IMPLEMENTASI NATURAL LANGUAGE PROCESSING (NLP) UNTUK APLIKASI PENCARIAN LOKASI

Irkham Huda

doi:10.22146/jntt.35036

IMPLEMENTASI NATURAL LANGUAGE PROCESSING (NLP) UNTUK APLIKASI PENCARIAN LOKASI

https://doi.org/10.22146/jntt.35036

Irkham Huda^(1*)

(1) Universitas Gadjah Mada
(*) Corresponding Author

Abstract

Pencarian lokasi menjadi salah satu kebutuhan masyarakat dewasa ini terbukti dengan banyaknya penyedia layanan pemetaan. Untuk mencari lokasi dengan referensi relasi spasial tertentu, pengguna mendeskripsikannya dengan bahasa natural. Maka untuk membuat sistem pencarian lokasi yang mampu memahami masukan pengguna diperlukan implementasi Natural Language Processing (NLP). Penelitian terkait implementasi NLP untuk aplikasi pencarian lokasi masih dirasa perlu terutama karena belum adanya implementasi penelitian tersebut yang mendukung Bahasa Indonesia, sedangkan penelitian terkait yang sudah ada hanya mendukung Bahasa Inggris dengan cakupan terbatas.

Dalam penelitian ini dikembangkan Sistem NLP untuk Aplikasi Pencarian Lokasi dikenal dengan NaLaMap. Basis data lokasi yang dimanfaatkan adalah Open Street Map (OSM) dan digunakan aplikasi web sebagai client untuk studi kasus. Dalam mentransformasikan kalimat masukan pencarian lokasi menjadi query spasial, Sistem NLP yang dibangun melalui lima tahapan utama yaitu Tokenisasi, POS Tagging, NER Tagging, Normalisasi Entitas, dan Penyusunan Query. Kemudian query yang berhasil disusun dijalankan pada basis data lokasi berbasis OSM sehingga diperoleh hasil pencarian yang akan ditampilkan melalui peta pada aplikasi client.

Hasil uji coba sistem secara keseluruhan menggunakan 45 kalimat masukan dari responden, diperoleh hasil yang cukup bagus dengan nilai precision 0,97 dan recall 0,91.

Keywords

NLP, POS, NER, pencarian lokasi, Bahasa Indonesia

Full Text:

PDF

References

Allen, J. (1995). Natural Language Understanding 2nd Edition. Benjamin-Cummings Publishing Company. Blaylock, N., Swain, B., & Allen,J. (2009). Mining Geospatial Path Data from Natural Language Descriptions. Institute for Human and Machine Cognition (IHMC). Florida, USA. Chen, W., Fosler, E., Xiao, N., Raje, S., Ramnath, R.,& Sui, D. (2013). A Synergistic Framework for Geographic Question Answering. Dept. of Computer Science and Engineering, Dept. of Geography, The Ohio State University. Dinakaramani, A., Rashel, F., Luthfi, A., & Manurung, R. (2014). Designing an Indonesian Part of speech Tagset and Manually Tagged Indonesian Corpus. International Conference on Asian Language Processing (IALP 2014), Kuching. Finkel, J., Grenager, T., dan Manning, C. (2005). Incorporating Non-local Information into Information Extraction Systems by Gibbs Sampling. Proceedings of the 43nd Annual Meeting of the Association for Computational Linguistics (ACL 2005), pp. 363-370. Huffman, G. (2013). Implementing a Natural Language Processing Framework to Perform Spatial Searches of Open Street Map Features in ArcGIS. MGIS Capstone Project The Pennsylvania State University. Location-Based Services: The #1 Most-Wanted Mobile Feature. Here’s Why (Research). (2013). http://therealtimereport.com/2012/04/27/location-based-services-the-1-most-wanted-mobile-feature-heres-why-research/. Luthfi, A., Distiawan, B., & Manurung, R. (2014). Building an Indonesian Named Entity Recognizer using Wikipedia and DBPedia. Faculty of Computer Science, Universitas Indonesia. Mollevik, J. (2013). Natural Language Interfaces over Spatial Data : Investigations in Scalability, Extensibility and Reliability. Department of Computing Science, Umea University, Sweden. NLTK 2.0 Documentation. (2013). http://nltk.org/. OpenStreetMap: Open Database License. (2013). http://wiki.openstreetmap.org/wiki/Open_Database_License. Presman,R. (2009). Software Engineering: A Practitioner’s Approach. McGraw-Hill, New York. Stanford Core NLP, Stanford Log-linear Part-Of-Speech Tagger . (2004). http://nlp.stanford.edu/software/tagger.shtml. Toutanova, K., Manning, C.D. (2000). Enriching the Knowledge Sources Used in a Maximum Entropy Part-of-Speech Tagger. Proceedings of the Joint SIGDAT Conference on Empirical Methods in Natural Language Processing and Very Large Corpora (EMNLP/VLC-2000), pp. 63-70. Toutanova, K., Klein, D., Manning, C., & Singer, Y. (2003). Feature-Rich Part-of-Speech Tagging with a Cyclic Dependency Network. In Proceedings of HLT-NAACL 2003, pp. 252-259. The Stanford Natural Language Processing Group CoreNLP. (2013). http://www-nlp.stanford.edu/software/corenlp.shtml. Zhang, C., Huang, Y., Mihalcea, R.,& Cuellar, H. (2009). A Natural Language Interface for Crime-related Spatial Queries. Department of Computer Science and Engineering, University of North Texas. Stanford Core NLP, Stanford Named Entity Recognizer (NER). (2004). http://nlp.stanford.edu/software/CRF-NER.shtml.

DOI: https://doi.org/10.22146/jntt.35036