cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Unknown,
Unknown
INDONESIA
Jurnal Linguistik Komputasional
Published by Indonesia Association of Computational Linguistics
ISSN : -     EISSN : 26219336     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Linguistik Komputasional (JLK) menerbitkan makalah orisinil di bidang lingustik komputasional yang mencakup, namun tidak terbatas pada : Phonology, Morphology, Chunking/Shallow Parsing, Parsing/Grammatical Formalisms, Semantic Processing, Lexical Semantics, Ontology, Linguistic Resources, Statistical and Knowledge based methods, POS tagging, Discourse, Paraphrasing/Entailment/Generation, Machine Translation, Information Retrieval, Text Mining, Information Extraction, Summarization, Question Answering, Dialog Systems, Spoken Language Processing, Speech Recognition and Synthesis.
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Vol 5 No 2 (2022): Vol. 5, No. 2" : 6 Documents clear
Analysis Sentiment of Community Response on Cooking Oil Price Increase Policy With Naive Bayes Classifier Algorithm Hasan, Firman Noor; Sidik, Fajar; Afikah, Prista
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.99

Abstract

Cooking oil is a basic need for Indonesian people. Indonesia experienced a shortage of oil in March 2022. This has become a hot conversation on Twitter social media last March, many people think positively or negatively. But behind it all there are different assessments of the parties who feel the pros and cons, various parties have different points of view. In this article, we conduct a sentiment analysis on the public's response to the scarcity of cooking oil using a dataset obtained from the Twitter digital platform. This article aims to classify tweets related to the scarcity of cooking oil into positive and negative sentiments using a machine learning strategy using the Naive Bayes method. This algorithm was chosen to make it easier for the public to make choices and to know the level of accuracy of the method, where the level of accuracy obtained from the nave Bayes classifier method 72%.
Analisis Sentimen Pergerakan Harga Mata Uang Kripto (Cryptocurrency) Menggunakan TextBlob-NLTK (Natural Language Toolkit) Talahaturuson, Esther Yolanda; Junaedi, Lukman; Gumelar, Agustinus Bimo
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.83

Abstract

Mata uang kripto atau yang sering disebut cryptocurrency terus mengalami peningkatan pengguna hingga saat ini. Dengan cara kerjanya yang terdesentralisasi, kripto telah berkembang menjadi aset investasi yang diperdagangkan. Namun dalam waktu yang bersamaan, fluktuasi harga tidak dapat terlepas dari karakteristik cryptocurrency ini. Hal tersebut membuat setiap sentimen dalam pasarnya mempengaruhi pergerakan harga yang sedang terjadi. Pada penelitian ini dilakukan analisa sentimen pada Bitcoin, yang merupakan kripto dengan skala pasar terbesar saat ini, menggunakan data Twitter yang terjadi selama 7 hari. Pemilihan Twitter sebagai media utama yang dianalisa adalah tingginya tingkat pengguna dalam skala dunia yang mengemukakan pendapat mengenai cryptocurrency. Pengambilan data tweet dilakukan dengan menggunakan Twint, salah satu library python yang tersedia secara open-source. Serta digunakan data pergerakan harga harian yang diambil melalui investing.com, platform pasar keuangan yang menyajikan data secara real-time. Setiap data tweet akan diproses dan dianalisa secara otomatis berdasarkan nilai subjectivity dan polarity menggunakan TextBlob. Berdasarkan serangkaian tahap penelitian yang diterapkan, didapatkan sebanyak 89% sentimen positif pada tweet Bahasa Indonesia dan 42% sentimen positif pada tweet Bahasa Inggris. Hasil penelitian tersebut selaras dengan pergerakan harga harian yang sedang terjadi pada periode waktu yang sama.
Analisis Sentimen Opini Masyarakat Terkait Penyelenggaraan Sistem Elektronik Menggunakan Metode Logistic Regression Hanif, Isa Faqihuddin; Affandi, Irfan Ricky; Hasan, Firman Noor; Sinduningrum, Estu; Halim, Zuhri
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.103

Abstract

Keamanan data menerapkan salah satu hal terpenting dalam menggunakan internet. Kebocoran data pribadi pengguna di internet dapat dimanfaatkan oleh orang yang tidak berkepentingan untuk berbagai macam tindakan kriminal. Upaya melindungi data pribadi masyarakat Indonesia, pemerintah melalui Kemkominfo membuat serta menerapkan sebuah kebijakan Penyelenggaraan Sistem Elektronik (PSE). Dalam penerapan PSE mendapatkan berbagai macam opini dari masyarakat Indonesia salah satunya yaitu pada platform twitter. Opini yang dikeluarkan oleh masyarakat ada yang bersifat negatif, netral maupun bersifat positif. Adapun tujuan penelitian ini yaitu mengetahui jumlah sentimen negatif, netral serta positif terhadap opini masyarakat terhadap PSE dimana dataset tersebut diperoleh dari platform twitter serta mengetahui nilai akurasi dari hasil uji evaluasi dari penerapan algoritma Logistic Regression. Hasil luaran dari 1073 dataset tentang opini dari masyarakat terhadap PSE didapatkan sebanyak 126 sentimen bersifat negatif, sebanyak 657 sentimen bersifat netral serta sebanyak 291 sentimen yang bersifat positif dengan nilai akurasi penerapan algoritma Logistic Regression sebesar 79.07%. Hal tersebut memperlihatkan bagaimana opini masyarakat Indonesia yaitu sebagian besar setuju terhadap diberlakukannya PSE namun masih ada beberapa masyarakat yang belum bisa menerima kebijakan tersebut.
Sistem Rekomendasi Pembuatan Sampiran Pantun Menggunakan Tail Similarity Monika, Winda; Evizariza, Evizariza; Nasution, Arbi Haza
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.111

