Perpustakaan Digital ITB

Banyaknya peraturan hukum mempersulit masyarakat untuk memahami peraturan. Banyaknya peraturan dapat dipahami dengan mudah dengan menggunakan teknik pencarian terhadap kitab hukum dalam Bahasa Indonesia. Teknik pencarian pada peraturan terutama di kitab KUHP sebelumnya sudah dilakukan. Penelitian ini mencoba untuk membuat pencarian pada Kitab hukum pidana dengan metode yang berkembang saat ini yaitu deep neural network. Pencarian pasal KUHP menggunakan kueri berupa kasus tindak pelanggaran hukum yang tercatat pada mahkamah agung. Penelitian ini menerapkan pencarian dengan model persamaan kedua kalimat dengan menggunakan metode deep neural network yaitu BiLSTM dan CNN. Representasi vektor untuk setiap fitur kata dilatih dengan menggunakan word embedding dan terdapat proses ekstraksi entitas dengan NER. Pada pengujian, metode deep neural network tersebut dibandingkan dengan metode Vector Space Model yaitu LSI yang sebelumnya diimplementasi pada pencarian pasal dan Elasticsearch. Hasil uji penelitian, menunjukkan pendekatan deep neural network memiliki hasil lebih baik daripada teknik vektor frekuensi menggunakan LSI dengan nilai mean reciprocal rank adalah 0.056 pada peringkat 5 teratas. Performa pada peringkat 5 teratas model BiLSTM dengan nilai mean reciprocal rank adalah 0.2558, sedangkan untuk CNN 0.1379. Nilai mean reciprocal rank elasticsearch adalah 0.3032 pada peringkat 5 teratas, sehingga hasil metode yang diajukan tidak menghasilkan performa yang lebih baik jika dibanding elasticsearch. Hal tersebut dikarenakan, beberapa kata pada word embedding yang sama maknanya memiliki nilai persamaan yang kecil. Beberapa kasus pada penelitian ini juga tidak bisa mengatasi kalimat majemuk. Penambahan NER pada penelitian ini, dapat menambahkan peforma.