Data Skripsi
| Judul | : | PERBANDINGAN METODE KNOWLEDGE GRAPH DAN SEMANTIC NETWORK UNTUK ANALISIS TEKS BERBAHASA INDONESIA |
| Jenis | : | |
| Penulis | : | Surya Pratiwi |
| NRP | : | g54080022 |
| Tanggal Lulus | : | 30 January 2013 |
| Tanggal Seminar | : | 19 November 2012 14:00 |
| Tanggal Sidang | : | 10 December 2012 08:00 |
| Pembimbing | : |
|
| Ringkasan | : | Pengetahuan merupakan sesuatu yang berkaitan dengan proses pembelajaran. Pengetahuan dapat diperoleh dari berbagai sumber, salah satunya ialah teks. Di dalam teks sering terdapat ambiguitas dalam pemaknaannya. Knowledge graph dan semantic network adalah metode dalam matematika yang dapat digunakan untuk menyelesaikan masalah ambiguitas dalam teks. Tujuan penelitian ini adalah membandingkan kedua metode untuk menganalisis teks bahasa Indonesia. Pembandingan kedua metode ditekankan pada aspek proses dan aspek struktur graf. Langkah yang dilakukan adalah dengan pembuatan graf pada contoh kalimat dalam teks bahasa Indonesia dengan menggunakan kedua metode. Hasil penelitian menyatakan bahwa berdasarkan aspek proses, langkah-langkah menggunakan metode knowledge graph lebih kompleks namun prosedur automatisasi pada knowledge graph lebih mudah dibandingkan dengan metode semantic network karena batasan konsep pada metode knowledge graph yang lebih jelas. Berdasarkan aspek struktur graf, label relasi antarkonsep dari knowledge graph tidak mengenal makna kata karena mengacu pada delapan binary relationship, sedangkan dalam semantic network label relasi antarkonsep yang memiliki makna kata digunakan untuk menggambarkan hubungan antarkonsep. Kedua metode memiliki kelebihan dan kekurangan masing-masing, metode knowledge graph dipercaya lebih fisibel dalam prosedur automatisasi. |
Copyright © 2024 Matematika IPB
