Pengenalan Entitas Bernama untuk Identifikasi Transaksi Akuntansi Menggunakan Hidden Markov Model
Vol. 2, No. 7, Juli 2018, hlm. 2851-2858 http://j-ptiik.ub.ac.id
Pengenalan Entitas Bernama untuk Identifikasi Transaksi Akuntansi
Menggunakan Hidden Markov Model
1 2 3 Rika Raudhotul Rizqiyah , Lailil Muflikhah , Mochammad Ali FauziProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: rikaraudhotul@gmail.com, lailil@ub.ac.id, moch.ali.fauzi@ub.ac.id
Abstrak
Akuntansi merupakan suatu pekerjaan yang memiliki peranan penting dalam mendukung kelancaran ekonomi, karena pencatatan setiap proses bisnis yang terjadi dilakukan dalam akuntansi. Namun, pencatatan transaksi keuangan dalam akuntansi untuk dapat dilakukan identifikasi ke dalam bentuk jurnal masih dilakukan secara manual, sehingga dibutuhkan klasifikasi dan ekstraksi informasi yang terdapat pada teks transaksi akuntansi. Named Entity Recognition (NER) atau pengenalan entitas bernama merupakan langkah awal yang dibutuhkan untuk melakukan proses ekstraksi informasi. Untuk menyelesaikan masalah tersebut, dilakukan pengenalan entitas bernama untuk identifikasi transaksi akuntansi. Pada penelitian ini digunakan metode Hidden Markov Model (HMM), karena HMM dapat menyelesaikan pelabelan serta dikenal handal dalam melakukan pengenalan entitas bernama. Proses utama dalam pengenalan entitas bernama ini dibagi menjadi dua, yaitu proses pemodelan menggunakan
Hidden Markov Model dan proses decoding menggunakan Viterbi Algorithm. Pada penelitian ini akan
dilakukan pengenalan terhadap 12 entitas, antara lain DATE, TITLE, PER, TRANS, EXP_MON, dan YEAR. Secara
TYP_COMP, FIRST_ORG, SECOND_ORG, EXP_DATE, NO_DATE, MONTH
keseluruhan pengenalan entitas yang dilakukan pada penelitian ini menghasilkan nilai rata-rata precision, recall dan f-measure berturut-turut yaitu 81.75%, 87.88% dan 82.39%.
Kata kunci: pelabelan transaksi akuntansi, named entity recognition, hidden markov model, information
extraction
Abstract
Accounting is a task which has an important role in supporting economic continuity, due to the
recording of any business process that occurred was done in accounting. However, the recording of
financial transactions in accounting for identification into journal is still done manually, so that
required classification and extraction of information contained in the accounting transaction text to
make it easier. Named Entity Recognition (NER) is the first step needed to perform information
extraction. To solve this problem, named entity recognition done for identification of accounting
transaction. In this research used method of Hidden Markov Model (HMM), because HMM can resolve
labeling task and and known robustly in performing named entity recognition. The main process in this
named entity recognition is divided into modeling process using Hidden Markov Model and decoding
process using Viterbi Algorithm. In this research will be recognize 12 entities namely DATE, TITLE,
PER, TRANS, EXP_MON, TYP_COMP, FIRST_ORG, SECOND_ORG, EXP_DATE, NO_DATE,
MONTH and YEAR. Overall entity recognition with addition Laplace Smoothing and Regular
Expression techniques produce a value of average precision, recall and f-measure consecutive 81.75%,
87.88%, and 82.39%.
