%0 Thesis
%9 Bachelor
%A 71150010, Angela Chandra Sangkala
%A Universitas Kristen Duta Wacana,
%B Informatika
%D 2020
%F katalog:2504
%I Universitas Kristen Duta Wacana
%K Klasifikasi Bahasa, Support Vector Machine, Supervised Learning, Bahasa Indonesia, Bahasa Jawa, Bahasa Minang, Bahasa Sunda
%P 59
%T KLASIFIKASI 4 BAHASA SERUMPUN MENGGUNAKAN SUPPORT VECTOR MACHINE
%U https://katalog.ukdw.ac.id/2504/
%X Penggunaan internet sudah menjadi kebutuhan di era digital saat ini untuk membantu menyelesaikan berbagai pekerjaan. Melalui internet pula orang di seluruh dunia dapat melakukan interaksi dan saling bertukar informasi. Komunikasi antar bahasa melalui media digital pun semakin mudah dengan berkembangnya aplikasi untuk Pemrosesan Bahasa Alami.  Pemrosesan Bahasa Alami  memungkinkan sistem untuk memahami bahasa alami manusia sehingga sistem dapat melakukan berbagai proses yang dapat menghasilkan berbagai informasi. Pemrosesan Bahasa Alami yang termasuk dalam sistem cerdas membuat semua proses dapat dilakukan secara otomatis. Pemrosesan Bahasa Alami juga dapat digunakan untuk melakukan klasifikasi bahasa dimana klasifikasi bahasa kini dibutuhkan terutama untuk mengenali bahasa daerah. Namun, kebanyakan bahasa daerah di Indonesia merupakan under resource language sehingga tidak banyak sistem yang mampu melakukan klasifikasi bahasa daerah sehingga bahasa daerah pun kurang dikenali selain di daerah bahasa tersebut berasal. Salah satu metode dari machine learning yang dapat diterapkan untuk klasifikasi adalah Support Vector Machine. Sistem klasifikasi 4 bahasa serumpun untuk klasifikasi Bahasa Indonesia, Bahasa Jawa, Bahasa Minang dan Bahasa Sunda menggunakan Support Vector Machine yang telah dikembangkan membuktikan bahwa metode yang digunakan dapat digunakan untuk melakukan klasifikasi dengan nilai akurasi mencapai 70%. Hal ini menunjukkan bahwa Support Vector Machine dapat digunakan untuk melakukan klasifikasi multi-bahasa.