ANALISIS SEMANTIK DATA TWITTER DENGAN GENERATIVE LEXICON UNTUK INFORMASI KONDISI KEMACETAN JALAN RAYA

Abstract

Penelitian ini berkaitan dengan analisis semantik data Twitter dengan generative lexicon untuk informasi kondisi kemacetan jalan raya. Penelitian ini bertujuan untuk (1) menghasilkan analisis semantik dengan Generative Lexicon agar diperoleh informasi yang terstruktur, dan (2) menghasilkan sistem informasi kemacetan lalu lintas jalan raya yang efektif. Untuk melakukan analisis semantik dengan Generative lexicon ini dilakukan beberapa tahap yaitu (1) Pengambilan data kicauan, (2) segmentasi teks, (3) deteksi tipe dan makna kata, dan (4) proses analisis untuk menentukan lexical typing structure, argument structure, event structure, qualia strukture. Pada pengambilan data sistem secara otomatis akan mengambil data kicauan yang ada dalam Twitter yang akan disimpan dalam basis data. Pada langkah segmentasi teks dipisahkan dari atribut link dan gambar. Pada deteksi tipe dan makna kata, penelitian ini menggunakan basis data Kamus Besar Bahasa Indonesia agar diperoleh tipe dan makna kata dari kata-kata yang ada pada kalimat. Hasil ini yang selanjutnya diproses pada analisis semantik. Hasil penelitian ini, sistem mampu menentukan kondisi kemacetan berdasarkan hasil analisis semantik. Sistem juga memisahkan data tempat, waktu kejadian dari kicauan dalam Twitter. Keyword: Analisis Semantik, Twitter, Generative Lexicon This research related to semantic analysis of Twitter Data with Generative Lexicon for Information Highway Congestion Conditions. This study aimed to (1) generate semantic analysis with Generative Lexicon to obtain structured information, and (2) generate traffic congestion information system effective highway. Semantic analysis is conducted several stages: (1) Data acquisition, (2) segmentation of text, (3) detection of type and meaning of the word, and (4) analysis process to determine the lexical typing structure, argument structure, event structure, qualia structure. Data collection system will automatically take the data contained within Twitter that will be stored in the database. Segmentation step is separated from the text and the image link attribute. On detection of type and meaning of the word, this study used databases Indonesian dictionary in order to obtain the type and meaning of words from the words contained in the sentence. These results were then processed on a semantic analysis. The results of this study, the system is able to determine the congestion conditions based on the semantic analysis. The system also separated the data place and time of occurrence of tweets on Twitter. Keyword: Semantics Analysis, Twitter, Generative Lexicon