Keywords: labeling accounting transaction, named entity recognition, hidden markov model, information
extractionBerbagai ilmu dipelajari guna mendukung 1. pertumbuhan ekonomi, salah satunya ialah
PENDAHULUAN
dengan akuntansi. Akuntansi adalah suatu proses Pertumbuhan ekonomi dunia merupakan mengklasifikasi, mencatat, mengolah hingga fenomena penting yang terjadi akhir-akhir ini. menyajikan data yang berhubungan dengan
Fakultas Ilmu Komputer Universitas Brawijaya
2851 keuangan sehingga dapat digunakan untuk menentukan keputusan. Fungsi utama dari akuntansi yaitu menyajikan informasi keuangan suatu organisasi, yang mana hasil dari laporan akuntansi tersebut dapat dilihat kondisi keuangan serta perubahan yang terjadi di dalamnya. Penyajian informasi yang tepat harus berdasarkan pencatatan transaksi akuntansi yang ada. Transaksi akuntansi merupakan transaksi yang memengaruhi minimal dua atau lebih data akuntansi. Proses pencatatan transaksi akuntansi ini dituliskan dalam sebuah jurnal yang mana dibutuhkan pemahaman mengenai konsep dasar akuntansi (Iswandi et al., 2015).
Pada lingkup dunia pendidikan, biasanya dipelajari transaksi akuntansi berupa teks yang tidak terstruktur untuk kemudian diubah menjadi bentuk terstruktur ke dalam tabel jurnal. Studi kasus transaksi akuntansi sering digunakan untuk melatih kemampuan pelajar dalam mendalami ilmu akuntansi. Dibutuhkan suatu analisis terhadap transaksi akuntansi yang ada untuk dapat dikenali apa saja akun yang terdapat pada transaksi tersebut. Untuk itu diperlukan suatu teknik yang dapat membantu pekerjaan ini dalam memilah informasi dari teks transaksi akuntansi yang tidak terstruktur. Selanjutnya, dari hasil pemilahan informasi didapatkan informasi penting yang dibutuhkan yaitu informasi akun yang terdapat dalam transaksi tersebut. Teknik ini dikenal sebagai ekstraksi informasi, yang mana dari data yang berbentuk tekstual dapat diambil informasinya. Ekstraksi informasi memiliki tujuan utama yaitu mengambil informasi spesifik yang diinginkan dari dokumen teks bahasa alami, yang mana proses ekstraksi ini dilakukan secara otomatis menggunakan metode komputer (Abdelmagid et al., 2015).
Hidden Markov Model (HMM) pada tahun 2013.
Tanggal. Bentuk penulisan tanggal terjadinya akuntansi biasa ditulis dengan Sd = {dd, MM, yy} Sd = Sample of Date dd = date MM = month yy = year
Transaksi akuntansi ialah transaksi yang memengaruhi minimal dua data akuntansi. Transaksi akuntansi dapat dibedakan menjadi transaksi penjualan, transaksi pembelian, transaksi penerimaan uang serta transaksi pengeluaran uang. Sebuah transaksi akuntansi harus terdiri dari tanggal terjadinya transaksi, nama perusahaan, nilai uang dan jenis transaksi (Iswandi et al., 2015). Berikut merupakan label entitas yang biasa terdapat dalam transaksi akuntansi: 1.
2.1. Transaksi Akuntansi
2. STUDI PUSTAKA
untuk bahasa Bengali dan 98.5% untuk bahasa Telugu.
Measure sebesar 96% untuk bahasa India, 98%
Terdapat tiga fase dalam sistem berbasis NER ini, diantaranya yaitu fase anotasi, fase pelatihan HMM dan fase pengujian HMM. Algoritme Viterbi diterapkan pada penelitian ini untuk menghitung urutan optimal untuk kalimat yang telah dimasukkan ke dalam sistem. Dari hasil pengujian pada penelitian ini didapatkan nilai F-
Penelitian mengenai pengenalan entitas bernama pada teks berbahasa India, Bengali dan Telugu pernah dilakukan oleh Sudha Morwal dan Deepti Chopra menggunakan metode
Named Entity Recognition (NER) atau
variabel merupakan hal yang mendasari beberapa urutan pengamatan yang disebut sebagai tugas decoding. Algoritme decoding yang paling umum digunakan adalah Algoritme Viterbi yang merupakan sejenis pemrograman dinamis (Jurafsky & Martin, 2016).
