//

PERBANDINGAN AKURASI DAN PENERAPAN LIBRARY EKSPRESI REGULER EKSTERNAL C++ PADA ALGORITMA STEMMING BAHASA INDONESIA

BACA FULL TEXT ABSTRAK Pemesanan Versi cetak
Pengarang M. Syahrul Ramadhan - Personal Name
SubjectALGORITHMS - COMPUTER PROGRAMMING
Bahasa Indonesia
Fakultas FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA
Tahun Terbit 2016

Abstrak/Catatan

Algoritma Stripping Lookup (SL) Stemmer merupakan salah satu algoritma stemming bahasa Indonesia. Algoritma SL Stemmer telah dilaporkan memiliki akurasi lebih dari 97% pada setiap jenis pemenggalan imbuhannya, namun algoritma ini belum pernah diuji terhadap algoritma stemming yang lain. Pada penelitian ini, algoritma SL Stemmer dibandingkan dengan algoritma yang sudah teruji memiliki akurasi yang sangat baik, yaitu Enhanced Confix Stripping (ECS) Stemmer, Confix Stripping (CS) Stemmer, dan Nazief & Adriani. Pengujian ini dilakukan terhadap kata unik yang berjumlah 12.458 kata. Selain itu, pengujian kecepatan penggunaan library ekspresi reguler eksternal C++ juga dilakukan pada algoritma stemming bahasa Indonesia. Library yang menjadi bahan uji pada penelitian ini adalah Boost.Regex, PCRE, dan RE2. Pengujian kecepatan dilakukan dengan dua pendekatan, yaitu penggunaan regex prakompilasi dan penggunaan regex nonprakompilasi. Hasil penelitian menunjukkan bahwa algoritma stemming terbaik adalah algoritma ECS Stemmer sementara algoritma SL Stemmer dengan semua jenis pemenggalan imbuhannya berada pada urutan kedua. Adapun peringkat akurasi algoritma stemming bahasa Indonesia yang diuji, dari tertinggi hingga terendah, adalah ECS Stemmer (97%), SL Stemmer (96% pada SL Stemmer dengan jenis pemenggalan 2 model B), CS Stemmer (95,8%), dan Nazief & Adriani (93,7%). Algoritma ECS Stemmer digunakan untuk pengujian kecepatan library ekspresi reguler eksternal. Hasil pengujian menunjukkan bahwa pendekatan penggunaan regex prakompilasi jauh lebih baik digunakan dibandingkan penggunaan regex nonprakompilasi. Adapun penggunaan library yang direkomendasikan dengan penggunaan regex prakompilasi, dari urutan tercepat, adalah RE2, PCRE, dan Boost.Regex. Meskipun demikian, kecepatan library PCRE dan Boost.Regex juga dapat ditoleransi untuk penggunaan algoritma stemming karena waktu yang dibutuhkan tidak terlalu jauh berbeda dengan penggunaan library RE2. Hasil tersebut didapatkan karena pola ekspresi reguler yang dibuat tidak menyebabkan masalah performa yang disebabkan oleh proses backtracking pada library ekspresi reguler yang menerapkan proses backtracking, yaitu Boost.Regex dan PCRE.

Tempat Terbit Banda Aceh
Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Share Social Media

Tulisan yang Relevan

PERANCANGAN ALGORITMA STEMMING UNTUK BAHASA INDONESIA (Jiwa Malem Marsya, 2020)

PERANCANGAN APLIKASI VIRTUAL REALITY DENGAN METODE VRID PADA PEMBELAJARAN ALGORITMA PEMROGRAMAN (Nurrizqa, 2021)

STUDI PENERAPAN ALGORITMA PID PADA LENGAN ROBOT (5 DOF) TERHADAP PENGUJIAN KETEPATAN DAN WAKTU PENJEJAK OBJEK (firmansyah, 2018)

MEDIA PEMBELAJARAN PENCARIAN MINIMUM SPANNING TREE MENGGUNAKAN ALGORITMA KRUSKAL PADA GRAF SEDERHANA DENGAN PENDEKATAN MODEL PEMBELAJARAN METODE DRILL (MIFTA UL ROSADA, 2019)

IMPLEMENTASI DAN ANALISA ALGORITMA PEMBARUAN BERKALA DATA PASANGAN AKRONIM DAN KEPANJANGANNYA DALAM BAHASA INDONESIA (Muhammad Faris Aufar, 2020)

  Kembali ke sebelumnya

Pencarian

Advance



Jenis Akses


Tahun Terbit

   

Program Studi

   

© UPT. Perpustakaan Universitas Syiah Kuala 2015     |     Privacy Policy