IMPLEMENTASI QUESTION ANSWERING SYSTEM DENGAN METODE RULE-BASED PADA TERJEMAHAN AL QUR AN SURAT AL BAQARAH MEYNAR DWI ANGGRAENY G

Transkripsi

1 IMPLEMENTASI QUESTION ANSWERING SYSTEM DENGAN METODE RULE-BASED PADA TERJEMAHAN AL QUR AN SURAT AL BAQARAH MEYNAR DWI ANGGRAENY G DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007

2 Adakah seseorang yang membuatmu gelisah? Sungguh Allah memuliakanmu dengan penciptaanmu. Adakah keraguan dengan kebaikan yang terpancar dari jiwamu? Padahal Allah yang membuat itu menjadi mudah. Adakah kesulitan yang kau hadapi sekarang? Sungguh itu adalah pembelajaran bagi jiwamu. Dan yakinlah jika yang kau perbuat adalah untuk-nya, Maka Allah lah yang bertanggung jawab atas keseluruhan hidup kita. Kupersembahkan untuk Bapak, Ibu, Kakak, serta Adikku tercinta

3 IMPLEMENTASI QUESTION ANSWERING SYSTEM DENGAN METODE RULE-BASED PADA TERJEMAHAN AL QUR AN SURAT AL BAQARAH Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Oleh: MEYNAR DWI ANGGRAENY G DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007

4 ABSTRAK MEYNAR DWI ANGGRAENY. Implementasi Question Answering System dengan Metode Rule- Based pada Terjemahan Al Qur an Surat Al Baqarah. Dibimbing oleh FIRMAN ARDIANSYAH dan HARI AGUNG ADRIANTO. Question Answering System (QAS) menggunakan metode rule-based dapat diterapkan untuk membangun sistem temu kembali jawaban atas pertanyaan dari suatu teks terjemahan Al Qur an. Dengan memasukkan kueri berupa pertanyaan ke dalam sistem, maka sistem akan mengembalikan suatu kalimat sebagai jawabannya. Proses penemukembalian jawaban dimulai dengan memecah (parsing) suatu dokumen menjadi kalimat-kalimat. Kalimat-kalimat tersebut dipecah dan di-stem menjadi token-token. Begitu pula dengan kalimat pertanyaan pada kueri dipecah dan di-stem menjadi token-token. Token-token dari setiap kalimat dokumen maupun kalimat kueri diproses dalam rule sesuai dengan tipe pertanyaannya. Dalam penelitian ini digunakan lima tipe pertanyaan, yaitu: APA, SIAPA, KAPAN, MANA, dan MENGAPA. Proses di dalam rule itu memberikan nilai untuk masing-masing kalimat dokumen. Kalimat yang memiliki nilai tertinggi akan dikembalikan sebagai kalimat jawaban. Semakin besar hasil persentase jumlah kalimat relevan yang ditemukembalikan terhadap jumlah kalimat yang ditemukembalikan, maka kinerja sistem akan semakin baik. Kalimat jawaban yang dikembalikan bisa lebih dari satu karena ada kemungkinan beberapa kalimat yang memiliki nilai sama tingginya. Dari evaluasi sistem, rule pada tipe pertanyaan SIAPA mempunyai kinerja yang paling tinggi dan rule pada tipe pertanyaan MANA mempunyai kinerja yang paling rendah. Secara keseluruhan, akurasi rata-rata rule terhadap kueri dalam penelitian adalah 85.69%, sedangkan akurasi rata-rata rule terhadap kueri yang diberikan pengguna umum adalah 53.14%. Kata kunci: Information Retrieval, Question Answering, Rule-based, Al Qur an Translation

5 Judul : Implementasi Question Answering System dengan Metode Rule-Based pada Terjemahan Al Qur an Surat Al Baqarah Nama : Meynar Dwi Anggraeny NRP : G Menyetujui: Pembimbing I Pembimbing II Firman Ardiansyah, S.Kom., M.Si. NIP Hari Agung A., S.Kom., M.Si. NIP Mengetahui: Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Prof. Dr. Ir. Yonny Koesmaryono, MS NIP Tanggal lulus:

6 RIWAYAT HIDUP Penulis dilahirkan di Pasuruan pada tanggal 11 Mei 1985 sebagai anak kedua dari tiga bersaudara, anak pasangan Bambang Sumantri, BA dan Utin Farida, AMa Ag. Tahun 2003, penulis lulus dari SMUN 1 Pasuruan Jawa Timur dan pada tahun yang sama, melalui jalur Undangan Seleksi Masuk IPB, menjadi mahasiswa Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Pada tahun 2006, penulis menjalankan praktek lapangan di Seameo Biotrop Bogor selama kurang lebih dua bulan dengan bidang kajian Manajemen Data Tabular Keanekaragaman Hayati pada Sistem Informasi NBIN Biotrop. Selama mengikuti perkuliahan, penulis pernah aktif di Himpunan Mahasiswa Ilmu Komputer (HIMALKOM) tahun kepengurusan 2004/2005.

7 PRAKATA Alhamdulillahirabbil alamin, puji syukur penulis panjatkan ke hadirat Allah Subhanahu wata ala atas segala rahmat dan karunia-nya sehingga tugas akhir dengan judul Implementasi Question Answering System dengan Metode Rule-Based pada Terjemahan Al Qur an Surat Al Baqarah ini dapat diselesaikan. Shalawat dan salam selalu untuk junjungan Nabi Muhammad Shallalahu alaihi wasallam beserta keluarga dan sahabat. Penulis menyadari bahwa selesainya penulisan karya ilmiah ini tidak terlepas dari pihakpihak yang telah banyak membantu. Oleh karena itu penulis ingin mengucapkan terima kasih kepada Bapak, Ibu, mas Rully, mbak Prita, serta adek Amelia yang selalu mengalirkan do a, kasih sayang, dan dukungannya kepada penulis. Bapak Firman Ardiansyah, S.Kom., M.Si. selaku pembimbing I, Bapak Hari Agung Adrianto, S.Kom., M.Si. selaku pembimbing II yang telah memberikan bimbingan, wawasan, saran, dan kritik yang membangun bagi penulis selama pengerjaan tugas akhir ini, serta Bapak Sony Hartono Wijaya, S.Kom. yang telah menjadi penguji. Terima kasih juga penulis tujukan bagi mas Agus, mbak Tanty, serta ketiga keponakan penulis, Irsyam, Natasya, dan Tia yang telah menjadi keluarga kedua penulis selama di Bogor. Bapak Iksan sekeluarga yang telah memberikan dukungan spiritual kepada penulis. Bapak Ahmad Ridha, S.Kom. dan Ibu Imas S. Sitanggang, S.Si., M.Kom. yang telah memberikan semangat, berbagai saran dan kritik. Bapak dan ibu Hendra serta ketiga adik kecil penulis, terimakasih atas pengertiannya pada waktu belajar dan keceriaan yang diberikan disaat-saat menjenuhkan. Iqbal sebagai teman seperjuangan di laboratorium TKI Ilkom IPB dalam melakukan penelitian. Arum, Nanik, Vita, Dina, Atik, Sofi, Aristi, Linda, Ratih, Jemi, Diku, Gofar, Pis, Mulyadi, Nono, dan Pandi sebagai sahabat penulis selama di IPB. Firat sebagai Anak yang selalu memberikan dukungan pada penulis. Seluruh anggota Ilkomerz 40, terimakasih atas kebersamaannya selama perkuliahan di IPB, semoga sukses selalu. Semua warga Rzters dan Delonix Ceria yang telah memberikan banyak pelajaran untuk selalu melakukan yang terbaik dalam hidup. Yusa, mbak Nafi, dan mas Dirga, terimakasih atas kesabaran menerangkan banyak hal seputar penelitian. Nono, Mulyadi, Firat, PIS, Dina, Leny, Yana, mbak Elly, mbak Urip, dan mbak Harini yang telah bersedia menjadi responden dalam pengujian sistem. Seluruh staf pengajar yang telah memberikan bekal ilmu dan wawasan selama penulis menuntut ilmu di Departemen Ilmu Komputer IPB. Seluruh staf administrasi dan perpustakaan Departemen Ilmu Komputer IPB atas bantuannya, serta pihak lain yang tidak dapat disebutkan satu-persatu. Sebagaimana manusia yang tidak luput dari kesalahan, penulis menyadari bahwa karya ilmiah ini jauh dari sempurna. Namun penulis berharap semoga tulisan ini dapat bermanfaat. Jazakumullahu khairan katsiira. Bogor, Juli 2007 Meynar Dwi Anggraeny