hidden state, tugas untuk menentukan urutan
pengembangan model statistik dari model Markov. HMM dikenal mempunyai beberapa kelebihan, diantaranya memiliki fondasi statistik yang kuat, sangat cocok untuk domain bahasa alami, dan penanganan data baru dilakukan dengan baik atau robustly pengembangan komputasional yang efisien (Seymore et al., 1999). Untuk model seperti HMM, yang berisi
Markov Model (HMM) yang merupakan
dapat menyelesaikan pelabelan ialah Hidden
sequence labelling ). Salah satu metode yang
dikenal juga dengan pengenalan entitas bernama merupakan subpekerjaan dari ektraksi informasi. NER bertugas mengenali entitas nama (bisa nama orang, perusahaan, organisasi, lokasi), ekspresi bilangan (seperti kardinal, persen, uang, numerik) dan ekspresi waktu (misal durasi, tanggal, waktu) pada kumpulan dokumen teks (Chinchor et al., 1999). NER dapat diselesaikan dengan pelabelan urutan kata statistik (statistical
2. Nama subjek. Untuk melakukan identifikasi nama subjek dalam teks transaksi akuntansi yang berupa nama perusahaan, organisasi maupun individu.
3. Nilai uang. Untuk melakukan identifikasi nilai uang pada teks transaksi akuntansi dapat berupa angka maupun kata-kata.
=
1
, merupakan matriks
transition probability A , setiap mewakili
probabilitas perpindahan dari kondisi ke kondisi . Transition probability dapat dihitung dengan menggunakan rumus pada persamaan 1.
( | −1 ) = ( −1, ) ( −1)
(1) 3.
=
1 2 …
, merupakan urutan dari pengamatan masing-masing diambil dari kosakata 4.
1 ( )
01
, merupakan urutan pengamatan
likelihood , disebut juga emission probabilities yang mana masing-masing
mewakili probabilitas dari pengamatan yang dihasilkan dari kondisi . Emission
probabilities dapat dihitung dengan menggunakan rumus pada persamaan 2.
( | ) = ( , ) ( )
(2) 5.
,
, sebagai kondisi awal dan kondisi akhir (final) yang tidak berhubungan dengan pengamatan
2.4. Algoritme Viterbi
02 …
=
4. Kuantitas. Untuk melakukan identifikasi nilai dari kuantitas dalam teks transaksi akuntansi.
entity recognition ini mengidentifikasi kata-kata
5. Jenis transaksi. Untuk melakukan identifikasi jenis transaksi pada teks transaksi akuntansi yang dapat berupa transaksi pembelian, transaksi penjualan, transaksi penerimaan uang dan transaksi pengeluaran uang.
Hasil identifikasi terhadap transaksi akuntansi berupa pengenalan entitas-entitas akuntansi yang dibutuhkan untuk membuat pencatatan akuntansi atau biasanya lebih dikenal dengan istilah jurnal akuntansi.
2.1. Text Mining
Proses text mining dimulai dengan pengumpulan atau koleksi dokumen dari berbagai sumber, kemudian diambil sebuah dokumen tertentu untuk dilakukan
preprocessing dengan memeriksa format dan set
karakter. Setelah itu dilakukan analisa teks yang merupakan analisis semantik guna memperoleh informasi yang berkualitas tinggi dari teks. Informasi yang didapatkan ini dapat disimpan dalam sistem informasi (Gaikwad et al., 2014).
Pre-processing yang biasa dilakukan antara lain tokenisasi, filtering dan case folding.