Abstract

Pantun adalah puisi lama bentuk tradisi lisan melayu yang termasuk dalam warisan budaya tak benda. Di samping maraknya kegiatan berpantun di masyarakat, ditemukan bahwa pantun modern saat ini banyak terdapat penyimpangan dimana sebagian tidak mencerminkan nilai-nilai leluhur, tidak sesuainya jumlah larik dalam bait, jumlah kata dalam larik yang tidak menentu, sampiran tidak mengantarkan sisi pantun, serta tidak memperhatikan susunan rima pantun. Oleh karena itu, pada penelitian ini dibangun sistem rekomendasi pembuatan sampiran pantun menggunakan tail similarity. Dengan input dua baris isi, sistem akan memberikan rekomendasi sampiran yang sesuai dengan skema rima ab-ab dengan melakukan perbandingan urutan antara kata terakhir dari isi A & isi B dengan kata terakhir dari sampiran A & sampiran B dari seluruh pantun di basis data. Algoritma ini mampu memberikan rekomendasi sampiran pantun dengan tepat sesuai dengan kemiripan kata akhir.
GAN-Based End to End Text-to-Speech System for Indonesian Language Dhiaulhaq, Moch Azhar; Ginanjar, Rizki Rivai; Lestari, Dessi Puji
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.115

Abstract

The developments of the modern text-to-speech (TTS) technology have matured in which the direction of the recent approaches has moved toward the optimization of the system and TTS modeling from the resource-scarce languages, rather than finding new model architectures. In this paper, a novel approach to modeling modern end-to-end (E2E) TTS for Indonesian language with the integration of three different generative adversarial networks (GAN)-based vocoders for comparison is proposed. Based on the evaluation, the proposed system shows promising results with the mean opinion score (MOS) value of 4.60 while still maintaining fast inference speed, proven by the real-time factor (RTF) value under one.
Analisis Sentimen Opini Masyarakat Terkait Pelayanan Jasa Ekspedisi Anteraja Dengan Metode Naive Bayes Affandi, Irfan Ricky; Hasan, Firman Noor; Pratiwi, Nunik; Halim, Zuhri
Jurnal Linguistik Komputasional Vol 5 No 2 (2022): Vol. 5, No. 2
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v5i2.107

Abstract

Peningkatan jumlah transaksi pada berbagai platform e-commerce mempunyai implikasi terhadap peningkatan penggunaan jasa ekspedisi. Salah satu perusahaan jasa ekspedisi yang ada di Indonesia yaitu anteraja, dimana perusahaan tersebut harus bisa memiliki inovasi untuk mempunyai hubungan serta memberikan pelayanan yang terbaik bagi penggunanya. Saat ini banyak pengguna layanan anteraja mempunyai pendapat yang beragam terhadap layanan mereka pada media sosial twitter. Penelitian ini menerapkan teknik sentiment analysis untuk membantu mengevaluasi, menganalisis, menilai, serta mengetahui sikap masyarakat terhadap pelayanan Anteraja. Metode untuk mengkategorikan sentimen yang digunakan oleh peneliti yaitu menerapkan algoritma naive bayes yang mempunyai akurasi tinggi, serta prosesnya sederhana dan cepat. Peneliti juga menggunakan bantuan perangkat lunak python untuk proses pengambilan dataset pada twitter serta rapidminner studio untuk pengolahan data serta penerapan algoritma. Hasil dari proses pengolahan data yang dilakukan oleh peneliti didapatkan dari 1180 data, jumlah kategori yang paling banyak yaitu kategori sentimen positif sebesar 638 lalu kategori sentimen negatif sebesar 493 sedangkan paling sedikit yaitu kategori sentimen netral sebanyak 49. Hal ini menunjukkan dari 1180 data bahwa banyak masyarakat yang menyukai pelayanan yang diberikan oleh jasa ekspedisi Anteraja, namun tidak sedikit masyarakat yang masih kurang puas terhadap pelayan yang diberikan. Nilai akurasi penerapan algoritma naive bayes dalam penelitian ini diperoleh persentase sebesar 85.06% yang menunjukkan bahwa data tersebut dapat digunakan sebagai dasar bagi perusahaan untuk pertimbangan pengambilan keputusan.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 7 No 1 (2024): Vol. 7, NO. 1 Vol 6 No 2 (2023): Vol. 6, No. 2 Vol 6 No 1 (2023): Vol. 6, NO. 1 Vol 5 No 2 (2022): Vol. 5, No. 2 Vol 5 No 1 (2022): Vol. 5, NO. 1 Vol 4 No 2 (2021): Vol. 4, No. 2 Vol 4 No 1 (2021): Vol. 4, NO. 1 Vol 3 No 2 (2020): Vol. 3, No. 2 Vol 3 No 1 (2020): Vol. 3, No. 1 Vol 2 No 2 (2019): Vol. 2, No. 2 Vol 2 No 1 (2019): Vol. 2, No. 1 Vol 1 No 2 (2018): Vol. 1, No. 2 Vol 1 No 1 (2018): Vol. 1, No. 1 More Issue