KLASIFIKASI 4 BAHASA SERUMPUN MENGGUNAKAN SUPPORT VECTOR MACHINE

71150010, Angela Chandra Sangkala (2020) KLASIFIKASI 4 BAHASA SERUMPUN MENGGUNAKAN SUPPORT VECTOR MACHINE. Bachelor thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71150010_bab1_bab5_daftarpustaka.pdf Download (1MB)
	Text (Skripsi Informatika) 71150010_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (2MB) | Request a copy

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.

Actions (login required)

View Item