DETEKSI KATA SERAPAN TERHADAP DOKUMEN MENGGUNAKAN PENDEKATAN DEEP LEARNING
Abstract
Penelitian ini bertujuan untuk mengembangkan sebuah metode deteksi kata serapan dalam dokumen teks menggunakan pendekatan Deep Learning. Kata serapan adalah kata-kata yang berasal dari bahasa asing dan telah diadopsi ke dalam bahasa lokal. Metode ini memiliki potensi untuk mengidentifikasi kata serapan dengan akurasi yang tinggi, bahkan dalam konteks dokumen yang besar dan beragam. Pendekatan Deep Learning akan digunakan dalam analisis teks untuk mengambil fitur-fitur yang relevan dan kompleks dari kata-kata dalam dokumen. Model Deep Learning yang akan dibangun dapat memahami konteks penggunaan kata serapan dalam bahasa lokal, serta dapat membedakannya dari kata-kata asli bahasa tersebut. Selain memberikan solusi untuk tugas deteksi kata serapan, penelitian ini juga akan menggali potensi penerapan Deep Learning dalam pemrosesan teks dan linguistik komputasional. Hasil dari penelitian ini diharapkan dapat membantu dalam memahami lebih baik aspek-aspek bahasa yang berkaitan dengan kata serapan, serta dapat berguna dalam aplikasi yang berkaitan dengan analisis teks seperti terjemahan otomatis, analisis sentimen, dan banyak lagi.
Kata Kunci: Serapan, Deteksi, Deep learning
Full Text:
PDFReferences
S. R. Dewi, “Deep Learning Object Detection Pada Video Menggunakan Tensorflow Dan Convolutional Neural Network,” 2018.
A. I. S. Azis, V. Suhartono, and H. Himawan, “Model Multi-Class SVM menggunakan strategi 1V1 Untuk Klasifikasi Wall-Following Robot Navigation Data,” J. Cyberku, vol. 13, no. 2, p. 8, 2017.
A. K. N. Bany, “Analisis Sentimen Dan Deteksi Emosi Dengan Pendekatan Lexicon pada Judul Berita Media Online Mengenai Covid-19 di Indonesia.” Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
M. A. Rahman, H. Budianto, and E. I. Setiawan, “Aspect Based Sentimen Analysis Opini Publik Pada Instagram dengan Convolutional Neural Network,” INSYST J. Intell. Syst. Comput., vol. 1, no. 2, pp. 50–57, 2019.
F. A. Wijaya, “Studi empiris analisis sentimen kenaikan cukai rokok Indonesia di Tahun 2019 menggunakan data twitter dan ensemble learning.” Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah ….
DOI: https://doi.org/10.46576/syntax.v4i2.4164
Article Metrics
Abstract view : 199 timesPDF – 88 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Syntax: Journal of Software Engineering, Computer Science and Information Technology
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.