<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="101970">
 <titleInfo>
  <title>IDENTIFIKASI KALIMAT BERMAKNA BIAS PADA GENERAL CORPUS MENGGUNAKAN HIDDEN MARKOV MODEL (HMM)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Teuku Andiansyah</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Program Studi Magister Teknik Elektro</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Theses</form>
  <extent></extent>
 </physicalDescription>
 <note>Identifikasi kata bermakna bias atau kata ambigu merupakan masalah penting dalam penentuan kelas kata. Sampai saat ini, metode pendeteksian kelas kata pada kata bermakna bias dengan pendekatan hidden markov model (HMM)  pada kalimat berbahasa Indonesia, hanya mengidentifikasi setiap katanya menjadi kelas kata. Padahal terdapat juga kata majemuk yaitu pasangan kata yang merupakan sebuah kesatuan dan memiliki satu kelas kata. Penelitian ini menggunakan pendekatan rule base untuk mengidentifikasi kata majemuk dan mengimplementasikannya pada metode HMM. Penelitian ini menggunakan general corpus atau corpus umum bahasa Indonesia yang dibuat oleh Universitas Indonesia. Corpus ini menjadi acuan penelitian dibidang linguistik terhadap Bahasa Indonesia. Hasil penggujian menggunakan HMM + rule kata majemuk didapat akurasi 91,13 %, jauh lebih baik dibandingkan hasil yang didapat menggunakan HMM yaitu 87,59 %. Pengimplementasian HMM + rule kata majemuk diharapkan dapat meningkatkan akurasi pendeteksian kelas kata.&#13;
Kata kunci : general corpus, kata bermakna bias, hidden markov model, kata  majemuk, rule base</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>101970</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-07-29 15:39:59</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-07-29 16:37:35</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>