ANALISIS TEKS BERBAHASA INDONESIA MENGGUNAKAN TEORI KNOWLEDGE GRAPH RUSIYAMTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008

Transkripsi

1 i ANSIS TEKS BERBAHASA INDONESIA MENGGUNAKAN TEORI KNOWLEDGE GRAPH RUSIYAMTI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008

2 ii PERNYATAAN MENGENAI TESIS DAN SUMBER INORMASI Dengan ini saya menyatakan bahwa tesis berjudul Analisis Teks Berbahasa Indonesia Menggunakan Teori Knowledge Graph ini adalah karya saya dengan arahan dan bimbingan dari komisi pembimbing serta belum pernah diajukan dalam bentuk apapun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan oleh pihak lain telah penulis sebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini. Bogor, Agustus 2008 Rusiyamti NRP G

3 iii ABSTRACT RUSIYAMTI. Indonesian Text Analysis Using Knowledge Graph Theory. Under direction of SRI NURDIATI and PRAPTO TRI SUPRIYO. Knowledge graph theory is a new approach for natural language understanding. In Knowledge graph theory, there are 9 binary relationships and 4 frame relationships. A word is a basic unit in a natural language processing. In the theory of knowledge graph, word is represented by a word graph, and sentence is represented by a sentence graph. The objective of this thesis is to derive chunk indicators to analyze some Indonesian texts having Tsunami theme. The indicators will be used as criteria to cut a sentence into several chunks. Every sentence will be analyzed using the resulted chunk indicators. The analysis of the Indonesian texts will produce a kind of sentence graph for the texts. The sentence graph describes semantics aspect of the sentence. Keywords: knowledge graph, word graph, sentence graph, chunk graph, chunk indicators.

4 iv RINGKASAN RUSIYAMTI. Analisis Teks Berbahasa Indonesia Menggunakan Teori Knowledge Graph. Dibimbing oleh SRI NURDIATI, PRAPTO TRI SUPRIYO Teori Knowledge Graph (KG) adalah suatu pendekatan baru yang dapat digunakan untuk memahami natural language (bahasa alami). Bahasa alami adalah bahasa yang paling populer digunakan untuk menyampaikan atau menerima informasi. Penelitian tentang teori KG dalam jangka panjang bertujuan untuk merancang suatu metode yang dapat digunakan untuk membaca sembarang dokumen berbahasa Indonesia sehingga dihasilkan informasi dalam bentuk teks graf. Teks graf tersebut merupakan intisari dari dokumen yang dipelajari. Penelitian ini merupakan tahap awal untuk mencapai tujuan tersebut. Selama ini struktur teori KG disusun dalam bahasa Inggris. Pada penelitian ini penulis menggunakan teori KG untuk menganalisis dokumen berbahasa Indonesia. Dokumen berbahasa Indonesia yang dimaksud dalam penelitian ini adalah dokumen yang bertema tsunami yang diambil dari beberapa sumber. Penelitian ini bertujuan menentukan chunk indicators yang dapat digunakan sebagai kriteria pada bagian mana sebuah kalimat harus dipotong ketika kalimat tersebut dianalisis. Manfaat penelitian ini adalah memberikan salah satu alternatif dalam menganalisis teks berbahasa Indonesia. Dalam teori KG, setiap kata akan berhubungan dengan sebuah word graph, dan menyatakan arti dari kata. Gabungan beberapa word graph akan membentuk sentence graph, dan gabungan beberapa sentence graph akan membentuk sebuah text graph. Pada prinsipnya, teori KG terdiri dari konsep dan relasi. Konsep merupakan komponen terpenting dalam pemikiran manusia. Konsep dapat dibedakan menjadi tiga jenis, yaitu token, type dan name. Token dinyatakan dengan simbol. Token merupakan konsep yang dipahami seseorang menurut cara pandang masing-masing sehingga bersifat subjektif. Type adalah konsep yang berupa informasi umum dan bersifat objektif. Name adalah sesuatu yang bersifat individual. Dalam teori KG, relasi digunakan untuk menghubungkan konsep yang satu dengan konsep lainnya. Banyak relasi yang digunakan dalam teori KG sangat terbatas yaitu 9 relasi biner (binary relationships) dan 4 relasi dalam frame (frame relationships). Sembilan relasi biner tersebut antara lain:, EQU, SUB,, DIS, ORD,, SKO, dan ontologi. Empat relasi dalam frame yang dimaksud adalah, NEG, POS, dan NEC. Relasi digunakan untuk menghubungkan subjek dengan kata kerja atau kata kerja dengan objek. Relasi EQU untuk menghubungkan name dengan token. Relasi SUB digunakan untuk menyatakan bahwa sesuatu merupakan bagian dari sesuatu yang lain. Relasi digunakan untuk menghubungkan sebuah type dengan token. Relasi DIS digunakan untuk menyatakan sesuatu yang berbeda. Relasi ORD digunakan untuk menyatakan sesuatu yang berurutan. Relasi digunakan untuk menyatakan sesuatu memiliki sifat sesuatu yang lain. Relasi SKO digunakan untuk menyatakan informasi bergantung. Ontologi digunakan untuk menunjukkan letak fokus dari suatu graf. Relasi untuk menghubungkan sebuah konsep dengan struktur di dalamnya (inner structure). Relasi NEG digunakan untuk menyatakan negasi dari sesuatu, relasi POS menyatakan

5 v kemungkinan dari sesuatu, sedangkan relasi NEC untuk menyatakan suatu kebutuhan. Adapun tahapan-tahapan yang dilakukan dalam penelitian ini: Studi literatur dokumen berbahasa Indonesia. Pada tahap ini penulis mengumpulkan dokumen yang berkaitan dengan tsunami yang diambil dari beberapa sumber. Penulis memilih beberapa kalimat untuk dianalisis, yaitu kalimat yang dipandang dapat memberikan gambaran tentang kejadian tsunami serta merupakan intisari dari dokumen yang dipelajari. Tahap selanjutnya menentukan chunk indicators dokumen berbahasa Indonesia. Chunk indicator adalah kriteria yang digunakan untuk menentukan pada bagian mana sebuah kalimat harus dipotong ketika kalimat tersebut dianalisis. Dalam teori KG yang strukturnya bahasa Inggris ada 6 chunk indicators, pada tahap ini penulis mengidentifikasi apakah chunk indicators dalam bahasa Inggris tersebut sesuai apabila diterapkan pada dokumen yang berbahasa Indonesia atau mungkin perlu dilakukan beberapa perubahan disesuaikan dengan struktur bahasa Indonesia. Tahap selanjutnya, masing-masing kalimat hasil studi literatur dokumen berbahasa Indonesia yang bertema tsunami dan telah dipilih untuk dianalisis tersebut dipotong-potong menurut kriteria atau chunk indicators yang telah ditentukan pada tahap kedua. Langkah selanjutnya setiap potongan kalimat dibuat word graph atau chunk graph-nya. Chunk graph terdiri dari sebuah word graph, bisa juga terdiri dari gabungan beberapa word graph. Word graph dari setiap chunk dapat dilihat dalam kamus word graph, kemudian word graph atau chunk graph dari setiap potongan kalimat tersebut digabungkan menjadi sebuah sentence graph. Dari hasil studi literatur dokumen berbahasa Indonesia, penulis memilih sepuluh kalimat untuk dianalisis. Adapun alasan pemilihan sepuluh kalimat tersebut dikarenakan kalimat-kalimat itu memberikan informasi penting tentang tsunami. Dalam penelitian ini kalimat-kalimat tersebut diperoleh secara manual. Untuk selanjutnya diharapkan kalimat seperti itu nantinya dapat diperoleh secara otomatis dengan bantuan komputer. Dengan kata lain, begitu dimasukkan dokumen berbahasa Indonesia sebagai input ke dalam komputer, maka komputer akan menghasilkan output berupa text graph yang menjadi intisari dari dokumen yang dipelajari. Dalam penelitian ini diberikan kamus word graph dari beberapa jenis kata seperti: kata benda, kata kerja, kata depan, serta kata sifat yang terdapat pada dokumen berbahasa Indonesia yang bertema tsunami. Hasil penelitian ini berupa chunk indicators yang digunakan sebagai kriteria pada bagian mana sebuah kalimat harus dipotong. Chunk indicators yang digunakan untuk menganalisis teks berbahasa Indonesia dengan teori knowledge graph antara lain: Indikator 1: Koma atau titik, Indikator 2: Kata penunjuk dan kata penghubung, Indikator 3: Kata kerja bantu, Indikator 4: Kata depan (preposisi), Indikator 5: Lompatan (jump), dan Indikator 6: Kata-kata dalam logika (logic word). Selain itu hasil penelitian ini berupa sentence graph dari masing-masing kalimat. Struktur dari sentence graph tersebut menunjukkan arti (aspek semantik) dari kalimat yang dianalisis. Kata kunci : knowledge graph, word graph, sentence graph, chunk graph, chunk indicators.

