Similarity nama produk dengan kesalahan penulisan pada platform donasi menggunakan model Siamese Long Short Term Memory

Thoriq, Muhammad (2025) Similarity nama produk dengan kesalahan penulisan pada platform donasi menggunakan model Siamese Long Short Term Memory. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (Halaman Judul) Halaman judul.pdf Download (170kB) | Preview
Preview	Text (Daftar Isi) Daftar isi.pdf Download (193kB) | Preview
Preview	Text (Keterangan Bebas Plagiarisme) Keterangan Bebas Plagiarisme.pdf Download (439kB) | Preview
Preview	Text (Abstrak) abstrack.pdf Download (193kB) | Preview
	Text (Bab 2) Bab 2.pdf Restricted to Registered users only Download (406kB)
	Text (Bab 1) Bab 1.pdf Restricted to Registered users only Download (270kB)
	Text (Bab 3) Bab 3.pdf Restricted to Registered users only Download (323kB)
	Text (Bab 4) Bab 4.pdf Restricted to Registered users only Download (861kB)
	Text (Bab 5) Bab 5.pdf Restricted to Registered users only Download (174kB)
	Text (Daftar pustaka) Daftar pustaka.pdf Restricted to Registered users only Download (198kB)
	Text (Lampiran) Lampiran].pdf Restricted to Repository staff only Download (4MB)

Abstract

Penelitian ini dilakukan untuk mengatasi permasalahan dalam mendeteksi kemiripan nama produk atau merek yang mengalami kesalahan ejaan (typo), termasuk bentuk ejaan tidak baku seperti leetspeak, dalam teks tidak terstruktur pada platform donasi digital. Dalam konteks digital, kesalahan penulisan seperti penggantian huruf dengan angka atau simbol (misalnya “45us” untuk “asus”) umum terjadi dan dapat menghambat proses identifikasi entitas secara otomatis. Oleh karena itu, penelitian ini bertujuan untuk menerapkan arsitektur Siamese dengan Shared LSTM Encoder dalam mendeteksi kemiripan kata, khususnya untuk mengidentifikasi nama merek atau produk yang disengaja melakukan typo pada penulisanya. Metode yang digunakan melibatkan arsitektur jaringan saraf berbasis LSTM yang membandingkan pasangan kata melalui encoder berbobot sama (shared weights), sehingga mampu mengenali pola kemiripan meskipun terjadi variasi penulisan, termasuk leetspeak dan typo informal lainnya. Hasil evaluasi menunjukkan performa yang sangat baik, dengan akurasi, presisi, recall, dan F1-score hampir mencapai 100% pada data uji. Temuan ini membuktikan bahwa pendekatan yang diusulkan sangat efektif untuk menyelesaikan permasalahan typo dan variasi penulisan kreatif pada entitas merek, serta dapat diandalkan sebagai bagian dari sistem validasi konten dalam platform digital.

Actions (login required)

View Item