Teknik Informatika

JudulKLASIFIKASI EKSPRESI TEKS BERBAHASA JAWA MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY
Nama HibahHibah Internal Penelitian
Nama ProgramPenelitian Mandiri Fakultas
Nama SkemaTeknik Informatika
AbstrakBahasa Jawa merupakan bahasa ibu sekaligus bahasa komunikasi yang dipakai oleh masyarakat suku Jawa. Tetapi keberadaan bahasa Jawa pada saat sekarang mulai hilang di kalangan masyarakat Jawa yang digantikan dengan bahasa Indonesia yang dikenal lebih bagus. Terutama dalam penggunaan teknologi khususnya dalam media sosial, suku Jawa adalah suku terbesar yaitu 41% atau sekitar 95.217.022 jiwa. Pulau Jawa juga pengakses internet terbesar khususnya untuk media sosial yaitu 87,13%, dari data tersebut banyak informasi yang bisa didapatkan dari keaktifan suku Jawa dalam menggunakan media sosial. Khususnya adalah data tekstual, tetapi tidak mudah mendapatkan ekspresi atau emosi suku Jawa dari media sosial karena jumlah datanya sangat banyak. Penelitian ini bertujuan untuk menganalisis dan menghasilkan sebuah model dari pengaplikasian long short term memory dalam mengklasifikasikan ekspresi data tekstual media sosial berbahasa Jawa serta meneliti ekspresi penulis yang terdapat dalam tulisan berbahasa Jawa. Metode yang digunakan adalah text mining yang sudah banyak digunakan untuk kebutuhan machine learning dalam pengolahan data tekstual. Bahasa pemrogaman yang dipakai adalah Python dan code editor yang dipakai yaitu google colabs serta google drive sebagai tols untuk menyimpan dataset. Dari hasil proses penggunaan LSTM dan mebandingkan SVM dan RF untuk memilah ekspresi menjadi 4 yaitu marah, senang, sedih, dan takut. LSTM mendapat akurasi 92%, akurasi tersebut menunjukkan LSTM efektif dalam pengklasifikasian ekspresi teks berbahasa Jawa karena mendapat akurasi paling tinggi. Harapan untuk penlitian selanjutnya bisa menambahkan stemming bahasa Jawa pada tahap text preprocessing sehingga mengahsilkan model yang lebih baik lagi.
Pengusul Oddy Virgantara Putra, S.Kom., M.T.
Anggota 1 Aziz Musthafa, S.Kom, M.T.
Anggota 2
Tahun Penelitian2021
Sumber DanaUNIDA GONTOR
Dana Non DiktiIDR 11.500.000,00