<![CDATA[Indonesia sebagai negara kepulauan memiliki potensi besar dalam sektor agromaritim, khususnya perikanan, namun pemanfaatan informasi geografis dari artikel berita masih menghadapi kendala akibat struktur teks yang tidak terstruktur dan variasi bahasa. Penelitian ini bertujuan untuk mengembangkan sistem ekstraksi informasi geografis dari berita agromaritim menggunakan teknik Named Entity Recognition (NER) berbasis model Bidirectional Encoder Representations from Transformers (BERT). Model BERT digunakan karena kemampuannya dalam memahami konteks kata secara mendalam, sehingga mampu mengenali entitas geografis seperti nama wilayah perairan meskipun terdapat variasi struktur kalimat. Penelitian ini juga menghasilkan dataset beranotasi khusus agromaritim yang digunakan dalam proses pelatihan model. Proses evaluasi dilakukan menggunakan metrik precision, recall, dan F1-score untuk mengukur performa sistem. Hasil penelitian menunjukkan bahwa model memperoleh precision 0.9768, recall 0.9762, dan F1-score 0.9712, yang mengindikasikan bahwa model tersebut berperforma sangat baik. Sistem yang dikembangkan ini diharapkan dapat mendukung pemanfaatan informasi geografis dari berita secara lebih efektif, serta menjadi fondasi bagi pengembangan teknologi berbasis data dalam pengelolaan sumber daya agromaritim di Indonesia.]]>
Copyrights © 2025