2.2. Named Entity Recognition (NER)
NER merupakan komponen utama dari ekstraksi informasi memiliki berbagai fungsi seperti mengenali entitas nama (bisa nama orang, perusahaan, organisasi, lokasi), ekspresi bilangan (seperti kardinal, persen, uang, numerik) dan ekspresi waktu (misal durasi, tanggal, waktu) pada kumpulan dokumen teks (Chinchor et al., 1999). Pada intinya named
yang ditujukan sebagai sesuatu yang bersifat menarik dalam aplikasi tertentu. NER bukanlah hal yang sulit dilakukan oleh manusia, karena bahasa alami dalam bentuk teks ini sering digunakan manusia dalam kehidupan sehari- hari. Manusia dapat dengan mudahnya mengenali mana kata yang merupakan nama orang, organisasi, lokasi dan lain sebagainya. Hal ini dikarenakan entitas nama tersebut memiliki ciri unik, misal nama orang atau nama kota yang diawali dengan huruf kapital.
, sebagai kumpulan N kondisi 2.
Risa Amalia mendatangi acara ulang tahun [PERSON]
perusahaan Medika Indonesia di Bandung
mendatang [ORGANIZATION] [LOC]
pada bulan Februari
pada tahun [DATE] Gambar 1. Contoh pengenalan entitas
2.3. Hidden Markov Model (HMM)
HMM dapat dikatakan sebagai model urutan atau klasifikasi terurut merupakan model yang memiliki fungsi untuk menetapkan label atau kelas untuk setiap unit secara berurutan. HMM adalah model urutan probabilistik urutan dari unit-unit (kata, huruf, morfem, kalimat dan lain sebagainya) yang kemudian dihitung nilai distribusi probabilitas untuk didapatkan urutan label yang memungkinkan dan memilih urutan label yang terbaik. HMM ditentukan oleh komponen-komponen berikut, yaitu (Jurafsky & Martin, 2016): 1.
=
1
2 …
Algoritme Viterbi ini bertugas untuk memberikan urutan tag yang optimal. Proses yang dilakukan dalam algoritme Viterbi ini ialah dengan mencari nilai tag optimum untuk suatu kata. Proses ini dilakukan dengan mencari nilai maksimum dari hasil peralian nilai transition
probability dan emission probability yang telah Hidden Markov Model dibagi menjadi dua
didapatkan pada pemodelan Hidden Markov rancangan sistem. Rancangan pertama ialah
Model. Algoritme Viterbi ini dilakukan secara perancangan sistem untuk pemodelan yang mana
rekursif sebanyak kata yang akan dikenali pada pada rancangan sistem ini menerapkan Hidden data uji. A Persamaan 3 digunakan untuk Markov Model (HMM) seperti yang ditunjukkan menghitung nilai setiap sel pada Viterbi pada pada Gambar 2 dan rancangan kedua ialah waktu perancangan sistem decoding HMM dan
(Jurafsky & Martin, 2016) pemberian tag pada data uji seperti yang ditunjukkan pada Gmbar 3. (3)
( ) = ( ) ( ) −1
= 1 Mulai
Keterangan: : probabilitas jalur Viterbi sebelumnya
( ) −1
dari langkah waktu sebelumnya
Masukan: kumpulan dokumen transaksi akuntansi sejumlah m data latih
: probabilitas transisi dari kondisi sebelumnya ke kondisi sekarang : kemungkinan kondisi pengamatan
Pre-processing
dari berdasarkan kondisi sekarang
Proses training dengan Hidden Markov
2.5. Laplace Smoothing
Model
Martin Haulrich pada tahun 2009
Keluaran: Hidden Markov Model
melakukan penelitian mengenai implementasi
Hidden Markov Model untuk part-of-speech tagger dan melakukan beberapa pendekatan Selesai
yang berbeda untuk menangani kata yang tidak diketahui atau . Martin
unknown word Gambar 2. Diagram alir pemodelan Hidden Markov
melakukan Laplace Smoothing untuk
Model
menghindari kalimat tanpa urutan tag dengan menambahkan nilai satu ketika melakukan Berdasarkan Gambar 2 di atas, dokumen estimasi transition probability. Penerapan yang digunakan sebagai data latih akan
Laplace Smoothing pada transiton probability
dilakukan pre-processing. Keluaran dari proses dapat dilakukan dengan menggunakan rumus ini merupakan pemodelan yang nantinya akan pada Persamaan 4. digunakan pada pengujian atau digunakan untuk
- 1 (4) memproses data uji.
