Penerapan Algoritma Damerau Levenshtein Distance dan Bert untuk Deteksi Kesalahan Peluluhan Kata

Gleneagles, Kevin (2024) Penerapan Algoritma Damerau Levenshtein Distance dan Bert untuk Deteksi Kesalahan Peluluhan Kata. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (4MB)
	PDF BAB_I.pdf Download (209kB)
	PDF BAB_II.pdf Download (310kB)
	PDF BAB_III.pdf Download (316kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (202kB)
	PDF DAFTAR_PUSTAKA.pdf Download (208kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Teknologi NLP yang berkembang pesat dapat membantu jurnalis memperbaiki kesalahan bahasa, termasuk peluluhan kata, yang sering terjadi dalam penulisan berita. Dikembangkanlah suatu aplikasi yang dapat membantu memperbaiki kesalahan kata bernama U-Tapis. Namun, U-Tapis masih belum memiliki fitur untuk memperbaiki kata luluh secara maksimal, Maka dari itu salah satu pengembangan yang dilakukan adalah model Machine Learning yang menggunakan algoritma Damerau-Levenshtein Distance dan BERT untuk mendeteksi dan memperbaiki kesalahan ini dengan akurasi tinggi. Hasil dari pengujian model ini didapatkan F1 Score sebesar 96.79%, 96.01%, 96,01% untuk pengujian 100, 150, dan 200 artikel berita Tribunnews. Hasil persentase rekomendasi yang diberikan secara benar oleh model sebesar 88.89%, 85.23%, 84.68% untuk pengujian 100, 150, dan 200 artikel berita Tribunnews. Oleh karena itu, penelitian ini diharapkan mampu mendeteksi kesalahan peluluhan kata dan memberikan rekomendasi kata yang sesuai sehingga kualitas bahasa yang digunakan jurnalis dan kewibawaan suatu media dapat terjaga yang dapat menjadi panutan bagi masyarakat.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	BERT, Damerau-Levenshtein Distance, peluluhan kata, Natural Language Processing (NLP), U-Tapis
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	24 Nov 2024 11:03
Last Modified:	24 Nov 2024 11:03
URI:	https://kc.umn.ac.id/id/eprint/35036

Actions (login required)

View Item