UI - Skripsi Membership :: Kembali

UI - Skripsi Membership :: Kembali

Event extraction pada teks berbahasa Indonesia melalui pendekatan machine learning: perbandingan metode association rules, decision tree, dan neural networks

M. Fatkhul Amin; Indra Budi, supervisor (Fakultas Ilmu Komputer Universitas Indonesia, 2006)

 Abstrak

Event Extraction merupakan salah satu tugas dalam sistem ekstraksi informasi yang bertujuan untuk menemukan kumpulan informasi event dari suatu dokumen. Informasi tersebut dapat berupa informasi pihak-pihak yang terlibat, tempat kejadian, waktu, dan segala informasi yang terkait dengan event. Penelitian ini bertujuan untuk melakukan proses ekstraksi event (event pertemuan) pada teks berbahasa Indonesia. Dari event pertemuan tersebut, informasi yang dicari adalah informasi pihak yang terlibat (person), tempat (location), serta waktu (time) terjadinya event. Ekstraksi dilakukan dengan menggunakan pendekatan machine learning. Sedangkan metode machine learning yang digunakan adalah association rules, decision tree, dan neural networks. Penelitian bertujuan untuk melihat perbandingan kinerja ketiga metode tersebut terhadap ekstraksi event. Uji coba dilakukan pada artikel-artikel media massa online dari Kompas, Jawa Pos, Republika, dan Sinar Harapan. Pada ekstraksi event, diketahui bahwa metode decision tree menunjukkan kinerja yang lebih baik dibandingkan metode association rules dan metode neural networks dengan F-measure mencapai 83,95%. Metode association rules menunjukkan kinerja yang lebih baik dibandingkan dengan metode neural networks dengan F-measure masing-masing sebesar 82,41% dan 81,57%.

 File Digital: 8

Shelf
 SK-634 Event extraction.pdf-Analisis.pdf :: Unduh
 SK-634 Event extraction.pdf-Abstrak.pdf :: Unduh
 SK-634 Event extraction.pdf-Lampiran.pdf :: Unduh
 SK-634 Event extraction.pdf-Pendahuluan.pdf :: Unduh
 SK-634 Event extraction.pdf-Bibliografi.pdf :: Unduh
 SK-634 Event extraction-Literatur.pdf :: Unduh
 SK-634 Event extraction.pdf-Kesimpulan.pdf :: Unduh
 SK-634 Event extraction.pdf-HA.pdf :: Unduh

LOGIN required

 Metadata

Jenis Koleksi : UI - Skripsi Membership
No. Panggil : S-Pdf
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Entri tambahan-Nama badan :
Subjek :
Penerbitan : Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2006
Bahasa : ind
Sumber Pengatalogan :
Tipe Konten :
Tipe Media :
Tipe Carrier :
Deskripsi Fisik : x, 150 lembar : il. ; 29 cm.
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan Universitas Indonesia
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
S-Pdf 14-21-199554868 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 124250
Cover