Permana, Hadi (2019) Named Entity Recognition Menggunakan Metode Bidirectional Lstm-Crf Pada Teks Bahasa Indonesia. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_HADI PERMANA_COVER.pdf - Published Version Download (29kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_LEMBAR PENGESAHAN.pdf - Published Version Download (124kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (122kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (138kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_KATA PENGANTAR.pdf - Published Version Download (68kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_DAFTAR ISI.pdf - Published Version Download (78kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_BAB 1.pdf - Published Version Download (109kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_BAB 2.pdf - Published Version Download (293kB) | Preview |
|
Text
UNIKOM_HADI PERMANA_BAB 3.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
||
Text
UNIKOM_HADI PERMANA_BAB 4.pdf - Published Version Restricted to Repository staff only Download (238kB) | Request a copy |
||
|
Text
UNIKOM_HADI PERMANA_BAB 5.pdf - Published Version Download (12kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_DAFTAR PUSTAKA.pdf - Published Version Download (101kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version Download (373kB) | Preview |
|
|
Text
UNIKOM_HADI PERMANA_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version Download (328kB) | Preview |
Abstract
Named Entity Recognition (NER) atau pengenalan entitas bernama adalah salah satu bagian atau tugas dari natural language processing (nlp). Tujuan dari NER adalah untuk mengidentifikasi atau mengklasifikasi sebuah entitas misalnya nama orang, organisasi, waktu, lokasi dan sesuatu entitas lain dalam sebuah teks yang sangat berguna dalam kasus ekstraksi informasi. Pada penelitian ini, metode yang digunakan adalah metode Bidirectional LSTM-CRF. Bidirectional LSTM menggabungkan konteks sebelumnya dan konteks setelahnya dengan memproses data dari dua arah yang selanjutnya diklasifikasi menggunakan CRF. Terdapat beberapa proses yang dilakukan, yaitu preprocessing; tokenisasi, pemberian fitur(InitCap, AllCap, AllLower, Digits, ContaintsDigits, Punctuation) dan selanjutnya dilakukan training dan testing dari data hasil prepocessing. Berdasarkan hasil pengujian menggunakan data training sebanyak 25.709 kata dan testing 9.406, metode bidirectional LSTM-CRF memperoleh akurasi sebesar 87.77%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Named Entity Recognition, NER, Bidirectional LSTM-CRF, Natural language Processing. |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 01 Oct 2019 02:04 |
Last Modified: | 01 Oct 2019 02:04 |
URI: | http://elibrary.unikom.ac.id/id/eprint/936 |
Actions (login required)
View Item |