Penerapan Metode Support Vector Machine Pada Part Of Speech Tag Bahasa Indonesia

POS Tag merupakan pengklasifikasian kata ke dalam kelas katanya. Dalam pembuatan POS Tag terdapat kesulitan terkait ambiguasi karena struktur atau grammar suatu bahasa seringkali berbeda atau beragam. Masalah tersebut bisa diatasi dengan machine learning. Metode yang digunakan dalam penelitian ini yaitu Support Vector Machine atau yang sering disebut dengan SVM. Dalam proses SVM untuk membatasi antar kelasnya menggunakan Kernel Linier. Pada dasarnya SVM merupakan machine learning yang hanya bisa mengklasifikasikan dua kelas saja namun setelah dikembangkan, SVM dapat mengklasifikasikan lebih dari dua kelas dengan sebuah teknik yang bernama multiclass. Setelah melihat beberapa penelitian mengenai multiclass diputuskan dalam penelitian ini akan menggunakan Multiclass One Versus All (OVA). Data masukan yang digunakan sebanyak 50.005 token pada proses training sedangkan untuk keseluruhan proses testing totalnya sebanyak 12.111 token menghasilkan akurasi sebesar 54,29%. Hal tersebut diakibatkan oleh fitur pada saat pengambilan informasi masih kurang efektif.