Deteksi Kalimat Tidak Baku Berdasarkan Kamus Besar Bahasa Indonesia dengan Metode Cosine Similarity (Studi Kasus Text Short Message Service)

Short Message Service atau SMS adalah salah satu media komunikasi berupa pesan singkat yang sering digunakan masyarakat saat ini, bahkan antar mahasiswa dengan dosen SMS merupakan media yang masih dianggap sopan untuk berkomunikasi. Namun, banyaknya gaya penulisan dan gaya bahasa yang digunakan dalam mengirim pesan sehingga dapat mempengaruhi kalimat SMS yang digunakan menjadi kalimat tidak baku. Penelitian ini membahas kemiripan data SMS baru dengan SMS yang telah dinyatakan baku dan tidak baku untuk mendeteksi kalimat tidak baku. Acuan untuk menentukan kalimat tidak baku adalah posisi nilai tertinggi dari hasil perhitungan cosine similarity. Hasil pengujian dari 30 data testing dari dokumen SMS menunjukkan bahwa 27 bernilai benar dan 3 salah, sehingga tingkat error sebesar 10%. Cosine similarity mampu mengklasifikasi kalimat baku dan tidak baku pada teks SMS dengan tingkat accuracy 90%, precision 100%, dan recall 83%.