Electronic Theses and Dissertation

Melakukan analisa data terhadap sekumpulan dokumen yang besar bukan suatu pekerjaan yang mudah. Dokumen teks memuat banyak informasi seperti nama orang, nama tempat, kasus penyakit pada suatu daerah, akronim atau singkatan, dan lainnya. Akronim umumnya didefinisikan sebagai singkatan yang terbentuk oleh huruf awal kata dari istilah penting dalam sebuah frase. Menemukan akronim dan kepanjangannya secara otomatis di dalam suatu dokumen teks adalah masalah dalam text mining. Terdapat tiga tahap yang dilakukan untuk mengindentifikasi akronim dan ekspansi di dalam dok:umen teks. Pertama, semua kemungk:inan akronim diidentifikas i dalam dokumen teks. Kedua, kandidat ekspansi dibangun berdasarkan teks yang mengelilingi akronim. Ketiga, model klasifikasi kNN
digunakan untuk memilih ekspansi yang sebenamya dari sebuah akronim. Percobaan dilakukan untuk dokumen teks yang didapatkan dari empat domain yang berbeda. Hasil menunjukkan bahwa, algoritma yang dibangun bisa beradaptasi dengan baik untuk setiap domain, dengan rata-rata akurasi untuk setiap domain yaitu 89,75%.

Kata kunci : akronim, ekspansi, klasifikasi kNN, data mining

Tidak Tersedia Deskripsi