Question Answering System Dengan Pendekatan Template Based Berbasis Linked Data Pada Data Kanker Prostat Pada Platform Telegram

Atmojo, Nikolaus Herjuno Sapto Dwi (2017) Question Answering System Dengan Pendekatan Template Based Berbasis Linked Data Pada Data Kanker Prostat Pada Platform Telegram. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5213100078-Undergraduate_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Informasi kesehatan adalah satu dari beberapa informasi yang sering dicari di internet. Untuk mendapatkan informasi yang baik dan terpercaya sangat penting untuk memperhatikan kelengkapan dari informasi dan integrasi data. Semantic Web merupakan salah satu cara untuk menghubungkan data yang dibuat dalam suatu file RDF. Semantic Web yang telah dibangun untuk memberikan informasi mengenai kesehatan adalah BeinWell. BeinWell mengintegrasikan 5 dataset RDF agar pengguna dapat mengakses informasi secara luas. Di sisi lain, pengembangan dari Semantic Web BeinWell, sangat bergantung pada penggunaan SPARQL Query secara penuh agar pengguna mendapatkan informasi yang diinginkan dan penggunaan keyword untuk mencari informasinya. Oleh karena itu dibuatkan sebuah sistem yang mampu melakukan konversi terhadap bahasa yang digunakan manusia sehari-hari atau Natural Language menjadi SPARQL Query. Dengan sebuah Question Answering System ini, pengguna tidak perlu mengetikan bahasa query yang panjang, melainkan cukup hanya menggunakan bahasa inggris yang baik dan benar. Question Answering System ini dibangun dengan memanfaatkan pengembangan teknologi NLP, seperti POS Tagging, Wordnet dan algoritma Levenshtein Distance. Penggunaan NLP pada Question Answering System ini dimaksudkan untuk meningkatkan pemahaman semantik sistem terhadap sebuah pertanyaan, yang akan dimanfaatkan pada sebuah templat query yang dibangun. Berdasarkan hasil penelitian ini dihasilkan berupa Question Answering System natural language question ke SPARQL Query yang telah diimplementasikan dalam sebuah Chat bot pada platform Telegram. Sistem query yang dibangun dengan menggunakan kombinasi teknologi NLP ini mampu bekerja dengan ketepatan informasi yang diambil sebesar 88,88 persen dengan kecepatan proses mencapai 4,8 detik untuk merespon pertanyaan =============== Health information is one of the most frequently searched information on the internet. To get good and reliable information is very important to pay attention to the completeness of information and data integration. Semantic Web is one way to connect data created in an RDF file. A variety of semantic web to deliver health information that has been built, such as the BeinWell website. BeinWell integrates 5 RDF datasets for users to access information widely. On the other hand, the development of BeinWell's Semantic Web relies heavily on full SPARQL Query usage so that users get the desired information and keyword usage to find the information. Therefore created a system that is able to convert the language used everyday people or Natural Language into SPARQL Query. With a conversion system, users do not need to type a long query language, but simply use only good and correct English. This conversion system was built by utilizing the development of NLP technology, such as POS Tagging, Wordnet and Levenshtein Distance algorithms. The use of NLP in the conversion system is intended to increase the system's semantic understanding of a question, which will be exploited in a built-in query template. Based on the results of this study resulted in a natural language question conversion system to SPARQL Query that has been implemented in a Chat bot on the Telegram platform. The query system built using a combination of NLP technology is able to work with the accuracy of the information taken for 90 percent

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Linked Data, Kanker Prostate, Semantic Search, Konversi, NLP, SPARQL
Subjects: Q Science > Q Science (General)
Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Z Bibliography. Library Science. Information Resources > ZA Information resources > Z699.5 Information storage and retrieval systems
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: - Nikolaus Herjuno Sapto Dwi Atmojo
Date Deposited: 11 Aug 2017 01:49
Last Modified: 11 Aug 2017 01:56
URI: http://repository.its.ac.id/id/eprint/42588

Actions (login required)

View Item View Item