Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Simetris Explore
Isra Andika Bakhri
Universitas Amikom Yogyakarta
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENINGKATAN AKURASI TOPIC MODELING PADA KINERJA KEPOLISIAN REPUBLIK INDONESIA DI TWITTER MENGGUNAKAN ALGORITMA SPELL CHECKER Isra Andika Bakhri; Rifqi Mulyawan; Nurfajri Asfa; Ema Utami; Agus Fatkhurohman
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 13, No 1 (2022): JURNAL SIMETRIS VOLUME 13 NO 1 TAHUN 2022
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v13i1.7186

Abstract

Kinerja polisi republik Indonesia saat ini menjadi soratan terutama munculnya banyak komentar dari netizen terutama di Twitter dengan diramaikannya hashtag #percumalaporpolisi dan #1hari1oknum. Hal ini mesti direspon cepat oleh kepolisian republik indonesia untuk melakukan counter issue dengan pertama-tama menggali topik tersembunyi dari sekian banyak tweet yang beredar salah satu caranya yaitu menerapkan topic modeling pada Twitter. Dalam rangka memetakan issue atau topik yang akan dibenahi menurut padangan publik terlebih dahulu. Salah satu kelemahan penerapan topic modeling ialah adanya typo maupun singkatan disengaja yang dapat menggangu keakuratan model yang akan dibangun. Maka penting diterapkannya peningkatan perbaikan teks tweet yang diakuisisi sebelum dimasukkan ke dalam model. Normalisasi teks dapat dikaloborasikan dengan algoritma spell checker yang dapat membantu menormalkan typo dan singkatan yang disengaja untuk membantu meningkatkan akurasi model. Penerapan algoritma spell cheker terbukti mampu meningkatkan akurasi model yang mengakibatkan topik yang dihasilkan sebelum dan sesudah diterapkan spell checker berbeda, ditandai dengan tidak ditemukannya lagi singkatan atau typo pada term yang diolah oleh LDA.
Normalisasi Teks Komentar Instagram Masyarakat Makassar Menggunakan Metode Levenshtein Distence Isra Andika Bakhri; ST Tuhpatussania Tuhpatussania; Nurfajri Asfa; Patmawati Patmawati; Muhammad Syaban Mubarak
Explore Vol 12 No 1 (2022): Januari 2022
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v12i1.84

Abstract

Pertumbuhan pengguna internet dan pengguna instagram di indonesia dapat menjadi peluang yang baik untuk menggali potensi yang dapat digunakan untuk media promosi, sentiment analysis, segmentasi costumer, mapping opinion, menangkap umpan balik (feedback) pelanggan untuk meningkatkan layanan jasa atau barang yang kita tawarkan. Di instagram sendiri banyak tersebar komentar-komentar yang sulit dipelajari oleh mesin dikarenakan banyaknya penggunaan leksikon bahasa gaul atau karena typo atau bisa dikarenakan penggunaan bahasa daerah secara parsial di tiap komentar. Hal inilah yang perlu dievaluasi dalam tahap pre-processing komentar, lebih tepatnya pada tahap normalisasi teks. Seperti di kota makassar misalkan komentar yang tersebar pada akun-akun terkenal di kota tersebut kadang menggabungkan kata baku bahasa indonesia, bahasa gaul indonesia, bahasa baku makassar dan bahasa gaul makassar. Hal inilah yang mendorong penulis untuk mencoba memecahkan masalah normalisasi teks untuk semua komentar ke bahasa baku indonesia agar mempermudah dalam hal pengolahan selanjutnya menggunakan metode levenshtein distence. Dalam hasil pengujian didapatkan masih kurang maksimal dalam normalisasi teks, penulis menduga dikarenakan kata gaul makassar yang ternyata memiliki imbuhan, penggalian morfologi kata yang tidak dilakukan serta belum menerapkan frasa detection untuk bahasa makassar.
Co-Authors Agus Fatkhurohman Ema Utami Muhammad Syaban Mubarak Nurfajri Asfa Patmawati Patmawati Rifqi Mulyawan ST Tuhpatussania Tuhpatussania