Identifikasi Kesamaan Pertanyaan pada Soal Bahasa Indonesia Menggunakan Metode Recurrent Neural Network (RNN)

Abstrak

Identifikasi kesamaan pertanyaan merupakan bagian penting dalam Question Answering System. Identifikasi kesamaan pertanyaan dilakukan dengan tujuan untuk membuat sebuah sistem menjadi lebih efisien dalam memberikan jawaban secara cepat dan akurat. Fokus yang dikerjakan pada penelitian ini adalah mengidentifikasi kesamaan pertanyaan pada soal bahasa Indonesia serta mengevaluasi efektivitas penggunaan metode pada bahasa Indonesia. Data yang digunakan adalah dataset dengan pasangan pertanyaan berlabel 0 dan 1 dimana label 0 untuk pasangan pertanyaan yang berbeda dan label 1 untuk pasangan pertanyaan yang sama. Kesamaan pertanyaan tersebut diidetifikasi dengan menggunakan model Recurrent Neural Network (RNN) dengan pendeketakan Manhattan Distance. Pasangan pertanyaan dijadikan sebagai dua inputan dengan acuan label untuk mengidentifikasi jarak kesamaan antara kedua inputan tersebut menggunakan pendekatan Manhattan distance. Model dievaluasi dan menghasilkan skor akurasi sebesar 76%, presisi 74%, recall 98,8% dan f1-score 85,1%. Hasil tersebut diperoleh melalui penambahan stopword_removal pada data. Analisis kami terhadap hasil yang didapatkan adalah dengan penambahan fungsi stopword_removal pada proses preprocessing dapat meningkatkan hasil identifikasi kesamaan pertanyaan pada soal bahasa Indonesia.