UMM Institutional Repository

POS TAGGER TWITTER BAHASA INDONESIA MENGGUNAKAN STANFORD NLP

SETYOWATI, SUSI (2016) POS TAGGER TWITTER BAHASA INDONESIA MENGGUNAKAN STANFORD NLP. Other thesis, University of Muhammadiyah Malang.

[img]
Preview
Text
jiptummpp-gdl-susisetyow-41935-1-pendahul-n.pdf

Download (1MB) | Preview
[img]
Preview
Text
jiptummpp-gdl-susisetyow-41935-2-babl.pdf

Download (372kB) | Preview

Abstract

Twitter adalah jejaring sosial yang popular, bayak orang digunakan untuk berbagai sarana. Maka dari itu post tagger dapat digunakan untuk mengklafikasi kata-kata dari tweet untuk kemudian kata – kata yang telah diklasifikasi tersebut dapat diproses sebagai informasi yang memiliki makna atau memiliki arti. Pengklasifikasi ini sendiri menggunakan Part-of-speech (POS tagger). Part-of-speech tagger atau yang sering di sebut (POS tagger). Salah satu Part-Of-Speech tagger (POS tagger) ini adalah dari Stanford NLP. Untuk melakukan implementasi pada POS Tagger Stanford NLP pada tweet berbahasa Indonesia menggunakan 5000 tweet yang akan dijadikan data train. Pada pengujiannya POS tagger Stanford NLP memiliki nilai akurasi pada tag yang cukup tinggi sebesar 77%, tetapi akan lebih tinggi nilai akurasinya juga POS Tagger mengunakan Twokenize dahulu.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: Mrs Fatimah Azzahra
Date Deposited: 28 Mar 2016 04:43
Last Modified: 28 Mar 2016 04:43
URI : http://eprints.umm.ac.id/id/eprint/22694

Actions (login required)

View Item View Item
UMM Official

© 2008 UMM Library. All Rights Reserved.
Jl. Raya Tlogomas No 246 Malang East Java Indonesia - Phone +62341464318 ext. 150, 151 - Fax +62341464101
E-Mail : infopus[at]umm.ac.id - Website : http://lib.umm.ac.id - Online Catalog : http://laser.umm.ac.id - Repository : http://eprints.umm.ac.id

Web Analytics

UMM Institutional Repository is powered by :
EPrints Logo