APLIKASI PENDETEKSI KESALAHAN EJAAN BAHASA INDONESIA PADA KARYA ILMIAH BIDANG ILMU KOMPUTER MENGGUNAKAN KEBI 1.0 CHECKER

Authors

  • Tresna Maulana Fahrudin Program Studi Sains Data, Universitas Pembangunan Nasional “Veteran” Jawa Timur
  • Ilmatus Sa’diyah Program Studi Sains Data, Universitas Pembangunan Nasional “Veteran” Jawa Timur
  • Latipah Latipah Fakultas Ilmu Komputer, Universitas Narotama
  • Ibnu Zahy’ Atha Illah Program Studi Sains Data, Universitas Pembangunan Nasional “Veteran” Jawa Timur
  • Cagiva Chaedar Bey Lirna Program Studi Sains Data, Universitas Pembangunan Nasional “Veteran” Jawa Timur
  • Burhan Syarif Acarya Program Studi Sains Data, Universitas Pembangunan Nasional “Veteran” Jawa Timur

DOI:

https://doi.org/10.33005/santika.v2i0.104

Keywords:

Kesalahan Ejaan, Bahasa Indonesia, Karya Ilmiah, Ilmu Komputer, KEBI 1.0 Checker

Abstract

Aktivitas menulis menjadi kewajiban bagi akademisi terutama di lingkungan perguruan tinggi yang erat kaitannya dengan publikasi karya ilmiah. Luaran karya ilmiah ini antara lain berupa skripsi, tesis, disertasi, buku, artikel, modul, tutorial, dan lainnya. Namun, aktivitas menulis ini tidak diikuti dengan pemahaman ejaan bahasa Indonesia dengan baik dan benar sehingga masih banyak ditemui kesalahan ejaan dalam penulisan artikel berbahasa Indonesia. Latar belakang penulis juga memengaruhi pemilihan kosakata yang dituangkan dalam karya ilmiah, misalnya di bidang ilmu komputer. Karya ilmiah berbahasa Indonesia di bidang ilmu komputer cukup banyak ditemui penggunaan kombinasi kata dalam bahasa Indonesia maupun kata dalam bahasa Inggris yang digunakan untuk menunjukkan suatu nama perangkat, algoritma, metode dan istilah lainnya. Oleh karena itu, penelitian ini berinisiatif untuk mengembangkan aplikasi berbasis web untuk mendeteksi kesalahan ejaan kata tidak baku dan kesalahan pengetikan kata (typo) yang disebut KEBI 1.0 Checker. Kehadiran KEBI untuk memudahkan semua penulis karya ilmiah dalam menghasilkan karya tulis ilmiah yang berkualitas berdasarkan Pedoman Umum Ejaan Bahasa Indonesia yang diterbitkan oleh Badan Pengembangan dan Pengembangan Bahasa. Hasil eksperimen menunjukkan bahwa aplikasi telah memberikan kinerja akurasi terbaik untuk mengoreksi kata-kata tidak baku dan kesalahan ketik masing-masing mencapai 100% dan 49,10%. Namun, KEBI belum mampu menangani 681 kata yang tidak bermakna dan 327 istilah ilmu komputer yang terdapat pada artikel ilmiah. Waktu pemrosesan aplikasi cukup rendah, rata-rata waktu yang dibutuhkan untuk mengoreksi kata tidak baku adalah 0,24 detik dan kata yang salah ketik adalah 21,72 detik. KEBI 1.0 Checker cukup berguna bagi akademisi, tetapi perlu meningkatkan kosakata korpus besar di berbagai bidang ilmu untuk mengoreksi kata-kata typo.

