JIKSI (Jurnal Ilmu Komputer dan Sistem Informasi)
Vol 2, No 2 (2014): Jurnal Ilmu Komputer dan Sistem Informasi

PEMBERIAN KELAS KATA PADA BAHASA LAMPUNG MENGGUNAKAN STANFORD POS TAGGER DENGAN METODE MAXIMUM ENTROPY

Handoko Susanto (Unknown)
Viny Christanti M (Unknown)
Dali S. Naga, MMSI (Unknown)



Article Info

Publish Date
31 Aug 2014

Abstract

Fokus utama penelitian adalah mengembangkan sebuah sistem pos tagging bahasa Lampung menggunakan Stanford Pos Tagger. Dilakukan beberapa penyesuaian pada fitur dan dokumen training agar sesuai dengan bahasa Lampung. Model probabilitas yang digunakan pada penelitian adalah Maximum Entropy. Model ini digunakan dalam perhitungan probabilitas setiap kata oleh Stanford Pos Tagger dalam proses training. Penelitian pada tingkat akurasi dilakukan dengan membandingkan dokumen output hasil sistem dengan dokumen yang sudah diberi kelas kata secara manual. Pada hasil pengujian didapat hasil penggunaan fitur dan dokumen bahasa Lampung pada sistem Stanford Pos Tagger berhasil mendapatkan tingkat akurasi yang cukup tinggi pada dokumen bahasa Lampung dengan rata-rata akurasi 97,45% untuk set fitur satu dan 94,95% untuk set fitur dua. Key words Bahasa Lampung, Maximum Entropy, Natural Language Process, Stanford Pos Tagger.

Copyrights © 2014






Journal Info

Abbrev

jiksi

Publisher

Subject

Computer Science & IT Mathematics Other

Description

Jurnal Ilmu Komputer dan Sistem Informasi (JIKSI) diterbitkan oleh Fakultas Teknologi Informasi Universitas Tarumanagara (FTI Untar) Jakarta sebagai media publikasi karya ilmiah mahasiswa program studi Teknik Informatika dan Sistem Informasi FTI Untar. Karya-karya ilmiah yang dihasilkan berupa hasil ...