Pemrosesan Bahasa Alami pada Data Twitter untuk Penyajian Informasi Jalan dan Lalu Lintas

Abstract

Peningkatan pengguna media sosial di Indonesia mendatangkan tantangan dan peluang dalam bidang pemrosesan bahasa alami. Sebagaimana diketahui, di era big data, derasnya arus informasi dari media sosial di Indonesia seharusnya dapat dimanfaatkan untuk hal yang positif. Salah satu tantangan yang hadir dalam pemrosesan bahasa alami adalah bagaimana pengolahan sumber data media sosial dapat menjadi proses yang menghasilkan suatu aplikasi pengolah bahasa alami yang bermanfaat. Beberapa komponen dalam pemrosesan bahasa alami adalah penggunaan scanner, parser, translator dan evaluator. Penelitian ini menggunakan metode Pemrosesan Bahasa Alami berbasis XML untuk menangkap pesan tentang kebutuhan informasi lalu lintas. Data yang dianalisis merupakan hasil pemrosesan bahasa alami dari media sosial Twitter. Hasil penelitian menghasilkan suatu aplikasi pemrosesan bahasa alami yang mampu menyajikan informasi kondisi lalu lintas sebagaimana hasil pengujian berdasarkan data video http://lewatmana.com. Hasil pengujian menunjukkan bahwa pemrosesan bahasa alami dari data teks twitter, mampu menghasilkan kebutuhan informasi lalu lintas dengan akurasi mencapai 88,57%.