6 cipta milik Institut Pertanian Bogor, tahun 2008 Hak cipta dilindungi Undang-undang 1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber. a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik dan tinjauan suatu masalah. b. Pengutipan tidak merugikan kepentingan yang wajar Institut Pertanian Bogor. 2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk apapun tanpa izin Institut Pertanian Bogor.

7 vii ANSIS TEKS BERBAHASA INDONESIA MENGGUNAKAN TEORI KNOWLEDGE GRAPH RUSIYAMTI Tesis sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Matematika SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008

8 viii Karya tulis ini aku persembahkan kepada: * Kedua orangtua yang selalu mendoakanku * Suamiku tercinta yang selalu memberi dorongan dan semangat * Muhammad Rosyid Aunillah anandaku tersayang * Kedua adikku yang selalu aku sayangi

9 ix PRAKATA Puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan rahmat serta hidayah-nya sehingga penulis dapat menyelesaikan penulisan tesis ini. Shalawat dan salam semoga senantiasa tercurahkan kepada junjungan kita nabi besar Muhammad SAW beserta keluarga dan para sahabat, serta seluruh umat manusia yang mengikuti petunjuk dan ajaran beliau. Penulis merasa bahagia telah dapat menyelesaikan penulisan tesis yang berjudul Analisis Teks Berbahasa Indonesia Menggunakan Teori Knowledge Graph. Tesis ini disusun sebagai salah satu syarat memperoleh gelar Magister Sains Program Studi Matematika Terapan pada Departemen Matematika Institut Pertanian Bogor. Terima kasih penulis ucapkan kepada Departemen Agama RI yang telah memberikan beasiswa sehingga penulis dapat belajar dan menyelesaikan Program Magister Matematika Terapan di Sekolah Pascasarjana Institut Pertanian Bogor. Ucapan terima kasih juga penulis sampaikan kepada Dr. Ir. Sri Nurdiati, M.Sc dan Drs. Prapto Tri Supriyo, M.Kom selaku dosen pembimbing yang telah memberikan arahan dan bimbingan selama penulis menyusun tesis ini, serta Dr. Sugi Guritman selaku penguji yang telah banyak memberikan saran. Ucapan yang sama penulis sampaikan kepada Dra. Siti Nurdiyati, M.Pd.I selaku Kepala Madrasah Tsanawiyah Negeri Babadan Baru yang telah memberikan izin kepada penulis untuk menempuh pendidikan S2 ini. Ucapan terima kasih penulis ucapkan kepada seluruh anggota keluarga yang selalu memberikan dukungan selama penulis menempuh pendidikan S2 di Institut Pertanian Bogor ini, juga kepada segenap dosen dan karyawan Departemen Matematika, rekan-rekan mahasiswa S2 baik BUD maupun reguler, serta semua pihak yang tidak dapat penulis sebutkan satu persatu. Teriring do a Jazakumullaahu khoiron katsiira semoga amal kebaikan mereka diterima di sisi Allah SWT, dan mendapat balasan yang setimpal. Amin. Penulis juga meyakini, bahwa tesis ini masih banyak kekurangan, maka dari itu segala kritik dan saran yang bersifat membangun dari para pembaca sangat penulis harapkan. Semoga tesis ini membawa berkah dan manfaat. Bogor, Agustus 2008 Rusiyamti

10 x RIWAYAT HIDUP Penulis dilahirkan di Bantul pada tanggal 7 Juni Penulis merupakan anak pertama dari pasangan bapak Budi Raharjo dan ibu Pailah. Penulis menempuh pendidikan dari tingkat dasar dan menengah di Bantul hingga tahun Pada tahun yang sama penulis melanjutkan pendidikan sarjana pada jurusan Pendidikan Matematika akultas Matematika dan Ilmu Pengetahuan Alam IKIP Negeri Yogyakarta lulus tahun Pada tahun yang sama penulis mengikuti seleksi penerimaan Pegawai Negeri Sipil di Departemen Agama Kabupaten Sleman dan diterima sebagai guru Matematika di MTsN Babadan Baru Sleman dari tahun 1999 sampai sekarang. Selanjutnya pada tahun 2006 penulis mengikuti seleksi yang diselenggarakan Departemen Agama RI untuk melanjutkan pendidikan S2 pada Program Studi Matematika Terapan di Departemen Matematika Institut Pertanian Bogor melalui jalur Beasiswa Utusan Daerah (BUD) dan lulus pada tahun 2008.

11 xi DATAR ISI Halaman DATAR TABEL... xii DATAR GAMBAR...xiii I PENDAHULUAN Latar Belakang Masalah Tujuan dan Manfaat Penelitian... 2 II TINJAUAN PUSTAKA Kelas Kata Kata Benda Kata Kerja Kata Sifat Kata Tugas Kalimat Pola Kalimat Kalimat Pasif dan Kalimat Aktif Definisi (Graf) Definisi (Graf Berarah) atau (Digraph) Definisi Subgraf Knowledge Graph (KG) Definisi KG Konsep Word Graph Aspek-Aspek Ontologi Ekspresi Semantik dengan KG Natural Language Grammar (Tata Bahasa) Kalimat Pasif dan Representasinya dalam KG Chunking (Pembuatan Potongan Kalimat) III METODE PENELITIAN Studi Literatur Dokumen Berbahasa Indonesia Pembuatan Chunk Indicator Pembuatan Chunk Graph Menggabungkan Chunk Graph menjadi Sebuah Sentence Graph IV HASIL DAN PEMBAHASAN V KESIMPULAN DAN SARAN DATAR PUSTAKA... 53

