ALGORITMA STEMMING

ALGORITMA STEMMING

Ada banyak algoritma yang digunakan untuk melakukan proses stemming,
khususnya stemming bahasa indonesia.
"Nama Algoritma "Kelebihan "Kekurangan "Bahasa Pemrograman "
"1. Algoritma Nazief dan Andriani "1. Memperhatikan kemungkinan adanya "1. Penyamarataan makna variasi kata "PHP "
" "partikel-partikel yang mungkin mengikuti"2. Jumlah database kata dan kata " "
" "suatu kata berimbuhan. "dasarnya harus besar. Kesalahan terjadi " "
" "2. Proses stemming dokumen teks "bila kata tidak ditemukan di database " "
" "berBahasa Indonesia menggunakan "dan kemudian dianggap kata dasar, " "
" "Algoritma Nazief dan Adriani memiliki "padahal bukan " "
" "prosentase keakuratan (presisi) lebih "3. Lamanya waktu yang diperlukan dalam " "
" "besar dibandingkan dengan stemming "proses pencarian kata di dalam kamus. " "
" "menggunakan Algoritma Porter. " " "
" " "
" "Implementasi "
" "Algoritma ini mengacu pada aturan morfologi bahasa Indonesia yang mengelompokkan imbuhan, yaitu "
" "imbuhan yang diperbolehkan atau imbuhan yang tidak diperbolehkan. Pengelompokan ini termasuk imbuhan "
" "di depan (awalan), imbuhan kata di belakang (akhiran), imbuhan kata di tengah (sisipan) dan kombinasi "
" "imbuhan pada awal dan akhir kata (konfiks). Algoritma ini menggunakan kamus kata keterangan yang "
" "digunakan untuk mengetahui bahwa proses stemming telah mendapatkan kata dasar. "
" " "
" "Tahapan "
" "1. Cari kata yang akan distem dalam kamus. Jika ditemukan maka diasumsikan bahwa kata tesebut adalah "
" "root word. "
" "Maka algoritma berhenti. "
" "2. Inflection Suffixes ("-lah", "-kah", "-ku", "-mu", atau "-nya") dibuang. Jika berupa particles "
" "("-lah", "-kah", "-tah" "
" "atau "-pun") maka langkah ini diulangi lagi untuk menghapus Possesive Pronouns ("-ku", "-mu", atau "
" ""-nya"), jika "
" "ada. "
" "3. Hapus Derivation Suffixes ("-i", "-an" atau "-kan"). Jika kata ditemukan di kamus, maka algoritma "
" "berhenti. Jika "
" "tidak maka ke langkah 3a "
" "a. Jika "-an" telah dihapus dan huruf terakhir dari kata tersebut adalah "-k", maka "-k" juga ikut "
" "dihapus. Jika kata "
" "tersebut ditemukan dalam kamus maka algoritma berhenti. Jika tidak ditemukan maka lakukan langkah 3b. "
" "b. Akhiran yang dihapus ("-i", "-an" atau "-kan") dikembalikan, lanjut ke langkah 4. "
" "4. Hapus Derivation Prefix. Jika pada langkah 3 ada sufiks yang dihapus maka pergi ke langkah 4a, jika"
" "tidak pergi ke "
" "langkah 4b. "
" "a. Periksa tabel kombinasi awalan-akhiran yang tidak diijinkan. Jika ditemukan maka algoritma "
" "berhenti, jika tidak "
" "pergi ke langkah 4b. "
" "b. For i = 1 to 3, tentukan tipe awalan kemudian hapus awalan. Jika root word belum juga ditemukan "
" "lakukan "
" "langkah 5, jika sudah maka algoritma berhenti. Catatan: jika awalan kedua sama dengan awalan pertama "
" "algoritma berhenti. "
" "5. Melakukan Recoding. "
" "6. Jika semua langkah telah selesai tetapi tidak juga berhasil maka kata awal diasumsikan sebagai root"
" "word. Proses "
" "selesai. "
" " "
" " "
" " "
"2. algoritma Arifin dan Setiono "jika kata dasar dari sebuah kata turunan" " "
" "tidak dapat ditemukan setelah " " "
" "menghilangkan prefix dan suffix nya maka" " "
" "algoritma ini akan mencoba mengembalikan" " "
" "semua imbuhan yang telah dihilangkan " " "
" "tadi untuk dikombinasikan dengan kata " " "
" "hasil stemming dari kata turunan yang " " "
" "kata dasarnya tidak ditemukan pada " " "
" "kamus. " " "
" " "
" "Implementasi "
" "Arifin and Setiono mengajukan skema algoritma yang sedikit lebih sederhana dibandingkan algoritma "
" "Nazief and Adriani tetapi yang menjadi kesamaan diantara kedua algoritma tersebut adalah kedua "
" "algoritma tersebut menggunakan kamus dan sama-sama menyediakan fungsi recoding. "
" " "
" "Langkah-langkah penghilangan imbuhan-imbuhan yang diterapkan pada algoritma ini adalah dengan "
" "menghilangkan prefix/awalan terlebih dahulu baru kemudian menghilangkan suffix/akhiran pada kata "
