PEMBUATAN APLIKASI PREDICTIVE TEXT MENGGUNAKAN METODE N-GRAM-BASED

Sendy Andrian Sugianto(1*), Liliana --(2), Silvia Rostianingsih(3),


(1) Program Studi Teknik Informatika Universitas Kristen Petra
(2) Program Studi Teknik Informatika Universitas Kristen Petra
(3) Program Studi Teknik Informatika Universitas Kristen Petra
(*) Corresponding Author

Abstract


Penggunaan teknologi dalam pengetikan sudah sangat berkembang. Bermulai dari mesin ketik, lalu mengalami perubahan kemajuan teknologi menjadi komputer, dan yang paling marak adalah telepon genggam. Semua itu adalah media pengetikkan yang masih berkembang sampai saat ini. Teknologi tidak hanya berkembang pada media pengetikkannya saja, tetapi juga berkembang pada sistem proses kata. Sistem-sistem prediksi pun banyak bermunculan untuk membantu mempercepat proses pengetikkan.
Oleh karena itu, pada skripsi ini dilakukan pembuatan aplikasi untuk melakukan prediksi kata dengan menggunakan n-gram sebagai metode dasar melakukan proses prediksi. Proses dimulai dengan memecah kata per kata dan mengelompokkannya sesuai dengan language model. Kemudian, dilakukan proses scoring untuk menentukan kata mana yang sesuai untuk menjadi pilihan prediksi kata.
Hasil pengujian menunjukkan bahwa metode n-gram sebagai metode dasar dalam proses prediksi sangatlah membantu pemilahan kata, sehingga proses prediksi menjadi lebih efektif, mampu menghasilkan prediksi efektif di atas 20% dari total prediksi yang terjadi. Keystroke saving yang dapat dihasilkan dapat mencapai 50% tergantung dari data training yang digunakan. Selain dari pada metode n-gram sendiri, pengaturan bobot untuk masing-masing score kata juga sangat mempengaruhi proses prediksi kata.


Keywords


Predictive Text; N-Gram; Keystroke Saving

Full Text:

PDF

References


Silfverberg, M., MacKenzie, I. S., & Korhonen, P. (2000). Predicting text entry speed on mobile phones. Proceedings of the ACM Conference on Human Factors in Computing Systems - CHI 2000, pp. 9-16. New York: ACM.

Bassil, Yousef. (2012). Parallel Spell Checking Algorithm Based on Yahoo! N-Grams Dataset. Retrieved January 12, 2013, from http://www.google. com/url?sa=t&rct=j&q=yousef %20bassil%20parallel%20spell-checking&so urce=web&cd= 1&cad=rja&ved=0CCwQFjAA&url=http%3A%2F%2Farxiv.org%2Fpdf%2F1204.0184&ei=27bKUcDxDIqckAW_nYHgBg&usg=AFQjCNH9M97lUO5aJj4tr0nHKHdv2FR1ag&bvm=bv.48340889,d.dGI

Jorwall, Jakob. & Ganslandt, Sebastian. (2009). Context-Aware Predictive Text Entry for Swedish using Semantics and Syntax. Retrieved January 12, 2013, from http://fileadmin.cs.lth.se/cs/Personal/Pierre_Nugues/memoires/sebastia n _jakob /sebastian_jakob.pdf

Hanafi, Ahmad. (2009). Pengenalan Bahasa Suku Bangsa Indonesia Berbasis Teks Menggunakan Metode N-gram. IT TELKOM

Jorwall, Jakob. & Ganslandt, Sebastian. (2009). Context-Aware Predictive Text Entry for Swedish using Semantics and Syntax. Retrieved January 12, 2013, from http://fileadmin.cs.lth.se/cs/Personal/Pierre_Nugues/memoires/sebastia n _jakob /sebastian_jakob.pdf

Li, Jianhua, and Hirst, Graeme. (2005). Semantic knowledge in word completion. In Assets ’05: Proceedings of the 7th international ACM SIGACCESS conference on Computers and accessibility. Baltimore.


Refbacks

  • There are currently no refbacks.


Jurnal telah terindeks oleh :