(7) Sebagai contoh, sebuah kalimat dari bahasa Jerman dengan terjemahannya dalam bahasa Inggris seperti berikut ini :
|
|
- Adi Lesmono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Pengaruh PoS pada Word Alignment Word alignment dari korpus bilingual memberikan pengetahuan penting untuk banyak tugas pengolahan bahasa alami, seperti ekstraksi dari kata-kata bilingual atau leksikal. Solusi dari masalah ini sangat tergantung pada kualitas word alignment. Model word alignment pertama kali diperkenalkan pada terjemahan mesin statistik (Brown et al., 1993). Alignment menggambarkan pemetaan dari kata-kata kalimat sumber terhadap katakata pada kalimat target. IBM Model 1 merupakan model word alignment yang menggunakan algoritma Expectation Maximization (EM) untuk melakukan komputasi probabilitas translasi leksikal dari korpus paralel. Pada IBM model 1 didefinisikan kalimat sumber sebagai f = (f 1, f lf ) dimana lf adalah banyaknya kata dalam kalimat f, kalimat target sebagai e = (e 1, e lf ) dimana ef adalah banyaknya kata dalam kalimat e dengan fungsi alignment a : j i. Probabilitasnya didefinisikan sebagai : (7) Sebagai contoh, sebuah kalimat dari bahasa Jerman dengan terjemahannya dalam bahasa Inggris seperti berikut ini : IBM Model 2 menambahkan fungsi perubahan posisi kata-kata dari kalimat sumber ke kalimat target sebagai a(i j, le, lf ), dimana i adalah posisi kata pada kalimat sumber, j adalah posisi kata pada kalimat target, le dan lf adalah banyaknya kata pada kalimat target dan kalimat sumber. IBM Model 2 dapat dilihat sebagai 2 langkah proses, yaitu langkah penerjemahan (translation step) dan alignment step seperti berikut ini :
2 2 Dua langkah tersebut secara matematis didefinisikan sebagai : (8) IBM Model 3 terdiri dari 4 langkah proses, yaitu fertility, NULL insertion, lexical translation, dan distortion. Pada proses fertility, setiap kata pada kalimat sumber dicari probabilitas berapa banyak kata hasil terjemahan dari kata tersebut yang didefinisikan sebagai n(ф,f), dimana Ф adalah banyak kata hasil terjemahan dari kata f. Pada proses NULL insertion, setiap NULL yang disisipkan ditentukan dari probabilitas p1 setelah terjadinya setiap kata atau tidak menyisipkan NULL dengan probabilitas p0 = 1 p1. Proses lexical translation dilakukan sama seperti IBM model 1, dan proses distortion mirip dengan langkah alignment pada IBM Model 2. Keempat langkah tersebut dicontohkan sebagai berikut : IBM model 4 mengacu kepada IBM model 3, tetapi dengan melakukan distorsi secara relatif pada proses distortion. Sebagai contoh, kalimat sumber dan kalimat target terjemahan dengan alignment sebagai berikut :
3 3 Distorsi pada IBM Model 4 adalah kata-kata pada kalimat sumber dengan fertility yang tidak 0 (nol) dari cept (disini ada 5 cept) yang berisi kata-kata pada kalimat target ej. Pusat i i dari sebuah cept π i, yaitu rata-rata yang dibulatkan ke atas dari j (ceiling(avg( j))). Distorsi untuk setiap kata-kata pada kalimat sumber dimodelkan dengan sebuah probabilitas distribusi : a) untuk kata yang berasal dari NULL (misalnya kata do) b) untuk kata pertama dalam cept (misalnya kata not), berdasarkan pada jarak antara kata dan pusat sebelum kata tersebut (j i-1) c) untuk kata-kata berikutnya didalam cept (misalnya kata the), berdasarkan jarak kata sebelumnya dalam cept. Probabilitas distribusi d1 dan d>1 dipelajari dari data yang dukondisikan menggunakan informasi leksikal. Lebih jelasnya dapat dilihat seperti contoh berikut : Terdapat 5 (lima) cept yaitu π 1... π 5, posisi kata ke 3 (tiga) untuk kata ja tidak digunakan karena tidak menghasilkan kata target. Pusat cept 4 ditentukan menjadi 6 karena rata-rata 5 dan 6 adalah 5,5, selanjutnya dibulatkan ke atas menjadi 6. Selanjutnya, distorsi untuk setiap kata-kata dari kalimat target ditentukan sebagai berikut :
4 4 Ada 3 (tiga) kondisi untuk setiap kata-kata target yang didefinisikan distorsi relatifnya, yaitu : (1) kata-kata yang dihasilkan dari token NULL, (2) kata pertama di dalam cept dan (3) kata-kata berikutnya di dalam cept. Kata-kata yang dihasilkan dari token NULL didistribusikan secara seragam, kata pertama di dalam cept menggunakan probabilitas distribusi : d 1 (j i-1) (9) Kata-kata berikutnya di dalam cept menggunakan probabilitas distribusi : d >1 ( j π i,k 1 ) (10) Pada implementasinya, beberapa jenis kata cenderung berpindah posisi pada terjemahannya, sebagai contoh adjective noun selalu dibalik saat diterjemahkan dari bahasa Prancis ke bahasa Inggris seperti pada kalimat affaires extérieur yang diterjemahkan menjadi external affairs. Probabilitas distribusi pada persamaan (9) dan (10) untuk kata-kata e j dan f (i-1) adalah : d 1 (j i-1 f (i-1), e j ) (11) dan d >1 ( j π i,k 1 e j ) (12) IBM model 4 memperkenalkan kelas kata (word classes) pada penggunaannya, saat kosakata suatu bahasa dibagi-bagi menjadi beberapa kelompok (misalnya 50 kelas), hal ini dapat dikondisikan sebagai probabilitas distibusi pada kelas-kelas ini. Hasilnya hampir seperti model leksikal, tapi dilakukan secara statistik. Secara formal, dapat digunakan 2 (dua) fungsi A(f) dan B(e) yang memetakan katakata terhadap kelas kata nya. Persamaan (11) dan (12) akan menjadi :
5 5 d 1 (j i-1 A(f (i-1) ), B(e j )) (13) dan d >1 ( j π i,k 1 B(e j )) (14) Banyak cara untuk mendefinisikan fungsi kelas kata A dan B. Salah satunya adalah dengan menggunakan penandaan PoS. Biasanya ini berarti menandai korpus paralel dengan instrumen tertentu secara otomatis. Alternatif lain adalah dengan mengklaster katakata secara otomatis ke dalam kelas kata dengan jumlah kelas tertentu.
