Deteksi Lokasi Siswa SMP di Instagram dengan Metode Named Entity Recognition

Authors

  • Sulthan Aliff Secca Ramadhani Institut Teknologi Sepuluh November Surabaya
  • Alifio Rahmanqa Institut Teknologi Sepuluh November Surabaya
  • Nur Aini Rakhmawati Institut Teknologi Sepuluh November Surabaya

DOI:

https://doi.org/10.59188/jurnalsostech.v1i7.154

Keywords:

Siswa SMP, Instagram, Metode Named Entity Recognition

Abstract

Instagram dapat dipergunakan oleh semua kalangan baik dari anak-anak hingga dewasa. Melalui jejaring sosial yang luas masyarakat dapat melakukan sebuah kegiatan seperti berbagi suatu aktivitas cerita, membagi foto dan membagi video. Untuk itu perlu diketahui bahwa di Indonesia terutama anak SMP banyak sekali menggunakan aplikasi Instagram. Dengan adanya metode Named Entity Recognition (NER) kemungkinan besar untuk mengetahui lokasi anak SMP sangatlah besar. Metode tersebut bisa mengetahui sebuah lokasi berdasarkan caption Instagram yang dibagikan. Penilitian ini bertujuan untuk untuk mengetahui lokasi yang sering dikunjungi oleh siswa SMP melalui caption instagram dengan metode NER. Metode yang digunakan dalam penelitian ini yaitu dimulai dengan melakukan studi literatur guna dalam pembuatan tinjauan pustaka dan pendahuluan yang didasarkan dari kutipan para ahli dan penelitan sebelumnya. Setelah dilakukan analisis dengan metode NER terhadap total 200 caption, didapatkan entitas “location” berjumlah 60 dari 300 entitas lainnya. Dari total 60 entitas “location”, penyebutan lokasi yang paling banyak adalah Indonesia dan Surabaya. Namun dari hasil analisis dengan metode NER yang kami lakukan, masih kurang optimal. Dengan beberapa kata yang tidak sesuai dengan entitasnya dan diakibatkan model tersebut overfitting terhadap data training.

Downloads

Published

2021-07-15

How to Cite

Aliff Secca Ramadhani, S., Rahmanqa , A., & Rakhmawati , N. A. (2021). Deteksi Lokasi Siswa SMP di Instagram dengan Metode Named Entity Recognition. Jurnal Sosial Teknologi, 1(7), 690–696. https://doi.org/10.59188/jurnalsostech.v1i7.154