8 vii DAFTAR ISI Halaman DAFTAR TABEL... ix DAFTAR GAMBAR... ix DAFTAR LAMPIRAN... ix PENDAHULUAN Latar Belakang... 1 Tujuan... 1 Ruang Lingkup... 1 Manfaat... 1 TINJAUAN PUSTAKA Temu Kembali Informasi... 2 Question Answering... 2 Quarc (Question Answering for Reading Comprehension)... 2 Parsing... 3 Stemming... 3 Kalimat... 4 METODE PENELITIAN Koleksi Dokumen Pengujian... 4 Gambaran Umum Sistem... 4 Indexing... 4 WordMatch... 4 Identifikasi Tipe Pertanyaan... 5 Pengelompokan Tipe Jawaban... 5 Temu Kembali Jawaban... 5 Evaluasi Question Answering System... 5 Asumsi... 5 Lingkungan Implementasi... 5 HASIL DAN PEMBAHASAN Koleksi Dokumen Pengujian... 5 Indexing... 6 WordMatch... 7 Pengelompokan Tipe Jawaban... 7 Algoritma Rule... 8 Evaluasi Question Answering System... 8 Kelebihan dan Kekurangan Sistem KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN... 12

9 ix DAFTAR TABEL Halaman 1 Struktur tabel tb_dokumen Struktur tabel tb_kalimat Struktur tabel tb_kata Evaluasi keseluruhan rule dari kueri penelitian Evaluasi keseluruhan rule dari kueri pengguna umum DAFTAR GAMBAR Halaman 1 Gambaran umum sistem Keterhubungan antartabel Evaluasi Question Answering System DAFTAR LAMPIRAN Halaman 1 Dokumen yang mengalami proses penggabungan ayat Dokumen yang memiliki penanda akhir kalimat tanda tanya Dokumen yang memiliki penanda akhir kalimat tanda seru Daftar stopwords Daftar kamus orang Daftar kamus waktu Daftar kamus tempat Kueri dan jawaban yang diharapkan (Relevance Judgement) Kueri yang digunakan dalam penelitian Kueri yang dibuat oleh pengguna umum... 27

10 1 Latar Belakang PENDAHULUAN Banyak sistem temu kembali informasi yang ada saat ini memiliki fitur kueri berupa pertanyaan. Dengan adanya fitur kueri berupa pertanyaan, informasi yang dikembalikan dapat lebih spesifik sesuai dengan kebutuhan pengguna. Hal ini terbukti dengan semakin banyaknya search engine yang memiliki fitur sistem temu kembali dengan kueri pertanyaan, misalnya dan Adalah keinginan bagi tiap-tiap muslim untuk dapat membaca dan memahami Al Qur an dalam bahasanya yang asli, yaitu bahasa Arab. Namun kemampuan dan kesempatan yang dimiliki seseorang pastilah berbeda dengan orang lain, sehingga perlu dilakukan penerjemahan Al Qur an ke dalam bahasa sehari-hari yang digunakan oleh umat muslim yang bersangkutan. Dengan adanya terjemahan, isi Al Qur an tetap dapat tersampaikan kepada semua muslim walaupun orang tersebut tidak bisa berbahasa Arab. Salah satunya dengan dibuatnya terjemahan Al Qur an dalam bahasa Indonesia yang dapat digunakan oleh seluruh muslim di Indonesia. Sistem temu kembali informasi dapat menjadi media dalam menyebarkan berbagai informasi. Salah satunya adalah informasi dalam bidang keagamaan. Terjemahan Al Qur an merupakan salah satu sumber informasi dalam bidang keagamaan, khususnya bagi umat muslim. Bagi umat muslim, terjemahan Al Qur an bersifat umum, sehingga pengguna dapat bertanya mengenai isi terjemahan tanpa harus membaca literatur terlebih dahulu. Terjemahan surat Al Baqarah merupakan salah satu bagian dari isi terjemahan Al Qur an. Question Answering System (QAS) dengan menggunakan metode rule-based dapat diterapkan untuk membangun sistem temu kembali yang memiliki fitur kueri berupa pertanyaan pada terjemahan Al Qur an. Dengan memasukkan kueri berupa pertanyaan, akan diperoleh sebuah kalimat jawabannya. Misalnya dengan kueri Di mana tempat syi ar Allah?, akan dikembalikan kalimat jawaban Sesungguhnya Shafa dan Marwa adalah sebahagian dari syi ar Allah. Tujuan Tujuan penelitian ini adalah: 1 Menentukan rule berdasarkan pola dokumen. 2 Mengimplementasikan sistem temu kembali informasi yang menggunakan suatu kueri pertanyaan (query answering) dengan metode rule-based pada terjemahan Al Qur an surat Al Baqarah. 3 Menganalisis tingkat akurasi sistem dalam menemukembalikan jawaban yang relevan berdasarkan kueri yang diberikan. Ruang Lingkup Ruang lingkup penelitian ini adalah: 1 Dokumen yang digunakan adalah terjemahan Al Qur an surat Al Baqarah dalam bahasa Indonesia (terjemahan DEPAG 1989). Dokumen memiliki format teks (*.txt) dan tidak menyertakan informasi yang terdapat pada catatan kaki. 2 Proses pengembalian jawaban hanya terbatas pada menemukembalikan kalimat jawaban yang sesuai dengan kueri pertanyaan yang diberikan. 3 Penelitian ini mengacu pada sistem Quarc (Question Answering System for Reading Comprehension) yang telah dikembangkan oleh Riloff dan Thelen (2000). Perbedaannya, Quarc adalah sistem yang dikembangkan untuk dokumen berbahasa Inggris pada suatu bacaan sederhana (reading comprehension), sedangkan penelitian ini dikembangkan untuk dokumen terjemahan Al Qur an berbahasa Indonesia. Struktur dan bahasa yang dimiliki dokumen reading comprehension berbeda dengan struktur dan bahasa Indonesia pada terjemahan Al Qur an, sehingga akan berpengaruh pada rule yang akan disusun. Manfaat Dari penelitian ini diharapkan terbentuk suatu Question Answering System (QAS) untuk terjemahan Al Qur an surat Al Baqarah. Dengan memberikan kueri pertanyaan ke dalam sistem, pengguna dapat mengetahui informasi yang terkandung dalam terjemahan surat Al Baqarah.

