Implementasi Metode SVM dan Gardiant Boost Dalam Kalsifikasi Bahasa Daerah

  • LIA LUMBAA UNIVERSITAS KRISTEN SATYA WACANA
Keywords: Langue a method of svm , a method of gardient boost

Abstract

Di Indonesia terdiri dari banyak suku, adat dan budaya yang berbeda-beda, khususnya bahasa. Bahasa selain sebagai alat komunikasi, penggunaan bahasa pastilah juga terdapat banyak perbedaan penggunaan maupun perbedaan bahasa dari setiap daerah. Oleh karena itu, diperlukan suatu metode untuk mengklasifikasikan bahasa secara otomatis sesuai dengan kategori bahasa yang telah di inputkan. Pada penelitian kali ini menggunakan metode Svm dan Gardient boost. dan untuk data bahasa sendiri peneliti menggunakan data yang di input manual dengan mengambil beberapa kalimat yang mewakili bahasa daerah yang dipilih. Pengujian sistem dilakukan dengan menggunkan data sebanyak 195.314. dan hasil dari penelitian kali ini metode svm dapat dikatakan sebagai metode terbaik.

 

Kata kunci: Bahasa, Metode SVM, Metode Gardient Boost

 

 

References

[1] Rina Devianty, “Bahasa Sebagai Cermin Kebudayaan,” J. Tarb., vol. 24, no. 2, pp. 226–245, 2017.
[2] A. S. Ritonga and E. S. Purwaningsih, “Penerapan Metode Support Vector Machine ( SVM ) Dalam Klasifikasi Kualitas Pengelasan Smaw ( Shield Metal Arc Welding ),” Ilm. Edutic, vol. 5, no. 1, pp. 17–25, 2018.
[3] E. Firasari et al., “Kombinasi K-Nn Dan Gradient Boosted Trees Untuk Klasifikasi Combinations of K-Nn and Gradient Boosted Trees for,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 6, pp. 1231–1236, 2020, doi: 10.25126/jtiik.202073087.
[4] O. Ervina and P. Indah, “Perbandingan Metode Multilayer Perceptron ( MLP ) dan Xtreme Gradient Boosting ( XGBoost ) pada Data Ekspresi Gen Hepatocelluler Carsinoma Terinfeksi Hepatitis B,” 2012.
[5] L. B. Ilmawan and M. A. Mude, “Perbandingan Metode Klasifikasi Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Ulasan Tekstual di Google Play Store,” Ilk. J. Ilm., vol. 12, no. 2, pp. 154–161, 2020, doi: 10.33096/ilkom.v12i2.597.154-161.
[6] M. L. Laia and Y. Setyawan, “Perbandingan Hasil Klasifikasi Curah Hujan Menggunakan Metode SVM dan NBC,” vol. 05, no. 2, pp. 51–61, 2020.
[7] D. Alita, Y. Fernando, and H. Sulistiani, “IMPLEMENTASI ALGORITMA MULTICLASS SVM PADA OPINI PUBLIK BERBAHASA INDONESIA DI TWITTER,” J. TEKNOKOMPAK, vol. 14, no. 2, p. 86, 2020.
[8] H. Hasnita, F. M. Afendi, and A. Fitrianto, “Perbandingan Beberapa Metode Klasifikasi Dalam Memprediksi Interaksi Farmakodinamik,” Indones. J. Stat. Its Appl., vol. 4, no. 1, pp. 11–21, 2020, doi: 10.29244/ijsa.v4i1.328.
[9] H. N. Irmanda and Ria Astriratma, “Klasifikasi Jenis Pantun Dengan Metode Support Vector Machines (SVM),” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 5, pp. 915–922, 2020, doi: 10.29207/resti.v4i5.2313.
[10] H. Hairani, “Peningkatan Konerja Metode SVM Menggunakan Metode KNN Imputasi dan K-Means-Smote untuk Klasifikasi Kelulusan Mahasiswa Universitas Bumigora,” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 4, p. 713, 2021, doi: 10.25126/jtiik.2021843428.
[11] M. T. Anwar and D. R. A. Permana, “Perbandingan Performa Model Data Mining untuk Prediksi Dropout Mahasiwa,” J. Teknol. dan Manaj., vol. 19, no. 2, pp. 33–40, 2021, doi: 10.52330/jtm.v19i2.34.
[12] R. A. Wati, H. Irsyad, and M. E. Al Rivan, “Klasifikasi Pneumonia Menggunakan Metode Support Vector Machine,” J. Algoritm., vol. 1, no. 1, pp. 21–32, 2020, [Online]. Available: https://jurnal.mdp.ac.id/index.php/algoritme/article/view/429/171.
[13] A. Bisri, S. Kom, M. Kom, and ..., “Prediksi Kelulusan Mahasiswa Menggunakan Teknik Machine Learning Pada Level Data Untuk Menangani Ketidakseimbangan …,” Direktorat Ris. dan …, 2019, [Online]. Available: http://lppm.unpam.ac.id/wp-content/uploads/2020/01/laporan-akhir-psp-2019-achmad-bisri-skom-mkom.pdf.
Published
2022-06-09