Ekstraksi Informasi dari Artikel Berita Agromaritim di Indonesia Menggunakan Teknik Named Entity Recognition (NER)
DOI:
https://doi.org/10.38204/tematik.v12i1.2329Keywords:
Named Entity Recognition, BERT, berita agromaritim, informasi geografis, NLPAbstract
Indonesia sebagai negara kepulauan memiliki potensi besar dalam sektor agromaritim, khususnya perikanan, namun pemanfaatan informasi geografis dari artikel berita masih menghadapi kendala akibat struktur teks yang tidak terstruktur dan variasi bahasa. Penelitian ini bertujuan untuk mengembangkan sistem ekstraksi informasi geografis dari berita agromaritim menggunakan teknik Named Entity Recognition (NER) berbasis model Bidirectional Encoder Representations from Transformers (BERT). Model BERT digunakan karena kemampuannya dalam memahami konteks kata secara mendalam, sehingga mampu mengenali entitas geografis seperti nama wilayah perairan meskipun terdapat variasi struktur kalimat. Penelitian ini juga menghasilkan dataset beranotasi khusus agromaritim yang digunakan dalam proses pelatihan model. Proses evaluasi dilakukan menggunakan metrik precision, recall, dan F1-score untuk mengukur performa sistem. Hasil penelitian menunjukkan bahwa model memperoleh precision 0.9768, recall 0.9762, dan F1-score 0.9712, yang mengindikasikan bahwa model tersebut berperforma sangat baik. Sistem yang dikembangkan ini diharapkan dapat mendukung pemanfaatan informasi geografis dari berita secara lebih efektif, serta menjadi fondasi bagi pengembangan teknologi berbasis data dalam pengelolaan sumber daya agromaritim di Indonesia.
Downloads
References
U. A. Nugroho and F. Budianto, “Perspektif Eksploitasi dan Konservasi dalam Pengelolaan Sumber Daya Perikanan Indonesia,” J. Media Perencana, vol. 2, no. 1, pp. 51–67, 2021,[Online].Available:https://mediaperencana.perencanapembangunan.or.id/index.php/mmp/article/view/20/13
M. A. Fitri and M. Usni, “Strategi Pengembangan Agro Maritim Di Wilayah Pesisir Kota Padang Sumatera Barat,” Semin. Nas. Has. Penelit. Kelaut. dan Perikan. , vol. 5587, pp. 90–95, 2022.
N. Nurwanda, N. Suarna, and W. Prihartono, “Penerapan Nlp (Natural Language Processing) Dalam Analisis Sentimen Pengguna Telegram Di Playstore,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1841–1846, 2024, doi: 10.36040/jati.v8i2.8469.
E. C. Sukmawati, L. Suryaningrum, and D. Angelica, “SisInfo Klasifikasi Berita Palsu Menggunakan Model Bidirectional Encoder Representations From Transformers ( BERT ) SisInfo,” vol. 6, no. 2, pp. 76–85, 2024.
A. R. Hanum et al., “Mendeteksi Berita Hoaks Performance Analysis of the Bert Text Classification Algorithm,” vol. 11, no. 3, pp. 537–546, 2024, doi: 10.25126/jtiik938093.
S. Naseer et al., “Named Entity Recognition (NER) in NLP Techniques, Tools Accuracy and Performance.,” Pakistan J. Multidiscip. Res., vol. 2, no. 2, pp. 293–308, 2021.
A. Zahra, A. F. Hidayatullah, and S. Rani, “Kajian Literatur Named Entity Recognition pada Domain Wisata,” Automata, vol. 2, no. 1, pp. 0–4, 2021.
A. S. Rosidy, T. M. Akhriza, and M. Husni, “Combining the NER-OCR methods to improve information retrieval efficiency in the Indonesian posters,” J. Teknol. dan Sist. Komput., vol. 8, no. 4, pp. 263–269, 2020, doi: 10.14710/jtsiskom.2020.13686.
J. Yu, B. Bohnet, and M. Poesio, “Named entity recognition as dependency parsing,” Proc. Annu. Meet. Assoc. Comput. Linguist., pp. 6470–6476, 2020, doi: 10.18653/v1/2020.acl-main.577.
M. Fakhri, D. A. Putra, and A. Fathan Hidayatullah, “Tinjauan Literatur : Named Entity Recognition pada Ulasan Wisata,” Automata, vol. 2, no. 1, 2021.
M. R. Azizi, W. Hayuhardhika, N. Putra, and I. Arwani, “Ekstraksi Informasi pada Data Logbook KKN Mahasiswa Fakultas Ilmu Komputer Universitas Brawijaya Malang menggunakan Metode NER (Named Entity Recognition),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 6, pp. 2895–2903, 2023, [Online]. Available: http://j-ptiik.ub.ac.id
K. Detroja, C. K. Bhensdadia, and B. S. Bhatt, “A survey on Relation Extraction,” Intell. Syst. with Appl., vol. 19, no. July2022,p.200244,2023,doi: 10.1016/j.iswa.2023.200244.
R. Hadwirianto, “Extractive Text Summarization Terhadap Artikel Berita Indonesia Berbasis Machine Learning,” vol. 11, no. 4, pp. 3941–3946, 2024.
C. Magdalena and B. H. Tambun, “Segmentasi Dokumen Teks Dengan Metode Texttiling,” J. Ilm. Inform., vol. 10, no. 01, pp. 8–14, 2022, doi: 10.33884/jif.v10i01.4509.
F. Lubis et al., “Penggunaan Metode Text Mining Untuk Mengekstrak Informasi Penting Dari Teks Laporan Penelitian,” J. Motiv. Pendidik. dan Bhs., vol. 1, no. 4, 2023, [Online]. Available: https://doi.org/10.59581/jmpb-widyakarya.v1i4.1961
A. D. Ariyadi and A. P. Y. Utomo, “Analisis Kesalahan Sintaksis pada Teks Berita Daring berjudul Mencari Etika Elite Politik di saat Covid-19,” J. Bhs. dan Sastra, vol. 8, no. 3, p. 138, 2020, doi: 10.24036/jbs.v8i3.110903.
W. Pinasti and L. H. Suadaa, “Named Entity Recognition pada Kueri Pencarian Statistik,” vol. 13, pp. 171–177, 2024.
A. A. Mudding, “Mengungkap Opini Publik: Pendekatan BERT-based-caused untuk Analisis Sentimen pada Komentar Film,” J. Syst. Comput. Eng., vol. 5, no. 1, pp. 36–43, 2024, doi: 10.61628/jsce.v5i1.1060.
T. Zhang, F. Wu, A. Katiyar, K. Q. Weinberger, and Y. Artzi, “Revisiting Few-Sample Bert Fine-Tuning,” ICLR 2021 - 9th Int. Conf. Learn. Represent., pp. 1–22, 2021.
D. T. Arum and A. I. Pradana, “Implementasi Bidirectional Encoder Representations From Transformers (BERT) Untuk Klasifikasi Spam Pada Email,” vol. 9, no. 2, pp. 2491–2496, 2025.