11 2 TINJAUAN PUSTAKA Temu Kembali Informasi Temu kembali informasi berkaitan dengan representasi, penyimpanan, pengorganisasian, dan pengaksesan informasi. Sistem temu kembali informasi berbeda dengan sistem temu kembali data dalam beberapa segi, antara lain spesifikasi kueri yang tidak lengkap dan tingkat toleransi kesalahan yang tidak peka. Sistem temu kembali informasi berhubungan dengan teks bahasa alami yang tidak selalu terstruktur dengan baik dan bersifat ambigu (Baeza-Yates & Ribeiro-Neto 1999). Question Answering Question Answering (QA) adalah proses interaktif antara manusia-komputer yang meliputi pemahaman terhadap kebutuhan informasi pengguna, menampilkan, dan memaparkan respon yang efektif. Kebutuhan informasi pengguna meliputi kueri dalam bentuk bahasa alami, pengembalian dokumen relevan (data atau knowledge dari sumber tertentu), mengekstraksi, menyaring, dan mengutamakan jawaban dari sumber (Maybury 2004). Dari definisi di atas, QA menggabungkan banyak komponen teknologi, misalnya natural language processing dan information retrieval. Tujuan utama dari QA yaitu menampilkan jawaban atas pertanyaan yang diberikan pengguna (Lin 2004). Quarc (Question Answering for Reading Comprehension) Quarc adalah suatu sistem yang dikembangkan oleh Riloff dan Thelen (2000). Cara kerja sistem tersebut yaitu suatu dokumen diberikan kueri pertanyaan, kemudian sistem akan menghitung nilai dari masing-masing kalimat pada dokumen tersebut. Pemberian nilai berdasarkan pada jumlah nilai hasil perbandingan kata yang sama antara kueri dengan kalimat dan nilai pada masing-masing rule berdasarkan tipe pertanyaan. Suatu rule dapat memberikan empat kemungkinan nilai, yaitu: clue (+3), good_clue (+4), confident (+6), dan slam_dunk (+20). Menurut Riloff dan Thelen (2000), nilai yang digunakan hanya berdasarkan intuisi yang bertujuan untuk memperkirakan seberapa pentingnya rule yang digunakan dalam menemukembalikan jawaban berdasarkan tipe pertanyaan kueri. Kalimat yang memiliki nilai tertinggi akan dikembalikan sebagai jawaban atas kueri yang diberikan. Dalam sistem ini digunakan beberapa kamus sehingga kata-katanya dapat didefinisikan dengan menggunakan kelas semantik. Kelas semantik yang digunakan yaitu: HUMAN: terdiri dari 2608 kata, meliputi nama depan, nama akhir, titel, dan nama pekerjaan. LOCATION: terdiri dari 344 kata, meliputi nama negara dan lima puluh negara bagian di Inggris. MONTH: terdiri dari nama bulan dalam setahun. TIME: terdiri dari 667 kata, meliputi tahun antara , ekpresi waktu umum, dan nama bulan dalam setahun. Quarc juga menggunakan dua tipe entitas semantik, yaitu proper nouns dan names. PROPER_NOUN didefinisikan sebagai frase kata benda yang ditulis dengan huruf kapital. NAME didefinisikan sebagai PROPER_NOUN yang minimal mengandung satu kata dalam HUMAN. Riloff dan Thelen (2000) membagi rule menjadi enam rule, yaitu WHO rule, WHAT rule, WHEN rule, WHERE rule, WHY rule, dan Dateline rule. Dateline rule adalah rule yang dapat digunakan dalam membantu menemukembalikan jawaban atas tipe pertanyaan WHEN dan WHERE. Rule tersebut digunakan karena jawaban untuk tipe pertanyaan WHEN dan WHERE lebih banyak ditemukan pada dateline daripada bacaan itu sendiri. Variabel S pada rule menandakan kalimat dokumen, sedangkan variabel Q menandakan kalimat kueri. Menurut Riloff dan Thelen (2000), sistem Quarc yang dikembangkan belum menggunakan pemahaman bahasa yang mendalam dan tidak menggunakan teknik yang rumit, sehingga sistem tersebut hanya mampu mencapai nilai akurasi 40%.

12 3 Algoritma rule yang digunakan dalam Quarc adalah sebagai berikut: 1 WHO Score(S) += WordMatch(Q,S) If ~contains(q,name) and contains(s,name) Then Score(S) += confident If ~contains(q,name) and contains(s,name) Then Score(S) += good_clue If contains(s,{name,human}) Then Score(S) += good_clue 2 WHAT Score(S) += WordMatch(Q,S) If contains(q,month) and contains(s,{today,yesterday, tomorrow,last night}) Then Score(S) += clue If contains(q,kind) and contains (S,{call,from}) Then Score(S) += good_clue If contains(q,name) and contains(s,{name,call, known}) Then Score += slam_dunk If contains(q,name+pp) and contains(s,proper_noun)and contains(proper_noun,head(pp)) Then Score(S) += slam_dunk 3 WHEN If contains(s,time) Then Score(S) += good_clue Score(S) += WordMatch(Q,S) If contains(q,the last) and contains(s,{first,last,since, ago}) Then Score(S) += slam_dunk If contains( Q,{start,begin})and contains (S,{start,begin,since,year}) Then Score(S) += slam_dunk 4 WHERE Score(S) += WordMatch(Q,S) If contains(s,locationprep) Then Score(S) += good_clue If contains(s,location) Then Score(S) += confident 5 WHY If S є BEST Then Score(S) += clue If S immed, precedes member of BEST Then Score(S) += clue If S immed, follows member of BEST Then Score(S) += good_clue If contains(s,want) Then Score(S) += good_clue If contains(s,{so,because}) Then Score(S) += good_clue 6 Dateline If contains(q,happen) Then Score(DATELINE) +- = good_clue If contains(q,take) and contains(q,place) Then Score(DATELINE) +- = good_clue If contains(q,this) Then Score(DATELINE) +- = slam_dunk If contains(q,story) Then Score(DATELINE) +- = slam_dunk Parsing Parsing adalah proses pengenalan token yang terdapat dalam rangkaian teks (Grossman 2007). Dalam pembuatan indeks istilah, dokumen dipilah menjadi unit-unit yang lebih kecil misalnya berupa kata, frasa, atau kalimat. Unit pemrosesan tersebut disebut sebagai token. Bagian dasar dalam parsing adalah algoritma pengambilan token dari teks yang disebut tokenizer. Dalam hal ini sering kali spasi digunakan sebagai pemisah antar token (Jackson & Moulinier 2002). Proses ini memerlukan pengetahuan bahasa untuk menangani karakter-karakter khusus serta menentukan batasan satuan unit dalam dokumen. Parsing akan menghasilkan daftar istilah beserta informasi tambahan seperti frekuensi dan posisi yang akan digunakan dalam proses selanjutnya. Dalam proses ini juga digunakan sebuah daftar kata buang (stopwords), yakni daftar kata-kata yang tidak digunakan karena tidak signifikan dalam membedakan dokumen atau kueri, misalnya kata-kata tugas seperti yang, hingga, dan dengan (Ridha 2002). Stemming Menurut Grossman (2007), stemming adalah proses pemotongan imbuhan dari kata untuk mendapatkan kata dasarnya. Stemming merupakan bagian penting dalam proses normalisasi yang biasanya dilakukan ketika membangun sistem temu kembali informasi. Penggunaan stemming prefiks dan sufiks penting dalam sistem temu kembali berbahasa Indonesia karena tingginya penggunaan prefiks walaupun dari segi kinerja temu kembali tidak signifikan. Dengan stemming, kata mencanangkan akan dipotong menjadi men-canang-kan, sehingga didapatkan kata dasarnya canang. Stemming berperan untuk memperkecil ukuran indeks sehingga meningkatkan efisiensi operasi temu kembali (Ridha 2002).

