HIDDEN MARKOV MODEL BIGRAM UNTUK PART OF SPEECH TAGGING BAHASA LAMPUNG DIALEK A
Keywords:
Pos-tagging, Hidden Marcov Model , Bigram, Bahasa Lampung, Dialek AAbstract
Part-of-Speech tagging (atau disingkat pos-tagging) merupakan suatu proses memberi tanda (mark) kelas kata pada setiap kata dalam corpus. Penelitian mengenai pos-tagging sudah banyak dilakukan sebelumnya, namun pada penelitian ini akan dibahas pos-tagging bahasa Lampung. Dengan dilakukan pos-tagging dengan bahasa daerah diharapkan bisa menjadi salah satu upaya dalam melestarikan bahasa daerah. Bahasa Lampung terdiri dari dua dialek yaitu dialek Api (A) dan dialek Nyo (O), namun pada penelitian ini difokuskan pada bahasa Lampung dialek A. Penelitian ini akan dilakukan dengan menggunakan metode hidden markov model dengan perhitungan bigram. Perhitungan bigram merupakan perhitungan dengan memperhatikan satu kata sebelum kata yang akan dicari kelas katanya. Dari hasil pengujian menunjukan bahwa dari 1935 kata yang di uji menghasilkan 1738 kata dengan tag benar dan 189 kata dengan tag salah. Dari hasil pengujian didapatkan akurasi sebesar 90,66 % untuk pemberian tag kata dengan menggunakan perhitungan bigram hidden markov model.
References
Abidin, Z. (2017). Penerapan Neural Machine Translation untuk Eksperimen Penerjemahan secara Otomatis pada Bahasa Lampung–Indonesia. Prosiding Seminar Nasional Metode Kuantitatif, 1.
Abidin, Z. (2018). Translation of Sentence Lampung-Indonesian Languages with Neural Machine Translation Attention Based Approach. Inovasi Pembangunan: Jurnal Kelitbangan, 6(02), 191–206.
Abidin, Z., Borman, R. I., Ardiyatno, U., Rossi, F., & Jusman, Y. (2021). Computer-aided Translation Based on Lampung Language as Low Resource Language. 2021 International Conference on Computer Science, Information Technology, and Electrical Engineering (ICOMITEE), 7–11.
Abidin, Z., Permata, Ahmad, I., & Rusliyawati. (2021). Effect of mono corpus quantity on statistical machine translation Indonesian-Lampung dialect of nyo. Journal of Physics: Conference Series, 1751(1). https://doi.org/10.1088/1742-6596/1751/1/012036
Abidin, Z., & Permata, P. (2021). Pengaruh Penambahan Korpus Paralel Pada Mesin Penerjemah Statistik Bahasa Indonesia Ke Bahasa Lampung Dialek Nyo. Jurnal Teknoinfo, 15(1), 13. https://doi.org/10.33365/jti.v15i1.889
Abidin, Z., Permata, P., & Ariyani, F. (2021). Translation of the Lampung Language Text Dialect of Nyo into the Indonesian Language with DMT and SMT Approach. INTENSIF: Jurnal Ilmiah Penelitian Dan Penerapan Teknologi Sistem Informasi, 5(1), 58–71. https://doi.org/10.29407/intensif.v5i1.14670
Abidin, Z., Wijaya, A., & Pasha, D. (2021). Aplikasi Stemming Kata Bahasa Lampung Dialek Api Menggunakan Pendekatan Brute-Force dan Pemograman C. JURNAL MEDIA INFORMATIKA BUDIDARMA, 5(1), 1–8.
Ahdan, S., Putri, A. R., & Sucipto, A. (2020). Aplikasi M-Learning Sebagai Media Pembelajaran Conversation Pada Homey English. Sistemasi, 9(3), 493. https://doi.org/10.32520/stmsi.v9i3.884
Aldino, A. A., Darwis, D., Prastowo, A. T., & Sujana, C. (2021). Implementation of K-means algorithm for clustering corn planting feasibility area in south lampung regency. Journal of Physics: Conference Series, 1751(1), 12038.
