Implementasi Autocorrect Dengan Metode N-Gram Dan Levenshtein Distance Pada Aplikasi Chat Dengan Fitur Penerjemahan

Naufal, Muhammad Nawwaf (2025) Implementasi Autocorrect Dengan Metode N-Gram Dan Levenshtein Distance Pada Aplikasi Chat Dengan Fitur Penerjemahan. undergraduate thesis, Universitas Muhammadiyah Gresik.

[img] Text
PernyataanKeaslianSkripsi.pdf

Download (219kB)
[img] Text
PersetujuanSkripsi.pdf

Download (273kB)
[img] Text
PengesahanSKripsi.pdf

Download (298kB)
[img] Text
PersetujuanPublikasi.pdf

Download (481kB)
[img] Text
HALAMAN JUDUl.pdf

Download (406kB)
[img] Text
BAB 1.pdf

Download (289kB)
[img] Text
BAB 2.pdf

Download (497kB)
[img] Text
BAB 3.pdf

Download (1MB)
[img] Text
BAB 4.pdf
Restricted to Repository staff only

Download (779kB)
[img] Text
BAB 5.pdf

Download (226kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (222kB)
[img] Text
LAMPIRAN.pdf

Download (4MB)

Abstract

Aplikasi chat kerap menghadapi tantangan dalam menjaga akurasi pesan akibat kesalahan pengetikan (typo) yang dilakukan oleh pengguna. Kesalahan ini dapat menyebabkan gangguan komunikasi, terutama ketika kata yang salah tidak diperbaiki dan diproses apa adanya. Penelitian ini bertujuan untuk mengimplementasikan sistem autocorrect menggunakan metode N-Gram (Unigram dan Bigram) serta Levenshtein Distance pada aplikasi chat yang terintegrasi dengan fitur penerjemahan otomatis. Metode N-Gram digunakan untuk menganalisis probabilitas kemunculan kata berdasarkan korpus data dari buku Game of Thrones, sementara Levenshtein Distance dimanfaatkan untuk menghitung jarak edit dan menentukan kandidat koreksi terdekat. Sistem ini mendukung tiga bahasa: Indonesia, Inggris, dan Spanyol, serta menggunakan Google Translate API untuk proses penerjemahan. Pengujian dilakukan melalui enam skenario berbeda, termasuk kesalahan ringan, berat, penggunaan simbol atau angka, serta validasi terhadap kata-kata kontekstual seperti nama dan lokasi. Hasil menunjukkan tingkat akurasi koreksi rata-rata sebesar 84% untuk Bahasa Indonesia, 89% untuk Bahasa Inggris, dan 92% untuk Bahasa Spanyol. Sistem juga mampu mempertahankan konteks kalimat serta menghindari koreksi yang tidak diperlukan terhadap kata valid seperti nama atau alamat. Kombinasi metode N-Gram dan Levenshtein Distance terbukti efektif dalam meningkatkan akurasi koreksi otomatis.

Item Type: Thesis (undergraduate)
Uncontrolled Keywords: Autocorrect, N-Gram, Levenshtein Distance, Aplikasi Chat
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Muhammad Nawwaf Naufal
Date Deposited: 22 Aug 2025 02:44
Last Modified: 22 Aug 2025 02:44
URI: http://eprints.umg.ac.id/id/eprint/14572

Actions (login required)

View Item View Item