@thesis{thesis,
		author={71140017  Stephan Kent Diorizky Wijaya},
		title ={PELABELAN KELAS KATA TEKS BERBAHASA INDONESIA BERBASIS BRILL TAGGER},
		year={2019},
		url={https://katalog.ukdw.ac.id/126/},
		abstract={Pelabelan kelas kata merupakan proses pemberian label kelas kata secara otomatis pada suatu kata dalam kalimat. Tujuan dari pembuatan sistem ini adalah untuk membantu proses pelabelan kelas kata Bahasa Indonesia terhadap dokumen Bahasa Indonesia. Pelabelan kelas kata dapat dilakukan dengan berbagai metode, yaitu metode berbasis aturan, metode statistik, dan metode transformation based learning. Pada penelitian ini, penulis menggunakan metode transformation based learning dengan algoritma brill tagger untuk membedakan 11 kelas kata yaitu kelas kata benda, kelas kata entitas benda, kelas kata kerja, kelas kata keterangan, kelas kata ganti orang, kelas kata penghubung, kelas kata tanda baca, kelas kata numerik, kelas kata sifat, dan kelas kata kepemilikan orang. Prapemrosesan dalam penelitian ini menggunakan normalisasi dan tokenisasi. Proses pemberian kelas kata menggunakan perhitungan priors dan perbaikan aturan. Dan hasil keluaran sistem berupa kata yang telah diberikan tag sesuai dengan kelas katanya. Hasil menunjukan rata-rata presisi sebesar 77,59% dan akurasi sebesar 86,14%. Kelemahan sistem adalah beberapa hasil label kelas kata belum sesuai dengan makna kata dalam suatu kalimat karena sistem masih memerlukan perbaikan aturan dalam memperbaiki pemberian label kelas kata.}
		}