=
- merupakan nilai transition probability Mulai dari kondisi ke kondisi , yaitu probabilitas dari kata dengan POS-tag yang diikuti
Masukan: dokumen uji transaksi akuntansi dengan kata dengan POS_tag .
adalah jumlah dari kemungkinan POS-tag. Penerapan pada emission probabilities
Laplace Smoothing Pre-processing
dapat dilakukan menggunakan rumus pada Persamaan 5.
Algoritme Viterbi
- 1
(5)
( ) =
- Pemberian urutan tag pada data uji
( ) adalah nilai emission probability, dengan adalah kata ke adalah kondisi dan
Keluaran: data uji telah diberi tag
ke . Nilai adalah jumlah dari keseluruhan kata yang berbeda pada data latih.
Selesai 3.
PERANCANGAN SISTEM
Gambar 3. Diagram alir decoding HMM dan
Pada pengenalan entitas bernama untuk
pemberian tag pada data uji
identifikasi transaksi akuntansi menggunakan
Berdasarkan Gambar 3 di atas, dokumen yang digunakan sebagai data uji akan dilakukan
pre-processing, kemudian dijalankan proses
algoritme Viterbi dan pemberian urutan tag yang optimum. Hasil akhir dari proses ini akan memberikan keluaran data yang berupa data uji yang telah dilabeli atau diberi tag.
ORG 0.1666667 0.1666667 0.166666667 SECOND_ ORG EXP_ DATE
TYP_ COMP 0.3333333 0.3333333 0.333333333 FIRST_
0.5 EXP_ MON 0.5882353 0.5882353 0.588235294 MON 0.3157895 0.3157895 0.315789474
0.5
0.5
4. PENGUJIAN DAN ANALISIS
4.1. Pengujian Hidden Markov Model
1
DATE 0.7058824 0.7058824 0.705882353 YEAR_ DATE Rata-rata 0.3918847 0.3918847 0.391884689
1 0.95 0.966666667 PER 1 0.95 0.966666667 TRANS 0.925
1 TITLE
1
1
1
1
1 NO_ DATE 0.2941176 0.2941176 0.294117647 MONTH_
Pada pengujian ini total data uji yang digunakan adalah sebanyak 20 data yang mana data ini tidak terdapat pada data latih, dan jumlah data latih yang digunakan adalah 50. Nilai
Tabel 2. Pengujian 20 data uji Entitas Precision Recall F-Measure DATE 0.3333333 0.3333333 0.333333333 TITLE 0.4285714 0.4285714 0.428571429 PER 0.4285714 0.4285714 0.428571429 TRANS
precision, recall dan f-measure terendah
didapatkan pada entitas SECOND_ORG dan
YEAR_DATE yaitu sebesar 0%. Hal ini
disebabkan sistem yang diimplementasikan berpacu pada nilai state sebelumnya atau dikenal dengan nilai transition probability dan dipengaruhi dengan nilai emission probability. Apabila suatu kata ditemukan pada data latih dan memiliki entitas, maka kata pada data uji yang seharusnya tidak memiliki entitas akan diberi entitas oleh sistem. Hal ini menyebabkan sistem akan menghasilkan pemberian entitas bernama yang kurang tepat pada kata-kata selanjutnya pada data uji.
4.2. Pengujian Hidden Markov Model dengan Menambahan Teknik Laplace Smoothing
Penambahan teknik Laplace Smoothing, hal ini ditujukan agar data uji yang tidak ditemukan pada latih tidak bernilai nol atau memiliki nilai transition probability dan emission probability.