12 xii DATAR TABEL Halaman 1. Kamus word graph dari kata benda pada kalimat 1 dan Kamus word graph dari frasa kata benda pada kalimat 1 dan Kamus word graph dari preposisi pada kalimat Kamus word graph dari frasa preposisi pada kalimat Kamus word graph dari kata sifat pada kalimat Kamus word graph dari kata sifat pada kalimat Kamus word graph dari kata-kata pada kalimat Kamus word graph dari kalimat Kata jadian yang telah ada representasi word graph-nya Contoh kata jadian yang belum ada representasi word graph-nya... 50

13 xiii DATAR GAMBAR Halaman 1 Contoh graf berarah Graf G dan sebuah subgraf dari G Knowledge graph dari G Contoh penggunaan relasi Contoh penggunaan relasi EQU Contoh penggunaan relasi SUB Contoh penggunaan relasi Contoh penggunaan relasi DIS Contoh penggunaan relasi ORD Contoh penggunaan relasi Contoh penggunaan relasi SKO Contoh penggunaan ontologi Contoh penggunaan 4 frame relationships Ekspresi semantik pria lajang dengan KG Word graph dari kata kerja transitif Word graph dari kata kerja intransitif Word graph dari kata ialah, adalah Sentence graph dari Roy menendang bola Sentence graph dari Bola ditendang Roy Word graph dari frasa kata benda Word graph dari kata yang Word graph dari kata kerja dipicu Word graph dari kata kerja menimpa Chunk graph dari gempa di lepas pantai Chunk graph dari letusan gunung di dekat permukaan laut Chunk graph dari pergeseran lapisan di bawah laut Chunk graph dari hantaman meteor yang menimpa laut Ontologi proposisi p q dengan AND-frame Representasi atau dengan OR-frame... 30

14 xiv 30 Ontologi proposisi p q dengan OR-frame Definisi konsep Tsunami dengan AND-frame Definisi konsep Tsunami dengan OR-frame Chunk graph dari panjang gelombang tsunami Chunk graph dari kilometer Sentence graph dari Panjang gelombang tsunami kilometer Chunk graph dari tinggi gelombang tsunami Chunk graph di pusat gempa Chunk graph dari 1,0-3,0 meter Sentence graph Tinggi gelombang tsunami di pusat gempa 1,0-3,0 meter Word graph dari kata melemah Word graph dari kata mengecil Word graph dari kata daerah Chunk graph di daerah pantai Sentence graph Panjang gelombang tsunami mengecil di daerah pantai Word graph dari kata membesar Sentence graph Tinggi gelombang tsunami membesar di daerah pantai Sentence graph dari Gelombang tsunami berbeda dengan gelombang yang dibangkitkan oleh angin Word graph dari kata kerja menggerakkan Word graph dari kata benda air Chunk graph dari permukaan air laut Sentence graph dari Gelombang yang dibangkitkan oleh angin menggerakkan permukaan air laut Word graph dari kata benda dasar Word graph dari kata depan sampai Sentence graph Gelombang tsunami menggerakkan permukaan air laut sampai dasar Chunk graph di atas pusat gempa Word graph dari tidak merasakan Sentence graph dari Kapal yang lewat di atas pusat gempa tidak merasakan guncangan... 49

15 1 BAB I PENDAHULUAN 1. Latar Belakang Masalah Memahami isi sebuah dokumen menjadi persoalan tersendiri bagi setiap, karena setiap orang mungkin akan memiliki pemahaman yang berbeda terhadap apa yang dibacanya. Untuk memahami sebuah dokumen berbahasa Indonesia dalam jumlah besar, misalnya dokumen yang terdiri dari beratus-ratus halaman mungkin menjadi masalah tersendiri. Hal ini dikarenakan untuk membaca dokumen tersebut dibutuhkan waktu yang lama, sampai akhirnya didapatkan suatu pengetahuan. Dalam hal ini teori Knowledge Graph (KG) dapat digunakan untuk mengatasi kesulitan memahami dokumen tersebut, namun penerapannya baru untuk dokumen berbahasa Inggris. Struktur bahasa Inggris tidak persis sama dengan bahasa Indonesia, untuk itu perlu dilakukan analisis terhadap struktur bahasa Indonesia sehingga teori KG dapat digunakan untuk menganalisis teks atau dokumen berbahasa Indonesia. Upaya menerapkan teori KG untuk menganalisis dokumen berbahasa Indonesia telah dilakukan oleh beberapa peneliti sebelumnya, diantaranya: Hulliyah menganalisis teks dengan tema sistem pendidikan nasional (2007), Ikhwati menganalisis teks dengan tema kemiskinan (2007). Keduanya langsung mengadopsi begitu saja aturan-aturan KG dalam bahasa Inggris untuk menganalisis dokumen berbahasa Indonesia dan hasilnya berupa text graph. Berri (2008) mengubah kalimat sembarang menjadi kalimat efektif kemudian mengubahnya ke dalam bentuk text graph dan merancang algoritme pembentukan text graph, serta Wulandari (2008) melanjutkan penelitian Berri dengan merancang algoritme pembentukan combined graph dan simplified graph untuk dokumen berbahasa Indonesia. Penelitian tentang KG dalam jangka panjang bertujuan untuk merancang sebuah metode yang dapat membaca sembarang dokumen berbahasa Indonesia serta menghasilkan informasi dalam bentuk graf. Informasi yang dihasilkan tersebut merupakan intisari dari pengetahuan yang ada dalam dokumen yang dipelajari. Penelitian ini hanya merupakan tahap awal dalam rangka mencapai

16 2 tujuan tersebut. Dalam penelitian ini, penerapan teori KG akan dibatasi untuk menganalisis teks berbahasa Indonesia dengan tema tsunami yang diambil atau dipilih dari beberapa sumber. 2. Tujuan dan Manfaat Penelitian Tujuan Penelitian ini bertujuan untuk menentukan chunk indicators yang digunakan sebagai petunjuk dalam menganalisis teks berbahasa Indonesia. Manfaat Penelitian ini bermanfaat untuk memberikan salah satu alternatif yang dapat digunakan untuk merepresentasikan pengetahuan dari teks berbahasa Indonesia ke dalam bentuk teks graf.

17 3 BAB II TINJAUAN PUSTAKA Pada bab ini diberikan beberapa penjelasan yang akan digunakan pada bab-bab selanjutnya. 1. Kelas Kata Semantik (Yunani : semanein = berarti, bermaksud; semanticos = makna) adalah cabang ilmu bahasa yang meneliti makna dalam bahasa tertentu, mencari asal-usul dan perkembangan arti kata, mempelajari klasifikasi perubahan kata-kata atau bentuk bahasa sebagai faktor dalam perkembangan bahasa. Berdasarkan struktur bentuk, morfologi dan kelompok kata (fraseologi), kata dibagi menjadi 4 kelas besar, yaitu : 1) Kelas kata benda yang memuat sub kelas kata ganti dan kata sandang 2) Kelas kata kerja 3) Kelas kata sifat yang memuat sub kelas kata bilangan 4) Kelas kata tugas yang memuat sub kelas kata depan, kata sambung, kata keterangan (Gorys Keraf, 1991). 1.1 Kata Benda Kata benda adalah semua kata yang dapat diterangkan atau diperluas dengan yang + kata sifat. Contohnya: perumahan, kesadaran dan udara adalah kata benda karena dapat diperluas dengan yang + kata sifat yaitu: Perumahan yang baru, kesadaran yang tinggi, dan udara yang bersih. Kata ganti dimasukkan dalam sub kelas kata benda karena kata-kata ini dipakai untuk mengganti kata benda atau yang dibendakan pada posisi tertentu. Menurut sifat dan fungsinya, kata ganti dibedakan menjadi: kata ganti orang, kata ganti milik, kata ganti penunjuk, kata ganti penghubung, kata ganti penanya, dan kata ganti tak tentu. Kata ganti milik adalah kata yang berfungsi menggantikan orang dalam kedudukan sebagai pemilik. Oleh karena itu dalam bahasa Indonesia sebenarnya tidak ada kata ganti milik. Kata sandang dimasukkan dalam sub kelas kata benda karena kata-kata ini merupakan bagian dari kata benda yang berfungsi sebagai penentu kata benda

