<![CDATA[Abstrak—Saat merencanakan perjalanan wisata, pencarian destinasi wisata merupakan hal yang umumnya dilakukan. Proses tersebut seringkali dilakukan menggunakan bantuan mesin pencari, yaitu dengan membaca artikel yang tersedia di internet dan ditulis oleh orang lain. Pada proses pencarian informasi tersebut, terkadang dibutuhkan waktu yang tidak sedikit karena perlu membaca artikel-artikel yang tersedia untuk memperoleh informasi yang relevan. Named Entity Recognition (NER) dapat digunakan dalam mendeteksi entitas nama pada suatu teks sehingga dapat membantu pengguna dalam menemukan informasi yang diinginkan. Makalah ini mengkaji sebanyak 8 literatur mengenai NER pada domain wisata yang didapat dari hasil pencarian pada Google Scholar dengan kata kunci “Tourism Named Entity Recognition”. Dari kajian literatur yang telah dilakukan, diperoleh informasi bahwa model NER yang paling banyak digunakan pada domain wisata adalah Bidirectional Encoder Representations from Transformers (BERT). Model BERT bertujuan untuk melakukan pelatihan representasi kata menggunakan konverter dua arah dengan menyesuaikan konteks pada sisi kiri dan kanan semua lapisan. Sehingga, penggunaan BERT dapat membantu mencegah terjadinya ambiguitas pada suatu kata yang mengakibatkan kesalahan pengenalan entitas. Hasil penelitian ini diharapkan dapat membantu dalam pengembangan NER pada domain wisata selanjutnya.]]>
Copyrights © 2021