Aldino, A. A., & Sulistiani, H. (2020). Decision Tree C4. 5 Algorithm For Tuition Aid Grant Program Classification (Case Study: Department Of Information System, Universitas Teknokrat Indonesia). Edutic-Scientific Journal of Informatics Education, 7(1).
Alita, D. (2021). Multiclass SVM Algorithm for Sarcasm Text in Twitter. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(1), 118–128. https://doi.org/10.35957/jatisi.v8i1.646
Alita, D., Tubagus, I., Rahmanto, Y., Styawati, S., & Nurkholis, A. (2020). Sistem Informasi Geografis Pemetaan Wilayah Kelayakan Tanam Tanaman Jagung Dan Singkong Pada Kabupaten Lampung Selatan. Journal of Social Sciences and Technology for Community Service (JSSTCS), 1(2).
Anggarini, D. R. (2021). Kontribusi Umkm Sektor Pariwisata Pada Pertumbuhan Ekonomi Provinsi Lampung 2020. 9(2), 345–355.
Assuja, M. A., & Saniati, S. (2016). Analisis Sentimen Tweet Menggunakan Backpropagation Neural Network. Jurnal Teknoinfo, 10(2), 48–53.
Damayanti. (2021). Digitalisasi Sistem Peminjaman Buku Pada Smk Negeri 2 Kalianda Lampung Selatan. Journal of Social …, 2(2), 128–138. https://ejurnal.teknokrat.ac.id/index.php/JSSTCS/article/view/1368
Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131–145.
Fakhrurozi, J., & Adrian, Q. J. (2021). Kajian Dan Praktik Ekranisasi Cerpen Perempuan di Rumah Panggung ke Film Pendek Angkon. Deiksis: Jurnal Pendidikan Bahasa Dan Sastra Indonesia, 8(1), 31–40.
Fakhrurozi, J., Pasha, D., Jupriyadi, J., & Anggrenia, I. (2021). Pemertahanan Sastra Lisan Lampung Berbasis Digital Di Kabupaten Pesawaran. Journal of Social Sciences and Technology for Community Service (JSSTCS), 2(1), 27. https://doi.org/10.33365/jsstcs.v2i1.1068
Febrian, A., & Ahluwalia, L. (2020). Analisis Pengaruh Ekuitas Merek pada Kepuasan dan Keterlibatan Pelanggan yang Berimplikasi pada Niat Pembelian di E-Commerce. Jurnal Manajemen Teori Dan Terapan| Journal of Theory and Applied Management, 13(3), 254. https://doi.org/10.20473/jmtt.v13i3.19967
Hendrastuty, N. (2021). Text Summarization in Multi Document Using Genetic Algorithm. 15(4), 327–338.
Huda, A. M. S., & Fernando, Y. (2021). E–TICKETING PENJUALAN TIKET EVENT MUSIK DI WILAYAH LAMPUNG PADA KARCISMU MENGGUNAKAN LIBRARY REACTJS. Jurnal Teknologi Dan Sistem Informasi, 2(1), 96–103.
Mahmuda, S., Sucipto, A., & Setiawansyah, S. (2021). Pengembangan Sistem Informasi Pengolahan Data Tunjangan Karyawan Bulog (TKB)(Studi Kasus: Perum Bulog Divisi Regional Lampung). Jurnal Ilmiah Sistem Informasi Akuntansi, 1(1), 14–23.
Nabila, Z., Rahman Isnain, A., & Abidin, Z. (2021). Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means. Jurnal Teknologi Dan Sistem Informasi (JTSI), 2(2), 100. http://jim.teknokrat.ac.id/index.php/JTSI
Nurkholis, A., Budiman, A., Pasha, D., Ahdan, S., & Andika, R. (2022). DIGITALISASI PELAYANAN ADMINISTRASI SURAT PADA DESA. 3(1), 21–28.
