Gunawan, Alfin (2025) Pemodelan Named Entity Recognition Untuk Mendeteksi Entitas Peristiwa Kejadian Pada Berita Online Kabupaten Simeulue Menggunakan BiLSTM - CNNs. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (111kB)
	Text Abstrak.pdf Download (193kB)
	Text BAB I .pdf Download (200kB)
	Text Daftar Pustaka.pdf Download (194kB)
	Text Full-text.pdf Restricted to Registered users only Download (1MB)

Abstract

Kebutuhan akan informasi yang cepat dan akurat mengenai peristiwa menjadi sangat penting, terutama bagi masyarakat di wilayah terpencil seperti Kabupaten Simeulue, Provinsi Aceh. Berita online menjadi sumber utama informasi, namun keterbatasan akses menyebabkan banyak peristiwa penting tidak terpublikasi secara luas. Penelitian ini bertujuan membangun sistem untuk mendeteksi entitas peristiwa, lokasi, dan waktu dalam berita online Simeulue menggunakan pendekatan Named Entity Recognition (NER) dengan kombinasi algoritma BiLSTM (Bidirectional Long Short-Term Memory) dan CNNs (Convolutional Neural Networks). Sistem ini menerima input berupa URL berita, melakukan ekstraksi teks, lalu mengklasifikasikan entitas menjadi tiga kategori utama yaitu event, loc, dan time. Hasil penelitian menunjukkan bahwa model BiLSTM-CNNs memberikan kinerja yang baik dengan rata-rata F1-score sebesar 81%. Evaluasi lebih lanjut mengungkapkan bahwa entitas time memiliki F1-score tertinggi sebesar 86%, diikuti loc dengan 73%, dan event dengan 63%. Temuan ini membuktikan bahwa sistem yang dikembangkan mampu mengenali entitas secara akurat dan konsisten. Dengan demikian, sistem ini dapat menjadi solusi efektif dalam menyediakan akses informasi penting secara cepat dan relevan bagi masyarakat daerah yang minim perhatian media nasional.

Item Type:	Thesis (S1)
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Alfin Gunawan
Date Deposited:	03 Sep 2025 03:09
Last Modified:	03 Sep 2025 03:09
URI:	https://rama.unimal.ac.id/id/eprint/14812

Actions (login required)

View Item