RISTIYANI (2018) ALGORITMA PENENTUAN KATA DASAR DARI BAHASA ALAY BERBASIS ATURAN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER_2018223TIF.pdf Download (320kB) | Preview
Preview	Text 2. PENGESAHAN_2018223TIF.pdf Download (149kB) | Preview
Preview	Text 3. ABSTRAK_2018223TIF.pdf Download (95kB) | Preview
Preview	Text 4. KATA PENGANTAR_2018223TIF.pdf Download (724kB) | Preview
Preview	Text 5. DAFTAR ISI_2018223TIF.pdf Download (661kB) | Preview
Preview	Text 6. BAB I_2018223TIF.pdf Download (2MB) | Preview
Preview	Text 7. BAB II_2018223TIF.pdf Download (6MB) | Preview
Preview	Text 8. BAB III_2018223TIF.pdf Download (986kB) | Preview
Preview	Text 9. BAB IV_2018223TIF.pdf Download (3MB) | Preview
	Text 10. BAB V_2018223TIF.pdf Restricted to Repository staff only Download (4MB)
Preview	Text 11. BAB VI_2018223TIF.pdf Download (302kB) | Preview
Preview	Text 12. DAFTAR PUSTAKA_2018223TIF.pdf Download (1MB) | Preview

Abstract

Pencarian kata dasar (stemming) adalah bagian dari Natural Language Processing(NLP) dimana stemming ini berfungsi untuk mendapatkan kata dasar dari kata yang diinputkan. Hasil stemming berupa kata dasar dapat diterapkan pada aplikasi berbasis teks atau sistem dengan sumber data berupa teks seperti informasi retrival dan text mining. Untuk stemming yang sudah ada seperti stemming Bahasa Indonesia, hanya menangani stemming dengan inputan berupa kata Indonesia baku. Hal ini menimbulkan permasalahan jika kata yang diinputkan adalah kata alay. Pada penelitian ini dibuat sebuah algoritma yang menerapkan aturan pembentukan kata alay yang telah dimodifikasi agar diperoleh kata dasar. Langkah-langkah dalam memperoleh kata dasar dintaranya pengumpulan data berupa kata alay, normalisasi kata alay dan stemming menggunakan algoritma Enhanced Confix Stripping (ECS). Untuk kata alay diperoleh dari akun Twitter @okta yuliani, @hijrah gemini @karissa yolanda, @bacotan XIITKJ2 dan @ikramarki. Aturan normalisasi kata dibuat berdasarkan aturan pembentukan kata alay dan aturan tambahan. Lalu setiap kata yang telah dinormalisasi di-stemming menggunakan ECS.Hasil stemming tidak bergantung pada kontekstual twit.Dari kata alay yang diujikan sebanyak 200 kata alay terdapat 181 kata yang berhasil di-stemming dengan akurasi sebesar 90.5%. Kata Kunci: Bahasa Alay, Natural Language Processing, Stemming

Actions (login required)

View Item