References

[1] S. Ariana, “Kesalahan Penggunaan Ejaan yang Disempurnakan dalam Karya Ilmiah Dosen Universitas Bina Darma,” Jurnal Ilmiah Bina Edukasi, vol. 5, no. 5, pp. 53-62, 2011.
[2] K. M. Hindayani, I. G. S. M. Diyasa, P. A. Riyantoko dan T. M. Fauruddin, “Studi Literatur Mengenai Prediksi Harga Saham Menggunakan Machine Learning,” dalam Seminar Nasional Informatika Bela Negara (SANTIKA), Surabaya, 2020.
[3] H. Alwi dan dkk, Tata Bahasa Baku Bahasa Indonesia, Jakarta: Balai Pustaka, 1998.
[4] Murtiningsih, “Kesalahan Berbahasa Indonesia Mahasiswa S-1 PGSD STIKIP Nuuwar Fak-fak,” Peneliti Ilmu Pendidik, vol. 6, no. 1, pp. 74-82, 2013.
[5] G. L. Y. Londo, Y. S. P. W.P. dan M. Maslim, “Pembangunan Aplikasi Identifikasi Kesalahan Ketik Dokumen Berbahasa Indonesia Menggunakan Algoritma Jaro-Winkler Distance,” AKSIS: Jurnal Pendidikan Bahasa dan Sastra Indonesia, vol. 2, no. 2, pp. 138-153, 2018.
[6] T. Hartina dan A. Masri, “Pendeteksi Kesalahan Pengetikan Kata Nonbaku pada Karya Tulis Menggunakan N-Gram,” Jurnal Informatika, vol. 7, no. 1, pp. 77-84, 2020.
[7] R. N. E. Anggraini, M. A. Zinni dan S. Rochimah, “Kakas Bantu Pendeteksi Kesalahan Tanda Baca pada Karya Tulis Ilmiah,” JUTI, vol. 14, no. 1, pp. 117-125, 2016.
[8] D. Surianto, D. Triyanto dan U. Ristian, “Penerapan Algoritma Boyer Moore dan Metode N-Gram pada Aplikasi Penyunting Naskah Teks Bahasa Indonesia Berbasis Web,” Coding: Jurnal Komputer dan Aplikasi, vol. 8, no. 3, pp. 50-60, 2020.
[9] Y. P. Putri dan R. Lawson, “Aplikasi Pengkoreksi Kesalahan Ejaan dan Padanan Kata pada Tugas Akhir Mahasiswa,” Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer, vol. 14, no. 2, pp. 72-75, 2019.
[10] I. R. R. H. Junar Frando, “Penerapan Jaro Winkler Distance dalam Aplikasi Pengkoreksi Kesalahan Penulisan Bahasa Indonesia Berbasis Web,” Coding, Jurnal Komputer dan Aplikasi, vol. 7, no. 3, pp. 44-53, 2019.
[11] I. C. A. W. W. Tusty Nadia Maghfira, “Deteksi Kesalahan Ejaan dan Penentuan Rekomendasi Koreksi Kata yang Tepat Pada Dokumen Jurnal JTIIK Menggunakan Dictionary Lookup dan Damerau-Levenshtein Distance,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, pp. 498-506, 2017.
[12] A. Azahari, Teknik Penulisan Ilmiah. 3rd ed., Tangerang Selatan: Universitas Terbuka, 2019.
[13] T. P. P. B. Indonesia, Pedoman Umum Ejaan Bahasa Indonesia, Jakarta: Badan Pengembangan dan Pembinaan Bahasa Kementerian Pendidikan dan Kebudayaan, 2016.
[14] V. S. Ningrum, “Penggunaan Kata Baku dan Tidak Baku di Kalangan Mahasiswa,” Jurnal Pembelajaran Bahasa dan Sastra Indonesia, vol. 5, no. 2, pp. 22-27, 2019.
[15] A. N. Astawijaya dan K. K. Purnamasari, “Perbandingan Leveinshtein, Smith-Waterman, Needleman-Wunsch dalam Typo Checking,” Jurnal Ilmiah Komputer dan Informatika (Komputa), 2019.
[16] S. Mujilahwati, “Pre-processing Text Mining pada Data Twitter,” dalam Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016), Yogyakarta, 2016.
[17] S. dan S. Saudah, Buku Ajar Bahasa Indonesia Akademik, Yogyakarta: Pustaka Pelajar, 2015.

Downloads

Published

2021-11-25

How to Cite

Fahrudin, T. M., Sa’diyah, I., Latipah, L., Atha Illah, I. Z., Bey Lirna, C. C., & Acarya, B. S. (2021). APLIKASI PENDETEKSI KESALAHAN EJAAN BAHASA INDONESIA PADA KARYA ILMIAH BIDANG ILMU KOMPUTER MENGGUNAKAN KEBI 1.0 CHECKER. Prosiding Seminar Nasional Informatika Bela Negara, 2, 64–72. https://doi.org/10.33005/santika.v2i0.104

Issue

Section

Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.