Evaluasi dan analisis domain shift model NER pada industri game berbahasa Indonesia

Wibowo, Firmansyah Rekso, Abidin, Zainal ORCID: https://orcid.org/0000-0002-9261-4952 and Kusumawati, Ririen ORCID: https://orcid.org/0000-0001-6090-7219 (2025) Evaluasi dan analisis domain shift model NER pada industri game berbahasa Indonesia. Jurnal Teknik Informatika dan Sistem Informasi (JATISI), 12 (04). pp. 115-133. ISSN 2503-2933

Preview

Text 28819.pdf - Published Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (638kB) | Preview

Abstract

Industri game Indonesia berkembang pesat dan menghasilkan data tekstual besar dari berbagai sumber seperti berita dan media sosial. Model Named Entity Recognition (NER) berpotensi mengekstraksi informasi berharga dari data tersebut, namun model umum belum optimal untuk domain game yang memiliki terminologi khas. Penelitian ini mengevaluasi dampak domain shift pada model NERGrit, yaitu model NER standar dari benchmark IndoNLU, ketika diterapkan pada korpus teks industri game berbahasa Indonesia. Model diuji terhadap korpus domain game dan dibandingkan dengan kamus domain untuk mengidentifikasi pola kesalahan secara kualitatif dan kuantitatif. Hasil analisis menunjukkan bahwa meskipun NERGrit mampu mendeteksi banyak entitas, model ini sering gagal mengklasifikasikannya secara tepat. Dominasi kategori MISC (61,8%) serta kesalahan seperti salah klasifikasi, batas entitas, dan ambiguitas kontekstual menegaskan keterbatasan model tersebut. Penelitian ini menegaskan adanya masalah adaptasi domain dan mengusulkan skema entitas baru mencakup kategori GAME, COMPANY, PLATFORM, EVENT, CHARACTER, FEATURE, ITEM, LOCATION_IN_GAME, dan TECHNOLOGY. Skema ini menjadi dasar pengembangan dataset
dan model NER yang lebih relevan bagi ekosistem industri game Indonesia.

Item Type:	Journal Article
Keywords:	named entity recognition; domain shift; industri game; bahasa indonesia
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080105 Expert Systems 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080109 Pattern Recognition and Data Mining 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems 09 ENGINEERING > 0915 Interdisciplinary Engineering
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Ririen Kusumawati
Date Deposited:	21 Aug 2026 14:04

Downloads

Origin of downloads

Actions (login required)

View Item