Optimisasi dimensi word embedding bahasa Arab menggunakan metode Pairwise Inner Product (PIP) berbasis teori perturbasi matriks

Pebriyanti, Ita (2026) Optimisasi dimensi word embedding bahasa Arab menggunakan metode Pairwise Inner Product (PIP) berbasis teori perturbasi matriks. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text 1_cover.pdf Download (136kB) | Preview
Preview	Text 2_abstrak.pdf Download (579kB) | Preview
Preview	Text 3_skbebasplagiarism.pdf Download (193kB) | Preview
Preview	Text 4_daftarisi.pdf Download (428kB) | Preview
Preview	Text 5_bab1.pdf Download (2MB) | Preview
	Text 6_bab2.pdf Restricted to Registered users only Download (6MB) | Request a copy
	Text 7_bab3.pdf Restricted to Registered users only Download (4MB) | Request a copy
	Text 8_bab4.pdf Restricted to Registered users only Download (7MB) | Request a copy
	Text 9_bab5.pdf Restricted to Registered users only Download (566kB) | Request a copy
	Text 10_daftarpustaka.pdf Restricted to Registered users only Download (916kB) | Request a copy
	Text 11_lampiran.pdf Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Dimensi word embedding merupakan salah satu parameter yang sangat memengaruhi kualitas representasi kata, namun penentuannya hingga saat ini masih banyak dilakukan secara heuristik. Penelitian ini bertujuan untuk menentukan dimensi optimal word embedding bahasa Arab secara analitis menggunakan pendekatan Pairwise Inner Product (PIP) Loss yang berlandaskan Teori Perturbasi Matriks. Tiga korpus Wikipedia bahasa Arab yang berbeda ukuran dan topik domainnya digunakan sebagai data penelitian. Matriks Pointwise Mutual Information (PMI) didekomposisi melalui Singular Value Decomposition (SVD), kemudian tingkat noise diestimasi menggunakan Count-Twice Trick dan disaring melalui Universal Singular Value Thresholding (USVT). Dimensi optimal diperoleh berdasarkan Teorema 3 dan divalidasi secara empiris melalui Simulasi Monte Carlo. Evaluasi kualitas representasi kata dilakukan menggunakan dataset WordSim-353 dengan korelasi peringkat Spearman. Hasil penelitian memperlihatkan bahwa karakteristik korpus berpengaruh signifikan terhadap tingkat noise dan jumlah dimensi efektif yang dihasilkan. Pada korpus berskala besar, Teorema 3 dan Monte Carlo menghasilkan dimensi optimal yang hampir identik, sedangkan pada korpus berukuran kecil selisihnya melebar. Dalam evaluasi intrinsik, Teorema 3 menunjukkan keunggulan atau kinerja setara dengan Monte Carlo pada dua dari tiga korpus yang diuji. Berdasarkan temuan tersebut, dapat disimpulkan bahwa Teorema 3 merupakan metode penentuan dimensi optimal yang efisien dan memiliki landasan teoritis yang kuat.

Actions (login required)

View Item