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 1.1 Tinjauan studi Penelitian yang sudah ada sebelumnya, yaitu : 1. Nur Afifah (2010), Pembuatan Kamus Elektronik Kalimat Bahasa Indonesia dan Bahasa Jawa untuk Aplikasi Mobile
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN Bab ini berisi tentang latar belakang (subbab 1.1), tujuan penelitian (subbab 1.2), perumusan dan pembatasan masalah (subbab 1.3), metodologi penelitian (subbab 1.4), serta penjelasan
Lebih terperinciPerbaikan Probabilitas Lexical Model untuk Meningkatkan Akurasi Mesin Penerjemah Statistik
Jurnal Edukasi dan Penelitian Informatika (JEPIN) Vol. 2, No. 1, (2016) 1 Perbaikan Probabilitas Lexical Model untuk Meningkatkan Akurasi Mesin Penerjemah Statistik Soni Mandira 1, Herry Sujaini 2, Arif
Lebih terperinciPembentukan Sentence-Aligned Korpus Paralel untuk Bahasa Sunda-Bahasa Indonesia Berbasis Wikipedia dengan Bootstrapping dan EM
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1038 Pembentukan Sentence-Aligned Korpus Paralel untuk Bahasa Sunda-Bahasa Indonesia Berbasis Wikipedia dengan Bootstrapping dan
Lebih terperinciMencari dokumen yang dituliskan dalam berbagai bahasa
Always Siempre Mencari dokumen yang dituliskan dalam berbagai bahasa Menggunakan query yang dituliskan dalam sebuah bahasa Pengguna internet jumlahnya terus meningkat dari tahun ke tahun dan tersebar
Lebih terperinciMeningkatkan Akurasi Pada Mesin Penerjemah Bahasa Indonesia Ke Bahasa Melayu Pontianak Dengan Part Of Speech
Jurnal Edukasi dan Penelitian Informatika (JUSTIN) Vol. 3, No. 1, (2016) 1 Meningkatkan Akurasi Pada Mesin Penerjemah Bahasa Indonesia Ke Bahasa Melayu Dengan Part Of Speech Danny Indrayana 1, Herry Sujaini
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang Latar belakang umum
BAB I PENDAHULUAN 1.1 Latar belakang 1.1.1 Latar belakang umum Bahasa merupakan alat komunikasi yang penting bagi manusia, karena dengan menggunakan bahasa kita dapat mengetahui dan mengetahui informasi
Lebih terperinciBAB III METODOLOGI PENELITIAN
1 BAB III METODOLOGI PENELITIAN 1.1 Instrumen penelitian Pada instrumen penelitian akan dijelaskan kebutuhan perangkat lunak, kebutuhan perangkat keras, serta kebutuhan bahan penelitian. Yaitu sebagai
Lebih terperinciMETODE PENELITIAN. Gambar 2 Metodologi penelitian.
4 penelitian i, kata diasosiasikan dengan anotasi citra (kata) dan dokumen diasosiasikan dengan citra. Matriks kata-citra tersebut didekomposisi meadi : A USV T dengan A adalah matriks kata-citra, matriks
Lebih terperinciTUNING FOR QUALITY UNTUK UJI AKURASI MESIN PENERJEMAH STATISTIK (MPS) BAHASA INDONESIA - BAHASA DAYAK KANAYATN
Jurnal Sistem dan TeknologiInformasi (JustIN) Vol. 1, No. 1, (2016) 1 TUNING FOR QUALITY UNTUK UJI AKURASI MESIN PENERJEMAH STATISTIK (MPS) BAHASA INDONESIA - BAHASA DAYAK KANAYATN Muhammad Hasbiansyah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Manusia merupakan sebuah entitas dalam kehidupan sosial, oleh karenanya selain sebagai mahluk individu, manusia juga dikenal sebagai mahluk sosial. Pengenaan manusia
Lebih terperinciBAB I PENDAHULUAN. linguistik (Austin & Sallabank, 2011). Melalui bahasa, seseorang dapat. dimaksudkan oleh penyampai pesan kepada orang tersebut.
