Aplikasi Pembangunan Kalimat Bernuansa Positif Berbasis Tweet dengan Menggunakan Algoritma Genetika

Willyanto, Bobby (1272071) (2016) Aplikasi Pembangunan Kalimat Bernuansa Positif Berbasis Tweet dengan Menggunakan Algoritma Genetika. Undergraduate thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
1272071_Abstract_TOC.pdf - Accepted Version

Download (466Kb) | Preview
[img]
Preview
Text
1272071_Chapter1.pdf - Accepted Version

Download (223Kb) | Preview
[img] Text
1272071_Chapter2.pdf - Accepted Version
Restricted to Repository staff only

Download (197Kb)
[img] Text
1272071_Chapter3.pdf - Accepted Version
Restricted to Repository staff only

Download (803Kb)
[img] Text
1272071_Chapter4.pdf - Accepted Version
Restricted to Repository staff only

Download (363Kb)
[img]
Preview
Text
1272071_Conclusion.pdf - Accepted Version

Download (455Kb) | Preview
[img] Text
1272071_Cover.pdf - Accepted Version
Restricted to Repository staff only

Download (1016Kb)
[img]
Preview
Text
1272071_References.pdf - Accepted Version

Download (110Kb) | Preview

Abstract

Dengan munculnya berbagai media sosial, banyak orang yang menuliskan bermacam-macam hal, salah satunya memberikan menuliskan motivasi. Dengan demikian, dibuatlah penelitian untuk membuat sebuah kalimat yang memiliki makna positif berdasarkan kalimat-kalimat bermakna positif yang dibagikan oleh pengguna media sosial. Pembentukan kalimat dilakukan dengan menggunakan algoritma genetika. Proses pembangunan kalimat pada penelitian ini dibagi menjadi empat bagian utama, yaitu pengambilan data, pengolahan data, pemecahan data menjadi frasa, dan proses algoritma genetika. Data yang dipakai pada penelitian ini berasal dari sebuah akun Twitter milik Tenzin Gyatzo (@DalaiLama). Proses pengolahan data pada penelitian ini adalah membuang semua tweet yang memiliki tautan atau hashtag. Dalam proses pemecahan data menjadi frasa digunakan sebuah parser untuk Bahasa Ingris milik Stanford University. Pengujian atau evaluasi pada penelitian ini dilakukan dengan menggabungkan dua penilaian yaitu nilai dari parser dan nilai Semantic Relatedness. Simpulan dari penelitian ini proses evaluasi yang dilakukan belum cukup untuk menghasilkan kalimat yang memiliki struktur yang benar. Perlu digunakan metode Semantic Role Labeling untuk menyempurnakan proses evaluasi pada penelitian ini.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Algoritma Genetika, Pemrosesan Bahasa Alami, Twiter, Tweet, Semantic Relatedness.
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Information Technology > 72 Information Technology Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 07 Apr 2016 02:59
Last Modified: 07 Apr 2016 02:59
URI: http://repository.maranatha.edu/id/eprint/19860

Actions (login required)

View Item View Item