13 4 Kalimat Kalimat adalah satuan bahasa terkecil, dalam wujud lisan atau tulisan, yang mengungkapkan pikiran yang utuh (Alwi et al. 2003). Dalam wujud tulisan berhuruf Latin, kalimat dimulai dengan huruf kapital dan diakhiri oleh tanda titik (.), tanda tanya (?), atau tanda seru (!). data nama dokumen data kalimat data token METODE PENELITIAN Koleksi Dokumen Pengujian Dokumen-dokumen yang digunakan dalam penelitian ini merupakan terjemahan Al Qur an surat Al Baqarah. Surat Al Baqarah merupakan surat terpanjang dalam Al Qur an dengan jumlah 286 ayat. Sumber dokumen mengacu pada Al Qur an dan Terjemahan DEPAG (1989). Satu terjemahan ayat direpresentasikan dengan satu dokumen. Gambaran Umum Sistem Gambaran umum sistem QAS yang dikembangkan dapat dilihat pada Gambar 1. Dokumen-Dokumen Parsing Kalimat-kalimat Token-token kalimat Parsing Penghilangan stopwords Stemming WordMatch Rules Kueri Token-token kueri Proses awal pada sistem QAS adalah dengan mengambil dokumen-dokumen (ayatayat) berekstensi teks (*.txt) yang terdapat pada satu direktori dan menyimpan nama masing-masing dokumen dalam tabel penyimpanan dokumen. Kemudian, dokumendokumen tersebut dipecah menjadi kalimatkalimat yang dimasukkan ke dalam tabel penyimpanan kalimat. Pada kalimat dokumen dilakukan parsing, penghilangan stopwords, dan stemming yang akan menghasilkan tokentoken kalimat. Token-token dari kalimat dokumen disimpan dalam tabel penyimpanan kata. Pengguna memasukkan kueri berupa kalimat pertanyaan. Dalam proses pencarian kalimat jawaban, kalimat kueri mengalami parsing, penghilangan stopwords, dan stemming yang akan menghasilkan tokentoken kueri. Token-token pada setiap kalimat dokumen dan kalimat kueri dibandingkan dalam proses WordMatch, kemudian masuk ke dalam rule sesuai dengan tipe kueri yang diberikan. Dari proses tersebut, masing-masing kalimat akan memperoleh nilai berdasarkan nilai WordMatch dan rule. Kalimat yang dikembalikan sebagai kalimat jawaban adalah kalimat yang memiliki nilai paling tinggi. Indexing Cakupan istilah indexing pada penelitian ini hanya meliputi proses pemecahan kalimat menjadi token-token, penghilangan stopwords, dan stemming. Proses pemecahan (parsing) dokumen menjadi kalimat-kalimat dilakukan hanya berdasarkan separator titik(.). Kemudian setiap kalimat itu kembali dipecah menjadi token-token. Begitu pula dengan kalimat pertanyaan pada kueri akan dipecah menjadi token-token. Kemudian dilakukan proses penghilangan stopwords dan stemming. Token-token dari setiap kalimat dokumen dan kalimat kueri yang telah di-stem akan dibandingkan. WordMatch Setiap token yang sama dari kalimat dokumen dan kalimat kueri akan memberikan nilai clue (+3) pada kalimat dokumen tersebut. Pembandingan inilah yang disebut proses WordMatch. Kalimat Jawaban Gambar 1 Gambaran umum sistem.

14 5 Identifikasi Tipe Pertanyaan Ada beberapa tipe pertanyaan yang digunakan dalam Bahasa Indonesia, yaitu: 1 APA, yang menanyakan suatu pengertian, tujuan, manfaat, kata benda, baik abstrak maupun konkret (tidak termasuk di dalamnya yes/no question). 2 SIAPA, yang menanyakan orang atau makhluk hidup lain yang melakukan sesuatu. 3 KAPAN, yang menanyakan waktu terjadinya suatu peristiwa. 4 MANA, yang menanyakan tempat. 5 MENGAPA, yang menanyakan tujuan atau sebab terjadinya sesuatu. Dalam penelitian ini, tipe pertanyaan BAGAIMANA tidak diikutsertakan karena jawabannya adalah suatu penjelasan. Begitu pula dengan tipe pertanyaan MANA yang menanyakan suatu pilihan. Dari lima tipe pertanyaan di atas, akan dilakukan pembelajaran rule yang akan digunakan berdasarkan pola kalimat yang dimiliki dokumen. Pengelompokan Tipe Jawaban Untuk dapat menemukan jawaban yang tepat, perlu dilakukan pembelajaran terhadap sistem, di antaranya adalah pengelompokan tipe jawaban. Tipe jawaban ini disusun dalam suatu kamus yang dibuat secara manual. Temu Kembali Jawaban Tiap petunjuk pada kalimat dalam dokumen akan mendapatkan nilai berdasarkan hasil dari WordMatch dan rule yang ada, sesuai dengan tingkat relevansinya terhadap kueri pertanyaan yang diberikan. Dalam hal ini ada empat tingkatan nilai, yakni (Rillof & Thelen 2000): clue (+3), good_clue (+4), confident (+6), slam_dunk (+20). Kalimat yang ditemukembalikan adalah kalimat yang memiliki nilai tertinggi dibandingkan nilai kalimat lain. Evaluasi Question Answering System Metode yang digunakan dalam evaluasi Question Answering System ini adalah dengan melihat persentase antara jumlah kalimat relevan yang ditemukembalikan terhadap jumlah seluruh kalimat yang ditemukembalikan. Semakin besar hasil persentase, maka kinerja sistem akan semakin baik. Kalimat jawaban yang ditemukembalikan adalah kalimat yang memiliki nilai tertinggi dibandingkan kalimat lain. Rumus yang digunakan yaitu Ar Relevansi = 100% A dengan: Relevansi = Persentase hasil relevansi Ar = Jumlah kalimat relevan yang ditemukembalikan A = Jumlah kalimat yang ditemukembalikan Asumsi Asumsi-asumsi yang digunakan dalam penelitian ini yaitu: 1 Kamus pengelompokan tipe jawaban yang digunakan dibuat secara manual. 2 Rule-rule yang digunakan dibuat dengan memperhatikan dokumen yang digunakan. 3 Tidak dilakukan kajian terhadap hubungan makna semantik dalam dokumen. Lingkungan Implementasi Lingkungan implementasi yang digunakan adalah sebagai berikut: Perangkat lunak: Windows XP Professional SP 2, XAMPP versi (PHP: 5.0.4, MySQL: , dan Apache: ), Macromedia Dreamweaver MX 2004, Internet Explorer 7.0, Netscape versi Perangkat keras: Prosesor Intel Pentium IV 2.8 GHz, RAM 768 MB, harddisk 40 GB, keyboard, mouse, dan monitor. HASIL DAN PEMBAHASAN Koleksi Dokumen Pengujian Dokumen pengujian berformat teks (*.txt). Nama dokumen berdasarkan urutan ayat dalam terjemahan surat Al Baqarah. Jumlah digit angka yang digunakan pada nama dokumen adalah tiga, sehingga pemberian nama dokumen pada ayat 2 adalah Ayat 002. Dokumen disimpan dalam satu direktori dan

