Komparasi Algoritma Machine Learning dan Deep Learning untuk Named Entity Recognition : Studi Kasus Data Kebencanaan

Abstract

Indonesia merupakan negara yang rawan akan bencana. Beberapa bencana alam yang sering tercatat sering terjadi di Indonesia adalah mulai dari gempa, tsunami, banjir, tanah longsor, gunung meletus dan masih banyak lagi yang lainnya. Adanya kejadian ini mendorong pengguna Twitter atau lembaga penanggulangan kebencanaan untuk mengunggah informasi tentang kondisi bencana dari tempat terjadinya bencana. Namun tidak semua tweet yang diunggah tersebut memuat informasi tentang bencana. Untuk dapat memanfaatkan informasi spesifik berkaitan dengan jenis jenis bencana, lokasi bencana, dan waktu kejadian, maka seseorang harus membaca secara keseluruhan isi tweet tersebut. Apabila jumlahnya banyak, maka membutuhkan waktu yang cukup lama untukmendapatkan informasi bencana pada tweet tersebut. Oleh sebab itu, dibutuhkan Named Entity Recognition (NER) yang dapat digunakan untuk mendapatkan informasi penting secara otomatis dalam waktu yang singkat. Penelitian ini bertujuan untuk melakukan NER pada data tweet dan melakukan analisa terdahap hasil dari dua pendekatan yaitu Machine Learning dan Deep Learning. Secara spesifik, kami membandingkan akurasi beberapa metode dari Machine Learning dan Deep Learning dan melakukan klasifikasi, dan menemukan bahwa pendekatan Deep Learning lebih unggul daripada pendekatan Machine Learning.