Tabel 3. Hasil pengujian 2 Entitas Precision Recall F- Measure DATE TITLE 0.7142857 0.7142857 0.7142857 PER 0.7142857 0.7142857 0.7142857
Tabel 1. Pengujian fitting pada model yang telah Entitas Precision Recall F-Measure dibuat DATE
0.95 0.933333333 EXP_ MON 0.8823529 0.8823529 0.882352941 MON 0.8947368 0.8947368 0.894736842 TYP_ COMP 0.75 0.8333333 0.777777778 FIRST_ ORG
menunjukkan bahwa pengenalan entitas bernama menggunakan Hidden Markov Model sudah bagus karena mampu mengenali modelnya sendiri dengan baik.
1 SECOND_ ORG
1
0.75
0.75
0.75 EXP_ DATE
1
1
1 NO_DATE
1
1 MONTH_ DATE
measure adalah sebesar 93.86%. Hal ini
1
1
1 YEAR_ DATE
1
1
1 Rata-rata 0.9386223 0.9392633 0.936271864
Pada pengujian ini total data uji yang digunakan adalah sebanyak 20 data yang dipilih secara random dari data latih, sedangkan jumlah data latih yang digunakan adalah
50. Berdasarkan hasil dari pengujian ini didapatkan nilai rata-rata dari precision, recall dan f-
1 TRANS 0.6666667 0.7777778 0.7037037 EXP_MON 0.6568627 1 0.7647059 MON 0.8947368 0.8947368 0.7368421
TYP_COMP 0.6666667 0.6666667 0.6666667 FIRST_ORG 0.8333333 0.8333333 0.8333333 SECOND_OR G
1 NO_DATE 0.7156863 0.8235294 0.745098 MONTH_ DATE 0.7647059
ditemukan memiliki pola seperti pada entitas DATE maka sistem akan memberi entitas DATE. Penambahan Regular Expression ini dikarenakan melihat dari pola kata pada entitas
DATE memiliki pola yang sama yaitu angka- angka yang dipisahkan oleh 2 garis miring.
Tabel 4. Hasil pengujian 3 Entitas Precision Recall F- Measure DATE
1
1
1 TITLE 0.7142857 0.7142857 0.7142857 PER 0.7142857 0.7142857 0.7142857 TRANS 0.6666667 0.7777778 0.7037037 EXP_MON 0.6568627 1 0.7647059 MON 0.8947368 0.8947368 0.7368421
TYP_COMP 0.6666667 0.6666667 0.6666667 FIRST_ORG 0.8333333 0.8333333 0.8333333 SECOND_OR G
1
1
1 EXP_DATE
1
1
1 0.8313725 YEAR_DATE
ditemukan pada latih tidak bernilai nol atau memiliki nilai transition probability dan
1
1
0.817479 1 Rata-rata 2 0.878816 6 0.8238687
Nilai precision terendah terdapat pada entitas EXP_MON sebesar 65.69% serta nilai
recall dan f-measure terdapat pada entitas TYPE_COMP sebesar 66.67%. Penambahan Regular Expression pada sistem dapat
menangani kesalahan pemberian entitas DATE pada pengujian sebelumnya. Sehingga rata-rata nilai precision, recall dan f-measure yang didapatkan setelah menambahkan teknik
Laplace Smoothing dan Regular Expression ini
berturut-turut 81.75%, 87.88% dan 82.39%. Hal ini menunjukkan bahwa dengan menambahkan teknik Laplace Smoothing dan Regular
Expression dapat meningatkan nilai precision, recall dan f-measure pada sistem pengenalan
bernama untuk identifikasi transaksi akuntansi.
