Deteksi Kalimat Menggunakan Metode Bidirectional Lstm -- Studi Kasus: Indonesia Dan Malaysia

Abstract

Bahasa Indonesia dan Bahasa Malaysia merupakan dua bahasa yang memiliki kemiripan atau kedekatan terutama dalam hal penulisan, sehingga berdampak pada proses deteksi kedua bahasa tersebut. Oleh karena itu, penelitian ini bertujuan untuk membangun model deteksi kalimat menggunakan metode Bidirectional Long Short-Term Memory (Bi-LSTM) untuk melakukan deteksi kedua bahasa tersebut. Model Bi-LSTM yang digunakan menggunakan word embedding Word2Vec, dengan empat mode yaitu Concatenation, Multiplication, Average dan Sum. Data yang digunakan berupa konten atau isi dari surat kabar elektronik kedua negara tersebut. Berdasarkan hasil yang diperoleh, metode Bi-LSTM bekerja dengan baik dalam melakukan proses deteksi kedua bahasa tersebut dengan akurasi sebesar 99. 71 % pada mode Sum.