BAB 2 TINJAUAN PUSTAKA

Transkripsi

1 BAB 2 TINJAUAN PUSTAKA Pada bab ini, akan dibahas landasan teori, penelitian terdahulu, dan kerangka pikir yang mendasari penyelesaian permasalahan stemming dengan menggunakan algoritma enhanced confix stripping stemmer. 2.1 Kamus Sistem Bahasa Isyarat Indonesia Sistem Isyarat Bahasa Indonesia (SIBI) yang telah dibakukan merupakan salah satu media yang membantu komunikasi sesama kaum tunarungu di dalam masyarakat yang lebih luas.wujudnya adalah tataan yang sistematis tentang seperangkat isyarat jari, tangan, dan berbagai gerak yang melambangkan kosa kata bahasa Indonesia. Di dalam upaya pembakuan tersebut, dipertimbangkan beberapa tolak ukur yang mencakup segi kemudahan, keindahan, dan ketepatan pengungkapan makna atau struktur kata, di samping beberapa segi yang lain. Berdasarkan pembentukannya, isyarat dapat dibedakan menjadi tiga macam : 1. Isyarat pokok, yaitu isyarat yang melambangkan sebuah kata atau konsep. Isyarat ini dibentuk dengan berbagai macam penampil, tempat, arah, dan frekuensi sebagaimana telah diuraikan di atas. 2. Isyarat tambahan, yaitu isyarat yang melambangkan awalan, akhiran, dan partikel. a. Isyarat awalan Isyarat ini dibentuk dengan tangan kanan sebagai penampil utama dan tangan kiri sebagai penampil pendamping.isyarat walan dibentuksebelum isyarat pokok.seluruhnya ada tujuh buah isyarat awalan yang meliputi isyarat awalan me-, ber-, di-, ke-, pe-, ter-, dan se-. Contohnya dapat dilihat pada Gambar 2.1 dengan kata melempar.

2 6 Gambar 2.1 Contoh kata melempar b. Isyarat akhiran dan partikel Isyarat ini dibentuk sesudah isyarat pokok dengan tangan kanan sebagai penampil, bertempat di depan dada dan digerakkan mendatar ke kanan. Isyarat ini terdiri atas isyarat akhiran -i, -kan,-an, -man, - wati,-wan, dan partikel lah, -kah, dan pun. Contohnya dapat dilihat pada Gambar 2.2 dengan kata alirkan. Gambar 2.2 Contoh kata alirkan c. Isyarat bentukan Isyarat ini dibentuk dengan menggabungkan isyarat pokok dengan isyarat imbuhan dan dengan menggabungkan dua isyarat pokok atau lebih. a. Isyarat yang mendapat awalan dan/atau akhiran/partikel, isyarat yang hanya mendapat awalan dan hanya akhiran, atau gabungan awalan dan akhiran dibentuk sesuai dengan urutan pembentukannya.

3 7 Contohnya dapat dilihat pada Gambar 2.3 dengan kata berlompatan. Gambar 2.3 Contoh kata berlompatan 3. Abjad jari Abjad jari adalah isyarat yang dibentuk dengan jari-jari tangan (kanan atau kiri) untuk mengeja huruf dan angka. Bentuk isyarat bagi huruf dan angka di dalam Sistem Isyarat Bahasa Indonesia serupa dengan International Manual Alphabet (dengan perubahanperubahan). Abjad jari digunakan untuk : a. Mengisyaratkan nama diri; b. Mengisyaratkan singkatan atau akronim; dan c. Mengisyaratkan kata yang belum ada isyaratnya. 2.2 Proses Stemming Stemming merupakan suatu proses yang terdapat dalam sistem IR (Information Retrieval) untuk mengolah kata-kata yang terdapat dalam suatu dokumen dengan menggunakan aturan-aturan tertentu sehingga didapatkan kata dasarnya (root word). Sebagai contoh, kata bersama, kebersamaan, menyamai, akan distem ke root wordnya yaitu sama (Mahendra et al, 2008). Algoritma stemming untuk bahasa yang satu berbeda dengan algoritma stemming untuk bahasa lainnya. Sebagai contoh bahasa Inggris memiliki morfologi yang berbeda dengan bahasa Indonesia sehingga algoritma stemming untuk kedua bahasa tersebut juga berbeda. Proses stemming pada teks berbahasa Indonesia lebih rumit/kompleks karena terdapat variasi imbuhan yang harus dibuang untuk