5. ANALISIS
Berdasarkan pengujian yang telah dilakukan, didapatkan variasi terbaik pertama pada pengujian Hidden Markov Model dengan
emission probability serta apabila data uji yang
Regular Expression agar data uji yang tidak
1
1 EXP_DATE
100%. Sedangkan nilai precision, recall dan f-
1
1
1
1 NO_DATE 0.7156863 0.8235294 0.745098 MONTH_ DATE 0.7647059
1 0.8313725 YEAR_DATE
1
1
0.740556 1 Rata-rata 1 0.801893 5 0.7469457
Pengujian ini dilakukan dengan menambahkan teknik Laplace Smoothing, hal ini ditujukan agar data uji yang tidak ditemukan pada latih tidak bernilai nol atau memiliki nilai
transition probability dan emission probability.
Pengujian dengan menggunakan 20 data uji dan 50 data latih dengan menambahkan teknik
Laplace Smoothing menghasilkan nilai precision, recall dan f-measure tertinggi sebesar
measure
Pengujian ini dilakukan dengan menambahkan teknik Laplace Smoothing dan
terendah ialah 0% yang terdapat pada entitas DATE. Hal ini disebabkan sistem yang diimplementasikan berpacu pada nilai state sebelumnya atau dikenal dengan nilai transition
probability dan dipengaruhi dengan nilai emission probability. Mengingat bahwa teknik Laplace Smoothing ini mencegah munculnya
nilai 0 pada transition probability dan emission
probability, maka kata yang seharusnya diberi
entitas DATE jutru diberi entitas
MONTH_DATE karena nilai transition probability dari perubahan state START ke MONTH_DATE lebih besar daripada probability
dari START ke DATE. Sehingga rata-rata nilai
precision, recall dan f-measure yang didapatkan
setelah menambahkan teknik Laplace
Smoothing ini berturut-turut 74.06%, 80.19%
dan 74.69%. Hal ini menunjukkan bahwa dengan menambahkan Laplace Smoothing dapat meningatkan nilai precision, recall dan f-
measure namun masih perlu ditambahkan suatu
teknik agar dapat meningkatkan nilai precision, recall dan f-measure pada entitas DATE.
4.3. Pengujian Hidden Markov Model dengan Menambahan Teknik Laplace Smoothing dan Regular Expression
menambahkan teknik Laplace Smoothing dan
menangani kata yang belum pernah muncul sebelumnya pada data latih. Serta penambahan
probability. Setelah data latih telah dilakukan
proses pemodelan menggunakan Hidden
Markov Model, data uji akan diproses
berdasarkan pemodelan yang telah dibuat menggunakan algoritme Viterbi.
Berdasarkan hasil pengujian, nilai
precision, recall dan f-measure yang didapatkan
dari implementasi Hidden Markov Model ialah sebesar 93.86%, 93.93% dan 93.63% yang mana pengujian ini menggunakan data uji yang terdapat pada data latih. Namun, apabila data uji yang digunakan tidak terdapat pada data latih nilai precision, recall dan f-measure yang didapatkan cenderung menurun.
Laplace Smoothing terbukti mampu
Regular Expression mampu menangani kata- kata dengan pola seperti pada entitas DATE.
state
Sehingga dapat disimpulkan pengenalan entitas bernama untuk identifikasi transaksi akuntansi menggunakan Hidden Markov Model dengan penambahan teknik Laplace Smoothing dan
Regular Expression akan menjadikan sistem handal atau robustly.
REFERENSI
Abdelmagid, M., Ahmed, A. & Himmat, M., 2015. Information Extraction Methods and Etraction Techniques in the Chemical Document's Contents: Survey. ARPN
Journal of Engineering and Applied Sciences , X, pp.1068-73.
Chinchor, N., Brown, E., Ferro, L. & Robinson, P., 1999. Named Entity Recognition Task Definition. The MITRE Corporation and SAIC .
Gaikwad, S.V., Chaugule, A. & Patil, P., 2014.
Text Mining Methods and Techniques.