18 4 tersebut. Contoh kata sandang adalah kata yang. Mula-mula kata yang berfungsi sebagai penentu. ungsi yang lain sebagai alat nominalisasi yaitu kata yang bersama-sama kata lainnya menduduki posisi kata benda (Gorys Keraf, 1991). 1.2 Kata Kerja Kata kerja adalah segala macam kata yang dapat diperluas dengan kelompok kata dengan + kata sifat. Berdasarkan relasinya dengan objek, kata kerja dibagi menjadi: 1) Kata kerja transitif yaitu kata kerja yang membutuhkan objek Contoh: memukul, menerima, melempar, menghancurkan, memberi 2) Kata kerja intransitif yaitu kata kerja yang tidak membutuhkan objek Contoh: mandi, datang, merupakan, berbicara, berasaskan Pancasila Berdasarkan fungsinya sebagai predikat, kata kerja dibedakan: 1) Kata kerja penuh yaitu kata kerja yang langsung berfungsi sebagai predikat. 2) Kata kerja bantu. Ada tiga macam kata kerja bantu yang dapat dirangkai bersama untuk membatasi kata kerja utama, yaitu: Keharusan: harus, mesti, perlu Kemampuan: dapat, sanggup, mampu, boleh, dan bisa Keinginan: ingin, hendak, mau, dan suka (Gorys Keraf, 1991). 1.3 Kata Sifat Berdasarkan segi semantik, kata sifat dapat dibagi atas: 1) Deskripsi warna Contoh: hitam, putih, ungu, coklat, biru, oranye, merah jambu, kuning. 2) Deskripsi ukuran Contoh: luas, sempit, dalam, tipis, dingin, panas, singkat, cepat, muda, tua. 3) Deskripsi suasana hati Contoh: sedih, gembira, perih, bahagia, susah, terharu, senang. 4) Deskripsi kualitas Contoh: sukar, canggih, rumit, miskin, bijaksana, bulat, mentah, jinak. 5) Deskripsi pencerapan (berhubungan dengan apa yang dicerap pancaindera) Contoh: bersih, kabur, harum, kasar, manis, pedas, pahit (Gorys Keraf, 1991).

19 5 1.4 Kata Tugas Kata tugas adalah kelas kata yang hanya menduduki fungsi bawahan kalimat, serta dari sudut semantik hanya mengandung konsep-konsep relasional. Semua kata yang tidak termasuk dalam kelas kata benda, kelas kata kerja, dan kelas kata sifat termasuk dalam kelas kata tugas ini. Kata tugas memuat sub kelas kata depan, kata keterangan, dan kata sambung. 1) Kata depan Contoh: di, ke, dari, pada, kepada, sampai, akan, dengan, serta, karena, sebab. Dalam bahasa Inggris here, there, beside, in, dan between merupakan kata depan, tetapi padanannya dalam bahasa Indonesia seperti di mana, di sini, di samping, ke dalam, ke depan, dan di antara, bukan kata depan. Konstruksi semacam itu termasuk kategori frasa preposisional yang berfungsi sebagai keterangan lokasi. 2) Kata keterangan Contoh: sangat, amat, agaknya, sungguh, mungkin, memang, terlalu, sekali. 3) Kata hubung Contoh: adalah, merupakan, maupun, ketika, setelah, tetapi, melainkan, sebab, seperti, supaya, agar, jika, semakin, misalnya, padahal (Gorys Keraf, 1991). 2. Kalimat Sebuah kalimat dapat dibentuk dari sebuah kata, frasa, klausa atau gabungan ketiganya. Kata adalah satuan-satuan terkecil yang diperoleh sesudah kalimat dibagi menjadi bagian-bagiannya dan mengandung sebuah ide. rasa adalah kesatuan yang terdiri atas dua kata atau lebih, yang masing-masing mempertahankan makna dasar katanya, sementara gabungannya menghasilkan suatu relasi tertentu dan tiap kata pembentuknya tidak berfungsi sebagai subjek atau predikat. Klausa adalah suatu konstruksi yang sekurang-kurangnya terdiri dari dua kata yang mengandung hubungan subjek dan predikat dan dapat diperluas dengan objek atau keterangan lain (Gorys Keraf, 1991).

20 6 2.1 Pola kalimat Pola dasar sebuah kalimat berkaitan dengan kelas mana yang membentuk kalimat tersebut. Telah dijelaskan sebelumnya bahwa kata dibagi atas 4 kelas kata yaitu kata benda, kata kerja, kata sifat dan kata tugas. Oleh karena itu pola dasar kalimat terdiri atas : Pola I : kata kerja kata kerja atau disebut kalimat verbal Pola II : kata benda kata sifat atau disebut kalimat atributif Pola III : kata benda kata benda atau disebut kalimat nominal pola IV: kata benda kata keterangan atau disebut kalimat adverbial (Gorys Keraf, 1991). 2.2 Kalimat Aktif dan Kalimat Pasif Kalimat verbal dibedakan menjadi kalimat verbal transitif dan intransitif. Kalimat verbal transitif adalah kalimat yang predikatnya kata kerja transitif yaitu kata kerja yang menghendaki objek. Kalimat verbal intransitif adalah kalimat yang predikatnya kata kerja intransitif yaitu kata kerja yang tidak menghendaki objek. Kalimat transitif selanjutnya dibedakan lagi atas kalimat aktif dan kalimat pasif, berdasarkan relasi antara subjek dan predikatnya. Suatu kalimat dikatakan sebagai kalimat aktif kalau subjek kalimat menjadi pelaku perbuatan yang menjadi predikat kalimat tersebut. Suatu kalimat dikatakan sebagai kalimat pasif kalau subjek kalimat dikenai perbuatan yang menjadi predikat kalimat tersebut (Gorys Keraf, 1991). 3. Definisi (Graf) Graf G didefinisikan sebagai pasangan terurut (V,E) dengan V adalah himpunan berhingga dan tidak kosong dari elemen-elemen yang disebut simpul (node) dan E himpunan pasangan tak terurut (tidak perlu berbeda) dari elemenelemen V yang disebut sisi (edge) (Wilson RJ, 1979).

21 7 3.1 Definisi (Graf Berarah) atau (Digraph) Digraph (graf berarah) D adalah pasangan terurut (V,A) dengan V adalah himpunan tak kosong dari sejumlah berhingga elemen yang disebut simpul (node) dan A adalah himpunan berhingga (tidak perlu berbeda) dari pasangan terurut elemen-elemen dalam V yang disebut busur (arc) (Wilson RJ, 1979). Gambar 1 Contoh graf berarah 3.2 Definisi (Subgraf) Graf G' disebut subgraf dari G jika semua simpul dari G' dan semua sisi dari G' terletak di G, dan setiap sisi dari G' mempunyai simpul ujung yang sama dengan simpul ujung di G (Martono, 1990) a 3 Gambar 2 Graf G dan sebuah subgraf dari G 4. Knowledge Graph (KG) Teori KG adalah suatu pendekatan baru yang dapat digunakan untuk menyatakan bahasa manusia. Perbedaan yang mendasar antara teori KG dengan teori representasi lain adalah bahwa teori KG ini hanya menggunakan ontologi atau relasi yang jumlahnya sangat terbatas. Teori KG mampu melukiskan atau menggambarkan aspek semantik yang lebih mendasar, dengan menggunakan

22 8 sejumlah relasi yang banyaknya terbatas. Teori ini memberikan cara baru melakukan penelitian untuk memahami bahasa manusia dengan bantuan komputer (Zhang, 2002). KG merupakan salah satu teori yang dapat digunakan untuk merepresentasikan suatu informasi dalam bentuk graf berarah, sehingga diharapkan akan mudah untuk dipahami. Hasil dari KG ini merupakan suatu graf berarah yang terdiri dari node untuk merepresentasikan konsep sedangkan relasi antar konsep direpresentasikan dengan link, dan jenis relasi yang digunakan sangat terbatas (Lehmann (1992) dalam Kramer (1996)). 4.1 Definisi KG Misalkan C suatu himpunan konsep-konsep, dan T suatu himpunan jenis-jenis relasi. Knowledge graph G adalah bagian dari himpunan G = (N,A) yang memuat fungsi n : N C, dan a : A T, N : himpunan node dari G dan A NxN adalah himpunan arc dari G. n : label khusus dari sebuah node (nama sebuah konsep) dan a khusus dari sebuah arc (nama dari jenis relasi) (Van Den Berg, 1993). : label Contoh berikut diambil dari Van Den Berg (1993): Knowledge graph G 1 = ({ c 1,c 2,c 3 },{ c 1 c 2,c 3 c 2 }) dengan a (c1c 2) r1 dan a (c3c 2) r2 dimana c 1,c 2,c3 C dan r 1, r2 T. G 1 dapat digambarkan sebagai berikut : r c 1 r 1 c 2 2 c 3 Gambar 3 Knowledge graph dari G 1 KG merupakan suatu pendekatan baru dari knowledge representation yang termasuk dalam kategori jaringan semantik. Teori KG pada prinsipnya terdiri atas concept, binary relationships dan multivariate relationships (Zhang, 2002).

23 9 4.2 Konsep Menurut Zhang dan Hoede (2002), konsep merupakan komponen terpenting dalam pemikiran manusia. Konsep merupakan sesuatu yang penting dalam membentuk suatu pengertian dari khusus ke umum atau sebaliknya. Menurut Van Den Berg (1993), konsep dapat dibedakan menjadi tiga jenis, yaitu token, type dan name. a. Token Dalam teori KG, token merupakan konsep yang dipahami oleh seseorang menurut cara pandang masing-masing, sehingga token ini bersifat subjektif. Setiap persepsi selalu berhubungan dengan token. Sebuah konsep berhubungan dengan arti dari kata (Zhang, 2002). Contoh sebuah token, misal seseorang menemukan kata apel, orang tersebut dapat menghubungkan hal ini dengan informasi bentuk, warna, rasa, demikian juga orang lain akan menghubungkan dengan hal yang berbeda. Sebuah token, dalam teori KG dinyatakan dengan simbol. Seseorang dalam mengamati sesuatu, pada kenyataannya akan dibandingkan dengan dunia nyata. Dengan demikian dalam teori KG segala sesuatu akan dihubungkan dengan token. b. Type Type adalah konsep yang berupa informasi umum dan bersifat objektif karena merupakan kesepakatan yang dibuat sebelumnya. Contoh type misalnya buah, binatang dan sebagainya. c. Name Name adalah sesuatu yang bersifat individual, sebagai contoh : fuji adalah sebuah name yaitu nama dari sebuah apel. Sesuatu dapat dikelompokkan ke dalam beberapa type yang berbeda. Demikian juga name, sesuatu dapat diberi name dengan banyak cara. Type dan name dalam teori KG direpresentasikan dengan cara yang hampir sama. Namun demikian bukan berarti bahwa keduanya tidak bisa dibedakan. Type dan name dibedakan oleh jenis relasi yang menghubungkannya dengan token.

24 Word graph Word graph merupakan graf dari kata. Dalam teori KG setiap kata berhubungan dengan sebuah word graph, menyatakan arti dari kata dan disebut dengan semantic word graph. Gabungan beberapa word graph dari kata-kata dalam suatu kalimat menghasilkan sentence graph. Word graph dapat dinyatakan sebagai graf berarah yang diberi label. Beberapa sentence graph yang digabung dalam sebuah teks disebut text graph, dan memuat pengetahuan yang terkandung dalam suatu teks (Hoede dan Nurdiati, 2008). 4.4 Aspek-Aspek Ontologi Ontologi merupakan gambaran dari beberapa konsep dan relasi antar konsep yang bertujuan untuk mendefinisikan ide-ide yang merepresentasikan konsep, relasi dan logikanya. Berdasarkan ontologi yang dimiliki inilah maka KG dapat membangun sebuah model yang dapat digunakan untuk memahami bahasa alami (natural language). Hal ini diperlukan agar arti dari suatu kalimat dapat diekspresikan. Arti dari kata terlebih dahulu harus diketahui untuk dapat mengartikan sebuah kalimat (Ikhwati, 2007). Ontologi word graph sampai saat ini terdiri dari token yang dinyatakan dengan node, 9 binary relationships, dan 4 frame relationships. Sembilan binary relationships tersebut : 1. Causality : 2. Equality : EQU 3. Subset : SUB 4. Alikeness : 5. Disparateness : DIS 6. Ordering : ORD 7. Attribution : 8. Informational dependency : SKO 9. Ontologi (fokus dari suatu graf) Menurut Zhang (2002), penjelasan dari ontologi dalam teori KG tersebut dapat diberikan sebagai berikut:

25 11 1. Relasi (STY) Relasi causal antara 2 buah tokens digambarkan dengan anak panah berlabel. Relasi digunakan untuk menghubungkan dua tokens yang memiliki hubungan sebab akibat. Menurut Hoede dan Nurdiati (2008), relasi dapat digunakan untuk menghubungkan dua konsep yang terdiri dari kata benda dan kata kerja, yaitu untuk menghubungkan subjek dengan predikat atau predikat dengan objek. Contoh : Kucing makan nasi. Kalimat tersebut dapat dinyatakan sebagai berikut: makan kucing nasi Gambar 4 Contoh penggunaan relasi Gambar 4 di atas memberikan contoh penggunaan relasi untuk menghubungkan kata benda kucing (subjek kalimat tersebut) dengan kata kerja makan (predikat kalimat tersebut) serta menghubungkan kata kerja makan (predikat) dengan kata benda nasi (objek kalimat tersebut). 2. Relasi EQU (EQUTY) Relasi EQU digunakan untuk menghubungkan sebuah name dengan token. Contoh: uji adalah name dari apel, word graph-nya seperti pada Gambar 5 (kiri). Relasi ini bisa juga untuk menyatakan kata hubung seperti adalah dan merupakan, word graph-nya dapat dilihat pada Gambar 5 (kanan). fuji EQU EQU Gambar 5 Contoh penggunaan relasi EQU 3. Relasi SUB (SUBSET) Jika dua tokens menyatakan word graph, dan word graph yang satu merupakan bagian dari word graph yang lain, maka kedua tokens dihubungkan dengan relasi SUB. Tetapi untuk konsep yang dinyatakan dengan graf, dapat dikatakan bahwa graf A subgraf dari graf B, sehingga antara A dan B digunakan relasi. Contoh: ekor merupakan bagian dari kucing, maka dapat dinyatakan dengan word graph berikut:

26 12 ekor SUB kucing Gambar 6 Contoh penggunaan relasi SUB 4. Relasi (KENESS) Relasi digunakan untuk menghubungkan sebuah type dengan token. Contoh: buah adalah type, maka dapat dinyatakan dengan word graph berikut: buah Gambar 7 Contoh penggunaan relasi 5. Relasi DIS (DISATENESS) Dalam logika matematika, relasi DIS digunakan untuk menyatakan bahwa dua tokens tidak mempunyai satu elemen pun yang sama., sehingga dapat diformulasikan sebagai berikut: A DIS B berarti bahwa A B=. Relasi ini juga dapat digunakan untuk menyatakan kata berbeda, misalnya air berbeda dengan minyak yang dapat dinyatakan dengan graf berikut: air DIS minyak Gambar 8 Contoh penggunaan relasi DIS Pada gambar di atas relasi DIS digambar tanpa menggunakan tanda panah, hal ini dikarenakan relasi DIS tersebut bersifat simetris yaitu A DIS B dapat juga dinyatakan dengan B DIS A. 6. Relasi ORD (ORDERING) Relasi ORD menyatakan bahwa dua hal memiliki urutan tertentu, baik urutan waktu maupun urutan tempat. Contoh penggunaan relasi ORD, misalnya untuk menyatakan word graph dari permukaan sampai dasar, yaitu: permukaan ORD dasar Gambar 9 Contoh penggunaan relasi ORD 7. Relasi (ATTRIBUTE) Relasi digunakan untuk menyatakan bahwa sesuatu mempunyai sifat sesuatu yang lain. Hal ini dapat dilihat pada contoh baju biru. Kata

27 13 biru merupakan warna dari baju, atau dengan kata lain biru adalah attribute dari baju. rasa baju biru dapat dinyatakan dengan KG sebagai berikut: biru baju 8. Relasi SKO (SKOLEM) Gambar 10 Contoh penggunaan relasi Dua buah tokens dalam teori KG dihubungkan dengan relasi SKO, jika token yang satu informasinya bergantung pada token yang lain. Menurut Van Den Berg (1993), relasi SKO dalam teori KG menyatakan informasi bergantung dan mampu menggambarkan kuantifikasi. Relasi ini digunakan dalam logika predikat yang memuat existential quantifiers maupun universal quantifiers. Perhatikan pernyataan 2 x N y N( x y) yang memuat universal quantifiers. Pada pernyataan tersebut pemilihan y bergantung pada x. Word graph-nya dapat dinyatakan sebagai berikut: x SKO y Gambar 11 Contoh penggunaan relasi SKO 9. Ontologi (OCUS) Ontologi digunakan untuk menunjukkan fokus dari suatu graf. Penggunaan ontologi ini, misalnya untuk menyatakan word graph gempa merusak bangunan yang dapat dinyatakan sebagai berikut : merusak gempa bangunan Gambar 12 Contoh penggunaan ontologi Gambar di atas menunjukkan bahwa fokus dari gempa merusak bangunan terletak pada token gempa. Di sisi lain, empat frame relationships yang dimaksud adalah: 1) ocusing on a situation : 2) Negation of a situation : NEG

28 14 3) Possibility of a situation : POS 4) Necessity of a situation : NEC Jika suatu graf merepresentasikan suatu pernyataan, misal p: Hari ini hujan, yang dinyatakan dengan frame. Negasi dari p dinyatakan dengan graf yang sama dan diberi frame dengan relasi NEG, sedangkan modal preposisi dinyatakan dengan graf yang sama dan diberi frame dengan relasi POS atau NEC (Zhang, 2002). Untuk lebih jelasnya dapat digambar sebagai berikut : NEG POS NEC p p p p Gambar 13 Contoh penggunaan 4 frame relationships Gambar tersebut secara berurutan menunjukkan graf dari pernyataan bahwa hari ini hujan, tidak benar bahwa hari ini hujan, mungkin hari ini hujan, dan seharusnya hari ini hujan. 4.5 Ekspresi Semantik dengan KG Teori KG membangun struktur arti. Arti dari kata dinyatakan dengan word graph, dan arti dari kalimat dinyatakan dengan sentence graph. Sentence graph dapat diperoleh dengan cara menggabungkan beberapa word graph yang mengekspresikan arti dari kata dalam kalimat tersebut Dalam bahasa Inggris dan bahasa Indonesia arti yang sama dapat dinyatakan dengan kalimat yang bervariasi, sehingga kalimat yang terlihat berbeda sebenarnya mempunyai arti yang identik. Kalimat yang bervariasi namun mempunyai arti yang identik tersebut dengan teori KG akan dinyatakan dengan sentence graph yang sama. Arti kata didapat dengan menghubungkan konsep yang satu dengan konsep lainnya. Perhatikan contoh berikut yaitu kata pria lajang. Arti kata pria lajang dapat ditentukan dengan menghubungkan konsep pria dengan konsep tidak menikah. Konsep pria ditunjukkan dengan frame sebelah kiri pada Gambar 14, sedangkan konsep tidak menikah ditunjukkan dengan frame sebelah kanan pada gambar yang sama. Jika kedua struktur tersebut dihubungkan, diperoleh struktur baru yang menyatakan arti dari kata pria lajang.

29 15 Berikut ini diberikan ekspresi semantik dari kata pria lajang dengan KG. Kedua kata tersebut dapat dihubungkan dengan dua konsep yaitu konsep pria dan konsep tidak menikah. Arti dari pria lajang menurut Zhang (2002), jika diekspesikan dengan struktur dari KG adalah sebagai berikut: NEG menikah Pria Gambar 14 Ekspresi Semantik pria lajang dengan KG Dari gambar tersebut dapat dilihat bahwa konsep menikah ditunjukkan dengan dua token yang dihubungkan, ini menunjukkan bahwa menikah merupakan sesuatu yang melibatkan dua orang. Misalnya, Roy menikah dengan Marry. Jadi token yang satu menyatakan Roy dan token yang lain menyatakan Marry. Selain itu juga digunakan relasi yang menyatakan bahwa kata tidak menikah merupakan attribute dari kata pria. 5. Natural Language Natural Language adalah suatu sistem simbol spesial yang digunakan untuk mengekspresikan ide-ide manusia dalam membentuk informasi menjadi suatu pengetahuan (Wulandari, 2008). Natural Language (bahasa alami yang digunakan manusia) adalah bahasa yang paling mudah dan populer digunakan dalam memberikan atau menerima informasi. Memahami sesuatu adalah mengubah suatu bentuk representasi ke bentuk yang lain. Sebuah kalimat dalam natural language dapat dianalisis dari dua sudut pandang yaitu sintaks dan semantik. Sintaks (grammar atau tata bahasa) memperhatikan bentuk kalimat, namun dalam penelitian ini analisis lebih ditekankan pada aspek semantik. Perhatikan contoh kalimat berikut dalam bahasa Inggris: He saw any air plane. Secara sintaks (tata kalimat), kalimat tersebut tidak benar, karena any

