STUDI KOMPARASI SPELLING CORRECTION MENGGUNAKAN ALGORITMA DAMERAU-LEVENSHTEIN DISTANCE DAN JARO-WINKLER DISTANCE UNTUK MENDETEKSI TYPOGRAPHICAL ERROR BAHASA INDONESIA

Dalam Natural Language Processing salah satu tugas penting yang harus ditangani
adalah permasalahan typo. Kesalahan ejaan atau typographical error (typo)
merupakan kesalahan penulisan kata yang dapat mengubah arti dari suatu kata
bahkan arti dari suatu kalimat. Oleh karena itu, dibutuhkan suatu metode yang
bertujuan untuk memudahkan proses pengoreksian ejaan (spelling correction).
Pada penelitian ini mengkomparasikan 2 algoritma spelling correction untuk
membandingkan akurasi yang terbaik antara keduanya, yaitu Damerau Levenshtein
Distance dan Jaro Winkler Distance dengan menggunakan data uji sebanyak 120
kata yang terbagi dari 4 jenis kesalahan typographical error yaitu 30 kata insertion,
30 kata subtitution, 30 kata deletion dan 30 kata transposition. Perbandingan akrasi
didapatkan dari nilai Mean Reciprocal Rank (MRR). Proses perhitungan akurasi
untuk mendapatkan nilai MRR menggunakan metode bigram untuk memecah kata,
metode tf-idf untuk pembobotan karakter dan menggunakan cosine similiarity untuk
penentuan rangking kandidat. Hasil pengujian berdasarkan nilai MRR, Damerau�Levenshtein Distance lebih tinggi dibandingkan dengan Jaro Winkler Distance pada
4 kesalahan jenis typo, yaitu pada insertion 95%, subtitution 93,6%, deletion 87,
33% dan transposition 96,33%. Sedangkan Jaro Winkler Distance mendapatkan
nilai, insertion 33,1%, Subtitution 53,13%, deletion 47,73% dan transposition
36,03%. Luaran yang dihasilkan pada penelitian ini adalah sistem pendeteksi typo
berbasis website.
Kata kunci : spelling correction, typographical error, Damerau Levenshtein
Distance, Jaro Winkler Distance, Mean Reciprocal Rank,