Penerapan Algoritma Conditional Random Fields untuk Named Entity Recognition pada Artikel Digital Kesenian Tradisional di Indonesia

Fanny, Cyntia (2021) Penerapan Algoritma Conditional Random Fields untuk Named Entity Recognition pada Artikel Digital Kesenian Tradisional di Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (825kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (698kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (518kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (799kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (743kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (924kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (476kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (715kB)

Abstract

Artikel digital kesenian tradisional merupakan cara paling mudah untuk memperoleh informasi mengenai kesenian tradisional di era digital. Di dalam artikel kesenian tradisional, selalu memuat entitas kesenian, seperti tarian, musik, seni pertunjukan, tokoh kesenian, dan alat musik. Begitu banyaknya jenis kesenian tradisional Indonesia, khususnya di pulau Jawa membuat pengenalan terhadap entitas di dalam artikel tersebut menjadi lebih sulit. Oleh karena itu, diperlukan sebuah sistem yang dapat membantu memberikan label untuk setiap entitas yang ada dalam sebuah artikel. Penelitian ini merancang sistem menggunakan algoritma Conditional Random Field (CRF). Berdasarkan penelitian sebelumya, CRF mampu memprediksi entitas dalam sebuah kalimat berbahasa Indonesia dengan lebih baik. Tujuan dari penelitian ini yaitu untuk mengimplementasikan CRF pada Named Entity Recognition (NER) untuk artikel digital kesenian tradisional Indonesia menggunakan bahasa pemrograman Python, serta mengetahui f1-score yang dihasilkan. Berdasarkan beberapa skenario yang diuji, dihasilkan performa paling baik dengan pembagian data train dan data test sebesar 4:1, yang menghasilkan nilai rata-rata f1-score 88.2%, recall 90.3%, dan precision 88.2%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Artikel kesenian, Conditional Random Field, Entitas, Kesenian Tradisional, Named Entity Recognition
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Aug 2021 15:36
Last Modified:	23 Aug 2023 02:55
URI:	https://kc.umn.ac.id/id/eprint/17247

Actions (login required)

View Item