15 6 tidak terdapat tag-tag tertentu seperti XML atau HTML. Satu dokumen berisi satu terjemahan ayat. Dalam penelitian ini, sebuah kalimat harus diakhiri oleh tanda titik(.). Dalam satu dokumen minimal berisi satu kalimat. Dalam dokumen yang digunakan, terdapat beberapa dokumen yang merupakan gabungan dari dua atau tiga ayat. Penggabungan dilakukan karena terdapat beberapa ayat yang diakhiri oleh tanda koma(,) dan ayat berikutnya merupakan lanjutan dari ayat sebelumnya. Penggabungan dilakukan secara manual oleh penulis. Ayat 002 dan 003 adalah contoh ayat yang diakhiri oleh tanda koma(,) dan masih berkelanjutan dengan ayat berikutnya, sehingga ayat 002, 003, dan 004 digabungkan menjadi satu dokumen. Contoh dokumen yang demikian dapat dilihat pada Lampiran 1. Untuk ayat yang kalimatnya diakhiri oleh tanda tanya(?) atau tanda seru(!) dan tidak berhubungan dengan ayat selanjutnya, penulis menambahkan tanda titik(.) secara manual di akhir kalimatnya. Contoh ayat yang kalimatnya diakhiri oleh tanda tanya(?) yaitu ayat 044 dan dapat dilihat pada Lampiran 2. Ayat 175 adalah contoh ayat yang kalimatnya diakhiri oleh tanda seru(!) dan dapat dilihat pada Lampiran 3. Berdasarkan jumlah ayat surat Al Baqarah, seharusnya jumlah dokumen yang digunakan sebanyak 286 dokumen. Namun, setelah dilakukan proses penggabungan ayat, jumlah dokumen yang digunakan menjadi 274. Nama dokumen menunjukkan ayat terjemahan. Ayat menunjukkan bahwa dokumen tersebut berisi terjemahan ayat 002, 003, dan 004. Ayat 001 menunjukkan bahwa dokumen tersebut berisi terjemahan ayat 001. Nama dokumen yang digunakan kemudian disimpan dalam tabel tb_dokumen. Jumlah kalimat dalam keseluruhan dokumen adalah 609. Indexing Proses awal dalam indexing yaitu menyimpan nama dokumen yang digunakan sebagai dokumen uji dalam tabel tb_dokumen. Struktur tabel tb_dokumen dapat dilihat pada Tabel 1. Tabel 1 Struktur tabel tb_dokumen Nama Kolom Tipe Keterangan iddokumen SMALL Primary key INT namadokumen TEXT - Field iddokumen merupakan urutan penyimpanan dokumen berdasarkan jumlah dokumen yang digunakan. Proses penyimpanan nama dokumen terurut seperti proses penyimpanan file biasa, misalnya Ayat 001, Ayat 002, Ayat 003, Ayat 004, dan seterusnya. Nama dokumen disimpan dalam field namadokumen. Parsing pada dokumen diawali dengan memisahkan kalimat-kalimat dokumen berdasarkan separator titik(.). Hasil proses ini berupa array kalimat yang kemudian disimpan dalam tabel tb_kalimat. Struktur tabel tb_kalimat dapat dilihat pada Tabel 2. Tabel 2 Struktur tabel tb_kalimat Nama Tipe Keterangan Kolom iddok SMALLINT Primary key idkalimat SMALLINT Primary key kalimat TEXT - score SMALLINT - Field iddok mengacu ke field iddokumen pada tabel tb_dokumen. Field idkalimat menunjukkan urutan kalimat pada dokumen yang bersangkutan. Array kalimat yang dihasilkan disimpan dalam field kalimat. Field score digunakan untuk menyimpan nilai yang diperoleh masing-masing kalimat dari proses Wordmatch dan pembobotan berdasarkan rule dari tipe kueri pengguna. Pada indexing dokumen dan awal proses pengolahan terhadap kueri, field score masing-masing kalimat diberi nilai nol(0). Parsing pada kalimat diawali dengan proses case folding yaitu membuat semua huruf pada teks yang akan di-parsing menjadi huruf kecil. Proses tersebut dilakukan untuk memperkecil ukuran basis data pada indeks (Nadirman 2006). Penelitian ini memanfaatkan algoritma parsing Ikhsani (2006) dengan melakukan penambahan algoritma untuk penghilangan stopwords dalam melakukan parsing dan menciptakan token unik. Stopwords berisi kata-kata umum yang hampir selalu ada pada dokumen. Stopwords yang digunakan mengacu pada stopwords Nadirman (2006) dengan melakukan penyesuaian terhadap daftar kata-kata umum yang terdapat pada dokumen pengujian. Katakata umum yang digunakan sebagai identitas pada rule dan kamus tipe jawaban tidak disertakan dalam stopwords. Contoh kata-kata umum yang digunakan sebagai identitas rules yaitu: adalah, agar, karena, dan pada. Contoh

16 7 kata-kata umum yang digunakan dalam kamus tipe jawaban yaitu: mereka, aku, dan dia. Daftar kata stopwords disimpan dalam kamus k_stopwords.txt dan dapat dilihat pada Lampiran 4. Setelah dilakukan proses penghilangan stopwords dihasilkan tokentoken yang menjadi indeks suatu dokumen. Stemming dilakukan pada setiap token dengan menggunakan algoritma stemming Ridha (2002) dengan melakukan perubahan pada beberapa aturan yang tidak diperlukan terhadap dokumen pengujian. Setelah dilakukan pengkajian terhadap dokumen yang digunakan, tidak ditemukan kata-kata yang menggunakan imbuhan asing, sehingga proses penghilangan imbuhan asing (remove foreign suffixs) tidak digunakan. Kalimat kueri juga mengalami parsing dan stemming seperti pada kalimat dokumen. Hasil parsing dan stemming dari kalimat kueri dimasukkan dalam array, sedangkan hasil parsing dan stemming dari kalimat dokumen disimpan dalam tabel tb_kata. Struktur tabel tb_kata dapat dilihat pada Tabel 3. Tabel 3 Struktur tabel tb_kata Nama Kolom Tipe iddokumen SMALLINT idkalimat SMALLINT kata TINYTEXT Hasil parsing dan stemming untuk masingmasing kalimat dari tb_kalimat disimpan di field kata pada tabel tb_kata. Field iddokumen dan idkalimat mengacu pada field iddok dan idkalimat pada tabel tb_kalimat. Keterhubungan antartabel dapat dilihat pada Gambar 2. tb_dokumen iddokumen namadokumen 1 N tb_kalimat iddok idkalimat namadokumen 1 N tb_kata iddok idkalimat kata score Gambar 2 Keterhubungan antartabel. WordMatch Kalimat dokumen maupun kalimat kueri yang telah dipecah menjadi token-token dan telah di-stemming akan dibandingkan. Algoritma WordMatch dibuat sendiri oleh penulis. Dalam proses perbandingan antara token-token dalam kalimat dokumen dan token-token dalam kalimat kueri, jika terdapat token yang sama akan menambahkan nilai clue (+3) pada kalimat dokumen tersebut. Pengelompokan Tipe Jawaban Untuk dapat menemukan kalimat jawaban yang tepat, perlu dilakukan pembelajaran terhadap sistem, di antaranya dengan melakukan pengelompokan tipe jawaban berdasarkan tipe pertanyaan. Tipe jawaban ini disusun dalam suatu kamus yang dibuat secara manual. Kamus yang dihasilkan yaitu: 1 ORANG, jawaban dari pertanyaan SIAPA, yang dapat diidentifikasi dengan adanya sebutan atas seseorang, Nabi, Allah, dan makhluk lainnya. Beberapa yang termasuk dalam kamus ORANG ini adalah Allah, Kami, Dia, Engkau, manusia, dan syaitan. Tipe jawaban ini disimpan dalam kamus bernama kamus_orang.txt dan dapat dilihat pada Lampiran 5. 2 WAKTU, jawaban dari pertanyaan KAPAN yang mengidentifikasi waktu terjadinya suatu peristiwa. Hari, malam, dan tahun merupakan contoh kata yang tergolong dalam kamus WAKTU. Tipe jawaban ini disimpan dalam kamus bernama kamus_waktu.txt dan dapat dilihat pada Lampiran 6. 3 TEMPAT, jawaban dari pertanyaan MANA, terdiri dari beberapa nama tempat yang terdapat pada dokumen. Nama tempat yang terdapat dalam dokumen misalnya Shafa, neraka, dan surga. Tipe jawaban ini disimpan dalam kamus bernama kamus_tempat.txt dan dapat dilihat pada Lampiran 7. Selain mengelompokkan tipe jawaban, untuk memperoleh jawaban yang akurat tentu saja disertai implementasi rule yang dijelaskan pada sub bab algoritma rule. Untuk jawaban dari pertanyaan MENGAPA langsung diimplementasikan dalam sistem. Caranya adalah dengan mengidentifikasi kata agar, karena, dan supaya dari indeks. Begitu pula dengan jawaban dari pertanyaan APA langsung diimplementasikan dalam sistem dengan mengidentifikasi kata adalah dan yaitu dari indeks.

