Penerapan Hidden Markov Models dalam Ekstraksi Kata Kunci pada Dokumen Berbahasa Indonesia

Anita Octaviana Dewi

Informasi Umum

Kode

113091001

Klasifikasi

681.2 - Testing, Measuring, Sensing Instruments

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Implementation

Dilihat

259 kali

Informasi Lainnya

Abstraksi

Kata kunci memiliki peranan penting dalam memahami isi teks secara keseluruhan. Kata kunci akan membantu pembaca menemukan inti/topik dari suatu teks dengan cepat tanpa harus membaca keseluruhan isi teks karena kata kunci adalah unit terkecil yang mengekspresikan makna keseluruhan dokumen[19]. Ekstraksi kata kunci adalah proses ekstraksi untuk menemukan kata-kata yang dianggap penting dan dapat merepresentasikan isi dari dokumen. Pada tugas akhir ini, digunakan Hidden Markov Model dalam ekstraksi kata kunci.<br> Hidden Markov Model (HMM) merupakan sebuah model dari sebuah sistem yang diasumsikan sebuah proses Markov dengan parameter yang tak diketahui, dan tantangannya adalah menentukan parameter-parameter tersembunyi (hidden) dari parameter-parameter yang dapat diamati (observer). Berdasarkan state-state yang dapat diamati, dapat diketahui state-state yang tersembunyi. Pada Tugas Akhir ini, observed state adalah tiap kata pada abstrak paper hasil prepocessing, sedangkan hidden state adalah kata kunci dari abstrak paper tersebut. Performansi HMM dalam melakukan ekstraksi kata kunci dapat diketahui dengan menghitung nilai akurasi. Keywords dan akurasi terbaik pada sistem ini diperoleh dengan menggunakan bobot probabilitas ? = 0.1 dengan melibatkan proses identifikasi frase.<br> ekstraksi kata kunci, frase, Hidden Markov Model