30 16 biasanya digunakan dalam kalimat negatif. Sebagai catatan bahwa sintaks tidak mengatakan sesuatu tentang arti dari kalimat. Di sisi lain, semantik memperhatikan arti dari suatu kalimat. Bagimanapun semantik lebih penting daripada sintaks, karena itu orang akan lebih tertarik pada arti dari kalimat itu sendiri. Perhatikan kalimat Ia melihat gadis cantik dengan teleskop. Kalimat tersebut menimbulkan ambiguitas, karena dapat diartikan berbeda oleh orang yang berbeda. Kalimat itu dapat diartikan seseorang sebagai berikut: Ia melihat seorang gadis cantik yang membawa teleskop atau dapat juga diartikan Ia menggunakan alat teleskop untuk melihat seorang gadis cantik. Kalimat tersebut menjadi jelas atau tidak ambigu bila diberikan informasi semantik (Zhang, 2002). 6. Grammar (Tata Bahasa) Tata bahasa mempelajari komponen kalimat dan aturan komposisinya. okusnya adalah menentukan komponen mana yang merupakan subjek dan komponen mana yang merupakan objek dan seterusnya. Dari sudut pandang tata bahasa, subjek suatu kalimat menyatakan topik yang dibahas dalam kalimat itu. Pertanyaannya sekarang adalah komponen mana yang merupakan agen atau aktor (yang melakukan aksi) dan komponen mana yang menerima aksi tersebut. Menurut Liu X. dan Hoede C. (2002), dalam teori KG yang strukturnya bahasa Inggris, ada 3 representasi untuk menyatakan jenis kata kerja (KK) yang berbeda dari suatu kalimat, yaitu: 1. Kata Kerja Transitif dapat direpresentasikan sebagai berikut: KK transitif Gambar 15 Word graph dari kata kerja transitif 2. Kata Kerja Intransitif dapat direpresentasikan sebagai berikut: KK intransitif Gambar 16 Word graph dari kata kerja intransitif

31 17 3. Kata kerja bantu is, am, are atau biasa disebut to be, yang padanannya dalam bahasa Indonesia ialah atau adalah dapat dinyatakan dengan word graph berikut: EQU Gambar 17 Word graph dari kata ialah, adalah Kata ialah atau adalah dalam bahasa Indonesia bukan merupakan kata kerja bantu tapi termasuk dalam kelompok kata penghubung. 7. Kalimat Pasif dan Representasinya dalam KG Kalimat pasif adalah kalimat yang subjeknya (dari sudut pandang sintaks) berkedudukan sebagai penerima aksi atau dikenai pekerjaan (dari sudut pandang semantik). Perhatikan kalimat-kalimat berikut: Bola ditendang Roy dan Roy menendang bola. Subjek dari kalimat 1 adalah bola sedangkan subjek dari kalimat 2 adalah Roy. Dengan mengacu pada paper Hoede dan Nurdiati (2008) kedua kalimat tersebut direpresentasikan sebagai berikut: Roy EQU bola menendang tendang Gambar 18 Sentence graph dari Roy menendang bola Dari gambar di atas, fokusnya terletak pada token paling kiri (subjek kalimat tersebut) yaitu Roy. Pada kalimat pasif Bola ditendang Roy, fokus terletak pada token yang paling kanan (objek kalimat tersebut) yaitu bola. Kalimat tersebut dapat direpresentasikan sebagai berikut: Roy EQU bola tendang ditendang Gambar 19 Sentence graph dari Bola ditendang Roy

32 18 8. Chunking (Pemotongan Kalimat) Chunk merupakan potongan kalimat atau potongan ucapan pada waktu seseorang berbicara. Untuk menganalisis teks langkah pertama yang dilakukan adalah menentukan chunk. Langkah selanjutnya, dari setiap chunk akan dibuat chunk graph yang merupakan representasi graf dari masing-masing potongan kalimat. Chunk graph terdiri dari sebuah word graph, atau bisa juga terdiri dari gabungan beberapa word graph. Menurut Abney (1994), dalam mengucapkan sebuah kalimat, seseorang akan mengucapkannya dalam beberapa bagian atau potongan yang disebut dengan chunk. Hal ini ditandai dengan selaan napas atau pemberhentian ketika mengucapkannya. Menurut Zhang (2002), dalam KG yang strukturnya bahasa Inggris ada lima chunk indicators, yaitu : 1. Pairs of comma s or period sign yaitu tanda koma atau titik yang menandakan bahwa suatu kalimat terbagi menjadi beberapa bagian. 2. Auxiliary verb atau kata kerja bantu, misalnya: can, will, must, be 3. Reference word misalnya the, that. 4. Jump atau lompatan yang terjadi bila dua kata berurutan tidak dapat dihubungkan. Contohnya dalam bahasa Inggris kata the selalu diikuti oleh kata benda seperti the cat. Jika ada kata cat the, maka kata the tersebut pasti bukan milik dari cat karena pasti ada kata benda lain yang mengikuti kata the tersebut. Ini berarti bahwa cat dan the harus diletakkan dalam chunk yang berbeda. 5. Preposition, yang biasanya sebagai penghubung antar bagian dalam kalimat. Contoh preposition dalam bahasa Inggris adalah in, on, with, at. Hoede dan Nurdiati (2008) menambahkan sebuah chunk indicator, yaitu : logic word atau kata-kata dalam logika seperti kata dan serta atau. Jadi dalam KG yang strukturnya bahasa Inggris sampai sekarang ada enam chunk indicators.

33 19 BAB III METODE PENELITIAN Pada bab ini dibahas beberapa tahapan yang dilakukan dalam penelitian ini : 1. Studi Literatur Dokumen Berbahasa Indonesia Studi literatur ini adalah kegiatan yang dilakukan untuk mengumpulkan semua bahan pustaka yang relevan dan sesuai dengan topik atau tema yang dibahas, dalam hal ini tentang tsunami. Pada tahap ini akan dipilih beberapa kalimat atau teks yang memberikan informasi tentang tsunami dan kalimat-kalimat inilah yang nantinya akan dianalisis. 2. Pembuatan Chunk Indicator Chunk indicator adalah petunjuk pada bagian mana suatu kalimat harus dipotong sehingga memudahkan proses pembentukan sentence graph. Dalam teori KG yang strukturnya bahasa Inggris ada 6 chunk indicators. Pada tahap ini penulis mengidentifikasi dari 6 chunk indicators tersebut mana yang sesuai untuk struktur bahasa Indonesia. Chunk indicators dalam bahasa Inggris yang sesuai untuk struktur bahasa Indonesia akan digunakan sebagai chunk indicators untuk dokumen berbahasa Indonesia. 3. Pembuatan Chunk Graph Pada tahap ini akan dilakukan analisis setiap teks yang telah dipilih untuk dianalisis. Setiap kalimat tersebut akan dipotong-potong menjadi beberapa potongan kalimat (chunk). Setiap chunk akan ditunjukkan grafnya yang disebut dengan chunk graph. Chunk graph bisa berupa word graph bisa juga berupa gabungan beberapa word graph. 4. Menggabungkan Chunk Graph menjadi Sebuah Sentence Graph. Pada tahap ini, chunk graph yang telah didapat kemudian dirangkai menjadi sentence graph atau bisa juga text graph.

