Klasifikasi Dialek Bahasa Jawa Menggunakan SVM dengan Variasi Kernel / Adib Ahmad Istiqlal - Repositori Universitas Negeri Malang

Klasifikasi Dialek Bahasa Jawa Menggunakan SVM dengan Variasi Kernel / Adib Ahmad Istiqlal

Istiqlal, Adib Ahmad (2022) Klasifikasi Dialek Bahasa Jawa Menggunakan SVM dengan Variasi Kernel / Adib Ahmad Istiqlal. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Bahasa adalah kata-kata yang memiliki tujuan dengan struktur dan makna yang bebas dari pneggunannya. Struktur bebas ini menghasilkan berbagaimana kata dari satu jenis bahasa seperti bahasa Jawa. Bahasa Jawa merupakan dari sekian banyak bahasa di dunia yang berasal dari negara Indonesia tepatnya di pulau Jawa yang terdiri bermaca-macam dialek yang digunakan. Berdasarkan peta bahasa yang dikeluarkan KEMDIKBUD Pulau Jawa memiliki 12 dialek utama yang tersebar di Jawa Timur Jawa Barat dan Jawa Tengah. Dialek yang bermacam ragamnya menyulitkan penggunannya dalam menentukan asal dari sebuah kalimat berbasa Jawa. Dari hasil survei yang telah dilakukan dialek yang digunakan sebagai dataset hanya dibatasi menjadi 4 dialek terpopuler dari setiap provinsi yaitu di Dialek Cirebon Dialek Tegal Dialek Jawa Timur dan Dialek Solo-Yogya. Dataset tersebut akan diolah menggunakan Text mining untuk menentukan dialek dari kalimat berbahasa Jawa Text mining adalah proses menemukan informasi atau trend baru yang sebelumnya tidak terungkap dengan menganalisa dari kata-kata. Text mining yang akan digunakan text classification dan algoritma support vector machine (SVM) dengan 4 jenis kernel yaitu Linear RBF Polynominal dan Sigmoid. Algoritma akan diuji menggunakan K-fold cross validation untuk mengetahui peforma algoritma support vector machine (SVM). Metode Synthetic Minority Over-Sampling Technique (SMOTE) digunakan untuk menyeimbangkan kelas yang tidak seimbang. Hasil yang didapatkan ialah kernel polynominal memiliki akurasi yang sangat dengan akurasi 90.8% dengan nilai C 10 gamma 10 dengan d 1.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 07 Oct 2022 04:29
Last Modified: 09 Sep 2022 03:00
URI: http://repository.um.ac.id/id/eprint/264933

Actions (login required)

View Item View Item