POS Tagging Bahasa Indonesia Menggunakan Metode
Hidden Markov Model

MUHAMMAD IHSAN

Informasi Umum

Kode

20.04.4523

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Natural Language Processing

Dilihat

51 kali

Informasi Lainnya

Abstraksi

Seiring dengan perkembangan zaman, muncullah gagasan untuk membuat komputer bisa memahami bahasa manusia. Instruksi yang sebelumnya hanya dengan menggunakan bahasa mesin, kini bisa diinstruksikan dengan menggunakan bahasa alami. Pemrosesan bahasa alami merupakan sebuah proses berkelanjutan dari banyak fase. Hidden Markov Model merupakan salah satu proses mengolah bahasa alami dalam serangkaian proses yang ada dalam pemrosesan bahasa alami. Guna meningkatkan kinerja dalam penelitian di bidang pemrosesan bahasa alami, perlu dikembangkan sistem rekomendasi kalimat yang bisa digunakan secara mudah.Untuk membuat sistem POS Tagging, diperlukan teknik pemodelan dan perhitungan secara probabilistik untuk menentukan jenis kata dari masing-masing kalimat. Hidden Markov Model merupakan salah satu teknik pemodelan dan perhitungan statistik probabalistik dengan tingkat akurasi yang tinggi. POS Tagging menggunakan Metode Hidden Markov Model memudahkan pengguna untuk mengetahui hasil tag yang diberikan oleh sistem. Hasil yang didapat dari pembangunan sistem ini adalah nilai macro average precision sebesar 92%, weighted average precision sebesar 85% dan akurasi terbaik yaitu sebesar 81% dengan model Hidden Markov Model.

Kata kunci : Hidden Markov Model , bahasa Indonesia, treebank, tagging,