<![CDATA[Kalimat dalam bahasa Indonesia dapat diklasifikasikan menjadi dua jenis, yaitu kalimat baku dan tidak baku. Kalimat baku digunakan sebagai bahasa resmi dalam acara formal, sementara kalimat tidak baku umum ditemukan dalam komunikasi sehari-hari. Perkembangan teknologi digital turut mendorong pergeseran penggunaan bahasa, sehingga banyak kalimat tidak baku muncul dalam konteks formal. Penelitian ini bertujuan untuk meningkatkan akurasi model klasifikasi kalimat baku dan tidak baku berbahasa Indonesia. Metode yang digunakan adalah supervised learning dengan Support Vector Machine (SVM) menggunakan dataset berjumlah 2.000 kalimat. Peningkatan akurasi dilakukan melalui TF-IDF Vectorizer dan augmentasi data. Hasil penelitian menunjukkan bahwa sebelum improvisasi, akurasi model mencapai 98.6% dengan total empat kesalahan klasifikasi pada kalimat baku pendek dan ambigu. Setelah improvisasi, akurasi meningkat menjadi 99.3%, dengan jumlah kesalahan total menurun menjadi tiga. Kebaruan penelitian ini terletak pada fokus klasifikasi kalimat baku dan tidak baku dalam konteks bahasa Indonesia, yang masih jarang dieksplorasi. Kontribusinya adalah menyediakan model yang dapat menjadi dasar aplikasi pemeriksa tata bahasa atau sistem penyaringan teks formal. Namun, penelitian ini memiliki keterbatasan pada augmentasi data yang masih dilakukan secara manual. Penelitian selanjutnya diharapkan dapat mengembangkan sistem augmentasi otomatis serta menambah jumlah dataset untuk meningkatkan generalisasi model dan penerapan lebih luas dalam NLP Indonesia. Abstract Sentences in Indonesian can be classified into two types: standard and non-standard. Standard sentences are used as the official language in formal events, while non-standard sentences are used in daily conversation. The development of digital technology has contributed to the language shift, which causes many non-standard sentences to be used in standard contexts. This study aims to improve the accuracy of the classification model for standard and non-standard sentences in Indonesian. The method used is supervised learning with a Support Vector Machine (SVM) using a dataset of 2,000 sentences consisting of standard and non-standard forms. Accuracy improvement is carried out through TF-IDF Vectorizer and data augmentation. The results showed that the model accuracy reached 98.6% before improvisation, with four misclassifications in short and ambiguous standard sentences. After improvisation, the accuracy increased to 99.3%, with the number of errors decreasing to three. The novelty of this study lies in its focus on addressing sentence classification into standard and non-standard forms in the Indonesian language, which has rarely been explored compared to other NLP tasks. Its practical contribution is to provide a baseline model that can support grammar-checking tools or text filtering systems in digital platforms. However, this study has limitations in data augmentation, which still needs to be done manually. Future research is expected to develop an automatic augmentation system and increase the number of datasets to improve model generalization and broaden its application in Indonesian NLP.]]>
Copyrights © 2026
