Bibliografi

Pengarang

Shandy Darma;

Barcode

Cat. Karya

No. Induk

Pembimbing

Rahmat Mahendra

Kata Kunci

Text normalization, Twitter, random walk, word embedding, binary classifier, features engineering

Pembimbing 3

Pembimbing 2

Tahun buku

2019

Barcode RFID baru

11655254

Tahun Angkatan

2014

Progam Studi

Ilmu Komputer

Lokasi

FASILKOM-UI;

Tanggal Datang

23/01/2019

Abstrak Indonesia

ABSTRAK Nama : Shandy Darma Program Studi : Ilmu Komputer Judul : Normalisasi Teks Twitter Bahasa Indonesia dengan Metode Berbasis Word Embedding, Bipartite Graph Random Walk, dan Binary Classifier Data dari Twitter, jika digunakan untuk penelitian pengolahan bahasa manusia, akan memberikan hasil yang kurang akurat. Oleh karena itu, perlu dilakukan normalisasi teks pada data Twitter sebelum digunakan untuk penelitian. Berbagai metode dapat dilakukan untuk normalisasi teks. Metode yang digunakan yaitu metode berbasis word embedding, metode bipartite graph random walk, dan metode berbasis binary classifier. Hasil penelitian menunjukkan bahwa metode word embedding memberikan hasil F1-score 0,721 dan accuracy 0,731, metode bipartite graph random walk memberikan hasil F1-score 0,004 dan accuracy 0,526, serta metode binary classifier memberikan hasil F1-score 0,752 dan accuracy 0,857. Kata Kunci: Text normalization, Twitter, random walk, word embedding, binary classifier, features engineering

Daftar Isi

Cat. Umum

Judul

Normalisasi Teks Twitter Bahasa Indonesia dengan Metode Berbasis Word Embedding, Bipartite Graph Random Walk, dan Binary Classifier

Asal

Korporasi

NPM

1406622692

Abstrak English

ABSTRACT Name : Shandy Darma Study Program : Computer Science Title : Twitter Text Normalisation in Indonesian Language using Word Embedding, Bipartite Graph Random Walk, and Binary Classifier Methods The Twitter data, if used in natural language processing research, will yield a less accurate result. Therefore, text normalisation is necessary. There are several methods that can be used, which are word embedding based method, bipartite graph random walk method, and binary classifier method. This research shows that word embedding based method yields F1-score 0.721 and accuracy, bipartite graph random walk method yields F1-score 0.004 and accuracy 0.526, and binary classifier based method F1-score 0.752 and accuracy 0.857. Keywords: Text normalization, Twitter, random walk, word embedding, binary classifier, features engineering

Pengarang 2

Subjek

Penguji 2

Kasiyah

Penguji 3

Pembimbing 1

Indra Budi

Fisik

xii, 46 halm.;ill; 30 cm

Bahasa

Ind

Lulus Semester

Ganjil 2018/2019

Penerbitan

Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2019

No. Panggil

SK-1666 (Softcopy SK-1148) Source Code Sk-666

Penguji 1

Harry Budi Santoso

Lulus semester SI