BAB I PENDAHULUAN 1.1 Latar Belakang Bahasa adalah kapasitas khusus yang ada pada manusia untuk memperoleh dan menggunakan sistem komunikasi yang kompleks, dan sebuah bahasa adalah contoh spesifik dari
Lebih terperinciAPLIKASI PENERJEMAH DUA ARAH BAHASA INDONESIA BAHASA MELAYU SAMBAS BERBASIS WEB DENGAN MENGGUNAKAN DECODER MOSES
APLIKASI PENERJEMAH DUA ARAH BAHASA INDONESIA BAHASA MELAYU SAMBAS BERBASIS WEB DENGAN MENGGUNAKAN DECODER MOSES Andri Hidayat¹, Herry Sujaini², Rudy Dwinyoto³ Program Studi Teknik Informatika Universitas
Lebih terperinciBAB I PENDAHULUAN. berbagai macam bahasa diseluruh dunia. Kata pinjaman atau sering disebut
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Kata pinjaman dari bahasa lain adalah hal umum yang ditemukan di berbagai macam bahasa diseluruh dunia. Kata pinjaman atau sering disebut dengan loanword
Lebih terperinciSyntax, Semantic & Grammar. Konsep Bahasa Pemrograman Materi 3 Yudianto Sujana, M.Kom
Syntax, Semantic & Grammar Konsep Bahasa Pemrograman Materi 3 Yudianto Sujana, M.Kom Definisi Bahasa pemrograman merupakan notasi formal Mempunyai 2 komponen utama Syntax dan Semantic Syntax: Kumpulan
Lebih terperinciSEMANTIK Syntax mendefinisikan suatu bentuk program yang benar dari suatu bahasa.
SEMANTIK Syntax mendefinisikan suatu bentuk program yang benar dari suatu bahasa. Semantik mendefinisikan arti dari program yang benar secara syntax dari bahasa tersebut. Semantik suatu bahasa membutuhkan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Bahasa dan budaya yang berbeda sering menjadi kendala dalam berbagai
BAB I PENDAHULUAN 1.1 Latar Belakang Bahasa dan budaya yang berbeda sering menjadi kendala dalam berbagai aspek kehidupan manusia. Namun karena naluri dan kecerdasan manusia jugalah yang membuatnya dapat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini dijelaskan landasan teori dan metode yang digunakan pada tugas akhir ini dalam pengklasifikasian dokumen teks. Pembahasan dimulai dengan penjelasan mengenai klasifikasi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini akan menjelaskan tentang latar belakang, permasalahan, tujuan, dan ruang lingkup dari penelitian yang dilakukan. Subbab metodologi penelitian akan menjelaskan tahapan-tahapan
Lebih terperinciPENERJEMAHAN DOKUMEN INGGRIS-INDONESIA MENGGUNAKAN MESIN PENERJEMAH STATISTIK DENGAN WORD REORDERING DAN PHRASE REORDERING
PENERJEMAHAN DOKUMEN INGGRIS-INDONESIA MENGGUNAKAN MESIN PENERJEMAH STATISTIK DENGAN WORD REORDERING DAN PHRASE REORDERING Hansel Tanuwijaya Hisar Maruli Manurung Fakultas Ilmu Komputer, Universitas Indonesia,
Lebih terperinciNATURAL LANGUAGE PROCESSING DENGAN TEKNIK STATE MACHINE PARSER
NATURAL LANGUAGE PROCESSING DENGAN TEKNIK STATE MACHINE PARSER Hanif Al Fatta Abstraksi Aplikasi konsep AI terus berkembang. Salah satunya adalah bagaimana membuat komputer memahami perintah yang diberikan
Lebih terperinciBAB I PENDAHULUAN. Penerjemahan bisa mencakup beberapa pengertian. Ahli linguistik telah
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Penerjemahan bisa mencakup beberapa pengertian. Ahli linguistik telah memberi banyak definisi tentang penerjemahan, diantaranya: (1) bidang ilmu secara umum,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan berkembangnya Internet, banyak informasi tersedia dalam World Wide Web yang dapat diakses di seluruh negara. Pada saat pencarian informasi menggunakan search
Lebih terperinciAplikasi Pemodelan Bahasa Secara Statistik dalam Bisnis Periklanan di Internet
Aplikasi Pemodelan Bahasa Secara Statistik dalam Bisnis Periklanan di Internet Nuansa Lembayung / 1820928 Program Studi Sistem dan Teknologi Informasi Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciMODUL MATA KULIAH TEORI BAHASA DAN OTOMATA DOSEN:
MODUL MATA KULIAH TEORI BAHASA DAN OTOMATA DOSEN: Mira Kania S.,ST.,MT Utami Dewi W.,S.Kom IF I. PENDAHULUAN PENDAHULUAN Komputer digunakan sebagai alat bantu untuk menyelesaikan pekerjaan(task). Dua pertanyaan
Lebih terperinciPENERAPAN TWO-PHASE TRANSLATION METHOD PADA QUERY-BASED TRANSITIVE TRANSLATION
PENERAPAN TWO-PHASE TRANSLATION METHOD PADA QUERY-BASED TRANSITIVE TRANSLATION Adi Heru Utomo Jurusan Teknologi Informasi, Politeknik Negeri Jember Jalan Mastrip Kotak Pos 164 Jember Email: adiheruutomo@yahoo.com
Lebih terperinciTEORI BAHASA DAN AUTOMATA
MODUL I TEORI BAHASA DAN AUTOMATA Tujuan : Mahasiswa memahami pengertian dan kedudukan Teori Bahasa dan Otomata (TBO) pada ilmu komputer Definisi dan Pengertian Teori Bahasa dan Otomata Teori bahasa dan
Lebih terperinciGambar 1. Komponen Mesin Translasi Berbasis Statistik
Dampak Kelas Kata Bahasa Arab Terhadap Hasil Mesin Penerjemah Berbasis Statistik Rahmat Izwan Heroza Sistem Informasi e-mail: rahmatheroza@unsri.ac.id Abstrak Tulisan ini meneliti dampak kata yang dapat
Lebih terperinciBAB I PENDAHULUAN. Informasi yang terdapat dalam Laporan Hasil Pemeriksaan (LHP) BPK RI
BAB I PENDAHULUAN I.1 Latar Belakang Informasi yang terdapat dalam Laporan Hasil Pemeriksaan (LHP) BPK RI saat ini belum di-manaje dengan baik secara digital. Informasi yang terdapat dalam LHP yang terdapat
Lebih terperinciBAB I PENDAHULUAN. Inggris bahasa Madura Enggi Bunten. Madura yang digunakan untuk berkomunikasi dalam kehidupan seharihari.