Nurkholis, A., & Sitanggang, I. S. (2020). Optimization for prediction model of palm oil land suitability using spatial decision tree algorithm. Jurnal Teknologi Dan Sistem Komputer, 8(3), 192–200. https://doi.org/10.14710/jtsiskom.2020.13657
Pasha, D. (2020). SISTEM PENGOLAHAN DATA PENILAIAN BERBASIS WEB MENGGUNAKAN METODE PIECIES. Jurnal Teknologi Dan Sistem Informasi, 1(1), 97–104.
Permata, P., & Abidin, Z. (2020). Statistical Machine Translation Pada Bahasa Lampung Dialek Api Ke Bahasa Indonesia. JURNAL MEDIA INFORMATIKA BUDIDARMA, 4(3), 519–528.
Permata, P., Abidin, Z., & Ariyani, F. (2020). Efek Peningkatan Jumlah Paralel Korpus Pada Penerjemahan Kalimat Bahasa Indonesia ke Bahasa Lampung Dialek Api. Jurnal Komputasi, 8(2), 41–49.
Puspita, D. (n.d.). CORPUS BASED STUDY: STUDENTS’LEXICAL COVERAGE THROUGH BUSINESS PLAN REPORT WRITING. 16 November 2019, Bandar Lampung, Indonesia I.
Rahman Isnain, A., Indra Sakti, A., Alita, D., & Satya Marga, N. (2021). Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma Svm. Jdmsi, 2(1), 31–37. https://t.co/NfhnfMjtXw
Rahmanto, Y., Hotijah, S., & Damayanti, . (2020). Perancangan Sistem Informasi Geografis Kebudayaan Lampung Berbasis Mobile. Jurnal Data Mining Dan Sistem Informasi, 1(1), 19. https://doi.org/10.33365/jdmsi.v1i1.805
Series, C. (2021). Effect of mono corpus quantity on statistical machine translation Indonesian – Lampung dialect of nyo Effect of mono corpus quantity on statistical machine translation Indonesian – Lampung dialect of nyo. https://doi.org/10.1088/1742-6596/1751/1/012036
Shodik, N., & Ahmad, I. (2018). SISTEM REKOMENDASI PEMILIHAN SMARTPHONE SNAPDRAGON 636 MENGGUNAKAN METODE SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE (SMART). In Jurnal Nasional Pendidikan Teknik Informatika | (Vol. 7, Issue 3).
Styawati, S., & Mustofa, K. (2019). A Support Vector Machine-Firefly Algorithm for Movie Opinion Data Classification. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 13(3), 219–230.
Sulistiani, H., Muludi, K., & Syarif, A. (2019). Implementation of Dynamic Mutual Information and Support Vector Machine for Customer Loyalty Classification. Journal of Physics: Conference Series, 1338(1). https://doi.org/10.1088/1742-6596/1338/1/012050
Sulistiani, H., & Tjahyanto, A. (2016). Heterogeneous feature selection for classification of customer loyalty fast moving consumer goods (Case study: Instant noodle). Journal of Theoretical and Applied Information Technology, 94(1), 77–83. https://doi.org/10.5281/zenodo.579836
Suprayogi, S., Puspita, D., Nuansa, S., & Sari, K. (2021). THE DISCURSIVE CONSTRUCTION OF INDIGENOUS BELIEF ISSUE IN THE JAKARTA POST. 5(2), 417–430.
Susanto, E. R., & Puspaningrum, A. S. (2019). Rancang Bangun Rekomendasi Penerima Bantuan Sosial Berdasarkan Data Kesejahteraan Rakyat. 15(1), 1–12.
Tuhuteru, H., & Iriani, A. (2018). Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier. Jurnal Informatika: Jurnal Pengembangan IT, 3(3), 394–401. https://doi.org/10.30591/jpit.v3i3.977
Wahyudi, A. D., Surahman, A., & ... (2021). Penerapan Media Promosi Produk E-Marketplace Menggunakan Pendekatan AIDA Model dan 3D Objek. Jurnal Informatika …, 6(1), 35–40. http://ejournal.poltektegal.ac.id/index.php/informatika/article/view/2304
