DETEKSI KATA SERAPAN TERHADAP DOKUMEN MENGGUNAKAN PENDEKATAN DEEP LEARNING
DOI:
https://doi.org/10.46576/syntax.v4i2.4164Abstract
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
References
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 ….
Downloads
Published
Issue
Section
License
Penulis yang naskahnya diterbitkan menyetujui ketentuan sebagai berikut:
- Hak publikasi atas semua materi naskah jurnal yang diterbitkan/dipublikasikan dalam jurnal ini dipegang oleh dewan redaksi dengan sepengetahuan penulis (hak moral tetap milik penulis naskah).
- Ketentuan legal formal untuk akses artikel digital jurnal elektronik ini tunduk pada ketentuan lisensi Creative Commons Attribution-ShareAlike (CC BY), yang berarti Jurnal Syntax berhak menyimpan, mengalih media/format-kan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan artikel tanpa meminta izin dari Penulis selama tetap mencantumkan nama Penulis sebagai pemilik Hak Cipta.
- Naskah yang diterbitkan/dipublikasikan secara cetak dan elektronik bersifat open access untuk tujuan pendidikan, penelitian, dan perpustakaan. Selain tujuan tersebut, dewan redaksi tidak bertanggung jawab atas pelanggaran terhadap hukum hak cipta.