BAB I PENDAHULUAN 1.1. Latar Belakang Pertumbuhan ekonomi Jawa Timur yang sangat pesat membuat lahan industri semakin berkurang. Salah satu incaran pemerintah provinsi Jawa Timur untuk pengembangan industri
Lebih terperinciPendeteksian Relasi Antar Makna Pada Wordnet Bahasa Indonesia
Pendeteksian Relasi Antar Makna Pada Wordnet Bahasa Indonesia Muhamad Iffandi Pribadi Teknik Informatika Universitas Komputer Indonesia Jalan Dipatiukur No 114-116 Bandung 40132 Bandung, Indonesia E-mail
Lebih terperinciUji Akurasi Penerjemahan Bahasa Indonesia Dayak Taman dengan Penandaan Kata Dasar dan Imbuhan
Uji Akurasi Penerjemahan Bahasa Indonesia Dayak aman dengan Penandaan Kata Dasar dan Imbuhan osep Jarob R #1, Herry Sujaini #2, Nofi Safriadi #3 # Program Studi eknik Informatika Fakultas eknik Universitas
Lebih terperinciSEMANTIK. Sintak mendifinisikan suatu bentuk program yang benar dari suatu bahasa.
SEMANTIK Sintak mendifinisikan suatu bentuk program yang benar dari suatu bahasa. Semantic mendefinisikan arti dari program yang benar secara sintak dari bahasa tersebut. Semantic suatu bahasa membutuhkan
Lebih terperinciDokumen Kurikulum Program Studi : Teknik Informatika. Lampiran II
Dokumen Kurikulum 2013-2018 Program Studi : Teknik Informatika Lampiran II Sekolah Teknik Elektro dan Infomatika Institut Teknologi Bandung Bidang Akademik dan Kemahasiswaan Institut Teknologi Bandung
Lebih terperinciUKDW BAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dengan perkembangan teknologi yang semakin pesat, setiap orang dituntut untuk bisa memanfaatkan dengan baik perkembangan teknologi dan dapat menggunakan di dalam kehidupan
Lebih terperinciPenggunaan Metode Binary Search Pada Translator Bahasa Indonesia Bahasa Jawa
Penggunaan Metode Binary Search Pada Translator Bahasa Indonesia Bahasa Jawa Dewi Martina Andayani, Mike Yuliana, Tri Budi Santoso Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya Kampus PENS-ITS,
Lebih terperinciBAB II SINTAKS 2.1. SINTAKS
BAB II SINTAKS 2.1. SINTAKS merupakan kumpulan aturan yang mendefinisikan suatu bentuk bahasa. mendefinisikan bagaimana suatu kalimat dibentuk sebagai barisan/urutan dari pemilihan suatu kata dasar. Kata
Lebih terperinciSTMIK KAPUTAMA - BINJAI
STMIK KAPUTAMA - BINJAI Pengujian hipotesis merupakan suatu prosedur yang didasarkan pada bukti sampel dan teori probabilitas yang digunakan untuk menentukan apakah suatu hipotesis adalah pernyataan yang
Lebih terperinciBAB II TINJAUAN PUSTAKA. Penelitian awal dalam bidang automatic text summarization dimulai
BAB II TINJAUAN PUSTAKA Penelitian awal dalam bidang automatic text summarization dimulai dengan pembuatan metode term frequency oleh Luhn pada tahun 1958. Metode ini berasumsi bahwa frekuensi kata di
Lebih terperinciKonversi Bahasa Indonesia ke SQL (Structured Query Language) dengan Pendekatan Mesin Penerjemah Statistik
Jurnal istem dan Teknologi Informasi (JUTIN) Vol. 3, No. 1, (2016) 1 Konversi ahasa Indonesia ke QL (tructured Query Language) dengan Pendekatan Mesin Penerjemah tatistik Jemi Karlos 1, Herry ujaini 2,
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : C11.03207/ Basic Translation Revisi ke : 1 Satuan Kredit Semester : 2 SKS Tgl revisi : 1 Februari 2014 Jml Jam kuliah dalam
Lebih terperinciLANGUAGES AND TRANSLATOR
Algoritma dan Pemrograman 1C Konsep Bahasa Pemrograman LANGUAGES AND TRANSLATOR Disusun kembali oleh : Henny Medyawati, Universitas Gunadarma Sumber: Pittman, Thomas dan James Petters, 1992 The Art of
Lebih terperinciAdi Heru Utomo. Jalan Mastrip Kotak Pos 164 Jember Dwi Putro Sarwo Setyohadi