17 8 Algoritma Rule Dalam penelitian ini digunakan metode rule-based. Setelah dilakukan pengkajian terhadap pola kalimat dokumen yang digunakan dan kemungkinan pola kalimat kueri dengan menggunakan bahasa alami, maka disusun algoritma rule. Algoritma yang dihasilkan adalah sebagai berikut: 1. APA Q = (Q - {apa}) If(Q,{Allah}) then (Q + {kami}) elseif(q,{kami}) then (Q + {kamu}) else (Q,Q) Score(S) += wordmatch (Q,S) If contains (Q,{maksud}) and contains (S,{adalah,yaitu}) then Score(S) += slam_dunk If contains (S,{adalah,yaitu}) then Score(S) += confident 2. MENGAPA Q = (Q - {mengapa}) If(Q,{Allah}) then (Q + {kami}) elseif(q,{kami}) then (Q + {kamu}) else (Q,Q) Score(S) += WordMatch(Q,S) If contains (S,{agar,karena,supaya}) then Score(S) += slam_dunk 3. SIAPA Q = (Q - {siapa}) If(Q,{Allah}) then (Q + {kami}) elseif(q,{kami}) then (Q + {kamu}) else (Q,Q) Score(S) += wordmatch (Q,S) If ~contains (Q, ORANG) and contains (S, ORANG) then Score(S) += confident If contains (Q, ORANG) and contains (S, ORANG) then Score(S) += slam_dunk 4. KAPAN Q = (Q - {kapan}) If(Q,{kami}) then (Q + {kamu}) else (Q,Q) Score(S) += wordmatch(q,s) If contains (S, WAKTU) and contains (S,{pada,selama}) then Score(S) += confident If contains (S,WAKTU) then Score(S) += good_clue 5. MANA Q = (Q - {mana,dimana,kemana}) Score(S) += wordmatch(q,s) If contains (S,TEMPAT) then Score(S) += slam_dunk Keterangan: S = sentence (kalimat dokumen) Q = query (kalimat kueri) Secara umum, algoritma rule yang digunakan berbeda dengan algoritma rule Riloff & Thelen (2000). Setelah parsing kalimat kueri dan penentuan tipe pertanyaan berdasarkan kalimat kueri, kata penunjuk tipe pertanyaan pada kalimat kueri dihilangkan. Pada kueri yang memiliki tipe pertanyaan APA, MENGAPA, dan SIAPA, proses selanjutnya adalah menambahkan kata kami pada kueri yang mengandung kata Allah, menambahkan kata kamu pada kueri yang mengandung kata kami, dan tidak menambahkan kata apapun untuk selainnya. Pada kueri yang memiliki tipe pertanyaan KAPAN, hanya akan ditambahkan kata kamu jika kueri mengandung kata kami. Di lain pihak, untuk kueri yang memiliki tipe pertanyaan MANA, kueri tidak mengalami proses seperti yang telah dijelaskan. Setelah proses manipulasi kueri, kueri akan di-stemming. Dari token-token kueri yang dihasilkan akan dilakukan proses pemberian nilai berdasarkan WordMatch dan rule yang ada. Evaluasi Question Answering System Tujuan dari Question Answering System yaitu menemukembalikan informasi yang relevan dan sedikit mungkin menemukembalikan informasi yang tidak relevan. Menurut Nadirman (2006), relevan atau tidaknya suatu informasi yang ditemukembalikan hanya dapat dilakukan dengan cara membaca dokumen itu satu persatu.

18 9 Menurut Rijsbergen (1979), relevansi merupakan sesuatu yang sifatnya subjektif. Setiap orang mempunyai perbedaan untuk mengartikan bahwa dokumen itu relevan atau tidak terhadap sebuah topik informasi. Oleh karena itu dalam penelitian ini digunakan suatu set dokumen kecil yang membentuk suatu pola kueri yang relevan terhadap sistem dan juga kalimat jawaban yang benar berdasarkan kueri yang diberikan (relevance judgement). Relevance judgement yang digunakan dapat dilihat pada Lampiran 8. Kalimat jawaban yang ditemukembalikan adalah kalimat yang memiliki nilai tertinggi dibandingkan kalimat lain. Nilai tertinggi dari suatu kalimat jawaban akan selalu berubah berdasarkan kueri yang diberikan. Pada evaluasi Question Answering System ini, digunakan dua macam kueri. Kueri yang pertama adalah kueri yang digunakan dalam penelitian berdasarkan rule yang telah dibuat. Jumlah kueri yang digunakan dalam penelitian sebanyak lima puluh, di mana terdapat sepuluh kueri pada setiap tipe pertanyaan. Kueri yang digunakan dalam penelitian dapat dilihat pada Lampiran 9. Kueri kedua adalah kueri yang diberikan oleh pengguna umum tanpa mengetahui rule yang digunakan dalam sistem. Banyak pengguna umum adalah sepuluh orang di mana masing-masing pengguna memberikan satu kueri untuk setiap tipe pertanyaan. Contoh kueri yang diberikan oleh pengguna umum dapat dilihat pada Lampiran 10. Dari kueri yang diberikan akan diketahui jumlah kalimat jawaban yang relevan menurut pengguna. Hasil evaluasi dinyatakan dalam persentase jumlah kalimat jawaban yang relevan menurut pengguna terhadap jumlah kalimat jawaban yang ditemukembalikan berdasarkan tipe pertanyaan. Hasil evaluasi Question Answering System terhadap dua macam kueri dapat dilihat pada Gambar 3. Persentase Relevansi (%) APA MENGAPA SIAPA KAPAN MANA Tipe Pertanyaan Penelitian Pengguna Umum Gambar 3 Evaluasi Question Answering System. Dari Gambar 3, dapat dilihat bahwa terdapat perbedaan persentase hasil evaluasi antara kueri penelitian dengan kueri pengguna umum. Persentase dari kueri penelitian selalu lebih besar daripada persentase dari kueri pengguna umum. Faktor-faktor yang mempengaruhi perbedaan hasil evaluasi yaitu: Kurangnya pemahaman pengguna umum terhadap lingkup dokumen pengujian yang berpengaruh pada pola kueri yang diberikan. Contoh kueri di luar lingkup dokumen pengujian yaitu Mengapa umat islam kalah dalam perang uhud?. Perilaku pengguna umum yang lebih ke arah kueri bersifat prosedural daripada kueri bersifat deskriptif. Contoh kueri yang bersifat prosedural adalah Di mana Nabi Adam diciptakan?. Perbedaan tingkat relevansi antara seseorang dengan orang lain. Setiap rule yang dibuat tentunya tidak memiliki kinerja yang sama. Dari seluruh tipe pertanyaan yang ada, baik kueri dari penulis maupun kueri dari pengguna umum, dapat dilihat bahwa rule pada tipe pertanyaan SIAPA mempunyai persentase paling tinggi. Hal ini terjadi karena kecenderungan penggunaan subjek yang unik pada dokumen, sehingga kueri yang diberikan dapat spesifik mengacu terhadap subjek kalimat yang bersangkutan. Tipe pertanyaan SIAPA juga merupakan tipe pertanyaan yang mencari

