ANTARMUKA BAHASA INDONESIA PENGAKSES BASIS DATA DENGAN PEMBANGKITAN INPUT QUERY ALTERNATIF MENGGUNAKAN KAIDAH SINTAKSIS DAN SEMANTIK

Transkripsi

1 ANTARMUKA BAHASA INDONESIA PENGAKSES BASIS DATA DENGAN PEMBANGKITAN INPUT QUERY ALTERNATIF MENGGUNAKAN KAIDAH SINTAKSIS DAN SEMANTIK KOMPETENSI KOMPUTASI SKRIPSI I WAYAN SAFIRA SRI ARTHA NIM PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA BUKIT JIMBARAN 2016

2 ii

3 Judul : Antarmuka Bahasa Indonesia Pengakses Basis Data dengan Pembangkitan Input Query Alternatif Menggunakan Kaidah Sintaksis dan Semantik Nama : I Wayan Safira Sri Artha NIM : Pembimbing I : I Gede Santi Astawa, S.T., M.Cs. Pembimbing II : I Dewa Made Bayu Atmaja Darmawan, S.Kom., M.Cs. ABSTRAK Instansi-instansi kesekretariatan menggunakan basis data untuk menyimpan data-data arsip surat. Untuk mengakses dan mengolah data pada basis data diperlukan pemahaman mengenai bahasa kode terstruktur SQL. Namun, tidak semua orang mampu memahami dan memiliki waktu untuk mempelajarinya. Antarmuka form memudahkan end user seperti sekretaris ataupun pegawai administrasi surat untuk mengakses basis data arsip surat tanpa perlu memahami sintaks kode SQL. Bidang ilmu Natural Language Processing menjadi akar pengembangan antarmuka bahasa alami pengakses basis data/natural Language Interface to Database (NLIDB) untuk mempermudah pencarian data dengan hanya mengetikkan sebuah kalimat perintah bahasa alami dan tanpa perlu mengisi form satu-persatu seperti pada antarmuka form. Dalam penelitian ini, dikembangkan sebuah NLIDB berbahasa Indonesia untuk domain basis data arsip persuratan. NLIDB Bahasa Indonesia ini bekerja dengan tahapan utama: (1) mengenali bahasa query input; (2) Membentuk logic form; (3) translasi ke SQL; (4) eksekusi untuk mendapatkan data pada database. Tahap pengenalan bahasa dilakukan dengan analisis sintaksis menggunakan kaidah-kaidah gramatikal Bahasa Indonesia. Sedangkan, tahap pembentukan logic form menggunakan kaidah-kaidah semantik kata. Pada proses translasi menjadi SQL, diterapkan pula fitur pembangkitan query alternatif untuk mengurangi risiko kesalahan output. Sejumlah 57 query Bahasa Indonesia diujikan terhadap sistem, mulai dari query dengan hanya SELECT expression, WHERE expression, hingga query beroperator. Hasilnya adalah precision sebesar 89,7 % dan recall 77,2 %. Kata Kunci: Natural Language Processing, Natural Language Interface to Database, Bahasa Indonesia, SQL, basis data, kaidah sintaksis & semantik. iii

4 Title : An Indonesian Language Interface to Database with Alternative Input Query Generation using Syntactic and Semantic Rules Name : I WayanSafira Sri Artha Student Number : Main Supervisor : I GedeSantiAstawa, S.T., M.Cs. Co-Supervisor : I Dewa Made BayuAtmajaDarmawan, S. Kom., M.Cs. ABSTRACT Secretariatal agencies use databases to store data of archival letters. To access and process data in the database requires understanding regarding structured code language called SQL. However, not every people is able to understand the language and has time to learn it. A form interface allows end users such as secretaries or administrative staff to access databases and archives without the need of understanding the syntax of SQL code. Natural Language Processing instantiates an interface that translates the natural language into SQL language so can access the database, known as Natural Language Interface to Database (NLIDB). The aim is to facilitate the data search by simply typing a command/sentence in natural language without the need of filling out the form one by one like on the form interface. This study develops an Indonesian NLIDB for the domain of correspondence archive database. The Indonesian NLIDB works with the following major phases: (1) recognition of the input query language; (2) Establishment of the logic forms; (3) translation to SQL; (4) the execution to obtain data on the database. The introduction stage of language syntactic analysis is done by using the rules of Indonesian grammar. Meanwhile, logic formation stage form uses the rules of semantic words. In the process of translation into SQL, it also applied the features of alternative query generation to reduce the risk of error output. A number of Indonesian 57 queries were tested against the system, starting from only a SELECT query expression, WHERE expression, and query with operators. The result was a precision of 89.7% and recall of 77.2%. Keywords: Natural Language Processing, Natural Language Interface to Database, Indonesian, SQL, databases, syntactic and semantic rules. iv

5 KATA PENGANTAR Penelitian yang berjudul Antarmuka Bahasa Indonesia Pengakses Basis Data dengan Pembangkitan Input Query Alternatif Menggunakan Kaidah Sintaksis dan Semantik ini disusun dalam rangkaian kegiatan pelaksanaan Tugas Akhir di jurusan Ilmu Komputer FMIPA UNUD. Penulis mengucapkan terimakasih kepada pihak-pihak yang telah membantu dalam terselesaikannya penelitian ini, antara lain: 1. Bapak I Gede Santi Astawa, S.T., M.Cs. sebagai Pembimbing I yang telah banyak membantu menyempurnakan penelitian ini. 2. Bapak I Dewa Made Bayu Atmaja Darmawan, S.Kom, M.Cs. sebagai Pembimbing II yang telah banyak membantu penulisan laporan penelitian ini. 3. Bapak Agus Muliantara, S.Kom, M.Kom., sebagai Ketua Jurusan Ilmu Komputer Universitas Udayana sekaligus pembimbing akademik yang yang selalu membimbing, memberi masukan dan saran. 4. Bapak/Ibu para dosen di lingkungan Ilmu Komputer Universitas Udayana yang telah memberikan ilmu yang sangat berguna bagi penyusunan proposal ini. 5. Teman-teman yang telah mendukung secara moral dan material. Tugas akhir ini masih jauh dari sempurna, untuk itu penulis mengharapkan masukan dan saran demi kesempurnaan tugas akhir ini. Bukit Jimbaran, Januari 2016 Penyusun I Wayan Safira Sri Artha v

