OPTIMASI PRE-PROCESSING MENGGUNAKAN REGULAR EXPRESSION DAN COSINE SIMILARITY UNTUK UJI KEMIRIPAN KALIMAT BAHASA INDONESIA

Musta'in, Ahmad Dzaky Hafidz (2025) OPTIMASI PRE-PROCESSING MENGGUNAKAN REGULAR EXPRESSION DAN COSINE SIMILARITY UNTUK UJI KEMIRIPAN KALIMAT BAHASA INDONESIA. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_55201_2113020216.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text (Similarity) RAMA_55201_2113020216_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (206kB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2113020216_0706118101_0703018704_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (913kB)
	Text (BAB 2) RAMA_55201_2113020216_0706118101_0703018704_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (773kB) | Request a copy
	Text (BAB 3) RAMA_55201_2113020216_0706118101_0703018704_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (785kB) | Request a copy
	Text (BAB 4) RAMA_55201_2113020216_0706118101_0703018704_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (547kB) | Request a copy
	Text (BAB 5) RAMA_55201_2113020216_0706118101_0703018704_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (324kB) | Request a copy
	Text (References) RAMA_55201_2113020216_0706118101_0703018704_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (326kB)
	Text (Lampiran) RAMA_55201_2113020216_0706118101_0703018704_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Pengukuran kemiripan kalimat dalam bahasa Indonesia kerap menghadapi kendala pada format teks yang tidak standar, salah satunya adalah angka Romawi. Pada beberapa sistem, angka sering kali dihapus atau diabaikan selama proses pra-pemrosesan, sehingga menurunkan akurasi hasil pengukuran kemiripan. Penelitian ini mengusulkan solusi dengan mengintegrasikan regular expression (regex) dalam tahap pre-processing untuk mendeteksi dan mengonversi angka Romawi sebelum dilakukan perhitungan kemiripan menggunakan metode cosine similarity. Sistem diuji pada 35 pasangan kalimat yang telah diberi label secara manual. Hasil pengujian menunjukkan bahwa sistem berhasil mengklasifikasikan tingkat kemiripan kalimat dengan akurasi sebesar 89%. Evaluasi dilakukan menggunakan confusion matrix, classification report, serta analisis terhadap kasus kesalahan klasifikasi. Temuan ini menunjukkan bahwa penambahan penanganan angka Romawi dalam pre-processing dapat meningkatkan keandalan sistem dalam pengolahan teks bahasa Indonesia.

Actions (login required)

View Item