Rizqiyah, Rika Raudhotul (2017) Pengenalan Entitas Bernama Untuk Identifikasi Transaksi Akuntansi Menggunakan Hidden Markov Model. Sarjana thesis, Universitas Brawijaya.
Abstract
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, TYP_COMP, FIRST_ORG, SECOND_ORG, EXP_DATE, NO_DATE, MONTH dan YEAR. Secara 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%.
English 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%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/688/051708200 |
| Uncontrolled Keywords: | Pelabelan Transaksi Akuntansi, Named Entity Recognition, Hidden Markov Model, Information Extraction |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.4 Computer pattern recognition |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 25 Sep 2017 04:27 |
| Last Modified: | 28 Sep 2020 10:00 |
| URI: | http://repository.ub.ac.id/id/eprint/2898 |
Preview |
Text
Rizqiyah, Rika Raudhotul.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |