Stopword Removal adalah bentuk pra-pemrosesan data yang digunakan untuk meningkatkan fitur mesin pencari, terutama dalam sistem pemrosesan bahasa alami (NLP). Stopwords adalah kata-kata yang memiliki sedikit arti dalam konteks kueri atau penelusuran, dan sering kali dihapus dari teks sebelum diindeks atau dianalisis. Contoh stopword yang umum adalah “the”, “a”, “and”, dan “or”.
Tujuan menghilangkan stopwords adalah untuk mengurangi jumlah kata dan asosiasi dalam kueri atau teks, serta mengurangi waktu dan memori yang diperlukan untuk memproses kueri atau teks. Ini dapat digunakan untuk mengurangi data yang tidak perlu sebelum menyimpannya ke dalam database atau pengindeks. Mengidentifikasi dan menghapus stopwords juga memungkinkan mesin pencari untuk lebih fokus pada kata-kata penting dalam kueri dan dapat membantu meningkatkan relevansi keluaran.
Proses menghapus stopwords biasanya dilakukan dengan memeriksa teks dan kemudian membandingkannya dengan daftar stopwords yang telah ditentukan sebelumnya untuk mengidentifikasi kecocokan apa pun. Dalam sistem NLP, proses ini dikenal sebagai 'stopword filtering'. Ini juga dikenal sebagai 'penyaringan huruf kecil' karena kata-kata penghenti yang umum semuanya adalah kata-kata dengan huruf kecil. Beberapa sistem juga menggunakan daftar dinamis yang didasarkan pada uji statistik.
Penghapusan stopword adalah langkah penting dalam Pemrosesan Bahasa Alami, karena membantu fokus pada kata kunci atau informasi penting dalam dokumen, bukan pada kata-kata yang tidak penting. Proses ini, meskipun berguna untuk optimasi mesin pencari, namun jarang digunakan dalam aplikasi ucapan-ke-teks karena sebagian besar stopword merupakan bagian integral untuk menyampaikan makna.
