Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Tesis ini merupakan laporan penelitian tentang perolehan leksikon bahasa Inggris seorang anak Indonesia dwibahasawan pada tahap tuturan multi-kata. Anak itu dikatakan dwibahasawan karena telah terpajan kepada bahasa Inggris yang diberikan ayahnya sebagai bahasa sang ibu (BSI) atau parentese dan kepada bahasa Indonesia sebagai BSI lainnya yang diberikan ibunya serta orang dewasa pemberi masukan bahasa lainnya. Pemajanan kedua bahasa itu telah dilakukan secara terkontrol, ajek, serentak, dan sinambung sejak sang anak lahir. Penelitian yang menggunakan ancangan kualitatif ini ditujukan untuk menjawab pertanyaan penelitian, yakni "Bagaimana perolehan leksikon bahasa Inggris sang anak" Sejumlah butir leksikal dalam perolehan leksikon bahasa Inggris sang anak didapat dari hasil upaya interpretasi data. Kemudian, analisis data perolehan leksikon bahasa Inggris sang anak dilakukan berdasarkan sudut pandang fonetis-fonologis, morfologis, sintaktis, dan semantis. Sang anak terbukti termasuk ke dalam tipe kedwibahasaan berkoordinasi; dan temuan penelitian ini menunjukkan bahwa gejala preferensi terhadap sebuah bahasa, yang menjadi karakteristik utama tipe kedwibahasaan itu, juga ditemukan dalam studi kasus ini. Kekhasan leksikon bahasa Inggris yang telah diperoleh sang anak merupakan salah satu temuan dalam penelitian ini dan diuraikan dalam analisis data.

---

This thesis is a report of a research on acquired English lexicon of an Indone-sian biligual child at multi-word stage. The child is considered bilingual; it is due to the exposure of English as child directed speech or parentese by his father and the exposure of Indonesian as the other parentese by his mother and other care-givers. The exposure of the two languages has been controlled, done consistenly, simultaneously, and continuously since the child was born. This research uses the qualitative approach; and it is projected to answer the research question, i.e. "How is the child's acquired English lexicon"" Certain number of lexical items in the child?s acquired English lexicon is obtained from the effort of data interpretation. Then, the analysis of the data of acquired lexicon is done based on the phonetic-phonological, morphological, syntactic, and semantic viewpoints. It is proved that the child bilingualism can be categorized into coordinate bilingualism; and the research findings show that the child?s preference to use a certain language, which is the main characteristic of that type of bilingualism, is also found in this case study. The uniqueness of the child?s acquired English lexicon is obtained as one of the research findings; and it is explained further in data analysis.

Abstrak :
Kampanye merupakan salah satu momen dalam pemilu yang paling ditunggu. Masa kampanye adalah saat dimana calon kepala daerah memperkenalkan diri kepada masyarakat luas, terutama visi dan misinya. Untuk mengetahui pandangan masyarakat terhadap suatu kampanye politik digunakan analisis sentimen menggunakan data Twitter. Penelitian ini melakukan analisis sentimen terhadap kampanye politik pasangan calon gubernur dan wakil gubernur DKI Jakarta tahun 2017. Program yang digunakan untuk klasifikasi yaitu sentiStrength dengan menggunakan pendekatan berbasis leksikon. Dataset yang digunakan untuk klasifikasi yaitu kicauan tweet pengguna yang ditujukan untuk to membalas kicauan akun ofisial calon gubernur dan wakil gubernur, dan kicauan yang menyebut mention akun ofisial calon gubernur dan wakil gubernur pada saat masa kampanye putaran 1 dari tanggal 28 Oktober 2016 sampai 11 Februari 2017 dengan total kicauan yang terkumpul sebanyak 158.517 kicauan dan putaran 2 dari tanggal 7 Maret sampai 15 April 2017 dengan total kicauan yang terkumpul sebanyak 117.074 kicauan. Pengklasifikasian terbagi menjadi 3 kelas yaitu positif, negatif, dan netral. Hasil penelitian menunjukkan bahwa secara umum sentimen positif mendominasi sentimen negatif untuk tiap-tiap calon gubernur dan wakil gubernur, dan hasil perolehan sentimen positif di media sosial Twitter dengan hasil perolehan suara yang didapat oleh pasangan calon gubernur dan wakil gubernur DKI Jakarta 2017 baik pada putaran 1 maupun 2 memiliki urutan yang sama. ...... The campaign is one of the most awaited moments in elections. The campaign period is the time when the candidate head of the region introduces himself to the public, especially his vision and mission. To find out the public view of a political campaign used sentiment analysis using Twitter data. This study analyzes the sentiment toward the political campaign of candidate pair of governor and vice governor of DKI Jakarta in 2017. The program used for classification is sentiStrength by using lexicon based approach. The dataset used for classification is the tweets of users intended to respond to the tweets of the official accounts of candidates for governors and vice governors, and tweets that mention the official accounts of candidates for governor and vice governor during the campaign period round 1 from October 28, 2016 to February 11, 2017 with a total of tweets gathered as many as 158,517 tweets, and round 2 from March 7 to April 15, 2017 with a total tweet gathered 117,074 tweets. Classification is divided into 3 classes of positive, negative, and neutral. The results showed that in general the positive sentiment dominates the negative sentiment for each candidate of governor and vice governor, and the result of positive sentiments in social media Twitter with the result of vote earned by the couple of candidates for governor and vice governor of DKI Jakarta 2017 both on round 1 and 2 have the same order.

