Identifikasi Kata Kunci Pada Dokumen Ilmiah Berbahasa Inggris Menggunakan Algoritma Hidden Markov Model

  • Intan Mayang Politeknik Caltex Riau
  • Dini Nurmalasari Politeknik Caltex Riau
  • Wawan Yunanto Politeknik Caltex Riau

Abstract

Kata kunci merupakan kumpulan kata penting dalam sebuah dokumen yang menggambarkan isi dari dokumen tersebut. Pemilihan kata kunci dapat memakan waktu banyak jika ruang lingkup yang digunakan terlalu luas. Oleh karena itu diperlukan suatu teknik agar proses tersebut lebih efisien. Untuk menyelesaikan masalah tersebut dapat diterapkan pada proses text mining. Algoritma Hidden Markov Model dapat digunakan untuk menentukan pemilihan alternatif kata kunci, dimana Hidden Markov Model mencari sebuah keadaan tersembunyi dari sebuah kata. Hasil dari penerapan algoritma tersebut akan ditampilkan sebagai alternatif daftar kata kunci dimana keputusan terakhir tetap pengguna yang menentukan. Dari pengujian yang telah dilakukan parameter yang mempengaruhi pemilihan kata kunci pada algoritma hidden markov model yaitu transisi dan emisi dimana kedua parameter tersebut merupakan probabilitas penentu sebuah kata merupakan kata kunci atau bukan. Permasalahan pemilihan kata kunci otomatis ternyata kurang cocok jika diimplementasikan dengan algoritma hidden markov model karena keragaman yang cukup besar sehingga memerlukan data latih yang sangat besar. Kontribusi penelitian ini adalah memberikan alternatif pada pengguna dalam menentukan kata kunci yang akan digunakan pada sebuah dokumen.

Author Biographies

Intan Mayang, Politeknik Caltex Riau
Sistem Informasi
Dini Nurmalasari, Politeknik Caltex Riau
Teknik Komputer
Wawan Yunanto, Politeknik Caltex Riau
Sistem Informasi

References

Akbar,Riki. (2012). Ekstraksi Kata Kunci Pada Jurnal Ilmiah Berbahasa Indonesia Menggunakan Conditional Random Field (CRF) Model. Bandung: Institut Teknologi Bandung.

Arwan, A., Rochimah, S. (2013). Membangun Hubungan Antara Metrik Chidamber & Kemerer Dengan Karakteristik Efisiensi Pada Iso/Iec 9126-2 Untuk Aplikasi Sumber Terbuka. Malang : Universitas Brawijaya.

Feldman, Ronen., & Sanger, James. (2007). The Text Mining Handbook Advanced Approaches in Analyzing Unstructured Data. New York: Cambridge University Press.

ISO/IEC (2002). Software engineering – Product quality – Part 2: External Metrics

Muhammad, Eko, Budi, Prasetyo. (2010). Teori Dasar Hidden Markov Model. Bandung: Institut Teknologi Bandung.

Ulinnuha, N., Ginardi. R.V, Hari., & Purwitasari. D. (2013). Ekstraksi Kata Kunci Menggunakan M-RAKE pada Dokumen Penelitian. Surabaya: Institut Teknologi Sepuluh November.

Raharjo, Budi. (2005). Panduan Menulis dan Mempresentasikan Karya Ilmiah: Thesis, Tugas Akhir, dan Makalah. Bandung: Institut Teknologi Bandung.

Uzun, Yasin. (2005). Keyword Extraction Using Naïve Bayes. Turkey: Bilkent University.

Witten, Ian H. (2001). Adaptive Text Mining: Inferring Structure from Sequences. New Zealand: University of Waikato, Hamilton.

Wibisono, Yudi. (2008). Penggunaan Hidden Markov Model untuk Kompresi Kalimat. Bandung: Institut Teknologi Bandung.

Yuliana. (2014). Sistem Pengelolaan Proyek Akhir Menggunakan Text Mining pada Politeknik Caltex Riau.Pekanbaru:Politeknik Caltex Riau

Published
2015-05-13
Section
Artikel