4 8 mendapatkan root word (kata dasar) dari sebuah kata. Pada umumnya kata dasar pada bahasa Indonesia terdiri dari kombinasi: Prefiks 1 + Prefiks 2 + Kata dasar + Sufiks 3 + Sufiks 2 + Sufiks 1 Algoritma confix-stripping stemmer adalah algoritma yang akurat dalam stemming bahasa Indonesia karena sesuai dengan aturan morfologi bahasa Indonesia (Adriani et al, 2007). Dalam menyelesaikan permasalahan untuk melakukan proses stemming secara tepat, para peneliti telah banyak menggunakan algoritma-algoritma yang dapat memberikan hasil yang sesuai harapan. Mahendra et al (2008) mengembangkan enhanced confix stripping stemmer, sebagai perbaikan dari algoritma confix strippingstemmeruntuk stemmingdokumen berita berbahasa Indonesia. Hasil uji coba membuktikan bahwa enhanced confix stripping stemmerberhasil mengatasi kesalahan-kesalahan confix stripping stemmer dan mampu mereduksi jumlah term hingga 32.66%, sedangkan confix stripping stemmer hanya mampu mereduksi 30.95% jumlah term. Tahitoe dan Purwitasari (2006) pada penelitiannya mengimplementasikan metode corpus based stemming untuk memperbaiki kesalahan stemming dari algoritma ECS. Dari hasil uji coba, perbaikan yang dilakukan dapat memperbaiki seluruh kesalahan stemming yang dilakukan oleh algoritma ECS Stemmer. Budhi et al (2006) menggunakan algoritma Porter Stemmer for Bahasa Indonesia untuk proses stemming pada langkah pre-processing yang mengubah sebuah teks dalam bahasa Indonesia menjadi bentuk Compact Transaction. Compact Transaction digunakan sebagai masukan untuk proses Keyword-Based Association Analysis, sebuah metode Text Mining yang dikembangkan dari metode Market Basket Analysis, digunakan untuk membentuk rule-rule asosiasi dari data teks. Dari hasil uji coba didapatkan bahwakesalahan proses 'stem' kata secara otomatis cukup kecil, yaitu 2% sehingga dapat diatasi dengan cepat menggunkan pemeriksaan kembali secara manual terhadap hasil stemmer. Darmawan et al menggunakan algoritma enhanced confix stripping stemmer dalam penelitiannya.pemilihan algoritma Enhanced confix stripping stemmer merujuk pada penelitian I Putu Adhi Kerta Mahendra yang merupakan salah satu mahasiswa Institut Teknologi Sepuluh November (ITS) Surabaya mengenai metode atau algoritma stemming yang spesifik untuk Bahasa Indonesia (Mahendra, 2008).

5 9 Berdasarkan penelitian-penelitian terdahulu maka penulis dalam penelitian ini menggunakan enhanced confix stripping stemmer dalam menyelesaikan permasalahan stemming agar sesuai dengan aturan morfologi pada bahasa isyarat Indonesia. 2.3 Algoritma Enhanced confix strippingstemmer Enhanced confix stripping stemmer merupakan salah satu algoritma yang dapat mengatasi proses stemming yang spesifik untuk Bahasa Indonesia. Pemilihan algoritma enhanced confix stripping stemmer merujuk pada penelitian Mahendra (2008). Pada dasarnya, algoritma enhanced confix stripping stemmer merupakan modifikasi dari algoritma confix stripping stemmer (Asian, 2007) yang dikembangkan dari algoritma stemming yang dibuat oleh Nazief dan Adriani (1996) dengan beberapa penambahan aturan tertentu yang telah terbukti mampu meningkatkan kinerja stemmer tersebut. Algoritma stemming Nazief dan Adriani dikembangkan berdasarkan pada aturan morfologi Bahasa Indonesia yang mengelompokkan dan mengenkapsulasi imbuhan-imbuhan, termasuk di dalamnya adalah awalan (prefix), sisipan (infix), akhiran (suffix) dan gabungan awalan-akhiran (confixes). Algoritma enhanced confix stripping stemmer menambahkan penggunaan kamus kata dasar dan mendukung recoding, yakni penyusunan kembali kata-kata yang mengalami proses stemming berlebih. Tabel 2.1 Kombinasi Awalan-Akhiran yang dilarang Awalan (prefix) Akhiran (suffix) yang tidak diperbolehkan be- -i di- -an ke- -i, -kan me- -an se- -i, -kan te- -an Algoritma enhanced confix stripping stemmer (Mahendra, 2008) adalah sebagai berikut: 1. Cek kombinasi akhiran dan awalan yang dilarang sesuai Tabel 2.1, apabila bernilai benar maka lakukan penghilangan awalan terlebih dahulu. Apabila bernilai salah, maka penghilangan akhiran dilakukan terlebih dahulu.