Abstrak :
ABSTRACT
Amidst the debates over the most appropriate Indonesian term for woman, the present research examines the use of the gendered terms perempuan and wanita The aim of this research is to reveal which term is more preferable and how the terms are used of talk about women. Using corpus-based approach, this study compared the frequency and pattern of word usage of perempuan and wanita obtained from two corpora, namely lndoneslanWac and ind_mlxed_2013. The research used a mixed-method design in which quantitative analysis was used to identify word frequency and to measure significant collocation, while qualitative analysis was used to determine meanings on the basis of semantic preference. The study reveals that the term wanita tends to be more frequently used than the term perempuan to signify woman. In terms of meaning, both terms are used to talk about women in relation to their body (especially their reproductive functions), other people (particularly men), family, and age. The difference ls that perempuan tends to be used to talk about women in relation to gender equality and organization, tends to focus on women sexual relationship. Furthermore, results strongly indicate that perempuan tends to denote women in relation to their roles in public domain, whereas wanita tends to denote women in relation to their roles in domestic domain.

Abstrak :
Emoji merupakan karakter gambar yang digunakan dalam komunikasi informal khususnya pada media sosial. Emoji digunakan oleh penulis pesan untuk mengekspresikan emosi sebuah pesan. Besarnya penggunaan emoji, membuat emoji sangat berpengaruh terhadap komunikasi dimedia sosial. Emoji digunakan sebagai salah satu fitur untuk analisis sentimen dan ekstraksi emosi dalam penelitian Natural Language Processing dan Information Retrieval, namun masih sedikit penelitian yang fokus menentukan emoji dari sebuah teks. Banyaknya emoji dan kemiripan makna antar emoji membuat klasifikasi emoji menjadi lebih kompleks jika dibandingkan dengan analisis sentimen atau klasifikasi teks pada umumnya. Penelitian ini menggunakan fitur leksikal, fitur semantik, dan fitur linguistik pada permasalahan klasifikasi emoji untuk mengetahui pengaruh setiap fitur pada performa klasifikasi emoji dan mengetahui kombinasi fitur terbaik dalam klasifikasi emoji. Hasil eksperimen menunjukkan fitur semantik memiliki performa terbaik saat digunakan secara individu. Sedangkan fitur leksikal memiliki pengaruh besar terhadap kenaikan performa klasifikasi emoji saat dikombinasikan dengan fitur baseline. Hasil uji statistik paired t-test menunjukkan kombinasi tiga fitur dan kombinasi empat fitur menaikkan akurasi baseline secara signifikan. Kombinasi terbaik didapatkan ketika mengkombinasikan baseline, fitur linguistik, fitur leksikal, dan fitur semantik dengan peningkatan akurasi 12.19 dan f1-score sebesar 12 jika dibandingkan dengan hanya menggunakan fitur baseline.

