Deteksi dan Perbaikan Penulisan Kata Baku Bahasa Indonesia pada Berita Daring dengan Algoritma Levenshtein Distance

Kosasih, Jezreel (2024) Deteksi dan Perbaikan Penulisan Kata Baku Bahasa Indonesia pada Berita Daring dengan Algoritma Levenshtein Distance. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (211kB)
	PDF BAB_II.pdf Download (555kB)
	PDF BAB_III.pdf Download (585kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (203kB)
	PDF DAFTAR_PUSTAKA.pdf Download (208kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (201kB)

Abstract

Penelitian deteksi dan perbaikan kesalahan kata baku didasari oleh kemajuan teknologi dan artificial intelligence serta masalah kesalahan yang umum terjadi dalam penulisan artikel jurnalistik akibat keterbatasan waktu dan banyaknya tuntutan kerja. Penelitian deteksi dan perbaikan kesalahan kata baku turut didasari oleh penelitian sebelumnya yaitu penelitian U-Tapis. Penelitian merupakan pengembangan penelitian U-Tapis untuk menciptakan sebuah aplikasi berbasis machine learning untuk melakukan deteksi dan perbaikan kesalahan kata atau tata kalimat dalam bahasa Indonesia. Penelitian menggunakan algoritma Levenshtein Distance sebagai algoritma utama untuk memproses input artikel. Algoritma ini akan mencocokan tiap karakter pada sebuah kata dan menghasilkan nilai ratio atau similarity. Penelitian menunjukkan keberhasilan dengan akurasi deteksi kata tidak baku hingga 100% dan F1 score mencapai 1.0. Penelitian terbukti efektif dalam mendeteksi kata tidak baku pada artikel berita dan mampu menggantikan kata tersebut dengan kata yang baku.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Levenshtein Distance, ratio, U-Tapis, jurnalistik
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	10 Nov 2024 11:14
Last Modified:	10 Nov 2024 11:14
URI:	https://kc.umn.ac.id/id/eprint/34109

Actions (login required)

View Item