COMPARISON OF PORTERS STEMMING ALGORITHM AND NAZIEF & ADRIANI'S STEMMING ALGORITHM IN DETERMINING INDONESIAN LANGUAGE LEARNING MODULES

  • Siti Tuhpatussania (1*) Universitas AMIKOM Yogyakarta
  • Ema Utami (2) Universitas AMIKOM Yogyakarta
  • Anggit Dwi Hartanto (3) Universitas AMIKOM Yogyakarta

  • (*) Corresponding Author
Keywords: indonesian stemming, porter algorithm, nazief & adriani algorithm

Abstract

One of the methods used to improve the performance of text summarization to obtain complete information in a learning module is by transforming the words in a module into basic words or, in other words, through a steaming process. The steaming process in Indonesian language texts is more complicated/complex because there are word affixes that must be removed to get the root word (root word) of a word, so this research will compare the two stemming algorithms of Porter and stemming Nazief & Adriani in the learning module at Mataram University of Technology. The test results of the Nazief & Adriani stemming algorithm on an average process duration of 51.8 seconds with an average accuracy of 74.175%. In Porter's Algorithm, the average processing time is 16.875 seconds, with an accuracy of 73.225%.

Downloads

Download data is not yet available.

References

Aprilliwanto, R. E., Sanjaya, A., & Widodo, D. W. (2021). Identifikasi Pola Kalimat Bahasa Indonesia Pada Siswa Sekolah Dasar Menggunakan Metode LALR dan Stemming, Seminar Nasional Inovasi Teknologi PGRI Kediri, , e-ISSN: 2549-7952, p-ISSN: 2580-3336, 119-129. https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/915/615

Damayanti, A. (2022). Pendeteksi Untuk Tingkat Kemiripan Kata Pada Karya Tulis Ilmiah dengan Menggunakan Metode Nazief Adriani. Bulletin of Information System Research (BIOS), 1(1), 30-38. https://journal.grahamitra.id/index.php/bios

Firman, S., Desena, W., Wibowo, A., Komputer, M. I., & Luhur, U. B. (2022). Penerapan Algoritma Stemming Nazief & Adriani Pada Proses Klasterisasi Berita Berdasarkan Tematik Pada Laman (Web) Direktorat Jenderal HAM Menggunakan Rapidminer. In Syntax: Jurnal Informatika, 11(2), 10-21. . https://doi.org/10.35706/syji.v11i02.7192

Harja Susetya, D. S., & Harja Susetya, H. H. (2022). Kesalahan Morfologi Bahasa Indonesia Pada Buletin Aktualita Lembaga Pers Mahasiswa Aspiratif Unzah. Bahtera Indonesia; Jurnal Penelitian Bahasa Dan Sastra Indonesia, 7(2), 308–319. https://doi.org/10.31943/bi.v7i2.208

Jatikusumo, D., & Derajad Wijaya, H. (2021). Pendeteksi Lokasi Kejadian Covid-19 Menggunakan Social Media dengan Kombinasi Algoritma Stemming Bahasa Indonesia. In IJCIT (Indonesian Journal on Computer and Information Technology), 6(1), 308-319. https://doi.org/https://doi.org/10.31294/ijcit.v6i1.10591

Joergensen Munthe, C. E., Astuti Hasibuan, N., & Hutabarat, H. (2022). RESOLUSI: Rekayasa Teknik Informatika dan Informasi Penerapan Algoritma Text Mining Dan TF-RF Dalam Menentukan Promo Produk Pada Marketplace. Media Online, 2(3), 110–115. http://djournals.com/resolusi/article/view/309/223

Laurensius Setyabudhi, A., & Sanusi. (2019). Perancangan Modul Menggambar Teknik Berbasiskan Kompetensi Untuk Program Studi Teknik Industri Fakultas Teknik Ibnu Sina, . Jurnal Teknik Ibnu Sina, 4(2), 19-25. https://doi.org/10.3652/jt-ibsi.v4i2.41