6 DAFTAR ISI LEMBAR PENGESAHAN TUGAS AKHIR... ii ABSTRAK... iii ABSTRACT... iv KATA PENGANTAR... v DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR GAMBAR... x BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metodologi Penelitian Desain Penelitian Pengumpulan Data Persiapan Query Input Metode yang Digunakan... 6 BAB II TINJAUAN PUSTAKA Tinjauan Empiris Tinjauan Teoritis Basis Data Structured Query Language Text Processing vi

7 2.2.4 Natural Language Processing Natural Language Interface to Database (NLIDB) BAB III PERANCANGAN DAN IMPLEMENTASI Konsep Dasar Arsitektur Sistem Kebutuhan Fungsional Sistem Filtering Membedakan Tipe Kata Pelabelan Kelas Kata Mengenali Bahasa Membentuk Logic Form Translasi ke Format SQL dan Eksekusi Rancangan Basis Data Arsip Surat Rancangan Aturan Gramatikal Rancangan Aturan Semantik Rancangan Query Input Bahasa Indonesia Rancangan Antarmuka Sistem Pengolahan Query Bahasa Indonesia Filtering Pelabelan Tipe dan Kelas Kata Pengenalan Bahasa Pembentukan Logic Form Translasi ke Format SQL dan Eksekusi Query Pengujian dan Evaluasi Skenario Pengujian Evaluasi Sistem vii

8 BAB IV HASIL DAN PEMBAHASAN Pengumpulan Dataset Persiapan Awal Implementasi Filtering Implementasi Pelabelan Kata Implementasi Pengenalan Bahasa Implementasi Parsing Implementasi Pemetaan Semantik Implementasi Translasi ke Format SQL dan Eksekusi Tampilan Antarmuka Sistem Hasil dan Pengujian Sistem Analisis Sintaksis Analisis Semantik Pembangkitan Query Input Alternatif Pengujian Query Bahasa Indonesia Analisis Faktor Kesalahan Lain BAB V KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN viii

9 DAFTAR TABEL Tabel 2.1 Pseudocode Levenshtein Edit Distance Tabel 2.2 Algoritma Stemming Nazief & Adriani Tabel 2.3 Algoritma Cocke-Younger-Kasami (CYK) Tabel 3.1 Kelas kata dan frase penyusun pola kalimat inversi Tabel 3.2 Cuplikan aturan semantik yang digunakan sistem Tabel 4.1 Sintaks filtering query input Tabel 4.2 Sintaks pelabelan kelas dan tipe kata Tabel 4.3 Sintaks stemming (algoritma Nazief-Adriani) Tabel 4.4 Sintaks pengenalan bahasa metode CYK Tabel 4.5 Sintaks parsing Tabel 4.6 Sintaks pemetaan semantik Tabel 4.7 Sintaks pemetaan semantik Tabel 4.8 Sintaks translasi logic form ke format SQL Tabel 4.9 Grammar bantu Tabel 4.10 Aturan semantik untuk SELECT expression Tabel 4.11 Aturan semantik untuk WHERE expression Tabel 4.12 Aturan semantik pada operator untuk SELECT expression Tabel 4.13 Aturan semantik pada operator untuk WHERE expression Tabel 4.14 Macam-macam format tanggal Tabel 4.15 Perbedaan makna kata konjungsi Tabel 4.16 Hasil pengujian dengan pembangkitan query alternatif Tabel 4.17 Hasil pengujian tanpa pembangkitan query alternatif ix

10 DAFTAR GAMBAR Gambar 2.1 Alur mendapatkan informasi pada basis data Gambar 2.2 Dua Fase Utama NLP Gambar 2.3 Contoh parse tree Gambar 2.4 Contoh semantic parse tree Gambar 2.5 Arsitektur Intermediate Representation Language System Gambar 3.1 Arsitektur Sistem NLIDB Bahasa Indonesia Gambar 3.2 Skema basis data arsip surat Gambar 3.3 Struktur tabel view_surat Gambar 3.4 Rancangan antarmuka sistem NLIDB Bahasa Indonesia Gambar 3.5 Flowchart proses filtering Gambar 3.6 Flowchart proses pelabelan kata Gambar 3.7 Proses CYK tahap inisialisasi Gambar 3.8 Proses CYK hingga mencapai root Gambar 3.9 Hasil trace dari proses CYK Gambar 3.10 Parse tree Gambar 3.11 Flowchart proses CYK Gambar 3.12 State pemrosesan query Gambar 4.1 Ilustrasi parsing Gambar 4.2 Antarmuka sistem NLIDB Bahasa Indonesia Gambar 4.3 Contoh tampilan input sistem Gambar 4.4 Contoh tampilan informasi proses translasi Gambar 4.5 Contoh tampilan query alternatif Gambar 4.6 Contoh tampilan output sistem x