PERBANDINGAN ALGORITMA JARO-WINKLER, BERT DAN SPACY PADA EKSTRAKSI PESAN SINGKAT WHATSAPP UNTUK MITIGASI BENCANA
Penulis Utama
:
Muhammad Priyo Utomo
NIM / NIP
:
M0518036
×<p><span xss=removed>Indonesia merupakan wilayah rawan bencana, dengan
lebih dari 20.000 kejadian tercatat dari tahun 2020 hingga 2024. WhatsApp,
sebagai platform komunikasi yang paling banyak digunakan (90,9% pengguna usia
16–64 tahun), berpotensi dimanfaatkan sebagai media pelaporan bencana oleh
masyarakat. Penelitian ini mengembangkan sistem ekstraksi entitas lokasi dan
tipe bencana dari laporan berbasis teks WhatsApp menggunakan <i>Scraping</i>
dengan <i>Selenium</i>. Ekstraksi dilakukan dengan metode <i>Named Entity
Recognition </i>(NER) menggunakan model BERT, spaCy, dan algoritma Jaro-Winkler
untuk koreksi otomatis. Hasil pengujian terhadap 1000 data didapatkan bahwa
pada deteksi laporan dan bukan laporan metode BERT, spaCy dan BERT+spaCy
memiliki <i>F1 Score</i> terbaik dengan <i>Macro Average</i> dan <i>Weighted
Average</i> sebesar 1. Sedangkan pada deteksi per entitas metode BERT+spaCy
memiliki <i>F1 Score</i> terbaik dengan <i>Macro Average</i> sebesar 0.999334
dan <i>Weighted Average</i> sebesar 0.999500. Waktu eksekusi total tercepat
didapat dengan metode spaCy dengan total waktu 42.10 detik dan total waktu
eksekusi rata – rata per data 0.04 detik.</span></p>
×
Penulis Utama
:
Muhammad Priyo Utomo
Penulis Tambahan
:
-
NIM / NIP
:
M0518036
Tahun
:
2025
Judul
:
PERBANDINGAN ALGORITMA JARO-WINKLER, BERT DAN SPACY PADA EKSTRAKSI PESAN SINGKAT WHATSAPP UNTUK MITIGASI BENCANA
Edisi
:
Imprint
:
SURAKARTA - Fak. Teknologi Informasi dan Sains Data - 2025
Program Studi
:
S-1 Informatika
Kolasi
:
Sumber
:
Kata Kunci
:
Deteksi Laporan Bencana, Named Entity Recognition, BERT, spaCy, Jaro-Winkler