International Journal of Computer Applications , LXXXV, pp.42-45.
pada data latih. Frekuensi yang telah disimpan akan dipanggil pada proses perhitungan transition probability dan emission
dilakukan terlebih dahulu yaitu pre-processing terhadap data latih maupun data uji dengan menghilangkan stopword, melakukan tokenisasi serta case folding. Selanjutnya menghitung frekuensi tag yang muncul pada data latih serta frekuensi suatu kata dengan entitas tertentu pada data latih dan menghitung frekuensi perpindahan
Regular Expression dengan rata-rata nilai precision, recall dan f-measure berturut-turut
kata yang belum pernah dikenali sebelumnya, sehingga penambahan teknik Laplace
sebesar 81.75%, 87.88% dan 82.39%. Variasi terbaik kedua terdapat pada pengujian Hidden
Markov Model dengan menambahkan teknik Laplace Smoothing dengan rata-rata nilai precision, recall dan f-measure berturut-turut
sebesar 74.06%, 80.19%, dan 74.69%. Variasi terbaik ketiga terdapat pada pengujian Hidden
Markov Model dengan rata-rata nilai precision, recall dan f-measure sebesar 39.19%.
Berdasarkan pengujian yang telah dilakukan, terlihat bahwa pemodelan asli Hidden
Markov Model memiliki kinerja yang cukup baik
dalam mengenali entitas kata. Namun, pemodelan asli Hidden Markov Model akan memiliki hasil yang buruk apabila kata-kata pada data uji belum pernah dikenali sebelumnya atau tidak ada dalam data latih. Penambahan teknik Laplace Smoothing pada pemodelan
Hidden Markov Model mampu menangani kata-
Smoothing ini dapat meningkatkan nilai precision, recall dan f-measure menjadi 74.06%,
Markov Model dan algoritme Viterbi yang harus
80.19%, dan 74.69%.. Meskipun dengan penambahan teknik ini juga terdapat kelemahan, seperti kata yang seharusnya tidak memiliki entitas namun diberi entitas oleh sistem. Misalnya kata yang seharusnya diberi entitas
DATE tetapi sistem memberikan entitas MONTH_DATE. Penambahan teknik Laplace Smoothing ini belum bisa menangani kata yang
berentitas DATE, hal ini disebabkan transition
probability dari tag START ke MONTH_DATE
lebih besar daripada transition probability dari tag START ke DATE berdasarkan data latih.
Penggunaan teknik Regular Expression dapat menangani masalah ini, yaitu kata yang terdapat di data uji pada pengujian sebelumnya yang diberi tag MONTH_DATE berhasil diperbaiki menjadi tag DATE. Contohnya kata 23/1/2010 dikenali sebagai entitas
MONTH_DATE pada pengujian sebelumnya,
berhasil diperbaiki oleh sistem dengan mengenali ata 23/1/2010 sebagai entitas DATE. Hal ini dikarenakan apabila kata yang diujikan memiliki pola yang sama dengan entitas DATE akan dikenali oleh Regex, kemudian sistem secara otomatis akan memberikan tag DATE pada kata tersebut.
Untuk mengimplementasikan Hidden
6. KESIMPULAN
Haulrich, M., 2009. Different Approaches to Unknown Words in a Hidden Markov Model Part-of-Speech Tagger. pp.1-8.
Iswandi, I., Suwardi, I.S. & Maulidevi, N.U., 2015. Perancangan Named Entity Recognition dalam Akuntansi untuk Identifikasi Transaksi berdasarkan Teks Indonesia. In Seminar Nasional
Pengembangan Aktual Teknologi Informasi (SENA BAKTI) . Surabaya, 2015.
Jurafsky, D. & Martin, J.H., 2016. Speech and Language Processing . Morwal, S. & Chopra, D., 2013. Identification and Classification of Named Entities in
Indian Languages. International Journal on , II,
Natural Language Computing (IJNLC) pp.37-43.
Seymore, K., McCallum, A. & Rosenfeld, R., 1999. Learning Hidden Markov Model Structure for Information Extraction.