eprintid: 2504
rev_number: 13
eprint_status: archive
userid: 27
dir: disk0/00/00/25/04
datestamp: 2020-05-26 07:41:46
lastmod: 2021-06-10 02:07:28
status_changed: 2020-05-26 07:41:46
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71150010, Angela Chandra Sangkala
creators_id: angela.chandra23@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: KRISNAWATI, LUCIA DWI
contributors_name: MAHASTAMA, ADITYA WIKAN
corp_creators: Universitas Kristen Duta Wacana
title: KLASIFIKASI 4 BAHASA SERUMPUN MENGGUNAKAN SUPPORT VECTOR MACHINE
ispublished: pub
subjects: PI
subjects: QA76
divisions: tek_informatika
full_text_status: restricted
keywords: Klasifikasi Bahasa, Support Vector Machine, Supervised Learning, Bahasa Indonesia, Bahasa Jawa, Bahasa Minang, Bahasa Sunda
abstract: 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.
date: 2020-02-29
date_type: published
pages: 59
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   71150010, Angela Chandra Sangkala  (2020) KLASIFIKASI 4 BAHASA SERUMPUN MENGGUNAKAN SUPPORT VECTOR MACHINE.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/2504/1/71150010_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/2504/2/71150010_bab2-sd-bab4_lampiran.pdf