19 10 deskripsi atas seseorang, makhluk Allah, atau Allah sendiri. Rule pada tipe pertanyaan MANA merupakan rule yang memiliki persentase paling rendah. Hal ini terjadi karena banyaknya variasi pola jawaban pada tipe pertanyaan MANA, sehingga rule yang digunakan hanya dapat mencakup pola kalimat secara umum. Selain itu, tidak adanya kata umum yang dapat dijadikan sebagai identitas rule pada pola jawaban tipe pertanyaan MANA juga mempengaruhi hasil temu kembali. Tabel 4 Evaluasi keseluruhan rule dari kueri penelitian Rule Akurasi APA % MENGAPA 76.25% SIAPA 97.50% KAPAN 90.00% MANA 68.03% Rata-rata 85.69% Secara keseluruhan, dari Tabel 4 dapat dilihat bahwa akurasi rata-rata rule terhadap kueri yang diberikan oleh penulis adalah 85.69%. Hal ini menunjukkan bahwa peluang relevansi kalimat jawaban yang ditemukembalikan untuk satu kueri yang diberikan oleh penulis yaitu 85.69%. Di sisi lain, nilai akurasi rata-rata rule terhadap kueri yang diberikan oleh pengguna umum dapat dilihat pada Tabel 5. Tabel 5 Evaluasi keseluruhan rule dari kueri pengguna umum Rule Akurasi APA % MENGAPA 43.33% SIAPA 78.33% KAPAN 56.67% MANA 39.94% Rata-rata 53.14% Dari Tabel 5 dapat dilihat bahwa akurasi rata-rata rule terhadap keseluruhan kueri yang diberikan oleh pengguna umum adalah 53.14%. Hal ini menunjukkan bahwa peluang relevansi kalimat jawaban yang ditemukembalikan pada satu kueri yang diberikan oleh pengguna umum yaitu 53.14%. Kelebihan dan Kekurangan Sistem Question Answering System pada terjemahan Al Qur an surat Al Baqarah yang telah dikembangkan memiliki kelebihan dan kekurangan sebagai berikut: Kelebihan: Sistem yang dibangun berbasis web, sehingga dapat dijalankan pada berbagai platform sistem operasi. Kueri yang digunakan dalam bentuk bahasa alami. Indexing dokumen hanya dilakukan sekali, yaitu indexing di awal pembangunan sistem. Kekurangan: Jika terdapat penambahan dokumen, maka harus dilakukan proses pengindeksan ulang dokumen. Tidak dilakukan kajian terhadap hubungan makna semantik dalam dokumen, sehingga kandungan terjemahan yang bersifat prosedural belum dapat ditemukembalikan. Penelitian ini belum menggunakan thesaurus dan hanya menggunakan simple matching, sehingga hasil dari kueri yang memiliki kata-kata hampir sama dengan kata-kata dalam kalimat dokumen akan menghasilkan jawaban yang lebih spesifik. KESIMPULAN DAN SARAN Kesimpulan Dalam penelitian yang telah dilakukan, diperoleh suatu Question Answering System pada terjemahan Al Qur an surat Al Baqarah. Dalam pengembangan sistem digunakan metode rule-based sehingga dihasilkan rule untuk setiap tipe pertanyaan. Dari evaluasi sistem, rule pada tipe pertanyaan SIAPA mempunyai kinerja yang paling tinggi dan rule pada tipe pertanyaan MANA mempunyai kinerja yang paling rendah. Secara keseluruhan, akurasi rata-rata rule terhadap kueri yang diberikan oleh penulis adalah 85.69%, sedangkan akurasi rata-rata rule terhadap kueri yang diberikan pengguna umum adalah 53.14%.

20 11 Saran Sistem ini dapat dikembangkan lebih lanjut untuk dijadikan sebuah Question Answering System untuk terjemahan Al Qur an yang lengkap. Beberapa alternatif pengembangan yang dapat dilakukan antara lain: 1 Penggunaan Part of Speech Tagging (POS Tagging) untuk mengidentifikasi jenis kata. 2 Pembuatan kamus otomatis sehingga hasil yang dicapai lebih objektif. 3 Penggunaan thesaurus dan pembuatan WordMatch yang tidak hanya menggunakan simple matching dalam proses pengolahan kueri. 4 Penggunaan hubungan semantik antarkalimat terjemahan sehingga tidak terjadi kesalahan dalam pengartian makna terjemahan secara umum. DAFTAR PUSTAKA Alwi H, Dardjowidjojo S, Lapoliwa H, Moeliono AM Tata Bahasa Baku Indonesia Ed ke-3. Jakarta: Balai Pustaka. Baeza-Yates R, Ribeiro-Neto B Modern Information Retrieval. Addison- Wesley. [DEPAG] Departemen Agama Al Qur an dan Terjemahnya. Semarang: Toha Putra. Grossman D. IR Book. ~dagr/cs529/files/ir_book/ [13 Juni 2007] Ikhsani N Implementasi Question Answering System dengan Metode Rule- Based untuk Temu Kembali Informasi Berbahasa Indonesia [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Jackson P, Moulinier I Natural Language Processing for Online Applications: Text Retrieval, Extraction and Categorization. John Benjamin Publishing Company. Lin J An Introduction to Information Retrieval and Question Answering. College of Information Studies University of Maryland. Maybury MT New Direction in Question Answering. AAAI Press/The MIT Press. Nadirman F Sistem Temu-Kembali Informasi dengan Metode Vector Space Model pada Pencarian File Dokumen Berbasis Teks [skripsi]. Yogyakarta: Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada. Ridha A Pengindeksan Otomatis dengan istilah Tunggal untuk Dokumen Berbahasa Indonesia [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Riloff E, Thelen M A Rule-based Question Answering System for Reading Comprehension Tests. ANLP/NAACL Workshop on Reading Comprehension Tests as Evaluation for Computer-Based Language Understanding System. Rijsbergen CJ van Information Retrieval, Second Edition. Butterworths, London.

21 LAMPIRAN

22 13 Lampiran 1 Dokumen yang mengalami proses penggabungan ayat Ayat Isi Ayat Kitab (Al Qur'an) ini tidak ada keraguan padanya; petunjuk bagi mereka yang bertakwa, (yaitu) mereka yang beriman kepada yang gaib, yang mendirikan shalat dan menafkahkan sebahagian rezki yang Kami anugerahkan kepada mereka, dan mereka yang beriman kepada Kitab (Al Qur'an) yang telah diturunkan kepadamu dan Kitabkitab yang telah diturunkan sebelummu, serta mereka yakin akan adanya (kehidupan) akhirat Mereka tuli, bisu dan buta, maka tidaklah mereka akan kembali (ke jalan yang benar), atau seperti (orang-orang yang ditimpa) hujan lebat dari langit disertai gelap gulita, guruh dan kilat; mereka menyumbat telinganya dengan anak jarinya, karena (mendengar suara) petir, sebab takut akan mati. Dan Allah meliputi orang-orang yang kafir Sesungguhnya Allah tiada segan membuat perumpamaan berupa nyamuk atau yang lebih rendah dari itu. Adapun orang-orang yang beriman, maka mereka yakin bahwa perumpamaan itu benar dari Tuhan mereka, tetapi mereka yang kafir mengatakan: "Apakah maksud Allah menjadikan ini untuk perumpamaan?" Dengan perumpamaan itu banyak orang yang disesatkan Allah, dan dengan perumpamaan itu (pula) banyak orang yang diberi-nya petunjuk. Dan tidak ada yang disesatkan Allah kecuali orangorang yang fasik, (yaitu) orang-orang yang melanggar perjanjian Allah sesudah perjanjian itu teguh, dan memutuskan apa yang diperintahkan Allah (kepada mereka) untuk menghubungkannya dan membuat kerusakan di muka bumi. Mereka itulah orang-orang yang rugi Dan Dia mengajarkan kepada Adam nama-nama (benda-benda) seluruhnya, kemudian mengemukakannya kepada para Malaikat lalu berfirman: "Sebutkanlah kepada-ku nama benda-benda itu jika kamu memang orang-orang yang benar!" Mereka menjawab: "Maha Suci Engkau, tidak ada yang kami ketahui selain dari apa yang telah Engkau ajarkan kepada kami; sesungguhnya Engkaulah Yang Maha Mengetahui lagi Maha Bijaksana Dan mintalah pertolongan (kepada Allah) dengan sabar dan (mengerjakan) salat. Dan sesungguhnya yang demikian itu sungguh berat, kecuali bagi orang-orang yang khusyuk, (yaitu) orang-orang yang meyakini, bahwa mereka akan menemui Tuhannya, dan bahwa mereka akan kembali kepada-nya Katakanlah: "Apakah kamu memperdebatkan dengan kami tentang Allah, padahal Dia adalah Tuhan kami dan Tuhan kamu; bagi kami amalan kami, bagi kamu amalan kamu dan hanya kepada-nya kami mengikhlaskan hati, ataukah kamu (hai orangorang Yahudi dan Nasrani) mengatakan bahwa Ibrahim, Ismail, Ishak, Yakub dan anak cucunya, adalah penganut agama Yahudi atau Nasrani? Katakanlah: "Apakah kamu yang lebih mengetahui ataukah Allah, dan siapakah yang lebih zalim daripada orang yang menyembunyikan syahadah dari Allah yang ada padanya?" Dan Allah sekali-kali tiada lengah dari apa yang kamu kerjakan Dan dari mana saja kamu keluar, maka palingkanlah wajahmu ke arah Masjidilharam. Dan di mana saja kamu (sekalian) berada, maka palingkanlah wajahmu ke arahnya, agar tidak ada hujah bagi manusia atas kamu, kecuali orang-orang yang zalim di antara mereka. Maka janganlah kamu, takut kepada mereka dan takutlah kepada-ku. Dan agar Kusempurnakan nikmat-ku atasmu, dan supaya kamu mendapat petunjuk, Sebagaimana (Kami telah menyempurnakan nikmat Kami kepadamu) Kami telah mengutus kepadamu Rasul di antara kamu yang membacakan ayat-ayat Kami kepada kamu dan menyucikan kamu dan mengajarkan kepadamu Al Kitab dan Al-Hikmah (As Sunah), serta mengajarkan kepada kamu apa yang belum kamu ketahui.

