Isharmawan, Nendi (2017) Ekstraksi Informasi Dan SQL Parser Untuk Query SQL Dari Teks Berbahasa Indonesia. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Informasi adalah bagian penting dalam kehidupan sehari-hari, dimana informasi tersebut diharapkan bisa bermanfaat dan dapat diperoleh dengan mudah dan lebih cepat. Salah satu media penyimpanan informasi yaitu database yang ada pada komputer salah satunya adalah Database Management System. Pengolahan struktur dan data yang ada di DBMS menggunakan Structured Query Language (SQL) yang dibagi dua yaitu DDL dan DML. Pengaksesan database dan tabel serta data nya memiliki format baku atau disebut syntax. Namun tidak semua data masukan yang didapatkan untuk mencari informasi dalam bentuk suatu syntax SQL. Seringkali data masukan berupa bahasa alami manusia. Bahasa alami manusia tentunya memiliki format yang berbeda dengan syntax SQL. Natural Language Processing merupakan salah satu bidang ilmu kecerdasan buatan yang mempelajari komunikasi antara masusia dengan komputer melalui bahasa alami. Aplikasi Natural Language Processing (NLP) yang dibangun untuk menterjemahkan bahasa alami manusia kedalam bahasa sql yang dapat langsung dieksekusi oleh sistem agar mendapatkan informasi dari sumber yang pasti. Berdasarkan pengujian Blackbox, aplikasi ini dapat mempermudah suatu media pencari informasi dalam mencari informasi dengan persentasi keberhasilan sebersar 90,47% aplikasi ini dapat mengelola beberapa jenis query, yaitu query tanpa kondisi, query dengan kondisi, query dua kondisi, query banyak tabel tanpa kondisi, query banyak tabel dengan kondisi, query agregasi.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Informasi, Query, NLP, Bahasa alami. |
Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017 |
Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
Date Deposited: | 10 Nov 2017 03:34 |
Last Modified: | 10 Nov 2017 03:34 |
URI: | http://repository.unikom.ac.id/id/eprint/54368 |
Actions (login required)
View Item |