Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number SK-1688 (Softcopy SK-1170) Source Code SK-676
Collection Type Skripsi
Title Pronominal Anaphora Resolution pada Teks Berbahasa Indonesia aMenggunakan Pendekatan Machine Learning dan Rule-Based
Author Adityo Anggraito;
Publisher Depok: Fakultas Ilmu Komputer Universias Indonesia, 2019
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
SK-1688 (Softcopy SK-1170) Source Code SK-676 TERSEDIA
Tidak ada review pada koleksi ini: 46661
ABSTRAK Nama : Adityo Anggraito Program Studi : Ilmu Komputer Judul : Pronominal Anaphora Resolution pada Teks Berbahasa Indonesia aMenggunakan Pendekatan Machine Learning dan Rule-Based Pronominal Anaphora Resolution adalah sebuah task pada bidang studi NLP yang meneliti tentang identifikasi rujukan dari kata ganti orang yang disebutkan di dalam dokumen. Prediksi siapa atau apa yang dirujuk oleh kata ganti orang dapat dilakukan dengan pendekatan machine learning dan rule-based. Pendekatan machine learning menggunakan pasangan antara kata ganti orang dan kandidat rujukannya (antecedent) sebagai sumber data untuk pelatihan dan pengetesan data. Algortima machine learning yang digunakan dalam penelitian ini adalah algortima logistic regression, naïve bayes, dan decision tree. Fitur yang digunakan pada pendekatan machine learning adalah fitur intra-sentence, sentence distance, recency, pronoun type, antecedent type, dan grammatical role. Model klasifikasi dengan pendekatan machine learning yang dilakukan mencapai performa terbaik untuk kata ganti tunggal pada model yang menggunakan semua fitur selain fitur recency dan menggunakan algoritma Naïve Bayes, yaitu menghasilkan nilai presisi 68,14%. Sedangkan untuk kata ganti jamak, model yang menggunakan algoritma Logistic Regression dan Decision Tree adalah yang menghasilkan performa terbaik dengan nilai presisi 53,43%. Model klasifikasi untuk kata ganti tunggal dengan pendekatan rule-based dibangun menggunakan teknik salience weighting dan hasil evaluasinya menghasilkan nilai presisi 71,46%. Kata kunci: NLP, Anaphora, Bahasa Indonesia, Klasifikasi, Machine Learning, Salience Weighting