• Tidak ada hasil yang ditemukan

SISTEM EKSTRAKSI DAFTAR RIWAYAT HIDUP MENGGUNAKAN NAMED ENTITY RECOGNITION - UTDI Repository

N/A
N/A
Protected

Academic year: 2024

Membagikan "SISTEM EKSTRAKSI DAFTAR RIWAYAT HIDUP MENGGUNAKAN NAMED ENTITY RECOGNITION - UTDI Repository"

Copied!
2
0
0

Teks penuh

(1)

37

DAFTAR PUSTAKA

Afrianto, M. K. N. F., dan Cahyono A. B. (2022). Implementasi REST API Pada Fitur Rencana Strategis Dalam Aplikasi website E-Government (Studi Kasus CV. Atsoft Teknologi).Jurnal AUTOMATA, 2(2).

Atika, D (2021). Ekstraksi Informasi Berita Online Dengan Named Entity Recognition (NER) Dan Rule-Based Untuk Visualisasi Penyakit Tropis Di Indonesia.Master’s Thesis. Universitas Sumatera Utara.

Bangkit, D. A. (2022). Implementasi Named-Entity Recognition dan Optical Character Recognition untuk Aplikasi Pendeteksi Kehalalan Bahan Makanan.Master’s Thesis. Universitas Islam Negeri Syarif Hidayatullah.

Desikan, B. S. (2018). Natural Language Processing and Computational Linguistics. Packt: Birmingham.

Dirgantara, M. Y. S., dkk. (2018). Penerapan Named Entity Recognition untuk Mengenali Fitur Produk pada E-Commerce Menggunakan Rule Template dan Hidden Markov Model. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(10).

Drovo, M. D., dkk. (2019). Named Entity Recognition in Bengali Text Using Merged Markov Model and Rule Base Approach. ICSCC.

Hadinata, K. C. (2022). Ekstraksi Informasi pada Dokumen Teks Menggunakan Metode Named-Entity Recognition untuk Sistem Autoful Formulir Lowongan SIM Magang MyITS StudentConnect. Jurnal Teknik ITS, 11(1).

Irsyad, R. (2018). Pengguanan Python Web Framework Flask Untuk Pemula.

Jurnal Telematika.

Kang, Y., dkk. (2020). Natural language processing (NLP) in management research: A literature review. Journal of Management Analytics, 7(2).

Kurnia, N. F. (2020). Ekstraksi Informasi Pada Surat Keputusan Menggunakan Algoritma Convolutional Neural Network. Master’s Thesis. Universitas Komputer Indonesia.

Larasati, S., (2018). Pengadaan SDM. Manajemen Sumber Daya Manusia.

Yogyakarta: Deepublish. pp. 43

Muttaqin, A. A. R. N., dkk. (2020). Alat Bantu Anotasi Pengenalan Entitas Manusia Al Qur’an Fasilitas Saran Secara Otomatis. e-Proceeding of Engineering, 7(2).

Ratna, S. (2020). Pengolahan Citra Digital Dan Histogram Dengan Phyton Dan Text Editor Phycharm. Technologia, 11(3).

(2)

38

Setyawan, Y. H., dan Pratiwi, D. A. (2020).Pengenalan Web Programing. Kreatif Industri Nusantara. Membuat Sistem Informasi Gadai Online Menggunakan Codeigniter Serta Kelola Proses Pemberitahuannya, 20.

Sharma, M., dan R, S. (2018). A Systematic Review on Biomedical Named Entity Recognition. Data Science Analytics and Applications. pp. 19-37.

Tarmizi, S. A., dan Saad, S. (2022). Named Entity Recognition For Quranic Text Using Rule Based Approaches. Asia-Pacific Journal of Information Technology and Multimedia, 11(2).

Wahyuni, N. M. S. W., dan Sanjaya, N. A. (2021). Rule-based Named Entity Recognition (NER) to Determine Time Expression for Balinese Text Document. Jurnal Elektronik Ilmu Komputer Udayana, 9(4).

Wulandari, D. W. (2018). Named Entity Recognition (NER) pada Dokumen Biologi Menggunakan Rule Based dan Naive Bayes Classifier. Master’s Thesis. Universitas Brawijaya.

Yunius, Y. R. (2017). Implementasi Algoritma Convolutional Neural Network dengan Framework Tensorflow pada Aplikasi Mobile Pendeteksi Penyakit Melanoma Dengan Memanfaatan Webservice Framework Flask. Jurnal Sains dan Komputer, 1(2).

Referensi

Dokumen terkait

Extended the application of social media named entity recognition in the new domain lead to more adoption of supervised machine learning techniques that include Support Vector

Laporan Skripsi dengan judul “Penerapan Algoritma Conditional Random Fields untuk Named Entity Recognition pada Artikel Digital Kesenian Tradisional di Indonesia”

Named Entity Recognition (NER) merupakan proses ekstraksi informasi dan pemrosesan dokumen secara terstruktur maupun tidak terstruktur yang mengacu nama

Berdasarkan penelitian terdahulu maka peneliti melakukan penelitian terkait pembuatan model named entity recognition yang digunakan untuk mendapatkan informasi terstruktur dari

Telah dibuatnya sistem informasi yang dapat melakukan proses Named Entity Recognition dari input teks bahasa lampung dan menghasilkan informasi hasil ekstraksi. Sistem juga

Pada penelitian tersebut dalam menentukan jawaban dari factoid question digunakan metode named entity recognition dengan menghitung jarak terdekat antara kata kunci

Keywords: Drug named entity recognition Natural language processing Residual LSTM Sentence level embedding Stacked Bi-LSTM This is an open access article under the CC BY-SA

Key words: Arabic Named Entity Recognition, Word Embedding, TFIDF, Pre- trained, Decision Tree INTRODUCTION Natural language processing NLP is an interesting research area where