Keterpaduan dari Word2vec dan Lexicon pada kesamaan makna kata dalam domain al-Quran

Alfarizi, Alamsyah (2024) Keterpaduan dari Word2vec dan Lexicon pada kesamaan makna kata dalam domain al-Quran. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (110kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (197kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (201kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (179kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (436kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (411kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (316kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (150kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (162kB) | Request a copy

Abstract

INDONESIA: Penelitian ini bertujuan untuk mengintegrasikan model Word2Vec dengan berbagai lexicon untuk meningkatkan kesamaan makna dalam terjemahan Al-Qur'an dalam bahasa Inggris. Latar belakang penelitian ini adalah pentingnya pemahaman yang mendalam dan akurat terhadap teks suci Al-Qur'an, yang sering kali menghadapi tantangan dalam proses penerjemahan. Model Word2Vec dipilih karena kemampuannya dalam menangkap konteks dan hubungan antar kata, sementara lexicon seperti WordNet, Wu & Palmer, Hirst & St-Onge, dan Jiang & Conrath digunakan untuk memperkaya analisis kesamaan makna. Metode yang digunakan dalam penelitian ini adalah pendekatan Continuous Bag of Words (CBOW) dari Word2Vec yang dikombinasikan dengan evaluasi kesamaan semantik menggunakan berbagai lexicon. Data yang digunakan adalah terjemahan Al-Qur'an dalam bahasa Inggris, yang dianalisis untuk melihat seberapa baik model yang diusulkan dapat menangkap kesamaan makna antara kata-kata. Hasil penelitian menunjukkan bahwa integrasi Word2Vec dengan lexicon mampu meningkatkan akurasi dalam mendeteksi kesamaan makna, dibandingkan dengan penggunaan salah satu metode secara terpisah. Kesimpulan dari penelitian ini adalah bahwa pendekatan terintegrasi ini dapat menjadi alat yang efektif untuk analisis semantik dalam teks-teks agama, khususnya Al-Qur'an. ENGLISH: This study aims to integrate the Word2Vec model with various lexicons to enhance semantic similarity in the English translation of the Quran. The background of this research is the importance of deep and accurate understanding of the Quranic text, which often faces challenges in the translation process. Word2Vec was chosen for its ability to capture context and relationships between words, while lexicons such as WordNet, Wu & Palmer, Hirst & St-Onge, and Jiang & Conrath were used to enrich the semantic similarity analysis. The method employed in this research is the Continuous Bag of Words (CBOW) approach from Word2Vec, combined with semantic similarity evaluation using various lexicons. The data used is the English translation of the Quran, which was analyzed to assess how well the proposed model captures semantic similarity between words. The results show that the integration of Word2Vec with lexicons enhances the accuracy in detecting semantic similarity compared to using either method alone. The conclusion of this research is that this integrated approach can be an effective tool for semantic analysis in religious texts, particularly the Quran.

Actions (login required)

View Item