10 Penelitian Terdahulu
25
3 Medical Text Classification CNN Mereka memanfaatkan
using Convolutional Neural (Convolution CNN sebagai pendekatan
Networks (Hughes, Li, al Neural untuk melakukan
Kotoulas, & Suzumura, 2017) Networks) klasifikasi teks pada level
kalimat, berdasarkan
semantik yang sering
muncul dari ekstraksi
korpus teks medis.
Dilakukan perbandingan
menggunakan 3 metode
lainnya, yaitu : Sentence
Embeddings, Mean Word
Embeddings, dan Word
Embeddings dengan
BOW (bag-of-words).
Dari evaluasi yang
dilakukan secara
mendetil pada setiap
metode, metode CNN
yang digunakan pada
penelitian ini lebih baik
dalam melkaukan
klasifikasi dari
pendekatan NLP dengan
metode lain sebanyak
15%
26
Svm DanFitur Tekstur’, metode yang diusulkan
SEMNASTEKNOMEDIA mampu menghasilkan
ONLINE,5(1), pp. 3–4 akurasi sebesar 76% dan
tingkat kesalahan
prediksi sebesar 24%.
27
Rancang Bangun Sistem CNN dilakukan pelatihan
Pengendali Lampu Lalu adalah 97.027%
Lintas Berdasarkan sertapersentase
Pengenalan Citra Digital error perhitungan
Kendaraan Menggunakan jumlah kendaraan
Metode Faster R- Cnn. adalah sebesar
University ofTechnology 2.188%.
Yogyakarta.
Sumber : Diolah oleh peneliti
28