<![CDATA[Stemming merupakan salah satu tahap penting dalam pemrosesan bahasa alami (Natural Language Processing/NLP) untuk mengubah kata berim-buhan menjadi bentuk dasarnya. Penelitian ini membandingkan dua algoritma stemming populer dalam Bahasa Indonesia, yaitu Nazief-Adriani yang berbasis kamus dan In-Idris yang berbasis aturan. Evaluasi dilakukan terhadap tiga jenis dokumen dengan karakteristik gaya bahasa berbeda untuk mengukur kinerja masing-masing algoritma berdasarkan tiga parameter: akurasi, durasi pemrosesan, dan Root Mean Square Er-ror (RMSE). Hasil menunjukkan bahwa algoritma In-Idris memiliki tingkat akurasi lebih tinggi (rata-rata 86%) dan RMSE lebih rendah (0.13) dibandingkan Nazief-Adriani (75,3% dan 0.24), sehingga lebih stabil dan akurat dalam mengidentifikasi bentuk dasar kata. Sementara itu, Nazief-Adriani menunjukkan keunggulan dalam efisiensi waktu pemrosesan. Temuan ini menegaskan pentingnya pemilihan algoritma yang disesuaikan dengan kebutuhan spesifik aplikasi NLP, serta mem-buka peluang pengembangan pendekatan hibrida untuk hasil yang lebih optimal.]]>
Copyrights © 2026