Implementasi Two-Phase Translation Method pada Pembuatan Web Program Transitive Translation Antara Bahasa Jawa dan Bahasa Inggris menggunakan Pivot Bahasa Indonesia Adi Heru Utomo Jurusan Teknologi Informasi,
Lebih terperinciPengenalan Konsep Bahasa dan
Pengenalan Konsep Bahasa dan Automata Teori Bahasa dan Automata Viska Mutiawani - Informatika FMIPA Unsyiah 1 Bentuk komputasi yang dikenal saat ini CPU memory 2 Detil bentuk komputasi berdasarkan memory
Lebih terperinciFase-fase proses sebuah kompilasi
Fase-fase proses sebuah kompilasi Penganalisa Leksikal membaca program sumber, karakter demi karakter. Sederetan (satu atau lebih) karakter dikelompokkan menjadi satu kesatuan mengacu kepada pola kesatuan
Lebih terperinciMESIN PENERJEMAH BAHASA INDONESIA- BAHASA JAWA Johan Pranata 1, Muljono 2 1,2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
MESIN PENERJEMAH BAHASA INDONESIA- BAHASA JAWA Johan Pranata 1, Muljono 2 1,2 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jl. Nakula I No. 5-11, Semarang, 50131, (024) 3517261
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Natural Language Processing (NLP) adalah area penelitian dan pengaplikasan yang mengekplorasi bagaimana caranya sebuah komputer dapat digunakan dan memanipulasi berupa
Lebih terperinciBAB I PENDAHULUAN. menyampaikan suatu informasi yang bermutu atau berinteraksi dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bahasa merupakan alat komunikasi yang penting bagi manusia untuk menyampaikan suatu informasi yang bermutu atau berinteraksi dengan sesamanya. Dengan bahasa,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pemrosesan Bahasa Alami (Natural Language Processing) Pemrosesan bahasa alami (Natual Language Processing - NLP) merupakan salah satu bidang ilmu Kecerdasan Buatan (Artificial
Lebih terperinciABSTRAK. Kata Kunci: sistem penerjemah Alkitab, Bilingual Evaluation Understudy, GIZA++, Statistical Machine Translation, dan IBM model.
ABSTRAK Saat ini sistem penerjemah sangat penting dan diperlukan, khususnya untuk bahasa Indonesia. Hal ini diakibatkan oleh kebutuhan pengalihan informasi dari satu bahasa ke bahasa lain yang sangat besar,
Lebih terperinciBAB 2. TINJAUAN PUSTAKA
BAB 2. TINJAUAN PUSTAKA 2.1. Penelitian yang Mendahului Penulis mencermati berbagai penelitian terkait dengan analisis similaritas, seperti diurai pada beberapa paragraf berikut. Bao, et al. (2007) membandingkan
Lebih terperinciPengumpulan Korpus Paralel Bahasa Indonesia-Sunda dari Wikipedia Menggunakan Metode Pointwise Mutual Information
Pengumpulan Korpus Paralel Bahasa Indonesia-Sunda dari Wikipedia Metode Pointwise Mutual Information Indonesian-Sundanese Parallel Corpus Retrieval from Wikipedia Using Pointwise Mutual Information Method
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Saat ini, kebutuhan manusia akan teknologi semakin meningkat karena tidak bisa dipungkiri bahwa teknologi tersebut dapat meringankan pekerjaan manusia. Hal ini juga diimbangi
Lebih terperinciALGORITMA PENGURUTAN & PENCARIAN
Materi kuliah ALGORITMA PENGURUTAN & PENCARIAN Ir. Roedi Goernida, MT. (roedig@yahoo.com) Program Studi Sistem Informasi Fakultas Rekayasa Industri Institut Teknologi Telkom Bandung 2011 1 Pengelompokan
Lebih terperinciTeori Komputasi 10/15/2015. Bab 1: Pendahuluan. Teori Komputasi dan Teknik Kompilasi. Teori Komputasi dan Teknik Kompilasi
Teori Komputasi Agenda Teori Komputasi dan Teknik Kompilasi Translator Pembuatan Compiler Mutu Compiler Bab 1: Pendahuluan Fakultas Teknologi dan Desain Program Studi Teknik 1-1 Informatika Teori Komputasi