6 10 2. Lakukan recoding apabila diperlukan. 3. Lakukan looppengembalianakhiran. 4. Cek apakah terdapat tanda hubung ( - ) yang menandakan bahwa input kata tersebut adalah kata ulang atau bentuk jamak. Jika ada, maka lakukan stemming pada sub-kata di sebelah kiri dan kanan tanda hubung tersebut. Apabila stemming memberikan hasil yang sama, maka kata dasar kata ulang tersebut adalah hasil stemming yang didapatkan. 5. Jika proses-proses di atas gagal, maka input kata yang distemming dianggap sebagai kata dasar. Pada setiap langkah, dilakukan proses pengecekan output stemming ke kamus. Apabila ditemukan, maka proses ini berhenti. Berikut adalah contoh proses stemming pada kata perpolitikan dengan menggunakan enhanced confix stripping stemmer: 1. Cek kombinasi awalan dan akhiran yang dilarang: salah. Hilangkan akhiran terlebih dahulu.penghilangan akhiran menyisakan kata perpoliti. 2. Penghilangan awalan menyisakan kata politi (sesuai aturan 23 pada Tabel 2.2). 3. Karena aturan 23 pada Tabel 2.2 tidak mendefinisikan karakter recoding, maka proses recoding tidak dilakukan. 4. Kata politi tidak ada di kamus, oleh karena itu dilakukan looppengembalianakhiran: Awalan-awalan yang telah dihilangkan, dikembalikan lagi. Langkah ini menghasilkan kata perpoliti. Akhiran-akhiran dikembalikan. Karena akhiran yang sebelumnya dihilangkan adalah -kan, maka karakter k saja yang dikembalikan terlebih dahulu. Proses ini menghasilkan kata perpolitik. Karena perpolitik tidak ada di kamus, maka proses penghilangan awalan dilakukan. Proses ini menghasilkan kata politik. Karena politik ditemukan dalam kamus, proses looppengembalianakhiran ini berhenti. Kata dasar perpolitikan adalah politik. Pada Tabel 2.2, simbol C merupakan konsonan, simbol V menandakan vokal, simbol A merupakan vokal atau konsonan, dan simbol P merepresentasikan partikel atau fragmen dari suatu kata, misalnya er.

7 11 Tabel 2.2 Aturan Pemenggalan Awalan Stemmer Nazief dan Adriani yang sudah dimodifikasi Aturan Format Kata Pemenggalan Contoh 1 berv... ber-v... be-rv... Ber-air 2 bercap. ber-cap... dimana Bersamalah.. C!= r & P!= er 3 bercaer ber-caerv... dimana V... C!= r 4 belajar bel-ajar 5 bec1erc be-c1erc2... dimana 2... C1!={ r l } 6 terv... ter-v... te-rv... Terajarkan 7 tercerv. ter-cerv... dimana.. C!= r 8 tercp... ter-cp... dimana Terbukalah C!= r dan P!= er 9 tec1erc te-c1erc2... dimana 2... C1!= r 10 me{l r w me-{l r w y}v... Me-rampok, me-lahirkan, y}v... me-warnai, me-yakinkan 11 mem{b f mem-{b f v}... Mem-baca, mem-filmkan v} mempe mem-pe... Mem-pelopori 13 mem{rv me-m{rv V}... mep{rv V}... Me-program V} men{c d j s z}... men-{c d j z}... Men-cintai, men-datangkan, men-jumpai, 15 menv... me-nv... me-tv Me-nikmati me-tarik 16 meng{g meng-{g h q}... Meng-gugurkan, menghidangkan h q k} mengv.. meng-v... meng-kv... Meng-ajarkan. Meng-eja,. (mengv-... jika V= e ) meng-kejutkan 18 menyv.. meny-sv... Meny-sekolahkan. 19 mempa. mem-pa... dengan Mem-populerkan.. A!= e 20 pe{w y} V... pe-{w y}v... Pe-waris 21 perv... per-v... pe-rv... Per-anakan 23 percap per-cap... dimana C!= r dan P!= er 24 percaer per-caerv... dimana V... C!= r 25 pem{b f V}... pem-{b f V}... Pembaca,