34 20 BAB IV HASIL DAN PEMBAHASAN Dari hasil studi literatur dokumen berbahasa Indonesia dengan tema tsunami, diperoleh sepuluh kalimat yang dipilih untuk dianalisis dalam penelitian ini. Alasan pemilihan kalimat tersebut karena sepuluh kalimat itu dipandang mampu memberikan gambaran tentang kejadian tsunami. Dalam penelitian ini kalimat-kalimat tersebut diperoleh secara manual. Untuk selanjutnya diharapkan kalimat seperti itu nantinya dapat diperoleh secara otomatis dengan bantuan komputer. Dengan kata lain, begitu dimasukkan dokumen berbahasa Indonesia sebagai input ke dalam komputer, maka komputer akan menghasilkan output berupa text graph yang menjadi intisari dokumen yang dipelajari. Sepuluh kalimat yang dipilih untuk dianalisis tersebut antara lain : 1. Tsunami adalah gelombang yang dipicu oleh kejadian alam. 2. Kejadian alam tersebut gempa di lepas pantai, letusan gunung di dekat permukaan laut, pergeseran lapisan di bawah laut atau hantaman meteor yang menimpa laut. 3. Panjang gelombang tsunami kilometer. 4. Tinggi gelombang tsunami di pusat gempa 1,0-3,0 meter. 5. Panjang gelombang tsunami mengecil di daerah pantai. 6. Tinggi gelombang tsunami membesar di daerah pantai. 7. Gelombang tsunami berbeda dengan gelombang yang dibangkitkan oleh angin. 8. Gelombang yang dibangkitkan angin menggerakkan permukaan air laut. 9. Gelombang tsunami menggerakkan permukaan air laut sampai dasar. 10. Kapal yang lewat di atas pusat gempa tidak merasakan guncangan. Chunk Indicators Chunk indicators adalah kriteria yang digunakan untuk menentukan pada bagian mana suatu kalimat harus dipotong ketika kalimat tersebut dianalisis. Analisis yang dimaksud pada penelitian ini adalah memotong atau memecah sebuah kalimat menjadi bagian-bagian kalimat (kata) yang menyusunnya serta

35 21 menyatakannya dalam bentuk word graph. Chunk indicators yang digunakan untuk menganalisis teks berbahasa Indonesia dengan teori KG antara lain: Indikator 1: koma atau titik Koma atau titik menandakan bahwa suatu kalimat terbagi menjadi beberapa bagian yang disebut chunk. Misalnya pada kalimat Tsunami, Nangroe Aceh Darussalam, terjadi pada 26 Desember 2004, menewaskan ratusan ribu jiwa. Kalimat di atas terdiri dari empat chunks yaitu [Tsunami], [Nangroe Aceh Darussalam], [terjadi pada 26 Desember 2004], dan [menewaskan ratusan ribu jiwa]. Indikator 2: Kata penunjuk atau kata penghubung Kata penunjuk atau kata penghubung seperti yang, tersebut, adalah dapat digunakan sebagai chunk indicator. Indikator 3: Kata kerja bantu Kata kerja bantu dalam hal ini, misalnya kata dapat, harus, boleh, bisa, sanggup dan sebagainya. Kata kerja bantu tersebut menandakan sebuah chunk indicator. Indikator 4: Kata depan (preposisi) Kata depan sering digunakan dalam natural language (bahasa alami), namun seringkali dihubungkan dengan kata yang lain. Kata depan tersebut misalnya : di, ke, dari, oleh, lepas, bawah, pada dan seterusnya. Kata depan juga mengisyaratkan sebuah chunk. Indikator 5: Lompatan (jump) Jump atau lompatan terjadi jika dua buah kata berurutan tidak dapat diletakkan dalam satu chunk. Contoh pada kalimat Adik makan setelah pulang sekolah, kata makan dan setelah tidak mungkin diletakkan dalam satu chunk, atau terjadi lompatan pada kedua kata tersebut, sehingga harus diletakkan pada chunk yang berbeda. Indikator 6: Kata-kata logika (logic word) Kata-kata dalam logika seperti dan, atau juga berfungsi menghubungkan bagian yang satu dengan bagian lain dalam suatu kalimat. Kata-kata tersebut juga menandakan chunk indicator.

36 22 Sebelum dilakukan analisis terhadap kalimat-kalimat yang telah dipilih, terlebih dahulu akan diberikan prosedur pemotongan (chunking), yang merupakan urutan proses pemotongan kalimat. Pemotongan kalimat tersebut merupakan suatu proses iterasi. Prosedur yang dimaksud adalah : 1. Pertama akan dilihat apakah kalimat yang dianalisis memuat chunk indicator 1 yaitu koma atau titik. Chunk indicator 1 menduduki urutan pertama untuk diidentifikasi pada proses analisis setiap kalimat. 2. Langkah selanjutnya diidentifikasi apakah kalimat tersebut memuat kata-kata logika seperti dan, atau. Chunk indicator 6 menduduki urutan kedua untuk diidentifikasi. 3. Urutan selanjutnya akan diidentifikasi apakah kalimat tersebut memuat kata penunjuk atau penghubung. Chunk indicator 2 menduduki urutan ketiga untuk diidentifikasi pada proses analisis tersebut. 4. Langkah berikutnya diidentifikasi apakah kalimat tersebut memuat kata depan atau preposisi. Chunk indicator 4 menduduki urutan keempat untuk diidentifikasi pada proses analisis setiap kalimat. 5. Selanjutnya diidentifikasi apakah kalimat tersebut memuat kata kerja bantu seperti: dapat, harus, bisa, sanggup, akan, dan seterusnya. Chunk indicator 3 menduduki urutan kelima untuk diidentifikasi pada proses analisis setiap kalimat. 6. Urutan terakhir akan diidentifikasi apakah pada kalimat tersebut terjadi lompatan atau jump, yaitu apabila terdapat dua kata berurutan yang tidak dapat diletakkan dalam satu chunk. Sekarang akan dimulai untuk menganalisis teks yang terdiri dari kalimat 1 dan kalimat 2. Kedua kalimat ini menjelaskan tentang definisi konsep Tsunami. Mula-mula kalimat-kalimat tersebut akan dibagi dalam beberapa chunk (potongan kalimat). Berdasarkan prosedur yang telah ditentukan, chunk yang diperoleh dari kedua kalimat tersebut adalah : 1) Tsunami 5 adalah 2 gelombang 5 yang 2 dipicu 5 oleh 4 kejadian alam 1. 2) Kejadian alam 5 tersebut 2 gempa di lepas pantai 1 letusan gunung di dekat permukaan laut 1 pergeseran lapisan di bawah laut 1 atau 6 hantaman meteor yang menimpa laut 1.