Mandar, G., Muhamamd, A. H., Sudin, S., & Hamid, M. (2020). Klasifikasi Berita Indonesia Menggunakan Naïve Bayes dengan Porter Stemmer. Jurnal Teknik Informatika (J-Tifa), 3(2), 17–22. https://doi.org/10.52046/j-tifa.v3i2.1121

Maulidia Sari, Y., & Siti Fatonah, N. (2021). Teks Otomatis pada Modul Pembelajaran Berbahasa Indonesia Menggunakan Metode Cross Latent Semantic Analysis (CLSA), JEPIN (Jurnal Edukasi dan Penelitian Informatika) Peringkasan, 7(2), 153-159. http://dx.doi.org/10.26418/jp.v7i2.47768

Merta Wirayasa, I. P., Agus Wirawan, I. M., & Ardi Pradnyana, I. M. (2019). Algoritma Bastal: Adaptasi Algoritma Nazief & Adriani Untuk Stemming Teks Bahasa Bali, Jurnal Nasional Pendidikan Teknik Informatika, 8(1), 60-69. https://doi.org/10.23887/janapati.v8i1.13500

Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. In Jurnal Sains Komputer & Informatika (J-SAKTI), 5(2), 697-711.http://dx.doi.org/10.30645/j-sakti.v5i2.369

Rahman Isnain, A., Indra Sakti, A., Alita, D., & Satya Marga, N. (2021). ), Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma SVM, Jurnal Data Mining dan Sistem Informasi, 2(1), 31-37. https://ejurnal.teknokrat.ac.id/index.php/JDMSI/article/view/1021

Ridwansyah, T. (2022). KLIK: Kajian Ilmiah Informatika dan Komputer Implementasi Text Mining Terhadap Analisis Sentimen Masyarakat Dunia Di Twitter Terhadap Kota Medan Menggunakan K-Fold Cross Validation Dan Naïve Bayes Classifier. Kajian Ilmiah Informatika dan Komputer, 2(5), 178–185. http://djournals.com/klik/article/view/362/266

Rosidin, M., Fadlil, A., & Yudhana, A. (2019). Sistem Kelas Kata Berimbuhan menggunakan Algoritma Porter Stemmer Sebagai Pembelajaran Bahasa Indonesia, Telematika, 16(1), 11-17. https://doi.org/10.31315/telematika.v16i1.2988.g2439

Saragih, I. J., & Situmorang, Z. (2019). Perancangan Sistem Pelayanan Informasi Berbasis Android dengan Algoritma Nazief Andriani (StudiKasus :Universitas Katolik Santo Thomas), JUKI:Jurnal Komputer dan Informatika, 1(2), 66-77. https://ioinformatic.org/index.php/JUKI/article/view/19/16

Simanjuntak, I. Z. (2022). Analisa Kombinasi Algoritma Stemming Dan Algoritma Soundex Dalam Pencarian Kata Bahasa Indonesia. Informasi Dan Teknologi Ilmiah (INTI) , 10(1), 24–30. http://ejurnal.stmik-budidarma.ac.id/index.php/inti/article/view/5040

Tuhpatussania, S., Utami, E., & Dwi Hartanto, A. (2022). Comparison Of Lexrank Algorithm And Maximum Marginal Relevance In Summary Of Indonesian News Text In Online News Portals, Jurnal Pilar Nusa Mandiri, 18(2), 187-192. https://doi.org/10.33480/pilar.v18i2.3190

Zaluchu, S. E. (2021). Metode Penelitian di dalam Manuskrip Jurnal Ilmiah Keagamaan. Jurnal Teologi Berita Hidup, 3(2), 249-266. https://doi.org/10.38189/jtbh.v3i2.93

Published
2022-09-13
How to Cite
Tuhpatussania, S., Utami, E., & Hartanto, A. (2022). COMPARISON OF PORTERS STEMMING ALGORITHM AND NAZIEF & ADRIANI’S STEMMING ALGORITHM IN DETERMINING INDONESIAN LANGUAGE LEARNING MODULES. Jurnal Pilar Nusa Mandiri, 18(2), 203-210. https://doi.org/10.33480/pilar.v18i2.3940
Article Metrics

Abstract viewed = 14 times
PDF downloaded = 10 times