PEMBANGKITAN OTOMATIS SAMPIRAN PANTUN MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY

AMARILIS KHAIRINA M, Aina Musdholifah, S.Kom., M.Kom., Ph.D

2022 | Skripsi | S1 ILMU KOMPUTER

Pantun merupakan warisan budaya nusantara yang termasuk dalam puisi lama. Bagi masyarakat umum, membuat pantun dapat memakan waktu yang lama karena memerlukan keahlian mengenai perbendaharaan kata yang luas agar pantun yang dibuat dapat berirama yang baik dan logis atau mudah dimengerti untuk membuat sampiran pantun. Penelitian mengenai pembangkitan otomatis teks umumnya menggunakan algoritma Long Short Term Memory (LSTM), sehingga penelitian ini akan membuat sistem untuk membuat sampiran pantun dengan menggunakan algoritma LSTM dan ekstraksi fitur Word2Vec untuk membantu masyarakat umum membuat pantun dan membantu melestarikannya. Sistem dievaluasi menggunakan kuesioner yang dibagi menjadi dua bagian, yaitu Tes Turing dan analisis sampiran pantun menggunakan skala Likert. Akurasi responden dalam menjawab pertanyaan Tes Turing secara benar adalah 68%. Hasil dari analisis sampiran pantun yang telah dibuat menunjukkan kriteria rima yang dihasilkan sistem adalah "baik", kriteria logis dan keterbacaannya adalah "cukup", sedangkan berdasarkan responden yang berasal dari rumpun ilmu budaya menilai rima dan keterbacaan secara "baik" dan menilai logis secara "cukup".

Pantun is a cultural heritage of the Indonesian archipelago which is included in old poetry. For the general public, making rhymes can take a long time because it requires expertise in extensive vocabulary so that the rhymes that are made can be rhymed well and logically or easily understood to make sampiran rhymes. Research on automatic text generation usually uses Long Short Term Memory (LSTM) algorithm, so this research will create a system for making sampiran pantun using the LSTM algorithm and Word2Vec feature extraction to help the society make pantun and help preserve of it. The system was evaluated using a questionnaire which was divided into two parts, namely Turing Test and sampiran pantun analysis using a Likert Scale. The accuracy of respondents in answering Turing Test questions correctly is 68%. The results of the sampiran pantun analysis that have been made show that the rhyme criteria produced by the system are 'good', the logical and readability criteria are 'enough', while based on respondents from the cultural sciences group, they rated rhyme and readability as 'good' and logically assessed 'enough'.

Kata Kunci : Pembangkitan otomatis teks, Long Short Term Memory, Word2Vec, Pantun