23 14 Lampiran 1 Lanjutan Ayat Isi Ayat Dan sungguh akan Kami berikan cobaan kepadamu, dengan sedikit ketakutan, kelaparan, kekurangan harta, jiwa dan buah-buahan. Dan berikanlah berita gembira kepada orang-orang yang sabar, (yaitu) orang-orang yang apabila ditimpa musibah, mereka mengucapkan, "Innaa lillaahi wa innaa ilaihi raaji`uun" Sesungguhnya orang-orang yang menyembunyikan apa yang telah Kami turunkan berupa keterangan-keterangan (yang jelas) dan petunjuk, setelah Kami menerangkannya kepada manusia dalam Al Kitab, mereka itu dilaknati Allah dan dilaknati (pula) oleh semua (makhluk) yang dapat melaknati, kecuali mereka yang telah tobat dan mengadakan perbaikan dan menerangkan (kebenaran), maka terhadap mereka itu Aku menerima tobatnya dan Akulah Yang Maha Penerima tobat lagi Maha Penyayang Hai orang-orang yang beriman, diwajibkan atas kamu berpuasa sebagaimana diwajibkan atas orang-orang sebelum kamu agar kamu bertakwa, (yaitu) dalam beberapa hari yang tertentu. Maka barang siapa di antara kamu ada yang sakit atau dalam perjalanan (lalu ia berbuka), maka (wajiblah baginya berpuasa) sebanyak hari yang ditinggalkan itu pada hari-hari yang lain. Dan wajib bagi orang-orang yang berat menjalankannya (jika mereka tidak berpuasa) membayar fidyah, (yaitu): memberi makan seorang miskin. Barang siapa yang dengan kerelaan hati mengerjakan kebajikan, maka itulah yang lebih baik baginya. Dan berpuasa lebih baik bagimu jika kamu mengetahui Mereka bertanya kepadamu tentang khamar dan judi. Katakanlah: "Pada keduanya itu terdapat dosa besar dan beberapa manfaat bagi manusia, tetapi dosa keduanya lebih besar dari manfaatnya". Dan mereka bertanya kepadamu apa yang mereka nafkahkan. Katakanlah: "Yang lebih dari keperluan." Demikianlah Allah menerangkan ayat-ayat- Nya kepadamu supaya kamu berpikir, tentang dunia dan akhirat. Dan mereka bertanya kepadamu tentang anak yatim, katakanlah: "Mengurus urusan mereka secara patut adalah baik, dan jika kamu menggauli mereka, maka mereka adalah saudaramu dan Allah mengetahui siapa yang membuat kerusakan dari yang mengadakan perbaikan. Dan jika Allah menghendaki, niscaya Dia dapat mendatangkan kesulitan kepadamu. Sesungguhnya Allah Maha Perkasa lagi Maha Bijaksana.

24 15 Lampiran 2 Dokumen yang memiliki penanda akhir kalimat tanda tanya Ayat Isi Ayat 044 Mengapa kamu suruh orang lain (mengerjakan) kebajikan, sedang kamu melupakan diri (kewajiban) mu sendiri, padahal kamu membaca Al Kitab (Taurat)? Maka tidakkah kamu berpikir?. 075 Apakah kamu masih mengharapkan mereka akan percaya kepadamu, padahal segolongan dari mereka mendengar firman Allah, lalu mereka mengubahnya setelah mereka memahaminya, sedang mereka mengetahui?. 076 Dan apabila mereka berjumpa dengan orang-orang yang beriman, mereka berkata: "Kami pun telah beriman," tetapi apabila mereka berada sesama mereka saja, lalu mereka berkata: "Apakah kamu menceritakan kepada mereka (orang-orang mukmin) apa yang telah diterangkan Allah kepadamu, supaya dengan demikian mereka dapat mengalahkan hujahmu di hadapan Tuhanmu; tidakkah kamu mengerti?". 077 Tidakkah mereka mengetahui bahwa Allah mengetahui segala yang mereka sembunyikan dan segala yang mereka nyatakan?. 080 Dan mereka berkata: "Kami sekali-kali tidak akan disentuh oleh api neraka, kecuali selama beberapa hari saja". Katakanlah: "Sudahkah kamu menerima janji dari Allah sehingga Allah tidak akan memungkiri janji-nya ataukah kamu hanya mengatakan terhadap Allah apa yang tidak kamu ketahui?". 087 Dan sesungguhnya Kami telah mendatangkan Al Kitab (Taurat) kepada Musa, dan Kami telah menyusulinya (berturut-turut) sesudah itu dengan rasul-rasul, dan telah Kami berikan bukti-bukti kebenaran (mukjizat) kepada 'Isa putra Maryam dan Kami memperkuatnya dengan Ruhul-Qudus. Apakah setiap datang kepadamu seorang rasul membawa sesuatu (pelajaran) yang tidak sesuai dengan keinginanmu lalu kamu angkuh; maka beberapa orang (di antara mereka) kamu dustakan dan beberapa orang (yang lain) kamu bunuh?. 091 Dan apabila dikatakan kepada mereka: "Berimanlah kepada Al Qur'an yang diturunkan Allah", mereka berkata: "Kami hanya beriman kepada apa yang diturunkan kepada kami". Dan mereka kafir kepada Al Qur'an yang diturunkan sesudahnya, sedang Al Qur'an itu adalah (Kitab) yang hak; yang membenarkan apa yang ada pada mereka. Katakanlah: "Mengapa kamu dahulu membunuh nabi-nabi Allah jika benar kamu orang-orang yang beriman?". 106 Ayat mana saja yang Kami nasakhkan, atau Kami jadikan (manusia) lupa kepadanya, Kami datangkan yang lebih baik daripadanya atau yang sebanding dengannya. Tiadakah kamu mengetahui bahwa sesungguhnya Allah Maha Kuasa atas segala sesuatu?. Lampiran 3 Dokumen yang memiliki penanda akhir kalimat tanda seru Ayat Isi Ayat 175 Mereka itulah orang-orang yang membeli kesesatan dengan petunjuk dan siksa dengan ampunan. Maka alangkah beraninya mereka menentang api neraka!.