IMPLEMENTASI MODIFIKASI ENHANCED CONFIX STRIPPING STEMMER UNTUK BAHASA JAWA KUNO (KAWI)

KOMANG ARY TEBUANA, I Gede Mujiyatna, S.Kom., M.Kom.

2018 | Skripsi | S1 ILMU KOMPUTER

Pemrosesan digital dalam mencari informasi pada dokumen teks berbahasa Kawi (Jawa Kuno) memerlukan filtering dengan menggunakan teknik dalam sistem temu balik informasi yaitu Stemming. Penggunaan stemming bertujuan untuk mencari kata dasar yang ada pada sebuah term atau kata berimbuhan dengan mengekstraksi kata dari imbuhan yang melekat pada kata tersebut. Stemmer Bahasa Kawi yang dibangun dalam penelitian ini menggunakan algoritma Enhanced Confix Stripping. Algoritma berbasis kamus tersebut diuji pula performanya apabila tanpa pengecekan kamus dan dengan beberapa metode pengecualian aturan pemotongan imbuhan. Selain itu, dibandingkan pula dengan stemmer yang dibangun dengan algoritma Porter. Obyek penelitian yang digunakan adalah kata-kata dalam Bahasa Kawi pada kitab Sarasamuscaya yang berjumlah 860 kata. Data uji diproses dengan menerapkan aturan pembentukan kata berimbuhan (wangun) dalam Bahasa Kawi tanpa aturan sandhi pada masing-masing algoritma stemming. Keluaran dari stemmer yaitu berupa kata dasar hasil pemrosesan pemotongan imbuhan. Dari penelitian ini, didapatkan bahwa waktu proses dan akurasi bergantung pada metode yang digunakan. Enhanced Confix Stripping memperoleh nilai akurasi yang tertinggi, sedangkan Enhanced Confix Stripping tanpa kamus dengan waktu proses yang paling lambat dan terjadi penurunan akurasi. Dengan dilakukan pengecualian pemotongan pada imbuhan tertentu mampu mendapatkan peningkatan performa pada algoritma ECS tanpa kamus dan Porter untuk Bahasa Kawi.

Digital processing in searching information on Kawi's (Old Javanese) language document required filtering by using technique in information retrieval that is Stemming. Stemming used to find the root word that exists in a term or word with affixes by extracting words from affixes attached to the word. The Kawi language stemmer built in this study uses Enhanced Confix Stripping algorithm. This dictionary-basef algorithm also tested for performance if without dictionary checking and with some exception method of affix cutting rule. In addition, this stemmer compared to stemmer build with Porter algorithm. The research object is words with Kawi language in Sarasamuscaya book which amounted to 860 words. The test data is processed by applying the formation (wangun) rules on each stemming algorithm. The output of stemmer is the root word that the result of affix cutting process. From this research, it is found that process time and accuracy depend on the method used. Enhanced Confix Stripping receives the highest accuracy value, while Enhanced Confix Stripping without dictionary with the slowest processing time and decreased accuracy. With the exception of cutting at certain affixes it is able to get a performance improvement on the stemming algorithm without the dictionary for Kawi Language.

Kata Kunci : Stemming, Bahasa Kawi, Bahasa Jawa Kuno, Enhanced Confix Stripping, Porter