Identifikasi Hubungan Sebab-Akibat pada Artikel Kesehatan menggunakan Anotasi Elemen Medis dan Paragraf

Abstract

Makalah ini terkait dengan pemrosesan bahasa alami pada artikel medis bahasa Indonesia yang bertujuan untuk identifikasi hubungan sebab-akibat dan digunakan sebagai sistem monitoring informasi surveilans kesehatan masyarakat. Usulan pada makalah ini antara lain kesesuaian seleksi fitur, anotasi phrase , anotasi paragraf, dan anotasi elemen medis. Evaluasi dari kinerja sistem dilakukan dengan pendekatan intrinsik yaitu membandingkan metode klasifikasi supervised , antara lain metode naive Bayes dan HMM. Hasil yang diperoleh secara berurutan untuk recall , precision , dan f-measure adalah 0,905; 0,924; 0,910 dan 0,706; 0,750; 0,720.