---

Emoji is a picture character used in informal communication especially in social media. Emoji used by message writer to express emotion of a text. The massive use of emoji make emoji have a great influence on social media communication. Emoji used as one of the features for sentiment analysis and mood extraction In Natural Language Processing and Information Retrieval Researches, yet there is still researches that focus to predict emoji from a text. Due to diversity of emoji and the similarity meaning between emoji, emoji classification task is more relative complex than common text classification task. This researched used semantic feature, linguistic feature, and lexicon feature used to know the influence of each feature on emoji classification task and the best combinaton feature in emoji classification performan. The experiment showed that semantic feature has the best performance in emoji classification when it used individually. Whereas lexicon feature has the greatest positive influence in baseline feature. The analysis using paired t test showed that combination of two features and three features increase baseline performance significantly. The best combination achieved when combined baseline feature, semantic feature, linguistik feature, and lexicon feature with accuration excalation about 12.19 and f1 score of 12 from baseline.

Abstrak :
Pengurai morfologi merupakan suatu program yang digunakan untuk melakukan pengenalan kata dan membagi kata menjadi satu atau lebih morfem dengan memberikan analisis morfologi yang sesuai untuk kata tersebut. Pengurai morfologi yang dikembangkan pada penelitian untuk Tugas Akhir ini adalah pengembangan dari pengurai morfologi yang telah dikembangkan Hendra Hartono pada tahun 2002. Pengurai morfologi ini dikembangkan untuk bahasa Indonesia dengan memanfaatkan prinsip morfologi dua tingkat (two-level morphology) yang lazim dipakai untuk pengurai-pengurai morfologi pada bahasa-bahasa lainnya. Prinsip morfologi dua tingkat (two-level morphology) ini memanfaatkan finite-state transducers dalam pemodelannya. Morfologi bahasa Indonesia yang dicakup dalam penelitian ini berkisar antara kata dasar, kata imbuhan dari penggabungan kata dasar dengan awalan (prefiks), akhiran (sufiks), maupun gabungan pengimbuhanan (konfiks), hingga kata ulang sejati, kata ulang sebagian, dan kata ulang berimbuhan. Morfologi bahasa Indonesia ini dibuat berdasarkan tata bahasa baku bahasa Indonesia. Perancangan untuk pengurai morfologi ini melingkupi perancangan lexicon, tags, aturan-aturan morfotaktik, hingga aturan-aturan morfofonemik. Hasil rancangan tersebut kemudian diimplementasikan dengan Xerox Finite-State Tool (XFST) dan Finite-State Lexicon Compiler (LEXC). Setelah tahapan implementasi dilakukan, hasilnya diujicobakan dengan berbagai test cases yang representatif sesuai apa yang dikembangkan dalam penelitian ini. Ujicoba dilakukan terhadap 420 test cases dan hanya 8 test cases yang mengeluarkan hasil yang salah. Kata kunci: Pengurai morfologi, two-level morphology, finite-state transducers, tata bahasa baku bahasa Indonesia, lexicon, tags, morfotaktik, morfofonemik, XFST, dan LEXC.