Lebih terperinciKOMPUTASI PADA JARINGAN KOMPUTER SEBAGAI ALTERNATIF PENINGKATAN KINERJA KOMPUTASI
KOMPUTASI PADA JARINGAN KOMPUTER SEBAGAI ALTERNATIF PENINGKATAN KINERJA KOMPUTASI Saat ini peningkatan kecepatan prosesor sangat luar biasa. Meskipun kecepatan processor dapat ditingkatkan terus, namun
Lebih terperinciBAB I PENDAHULUAN. melakukan suatu kegiatan dalam sebuah lingkungan berkelompok maupun individu.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Etika adalah suatu hal yang wajib diperhatikan oleh seorang yang sedang melakukan suatu kegiatan dalam sebuah lingkungan berkelompok maupun individu. Menurut
Lebih terperinciBAB IV METODOLOGI PENELITIAN. Penelitian ini dilakukan dengan melalui empat tahap utama, dimana
BAB IV METODOLOGI PENELITIAN Penelitian ini dilakukan dengan melalui empat tahap utama, dimana tahap pertama adalah proses pengumpulan dokumen teks yang akan digunakan data training dan data testing. Kemudian
Lebih terperinciVERIFIKASI KEPEMILIKAN CITRA MEDIS DENGAN KRIPTOGRAFI RSA DAN LSB WATERMARKING SKRIPSI. Oleh : Satya Sandika Putra J2A
VERIFIKASI KEPEMILIKAN CITRA MEDIS DENGAN KRIPTOGRAFI RSA DAN LSB WATERMARKING SKRIPSI Oleh : Satya Sandika Putra J2A 605 103 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Selama pengamatan dalam dekade terakhir terhadap hasil Penerjemahan Mesin (Machine Translation) ternyata masih terdapat masalah dari segi kualitas translasinya. Kualitas
Lebih terperinciMETODE KONTEMPORER. v RESPON FISIK TOTAL v PENGAJARAN BAHASA KOMUNIKATIF v PENDEKATAN ALAMIAH
METODE KONTEMPORER v RESPON FISIK TOTAL v PENGAJARAN BAHASA KOMUNIKATIF v PENDEKATAN ALAMIAH METODE RESPON FISIK TOTAL (TOTAL PYYSICAL RESPONSE) ü Total Phisical Respons atau TPR ditemukan James Asher
Lebih terperinciBAB I PENDAHULUAN. Pada umumnya pembaca ingin mendapatkan rangkuman suatu artikel dengan cepat
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam media internet artikel merupakan suatu kebutuhan dan pengetahuan. Pada umumnya pembaca ingin mendapatkan rangkuman suatu artikel dengan cepat tanpa membaca
Lebih terperinciPENYESUAIAN PENGURAI COLLINS UNTUK BAHASA INDONESIA
BAB III PENYESUAIAN PENGURAI COLLINS UNTUK BAHASA INDONESIA Pada Bab III ini akan dijelaskan mengenai proses-proses yang diperlukan dalam proses awal (preprocessing) membentuk file masukan untuk pengurai
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan lafal manusia agar dapat dilakukan oleh sebuah mesin telah menjadi fokus dari berbagai riset selama lebih dari empat dekade. Ide dasar yang sederhana
Lebih terperinciPENYUSUNAN STRONG S CONCORDANCE UNTUK ALKITAB PERJANJIAN BARU BAHASA INDONESIA.
PENYUSUNAN STRONG S CONCORDANCE UNTUK ALKITAB PERJANJIAN BARU BAHASA INDONESIA Gunawan 1, Devi Dwi Purwanto, Herman Budianto, dan Indra Maryati 1 Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut
Lebih terperinciINTEGER PROGRAMMING. Oleh: Dimas Rahadian AM, S.TP. M.Sc.
INTEGER PROGRAMMING Oleh: Dimas Rahadian AM, S.TP. M.Sc Email: rahadiandimas@yahoo.com JURUSAN ILMU DAN TEKNOLOGI PANGAN UNIVERSITAS SEBELAS MARET SURAKARTA CONTOH SOAL! Sebuah perusahaan jus buah curah
Lebih terperinciBAB IV KESIMPULAN. Keberagaman bahasa yang terdapat dalam novel Le Rocher de Tanios
BAB IV KESIMPULAN Keberagaman bahasa yang terdapat dalam novel Le Rocher de Tanios merupakan salah satu contoh dari adanya kontak bahasa yang terjadi, baik itu yang dialami oleh sang penulis maupun para
Lebih terperincioleh: 1 Jurusan Teknologi Informasi, Politeknik Negeri Jember Jalan Mastrip Kotak Pos 164 Jember ABSTRAK
