Detail Cantuman

Kesalahan pengejaan merupakan masalah umum yang dapat mengurangi kejelasan dalam penyampaian pesan. Pengguna sering melakukan kesalahan pengetikan yang dapat mengganggu komunikasi dan pemahaman terhadap teks yang diketik. Algoritma yang sering digunakan untuk keperluan koreksi ejaan adalah Algoritma Jaro-Winkler dan Levenshtein Distance. Jaro-Winkler mengukur kemiripan antara dua buah string dengan memperhitungkan transposisi huruf yang berdekatan, Sedangkan Algoritma Levenshtein Distance menghitung berdasarkan jumlah operasi (penambahan, penghapusan, penggantian) yang diperlukan untuk mengubah satu string menjadi string lain. Kedua algoritma ini memiliki keterbatasan dalam menangani konteks yang sering kali menghasilkan saran yang tidak relevan atau salah seperti ketidakmampuan Jaro-Winkler dalam menangani kesalahan ditengah atau menangani kesalahan pada akhir string dan kurangnya penekanan pada urutan karakter Levenshtein Distance, sehingga diperlukannnya perbandingan kinerja agar performa algoritma efektif dalam memberikan saran koreksi ejaan. Evaluasi dilakukan menggunakan metrik Mean Absolute Error (MAE) untuk mengukur kesalahan prediksi algoritma terhadap data uji. Dari hasil eksperimen menggunakan 6 jenis pengujian lebih dari 150 kali percobaan dengan jumlah dataset 101.964 kata data entri dan 3972 data entri kata salah eja. Didapati algoritma Levenshtein Distance memiliki efektifitas yang lebih baik dibandingkan Jaro-Winkler. Namun, algoritma jaro-winkler lebih cepat dalam mengolah proses saran koreksi ejaan dibandingkan Levenshtein Distance. Dalam penelitian ini dataset dengan jumlah yang tinggi/besar dapat mempengaruhi hasil dari performa dari saran ejaan masing-masing algoritma.
Kata Kunci: Jaro-Winkler, Levenshtein Distance, Saran Ejaan.