" "turunan yang akan dilakukan stemming. Jika kata turunan yang sudah dilakukan proses stemming yaitu "
" "penghilangan prefix kemudian suffix telah berhasil dilakukan, namun tidak dapat ditemukan kata "
" "dasarnya pada kamus maka semua imbuhan yang telah dihilangkan tadi dikembalikan untuk kemudian "
" "dikombinasikan dengan kata hasil stemming tadi guna mengurangi terjadinya overstemming. "
" " "
" " "
"3. algoritma Idris dan Mustofa " " " "
"4. algoritma Vega "Pada algoritma ini, tidak ada fungsi " " "
" "untuk memeriksa kata dasar dari suatu " " "
" "kata. " " "
" " "
" "Implementasi "
" "algoritma Vega tidak menggunakan kamus. Urutan penghilangan imbuhan yang melekat pada kata untuk "
" "algoritma Vega ini, sama seperti urutan penghilangan imbuhan yang diterapkan pada algoritma Arifin dan"
" "Setiono. "
" " "
" "Urutan penghilangan imbuhan yang melekat pada kata untuk algoritma Vega ini, sama seperti urutan "
" "penghilangan imbuhan yang diterapkan pada algoritma arifin&setiono. Kata yang akan di-stemming, "
" "pertama kali diperiksa apakah kata tersebut memiliki awalan, jika kata tersebut memiliki awalan maka "
" "langsung dilakukan penghilangan awalan tersebut. Selanjutnya kata tersebutdiperiksa apakah memiliki "
" "akhiran, jika iya maka akan dilakukan penghilangan akhiran. Selanjutnya kata tersebutdiperiksa apakah "
" "memiliki partikel, jika iya maka akan dilakukan penghilangan partikel. Selanjutnya kata "
" "tersebutdiperiksa apakah memiliki possive pronoun (kata ganti kepunyaan), jika iya maka akan dilakukan"
" "penghilangan. Pada algoritma ini, tidak ada fungsi untuk memeriksa kata dasar dari suatu kata. Yang "
" "dilakukan adalah melakukan pengecekan apabila kata tersebut memiliki imbuhan awalan, akhiran, "
" "partikel, possive pronoun, sisipan. Jika iya, langsung dilakukan penghilangan imbuhan tersebut. "
"5. algoritma Ahmad, Yussof dan " " " "
"Sembok " " " "
" " "
" " "
" " "
" " "
"6. Algoritma Tala "1. performa stemming berbasis aturan "1. Proses stemming bahasa Indonesia "PHP "
" "relatif "menggunakan algoritma berbasis aturan " "
" "stabil dengan jumlah dokumen yang "mempunyai tingkat kesalahan tinggi, " "
" "berkembang. "sehingga dapat mempengaruhi akurasi " "
" " "hasil akhir. " "
" " "
" "Implementasi "
" " "
" "Tahapan "
" "a) Menghilangkan partikel "
" "b) Menghilangkan kata sandang dan kepunyaan. "
" "c) Menghilangkan awalan 1 "
" "d) Jika suatu aturan terpenuhi jalankan sbb : "
" "o Hilangkan Akhiran "
" "o Jika suatu aturan terpenuhi, hilangkan awalan 2. Jika tidak "
" "proses stemming selesai "
" "e) Jika tidak ada aturan yang terpenuhi jalankan sbb : "
" "o Hilangkan awalan 2. "
" "o Hilangkan Akhiran "
" "o Proses stemming selesai. "
"7. Algoritma Porter " " "PHP "
" " "
" "Implementasi "
" "Stemming khusus bahasa Inggris yang ditemukan oleh Martin Porter 1980. Mekanisme algoritma dalam "
" "mencari kata dasar suatu kata berimbuhan dengan membuang imbuhan-imbuhan (atau lebih tepatnya akhiran)"
" "pada kata–kata bahasa Inggris karena dalam bahasa Inggris tidak mengenal awalan. Karena bahasa Inggris"
" "datang dari kelas yang berbeda, beberapa modifikasi telah dilakukan untuk membuat Algoritma Porter "
" "sehingga dapat digunakan sesuai dengan bahasa Indonesia. Implementasi Porter Stemmer for Bahasa "
" "Indonesia berdasarkan English Porter Stemmer yang dikembangkan oleh W.B. Frakes pada tahun 1992. "
" "Karena bahasa Inggris datang dari kelas yang berbeda, beberapa modifikasi telah dilakukan untuk "
" "membuat Algoritma Porter dapat digunakan sesuai dengan bahasa Indonesia. "
" " "
" "Tahapan "
" "1. Hapus Particle, "
" "2. Hapus Possesive Pronoun. "
" "3. Hapus awalan pertama. Jika tidak ada lanjutkan ke langkah 4a, jika ada cari maka lanjutkan ke "
" "langkah 4b. "
" "4. a. Hapus awalan kedua, lanjutkan ke langkah 5a. "
" "b. Hapus akhiran, jika tidak ditemukan maka kata tersebut diasumsikan sebagai root word. Jika "
" "ditemukan maka "
" "lanjutkan ke langkah 5b. "
" "5. a. Hapus akhiran. Kemudian kata akhir diasumsikan sebagai root word "
