PEMBERIAN KELAS KATA PADA BAHASA LAMPUNG MENGGUNAKAN STANFORD POS TAGGER DENGAN METODE MAXIMUM ENTROPY

Main Article Content

Handoko Susanto
Viny Christanti M
Dali S. Naga, MMSI

Abstract

Fokus utama penelitian adalah mengembangkan sebuah sistem pos tagging bahasa Lampung menggunakan Stanford Pos Tagger. Dilakukan beberapa penyesuaian pada fitur dan dokumen training agar sesuai dengan bahasa Lampung. Model probabilitas yang digunakan pada penelitian adalah Maximum Entropy. Model ini digunakan dalam perhitungan probabilitas setiap kata oleh Stanford Pos Tagger dalam proses training. Penelitian pada tingkat akurasi dilakukan dengan membandingkan dokumen output hasil sistem dengan dokumen yang sudah diberi kelas kata secara manual. Pada hasil pengujian didapat hasil penggunaan fitur dan dokumen bahasa Lampung pada sistem Stanford Pos Tagger berhasil mendapatkan tingkat akurasi yang cukup tinggi pada dokumen bahasa Lampung dengan rata-rata akurasi 97,45% untuk set fitur satu dan 94,95% untuk set fitur dua.

Key words Bahasa Lampung, Maximum Entropy, Natural Language Process, Stanford Pos Tagger.

Article Details

Section
Articles