Abstrak :
Teknologi mempengaruhi berbagai lini kehidupan masyarakat. Penggunaan transportasi, memenuhi kebutuhan seperti belanja, bahkan juga untuk bersosialisasi semuanya menggunakan teknologi. Aktivitas seperti jual beli juga pun terpengaruh, hingga mendorong munculnya e-commerce. E-commerce tentu berkaitan dengan pelanggan maupun pengguna e-commerce yang mengungkapkan berbagai opininya. Beberapa opini disampaikan melalui media sosial yang dimiliki oleh e-commerce salah satunya adalah Twitter. Opini inilah yang menarik dieksplorasi untuk diketahui sentimen dan tingkat kepuasan dari pelanggan e-commerce. Oleh karenanya, penelitian ini bertujuan untuk menyusun aspek kepuasan pelanggan dan juga menentukan metode Lexicon yang relevan untuk analisis sentimen. Data diambil dari microblogs Twitter terbatas pada 5 penyelenggara e-commerce yaitu Blibli, Bukalapak, Lazada, Shopee, dan Tokopedia sebanyak 88.816 tweet. Dikategorisasikan ke dalam aspek-aspek sehingga menjadi 12.995 tweet. Aspek-aspek kepuasan pelanggan disusun melalui studi literatur dan menghasilkan 6 aspek. Keenam aspek tersebut adalah aspek produk, penjual, logistik, harga, layanan, dan sistem. Kategorisasi tweet ke dalam aspek menggunakan kata kunci berkaitan dengan aspek-aspek sebanyak 73 kata kunci yang dihasilkan dari analisis hasil word cloud dan topic modelling yang menggunakan LDA. Untuk pemilihan metode lexicon dibuat skenario yang diujikan pada 300 tweet yang dilabeli secara manual dan dipilih secara acak dari data aspek. Skenario yang dilakukan pada data berlabel ada dua, yaitu menggunakan Lexicon 1 dan Lexicon 2. Lexicon 1 adalah perbandingan kamus, sedangkan Lexicon 2 merupakan perbandingan rumus yang berbeda. Hasil Lexicon 1 adalah seluruh kamus memiliki nilai akurasi sama yaitu 0,54. Sedangkan pada Lexicon 2 memiliki nilai akurasi tertinggi yaitu 0,46 dari kamus berskala 1 dengan rumus pertama. Sehingga, metode terpilih adalah Lexicon 1 menggunakan kamus InSet. Penerapan kategorisasi aspek menghasilkan bahwa aspek dominan pada masing-masing e-commerce dan pada keseluruhan e-commerce adalah aspek produk. Penerapan metode berbasis leksikon pada analisis sentimen menghasilkan bahwa di seluruh e-commerce pada setiap aspeknya memiliki sentimen dominan positif. Implikasi dari penelitian ini adalah bertambahnya khazanah ilmu pengetahuan berkaitan kepuasan pelanggan dan bervariasinya kamus serta metode berbasis leksikon yang dapat menjadi referensi dan penelitian lebih lanjut. Selain itu, bagi penyelenggara e-commerce penelitian ini dapat membantu analisis untuk peningkatan maupun pengambilan kebijakan. ......Technology affects various lines of people's lives. The use of transportation, meeting needs such as shopping, and even socializing all use technology. Activities such as buying and selling were also affected, thus encouraging the emergence of e-commerce. E-commerce is undoubtedly related to customers and e-commerce users who express various opinions. Some opinions are conveyed through social media owned by e-commerce, one of which is Twitter. This opinion is interesting to be explored to find out the sentiment and satisfaction level of e-commerce customers. Therefore, this study aims to compile aspects of customer satisfaction and determine the Lexicon method relevant to sentiment analysis. Data was taken from Twitter microblogs limited to 5 e-commerce organizers, namely Blibli, Bukalapak, Lazada, Shopee, and Tokopedia, with a total of 88,816 tweets. Categorized into aspects so that it becomes 12,995 tweets. Aspects of customer satisfaction are compiled through literature studies and produce six aspects. The six aspects are product, seller, logistics, price, service, and system. Categorizing tweets into aspects using keywords related to aspects as many as 73, resulting from analysis of word cloud results and topic modeling using LDA. For the selection of the lexicon method, scenarios were created that were tested on 300 tweets labeled manually and randomly selected from aspect data. Two scenarios were performed on labeled data using Lexicon 1 and Lexicon 2. Lexicon 1 is a comparison of dictionaries, while Lexicon 2 is a comparison of different formulas. The result of Lexicon 1 is that all dictionaries have the same accuracy value of 0.54. Meanwhile, Lexicon 2 has the highest accuracy value of 0.46 on a scale of one dictionary with the first formula. So, the chosen method is Lexicon 1 using the InSet dictionary. The application of aspect categorization results in the dominant aspect in each e-commerce, and all e-commerce is the product aspect. Applying the lexicon-based method to sentiment analysis results in all e-commerce has dominant positive sentiment in every aspect. The implication of this research is to increase the knowledge related to customer satisfaction and the variety of dictionaries and lexicon-based methods that can be used as references and further research. In addition, for e-commerce organizers, this research can assist analysis for improvement and policy making.