Standardisasi Alamat menggunakan Hidden Markov Model (HMM) pada Proses Segmentasi Alamat Kata Jamak

Deny Rachmat Ginanjar

Informasi Umum

Kode

113098038

Klasifikasi

004.9 - Nonelectronic Data Processing/Pemrosesan Data Non Elektronik

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Bases

Dilihat

231 kali

Informasi Lainnya

Abstraksi

Data alamat merupakan bagian penting dalam suatu record yang berisi informasi mengenai data pribadi seseorang atau organisasi, oleh sebab itu data alamat harus tersedia dalam kondisi yang baik sebelum diproses oleh data mining atau disimpan ke dalam data warehouse . Kenyatannya, data alamat biasanya ada dalam bentuk yang tidak konsisten, masih dalam bentuk free-form. Untuk menghasilkan informasi yang akurat, data alamat dalam bentuk free-form akan lebih baik jika ada dalam bentuk yang konsisten atau memiliki format tertentu, sehingga sistem akan lebih mudah untuk mengolah data alamat menjadi sesuatu yang memiliki nilai lebih.<br><br>Dalam Tugas Akhir ini digunakan Hidden Markov Model (HMM) untuk membuat sistem yang dapat melakukan segmentasi alamat, sehingga data alamat yang tadinya ada dalam bentuk free-form akan memiliki bentuk yang konsisten. Jenis HMM yang digunakan adalah HMM ergodic. Sebelum data alamat masuk ke dalam HMM, dilakukan proses data pre-processing yang mencakup data cleaning dan data tagging. Untuk mendapatkan nilai probabilitas state transition dan observation symbol digunakan supervised dan unsupervised learning.<br><br>Dari hasil sejumlah observasi menggunakan model HMM dengan jumlah state 11 dan jumlah observation symbol 10, sistem menghasilkan akurasi terbaik 93.33% pada data testing dengan jumlah data latih 80 dan menggunakan supervised learning. data alamat, segmentasi, Hidden Markov Model, supervised learning,