Prodi Teknik Komputer kembali menyelenggarakan kegiatan rutin roundtable meeting pada hari Jumat (5/8/2022). Dosen baru prodi Teknik Komputer, Ibu Dewi Fatmarani Suparto, S.Kom., M.Kom. didaulat menjadi pemateri pada kegiatan yang dilaksanakan di ruang rapat dosen Jurusan Teknik Informatika dan Komputer tersebut. Ibu Rani, sapaan akrab beliau, membahas tuntas penelitian bidang Natural language Processing (NLP) dengan judul “Classification of Closely Related Indonesian Article based on Latent Semantic Analysis”. Sebagai informasi tambahan, roundtable meeting kali ini menjadi istimewa juga karena kehadiran dosen Teknik Komputer yang sementara melanjutkan pendidikan di Jepang yaitu Bapak Rahman Patta, S.Kom., M.T. dan Muhammad Ayat Hidayat, S.T., M.T. (secara daring).
NLP sendiri merupakan salah satu cabang dalam kecerdasan buatan yang berhubungan dengan interaksi antara komputer dan manusia menggunakan bahasa alami. Salah satu bagian yang sering dikaji dalam NLP adalah teknik klasifikasi dan klasterisasi dokumen. Pada pembahasan yang di bawakan ibu Rani, beliau membahas penerapan metode Latent Semantic Analysis (LSA) dalam pengklasifikasian artikel berbahasa indonesia yang memiliki kemiripan yang tinggi.
Menemukan metode klasifikasi yang akurat dalam pengklasifikasian artikel sangatlah penting. Hal ini disebebkan karena dengan metode klasifikasi yang akurat pengelola media online dapat mengatur volume artikel yang besar secara otomatis sehingga dapat membantu pembaca untuk lebih memahami dan memilih artikel berdasarkan kebutuhan mereka. Selain itu apablika dokumen dapat dikelompokkan secara akurat maka metode tersebut juga dapat dimanfaatkan untuk Pengambilan Keputusan Intelijen Bisnis Analisis. Namun, fakta yang terjadi di lapangan adalah bahwa metode yang aada saat ini masih memberikan tingkat akurasi hasil klasifikasi yang cukup rendah. Khususnya dalam pengklasteran dokumen berbahas indonesia yang memiliki tingkat kemiripan yang tinggi. Oleh karena itu, Ibu Dewi Fatmarani Suparto melakukan penelitian agar akurasi hasil klasifikasi dapat lebih baik. Akhirnya ditemukanlah satu metode yaitu dengan mengombinasikan antara metode TF-IDF dan LSA.
Dalam raoundtable meeting ini, Ibu Rani menjabarkan langkah dalam pengkalsifikasian dokumen berdasarkan metode yang ditemukannya yaitu mulai dari tahap pengumpulan data, tahap pre-processing data (casefolding, tokenization, stopword removal, dan stemming), tahap word2vec dan TF-UDF weighting, Tahap LSA computation, dan tahap klasifikasi. Berdasarkan hasil yang diperoleh, metode yang diusulkan ibu Rani mampu meningkatkan akurasi hasil klasifikasi sebesar 19% (72%) jika dibandingkan dengan metode konvensional (53%).