Stemming Kata Berimbuhan Tidak Baku Bahasa Indonesia Menggunakan Algoritma Jaro-Winkler Distance

Abstract

AbstrakBahasa merupakan media untuk mengekspresikan keinginan, gagasan, dan perasaan. Dalam kaitannya dengan bahasa indonesia, bahasa dapat mencerminkan prilaku dalam sebuah masyarakat. Bahasa indonesia dapat digunakan secara formal maupun non-formal. Bahasa nonformal berbentuk kata tidak baku yang biasanya digunakan dalam komentar atau posting dalam media sosial. Salah satu contoh kata tidak baku adalah "nemenin" yang kata formalnya "menemani" dan kata dasarnya adalah "teman". Dalam penelitian ini akan dilakukan pengujian akurasi algoritma Jaro-Winkler distance dalam mengubah kata imbuhan tidak baku menjadi bentuk dasarnya, proses ini disebut dengan stemming. Penelitian ini menggunakan data sebanyak 60 kata berimbuhan tidak baku. Hasil pengujian menunjukkan tingkat akurasi algoritma Jaro-Winkler sebesar 85% atau 51 kata berhasil di-stemming (3 overstemming, 6 unstemming, 0 understemming). AbstractLanguage that represents the media to attract interest, regulate, and feel. In reversing it with Indonesian, language can reflect behavior in a society. Indonesian can be used formally or informally. Non-formal language in the form of non-formal words used in comments or posts on social media. One example of a non-formal word is "accompanying" the formal word "accompany" and the basic word is "friend". In this research, the Jaro-Winkler algorithm will be tested the distance in changing non-formal affix words into a form of interaction, this process is called stemming. This research uses data as many as 60 words that are not standardized. The test results show the level of testing of the Jaro-Winkler algorithm is 85% or 51 words successfully stemmed (3 overstemming, 6 unstemming, 0 understemming).

The Hybrid of Jaro-Winkler and Rabin-Karp Algorithm in Detecting Indonesian Text Similarity

“…previous researchers, namely, the autocorrect and the spelling suggestion [15], [16] feature, detecting plagiarism document [17]- [26], stemming the word compensated is not standard English by Qulub, et al, 2020 [27]. In 2016, Rochmawati, et al [13] conducted research that compared the algorithm of the search string in the approximate string matching methods to identify errors typing text.…”

Rancang Bangun LINE Chatbot Informasi dan Edukasi Kesehatan Mental Menggunakan Algoritma Jaro Winkler

“…Penelitian yang dilakukan Ahmad [4] menguji plagiarisme 100 data abstrak jurnal skripsi berbahasa Indonesia dengan Jaro-Winkler menghasilkan nilai deteksi 30.58%. Penelitian yang dilakukan Mudawil [5] menunjukkan tingkat akurasi pengujian 85% atau 51 kata berhasil di-stemming dalam mengubah kata imbuhan. Penelitian yang dilakukan Dicky [6] menerapkan algoritma sentence similarity pada chatbot LINE untuk mengelompokkan kata lalu mencari kesamaannya sehingga chatbot memiliki keakuratan dalam merespons.…”

Modifikasi Fonem Vokal Pada Stemming Kata Tidak Baku

“…Infiks adalah imbuhan yang disisipkan ke dalam kata dan sufiks adalah imbuhan yang ditambahkan di akhir kata. Sedangkan confix merupakan gabungan dari prefiks dan sufiks dalam sebuah kata (Setiawan et al, 2016).…”

“…Salah satu pengembangan awal yang sangat populer digunakan terhadap NLP pada text preprocessing berbahasa Indonesia adalah Stemming Nazief & Adriani (Adriani et al, 2007). Kemudian dikembangkan dengan metode Flexible Affix (Setiawan et al, 2016), tetapi Algoritma stemmer ini belum dapat melakukan stemming pada kata yang ditempelkan tidak formal, seperti kata "nyimpan" yang memiliki bentuk formal "menyimpan" dan akar kata "simpan".…”

“…Untuk mengatasi hal tersebut Putra et al, (2019) melakukan pendekatan dengan menggunakan string matching dengan Levenshtein, tetapi belum terjadi perubahan terhadap hasil kata tersebut sehingga belum mendapatkan performansi terbaiknya. Terakhir Qulub, Utami, and Sunyoto (2020) , menguji dengan algortima Jaro Winkler, tetapi belum mendapatkan hasil perubahan terhadap kata tersebut. Bahkan memberikan hasil kesamaan dengan kata "pimpin".…”