Electronic Theses and Dissertation

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.
Kata kunci : general corpus, kata bermakna bias, hidden markov model, kata majemuk, rule base

Identification of biased words or ambiguous words is an important problem in determining word class. Until now, the method to detecting word classes in bias words with hidden Markov model (HMM) approach in Indonesian sentences only identifying each word as a word class. In fact, there are also compound words, namely word pairs that are a unit and have one class of words. This study uses a rule base approach to identify compound words and implement it in HMM method. This study uses general corpus Indonesian language created by the University of Indonesia. This corpus becomes a reference for research in the field of linguistics towards Indonesian. The results of the assessment using HMM + compound word rule obtained an accuracy of 91.13%, much better than the results obtained using the HMM, which was 87.59%. The implementation of HMM + compound word rule is expected to increase the accuracy of word class detection. Keyword : general corpus, biased words, hidden markov model, compound words, rule base