Analisis Perbandingan Metode Spelling Corrector Peter Norvig dan Spelling Checker BK-Trees pada Kata Berbahasa Indonesia

Mutammimah Mutammimah, Herry Sujaini, Rudy Dwi Nyoto

Abstract


Bahasa menjadi faktor penting dalam penyampaian pengetahuan dan acuan dalam penulisan dokumen, komunikasi dan pencarian informasi. Apabila dalam penulisan dokumen terdapat kesalahan maksud penulisan tersebut menjadi berbeda. Oleh karena itu, dibutuhkan sebuah program yang dapat mendeteksi kesalahan penulisan dan memberikan sugesti kata yang benar. Salah satu fitur yang dapat digunakan untuk mendeteksi kesalahan dan memberikan sugesti kata yang benar adalah fitur spelling corrector atau spelling checker atau spelling suggestion. Fitur ini berfungsi sebagai pendeteksi kesalahan dan memberikan panduan bagi penggunanya dengan menandai kata-kata yang tidak terdaftar dalam kamus suatu bahasa tertentu. Fitur ini juga disertai dengan sugesti kata yang berfungsi menyediakan rekomendasi kata-kata yang mendekati kata yang dimaksud. Hal ini yang mendasari untuk membandingkan metode spelling corrector Peter Norvig dan spelling checker BK-Trees dalam hal memberikan sugesti kata menggunakan bahasa Indonesia sehingga dapat dijadikan acuan sebagai pilihan pengguna membuat aplikasi yang membutuhkan fitur pengoreksian kata. Spelling Corrector Peter Norvig menggunakan cara dengan mengubah jarak kata yang salah atau dengan mengubah kata yang salah menjadi dua kata dan sejumlah suntingan yang dibutuhkan untuk mengubah satu ke yang lain. BKTrees atau Burkhard-Keller Tree adalah struktur data berupa pohon yang dibuat oleh Burkhard dan Keller pada tahun 1973 untuk mencari satu atau beberapa string yang mirip atau mendekati string yang menjadi input-an dan memanfaatkan metode Levesthein Distance untuk mendapatkan nilai sebagai pembanding kata yang salah dengan yang benar. Kamus yang dibuat menggunakan data korpus data berita online. Hasil analisis perbandingan metode Spelling Corrector Peter Norvig dan Spelling Cherker BK-Trees pada kata berbahasa Indonesia ini dapat diketahui bahwa metode Peter Norvig dapat memberikan 52,8% tingkat ketepatan yang lebih baik daripada metode BK-Trees yang menghasilkan 9%. Namun, metode Spelling Checker BK-Trees lebih unggul dalam hal tingkat keberhasilan 100% memberikan sugesti kata dan kecepatan rata-rata pemberian sugesti kata yang lebih rendah dari Peter Norvig.

Keywords


Analisis; Spelling Corrector Peter Norvig; Spelling Checker BK-Trees; Korpus

Full Text:

PDF

References


Ahli, Pengertian. Januari 18, 2016. ”Pengertian Analisis: Apa itu Analisis?”. http://www.pengertianahli.com/2014/08/pengertiananalisis-apa-itu-analisis.html

Al-zuoud, Khalid M. Dan Mohammad K. Kabilan. 2013. Investigating Jordanian EFL Student’s Spelling Errors at Tertiary Level. Jurnal. Malaysia : University Science Malaysia

Bassil, Youssef dan Mohammad Alwani. 2012. OCR PostProcessing Error Correction Algoritm Using Google’s Online Spelling Sugesti. Jurnal. Lebanon : Lebanese Association for Computational Sciences

Dagdag, Rowena dan Kimberly P. Weber. 2002. The Use and Evaluation of a Sound Out or Error Only Sound Out Procedure on the Spelling Performance of a Third Grade Student. Jurnal. Washington : Gonzaga University

Dataq. November 03, 2015. ”Perbedaan: precision, recall & accuracy”. https://dataq.wordpress.com/2013/06/16/perbedaanprecision-recall-accuracy/

Foundation, Inc. Wikimedia. November 13, 2015. ”Spell checker”. https://en.wikipedia.org/wiki/Spell_checker

Ganesan, Kavitan. Oktober 08, 2016. ”Computing Precision and Recall form Multi Class Classification Problems”. http://textanalytics101.rxnlp.com/2014/10/computingprecision-and-recall-for.html

Gunaidi, Aang. Oktober 07, 2016. ”Recall and Precision Efektifitas Sistem Temu Kembali Informasi Melalui Penilaian Recall dan Precision di Perpustakaan Kementrian Sosial dan Tinjauan Menurut Islam”. http://aanggunaidi.blogspot.co.id/2014/04/efektivita s-sistem-temu-kembali_7.html

Hamberg, Erlend. November 03, 2015. ”BK-Trees”. https://hamberg.no/erlend/posts/2012-01-17-BKtrees.html

Johnson, Nick. Desember 17, 2015. ”Damn Cool Algorithms, Part 1:BK-Trees”. http://blog.notdot.net/2007/4/Damn-CoolAlgorithms-Part-1-BK-Trees

Jurafsky, Daniel dan James H. Martin. 2000. Speech and Language Processing. United States of America : Prentice-Hall, Inc.

Klanting. Oktober 07, 2016. ”Pengertian Recall, Precision, FMeasure”. http://ladangbelajar.blogspot.co.id/2013/11/pengerti an-recall-precision-f-measure.html

Mitton, Roger. Desember 20, 2015. ”Spellchecking by computer”. http://www.dcs.bbk.ac.uk/~roger/spellchecking.htm l

Norvig, Peter. November 01, 2015. ”How to Write a Spelling Corrector”. http://www.norvig.com/spellcorrect.html

Norvig, Peter. Mei 01, 2016. ”Natural Language Corpus Data: Beautiful Data”. http://norvig.com/ngrams/ Olimpiyanto Oktpriadi Limbong, Saul. November 22, 2016. ”Levensthein Distance”. https://saulimbong.wordpress.com/2011/05/17/leve nshtein-distance/

Powers, David MW. 2007. Evaluation: From Precision, Recall and F-Factor to ROC, Informedness, Markedness & Correlation. Jurnal. South Australia :Flinders University

Small, Chris. Mei 25, 2016. ”How to Wrie a Spelling Corrector in C#”. httphttp://www.anotherchris.net/csharp/how-to-write-aspelling-corrector-in-csharp/

Xenopax. Mei 25, 2016. ”The BK-Tree – A Data Structure for Spelling Checking”. https://nullwords.wordpress.com/2013/03/13/thebk-tree-a-data-structure-for-spell-checking/


Refbacks

  • There are currently no refbacks.


Copyright (c)

View My Stats
Creative Commons License
All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License