IMPLEMENTASI TWO-PHASE TRANSLATION METHOD PADA PEMBUATAN WEB PROGRAM TRANSITIVE TRANSLATION ANTARA BAHASA JAWA DAN BAHASA INGGRIS MENGGUNAKAN PIVOT BAHASA INDONESIA oleh: 1 Adi Heru Utomo, 2 Dwi Putro
Lebih terperinciBAB I PERKEMBANGAN LOGIKA FUZZY
BAB I PERKEMBANGAN LOGIKA FUZZY 1.1. Apakah Logika Fuzzy? Dalam kehidupan sehari-hari kita sering menjumpai suatu kondisi yang tidak dapat ditentukan batas-batasnya secara tepat. Pemberian batasan secara
Lebih terperinciBAB 1 PENDAHULUAN. Latar Belakang
BAB 1 PENDAHULUAN Latar Belakang Berita pada media massa online bertambah banyak setiap waktu karena selalu ada sesuatu yang patut untuk diberitakan kepada khalayak. Hal ini membuat pembaca harus menyiapkan
Lebih terperinciSEMANTIK. Int vector[10];
SEMANTIK Sintaks mendefinisikan suatu bentuk program yang benar dari suatu bahasa. Semantik mendefinisikan arti dari program yang benar secara sintaks dari bahasan tersebut. Sebagai contoh adalah deklarasi
Lebih terperinciPEMBANGKIT BILANGAN ACAK (Random Number Generator)
PEMBANGKIT BILANGAN ACAK (Random Number Generator) Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia 1 2 Random Number Generator (1) Cara memperoleh : ZAMAN DAHULU,
Lebih terperincimenjadi tolak ukur terhadap isi dari karya ilmiah tersebut. Pembaca akan tertarik atau tidak
BAB I PENDAHULUAN 1.1. Latar Belakang Salah satu bagian penting dalam karya ilmiah ialah abstrak. Hal tersebut dikarenakan abstrak merupakan hasil ringkasan yang memuat seluruh isi dari karya ilmiah. Abstrak
Lebih terperinciSORTING (PENGURUTAN DATA)
SORTING (PENGURUTAN DATA) R. Denny Ari Wibowo, S.Kom STMIK BINA NUSANTARA JAYA LUBUKLINGGAU PENJELASAN Pengurutan data (sorting) secara umum didefinisikan sebagai suatu proses untuk menyusun kembali himpunan
Lebih terperinciDETEKSI SIMILARITAS DOKUMEN ABSTRAK TUGAS AKHIR MENGGUNAKAN METODE LEVENSHTEIN DISTANCE
DETEKSI SIMILARITAS DOKUMEN ABSTRAK TUGAS AKHIR MENGGUNAKAN METODE LEVENSHTEIN DISTANCE Abdul Najib 1), Karyo Budi Utomo 2) 1), 2) Jurusan Teknologi Informasi, Politeknik Negeri Samarinda Email: abdulnajib@polnes.ac.id
Lebih terperinciSINTAKS. Sintaks dari bahasa pemrograman di defenisikan dengan 2 kumpulan aturan, yaitu:
SINTAKS Bahasa mesin adalah bentuk terendah komputer. Kita dapat berhubungan langsung dengan bagian-bagian yang ada di dalam komputer seperti bits, register. Bahasa mesin terdiri dari bit-bit 0 dan 1.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Memasuki era big data, pertumbuhan data berbentuk dokumen teks semakin tinggi. Sehingga diperlukan text processing untuk pengolahan data yang sangat besar. Dokumen
Lebih terperinciMANUAL PROSEDUR PELAYANAN TERJEMAHAN DAN PENYUNTINGAN
MANUAL PROSEDUR PELAYANAN TERJEMAHAN DAN PENYUNTINGAN FAKULTAS ILMU BUDAYA UNIVERSITAS BRAWIJAYA MALANG 2013 Manual Prosedur Pelayanan Terjemahan dan Fakultas Ilmu Budaya Universitas Brawijaya Kode Dokumen
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Masalah
BAB I PENDAHULUAN A. Latar Belakang Masalah Seiring dengan berkembangnya hubungan antarnegara saat ini, manusia dituntut untuk dapat ikut bersaing dan berpartisipasi dalam dunia internasional. Salah satu
Lebih terperinciBab III Semantik. Konsep Semantik Bahasa Pemrograman (Semantik Analisis)
Bab III Semantik Konsep Semantik Bahasa Pemrograman (Semantik Analisis) Dari pembahasan bab-bab terdahulu maka kita ketahui bahwa proses ini merupakan proses kelanjutan dari proses kompilasi sebelumnya,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Di dalam bab ini, peneliti membahas mengenai metode dan teknik yang digunakan untuk meneliti bahasa argot yang terdapat pada dialog film Jeux d Enfants karya Yann Samuell.