" "b. Hapus awalan kedua. Kemudian kata akhir diasumsikan sebagai root word. "
"8. Algoritma Confix Stripping (CS)" " " "
" " "
" "Implementasi "
" "Confix stripping (CS) stemmer adalah metode stemming pada Bahasa Indonesia yang diperkenalkan oleh "
" "Jelita Asian yang merupakan pengembangan dari metode stemming yang dibuat oleh Nazief dan Adriani "
" "(1996). Proses ini berfungsi untuk mengubah bentuk dari suatu kata menjadi bentuk kata dasarnya. "
" "Proses perubahan bentuk ini akan menghilangkan kandungan imbuhan seperti awalan dan akhiran pada kata "
" "yang bersangkutan, sehingga diharapkan diperoleh bentuk dasarnya. Dalam proses ini digunakan kamus "
" "kata dasar untuk menambah tingkat ketelitian, dimana setiap kata yang akan dicari bentuk dasarnya di "
" "cek terlebih dulu di kamus. "
"9. Algoritma Enhanded Confix " " " "
"Stripping (ECS) " " " "
" " "
" "Implementasi "
" "Algoritma ini perupakan pengembangan dari algoritma Confix stripping (CS). Dalam algoritma Confix "
" "stripping (CS) terdapat kelemahan atau tidak dapat mengstemming kata-kata tertentu, pada algoritma ini"
" "Menambahkan suatu algoritma tambahan untuk mengatasi kesalahan pemenggalan akhiran yang seharusnya "
" "tidak dilakukan. "
"10. Algoritma Connected Component " " " "
" " "
" "Implementasi "
" "Merupakan algoritma yang memecahkan Permasalahan overstemming dan understemming tidak dapat "
" "diselesaikan dengan melakukan stemming dengan hanya melihat kata per kata atau melakukan modifikasi "
" "tabel aturan pemenggalan. Penyebabnya adalah hasil dari proses stemming yang dapat berjumlah lebih "
" "dari satu kata. Jika menggunakan teknik stemming kata per kata, maka hasil akhir dari stemming "
" "bergantung dari algoritma stemming yang digunakan apakah menggunakan pemenggalan semaksimal mungkin "
" "atau sebaliknya. "
" " "
" "Connected component algorithm dilakukan dengan cara menghubungkan kata-kata yang memiliki nilai em "
" "lebih besar daripada nilai threshold untuk em yakni 0,01 sesuai dengan yang digunakan oleh Larkey, "
" "Ballesteros, dan Cornell dalam percobaannya. Tiap-tiap graph yang terbentuk selanjutnya akan membentuk"
" "sebuah kelas tersendiri. "
"11. Algoritma Lovins " " " "
" "The stemmer is considered complex for its age and utilises a large list (297) of endings, each of "
" "which is associated with one of a number of qualitative contextual restrictions that prevent the "
" "removal of endings in certain circumstances. The stemmer utilises a number of rules that are designed "
" "to cope with the most common exceptions. All endings are associated with the default exception, that a"
" "stem must be at least two letters long, which is designed to prevent the production of ambiguous "
" "stems. Other rules assert one of the following conditions on the ending's removal, "
" " "
" "Increasing the minimum length of a stem following a ending's removal. "
" "Preventing the removal of endings when certain letters are present in the remaining stem. "
" "Combinations of the above restrictions. "
"12. Algoritma Paice/Husk " " " "
" "1.Select relevant section; Inspect the final letter of the term and, if present, consider the first "
" "rule of the relevant section of the rule table. "
" "2.Check applicability of rule; If final letters of term do not match rule, or intact settings are "
" "violated or acceptability conditions are not satisfied go to stage 4. "
" "3.Apply Rule; Remove or reform ending as required and then check termination symbol, and either "
" "terminate or return to stage 1. "
" "4.Look for another rule; Move to the next rule in table, if the section letter has changed then "
" "terminate, else go to stage 2. "

Ini penampakan jurnal inggrisnya
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.59.4851
http://translate.google.com/translate?hl=id&sl=en&u=http://citeseerx.ist.psu
.edu/viewdoc/summary%3Fdoi%3D10.1.1.59.4851&prev=/search%3Fq%3Dalgoritma%2Bs
temming%26start%3D20%26sa%3DN%26biw%3D1447%26bih%3D758

ALGORITMA STEMMING

Recommend Documents