%0 Thesis %9 S1 - Sarjana %A SURYANTO, NAUFAL ANANDA %A Universitas AMIKOM Yogyakarta, %B Fakultas Ilmu Komputer %D 2026 %F universitasamikomyogyakarta:33193 %I Universitas AMIKOM Yogyakarta %K Genshin Impact, Dictionary-based NER, Knowledge Graph, Evaluasi Performa, Text Mining, Performance Evaluation. %T IMPLEMENTASI METODE NAMED ENTITY RECOGNITION (NER) DAN KNOWLEDGE GRAPH UNTUK MEMBANGUN SISTEM TANYA JAWAB LORE GAME GENSHIN IMPACT %U https://eprints.amikom.ac.id/id/eprint/33193/ %X Struktur cerita dan lore game "Genshin Impact" sangat luas dan kompleks, bahkan tersebar dalam ribuan baris teks dialog yang tidak terorganisir. Kondisi ini membuat identifikasi hubungan antar entitas menjadi sulit. Tujuan dari penelitian ini adalah untuk mengevaluasi efektivitas dan akurasi metode Named Entity Recognition (NER) yang berbasis kamus dalam proses pengekstraksi entitas otomatis. Selain itu, penelitian ini akan menggunakan struktur Knowledge Graph untuk menggambarkan hubungan antara entitas di Region Fontaine dan membangun struktur Knowledge Graph. Tahapan penelitian dimulai dengan mengumpulkan data menggunakan teknik Web Scraping, dilanjutkan dengan proses pembersihan data dan penyusunan kamus entitas manual. Ekstraksi informasi dilakukan menggunakan pendekatan Dictionary-based NER yang dikombinasikan dengan algoritma co-occurrence untuk memetakan hubungan antar entitas ke dalam struktur graf. Hasil penelitian menunjukkan bahwa penerapan NER mampu mengidentifikasi entitas karakter, lokasi, dan elemen secara sistematis. Pembangunan Knowledge Graph melalui analisis sentralitas berhasil merepresentasikan dinamika hubungan narasi, di mana tokoh sentral seperti Paimon yang terbukti memiliki konektivitas tertinggi. Penelitian ini menunjukkan bahwa pendekatan Knowledge Graph berbasis Dictionary-based NER sangat efektif dalam mengubah teks narasi yang rumit menjadi representasi pengetahuan yang terstruktur dan akurat. Hasil evaluasi yang dilakukan terhadap sampel data dialog menunjukkan tingkat akurasi yang tinggi, dengan nilai F1-Score sebesar 98,41%.