Lebih terperinciProgram Studi Teknik Mesin S1
SATUAN ACARA PERKULIAHAN MATA KULIAH : BAHASA INGGRIS 2 KODE / SKS : IT042138 / 1 Pertemuan ke Pokok Bahasan dan TIU Sub Pokok Bahasan dan TIK Teknik Pembelajaran 1 UNIT 1 Vocabulary Structure Supplement
Lebih terperinciPenerapan Algoritma Bucket Sort Untuk melakukan Pengurutan n buah Bilangan Mata Kuliah Pemrosesan Paralel
Penerapan Algoritma Bucket Sort Untuk melakukan Pengurutan n buah Bilangan Mata Kuliah Pemrosesan Paralel OLEH : SUPRIYANTO (G651090191) OKE HENDRADHY (G651090101) KAMALUDDIN MAHFUDZ (G651090231) DEPARTEMEN
Lebih terperinciAlgoritma Dan Pemrograman [algoritma, program, flowchart] Presented by Rijal Fadilah, S.Si
Algoritma Dan Pemrograman [algoritma, program, flowchart] Presented by Rijal Fadilah, S.Si Algoritma Informal : seperangkat langkah yg mendefinisikan bagaimana suatu pekerjaan dilaksanakan Algoritma :
Lebih terperinciBAB I PENDAHULUAN. perkembangan User Generate Content (UGC) menjadi salah satu faktor
BAB I PENDAHULUAN 1.1 Latar Belakang Pada era teknologi saat ini, informasi tersedia secara melimpah dalam berbagai bidang. Kemudahan dalam menyebarkan informasi yang ditunjang oleh perkembangan User Generate
Lebih terperinciBAB V PEMBAHASAN DAN UJI COBA HASIL PENELITIAN
BAB V PEMBAHASAN DAN UJI COBA HASIL PENELITIAN 5.1. Penyempurnaan Berikut adalah penyempurnaan yang sudah dilakukan pada aplikasi untuk memaksimalkan kinerja sistem. 5.1.1. Kamus Sinonim Offline Pada saat
Lebih terperinciPenerapan Algoritma Knuth Morris Pratt dalam Aplikasi Penerjemah Teks
Penerapan Algoritma Knuth Morris Pratt dalam Aplikasi Penerjemah Teks Okharyadi Saputra (13510072) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciPEMBANGKIT BILANGAN ACAK
PEMBANGKIT BILANGAN ACAK Mata Kuliah Pemodelan & Simulasi Pertemuan Ke- 7 Riani L. JurusanTeknik Informatika Universitas Komputer Indonesia 1 CARA MEMPEROLEH : Pembangkit Bilangan Acak (Random Number Generator)
Lebih terperinciAPLIKASI WORDNET INDONESIA BERDASARKAN KAMUS THESAURUS BAHASA INDONESIA MENGGUNAKAN ALGORITMA RULE BASED TEXT PARSING
APLIKASI WORDNET INDONESIA BERDASARKAN KAMUS THESAURUS BAHASA INDONESIA MENGGUNAKAN ALGORITMA RULE BASED TEXT PARSING Dzulfie Zamzami 1, Dr.Eng.Faisal Rahutomo,ST.,M.Kom 2., Dwi Puspitasari, S.Kom., M.Kom.
Lebih terperinciALGORITMA, PEMROGRAMAN DAN BAGAN ALIR. Pertemuan Ke-1
ALGORITMA, PEMROGRAMAN DAN BAGAN ALIR Pertemuan Ke-1 Pendahuluan Komputer adalah alat bantu untuk menyelesaikan masalah. Dalam menyelesaian masalah dengan komputer perlu merumuskan langkahlangkah penyelesaian
Lebih terperinciNAHROWI SPEAKING THERAPY. Cara Jitu Bisa Ngomong Inggris. Penerbit Self Publishing
NAHROWI SPEAKING THERAPY Cara Jitu Bisa Ngomong Inggris Penerbit Self Publishing Speaking Therapy Oleh: Nahrowi Copyright 2013 by (Nahrowi) Penerbit : Self Publishing Desain Sampul : (nulisbuku.com) Diterbitkan
Lebih terperinci3 sks (2,1) 1 sks: Lab Session. Course material: History Algorithm. Programming (C/C++):codeblock,gnu compiler
Algoritma & Programming 3 sks (2,1) 2 sks: Teori 1 sks: Lab Session Course material: History Algorithm Flowchart atau aliran proses Programming (C/C++):codeblock,gnu compiler Asal kata Algoritma berasal
Lebih terperinciTENTUKAN MODEL MATEMATISNYA!
INTEGER PROGRAMING CONTOH SOAL! Sebuah perusahaan jus buah curah JASJUS TAMBUNAN memproduksi 2 jenis produk, yaitu jus jeruk dan jus jambu. Masing-masing produk tersebut membutuhkan 2 tahapan produksi,
Lebih terperinciOrganisasi Komputer II STMIK AUB SURAKARTA
Organisasi Komputer II STMIK AUB SURAKARTA Fetch : membaca instruksi berikutnya dari memori ke dalam CPU Execute : menginterpretasikan opcode dan melakukan operasi yang diindikasikan Interrupt : Apabila
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pada era komputerisasi perkembangan teknologi informasi dan komunikasi saat ini berkembang dengan sangat pesat. perkembangan yang marak ditemui saat ini adalah teknologi
Lebih terperinciMesin Penerjemah Situs Berita Online Bahasa Indonesia ke Bahasa Melayu Pontianak
38 Mesin Penerjemah Situs Berita Online Bahasa Indonesia ke Bahasa Melayu Pontianak Herry Sujaini Staf Pengajar Program Studi Teknik Informatika, Jurusan Teknik Elektro, Fakultas Teknik, Universitas Tanjungpura
Lebih terperinciImplementasi Super Pairwise Alignment pada Global Sequence Alignment
Implementasi Super Pairwise Alignment pada Global Sequence Alignment Oleh: ARFAN PANTUA 1207 100 704 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisa Aplikasi Berjalan Aplikasi yang berjalan saat ini merupakan prototipe yang membahas tentang menghasilkan kalimat-kalimat Bahasa Inggris dalam konteks Article,
Lebih terperinciPenelitian Operasional II Rantai Markov RANTAI MARKOV
Penelitian Operasional II Rantai Markov 49 4. RANTAI MARKOV 4. PENDAHULUAN Dalam masalah pengambilan suatu keputusan, seringkali kita diperhadapkan dengan suatu ketidakpastian. Permasalahan ini dapat dimodelkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Traveling Salesmen Problem (TSP) Travelling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing. Masalah
Lebih terperinci