luthfibalaka

# Misalkan sudah ada index (M) dan datanya (A) seperti ini
A = [8, 6, 3, 8, 4, 7, 1, 6, 9]

M = [
    [0, 0, 0, 0, 0, 0, 0, 0, 8],
    [0, 1, 1, 3, 3, 3, 3, 3, 8],
    [0, 1, 2, 3, 3, 3, 3, 3, 8],
    [0, 3, 3, 3, 3, 3, 3, 3, 8],
    [0, 3, 3, 3, 4, 5, 5, 5, 8],
    [0, 3, 3, 3, 5, 5, 5, 5, 8],

luthfibalaka

from levenshtein_automata import *

# Asumsikan kita punya korpus kata-kata baku sebagai berikut
words_corpus = ["kucing", "kemoceng", "kacang", "kucir", "kucil"]

# Misal user punya query typo, kita buat automata-nya
query = "kucin"
automata = levenshtein_automata(query, 1)

# Cek setiap kata di korpus, mana saja yang menjadi kandidat dengan edit distance 1

luthfibalaka

Komponen Penilaian TI 1 NLP

Soal 1

• [32 poin] Menampilkan hasil tokenisasi 2 tokenizer pada 2 kalimat dengan 4 parameter berbeda (ada 16 kombinasi informasi, masing-masing 2 poin).
• [18 poin] Memberikan analisis hasil yang didapatkan (dikaitkan dengan metode merging).

Soal 2

• [30 poin] Membuat algoritma perhitungan akurasi dan menjelaskan cara kerjanya. Ini menilai effort Anda dalam mengimplementasikan algoritma perhitungan akurasi.
• [20 poin] Memberikan nilai akurasi yang tepat (diperhatikan kepresisian setidaknya 2 angka di belakang koma). Sesuai pertimbangan Bu Ika, ini diberikan khusus untuk algoritma yang benar-benar bagus.

luthfibalaka

import java.io.IOException;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.io.InputStream;
import java.io.OutputStream;
import java.io.PrintWriter;
import java.util.*;


class Murid {