8 12 Tabel 2.2 Aturan Pemenggalan Awalan Stemmer Nazief dan Adriani yang sudah dimodifikasi (Lanjutan) Aturan Format Kata Pemenggalan Contoh 26 pem{rv pe-m{rv V}... pep{rv V}... Pemrogaman V} pen{c d j pen-{c d j z}... Pencucian, pendapatan, z}... penjaga 28 penv... pe-nv... pe-tv... Penikmat penarik 29 pengc... peng-c... Penggajian, 30 pengv... peng-v... peng-kv... Pengajaran, pengejutan, (pengv-... jika V= e ) pengeja 31 penyv... peny-sv... Penyekolahan 32 pelv... pe-lv... kecuali Pelarut pelajar yang menghasilkan ajar 33 pecerv. per-erv... dimana.. C!={r w y l m n} 34 pecp... pe-cp... dimana C!={r w y l m n} dan P!= er 35 terc 1 erc ter-c1erc2... dimana 2 C1!= r 36 pec1erc pe-c1erc2... dimana 2... C1!={r w y l m n} Pada bahasa isyarat Indonesia tidak terdapat aturan mengenai sisipan, sehingga untuk kata awal yang di-input-kan memiliki sisipan akan dianggap sebagai kata dasar. Proses stemming untuk penelitian Darmawan et al (2011) dapat direpresentasikan dengan flowchart pada Gambar 2.4 berikut. Langkah pertama adalah mencocokkan term pada elemen di index tertentu dengan daftar kata dasar dalam database kamus. Jika cocok maka term tersebut langsung disimpan dalam variable stemterm, jika tidak maka dilakukan pengecekan ruleprecedence yakni larangan kombinasi awalan dan akhiran. Jika ruleprecedence mengembalikan nilai true proses reduksiawalan dilakukan dan selanjutnya melakukan pencocokan kembali terhadap database kamus, jika tidak lakukan proses recording bila perlu. Jika semua proses itu tidak berhasil, maka term yang ada langsung disimpan dalam variable dan dianggap sebagai sebuah kata dasar. Proses ini terus berulang pada setiap elemen yang mengandung term di variable filterterm hingga akhir elemen variable ini.

9 13 Start Daftar filterterm dalam tipe data vektor index + 1 Proses pencocokan fliterterm[index] dengan kamus Kamus (filterterm[index] == token) (Term == kamus) False Recording? Cek ruleprecedence() Proses reduksiawalan() recording False False Proses reduksiakhiran() False (Term == kamus) (Term == kamus) False Sudah melakukan proses reduksiawalan() Proses looppengembalianakhiran() Cek apakah term merupakan kata ulang Proses ambil sub kata di sebelah kanan dan kiri setelah tanda - Lakukan proses stemming pada dua sub kata (Index > filterterm.size()) Proses simpan term ke variabel stemterm Sama? False Proses pengembalian kata ulang sebelum proses stemming Daftar stemterm dalam tipe data vektor Finish Gambar 2.4 Flowchart Proses Stemming

10 Bahasa Pemrograman PHP PHP (Hypertext Preprocessor) adalah bahasa komputer yang dibuat untuk pengembangan web dinamis. Pada umumnya PHP digunakan di server namun juga dapat berdiri sendiri sebagai aplikasi graphical (Kadir, 2001). Penggunaan PHP dan MySQL dipilih karena PHP dan MySQL memilikibeberapa kelebihan seperti dinyatakan oleh Sutarman (2007) kelebihannya sebagai berikut: 1. Bahasa pemograman PHP adalah sebuah bahasa script yang tidak melakukan sebuah kompilasi dalam penggunaannya. 2. Web Server yang mendukung PHP dapat ditemukan dimana-mana dari mulai IIS sampai dengan Apache dengan konfigurasi yang relatif mudah. 3. Dapat berjalan pada sistem operasi yang berbeda seperti UNIX, Windows, dan Macintosh. Sedangkan database MySQL memiliki beberapa kelebihan, yaitu: 1. Portability MySQL dapat berjalan stabil pada berbagai sistem operasi seperti Windows,Linux, FreeBSD, Mac Os X Server, Solaris, Amiga dan masih banyak lagi. 2. Open Source MySQL dapat didistribusikan secara open source, dibawah lisensi GPL sehingga dapat digunakan secara gratis. 3. Multiuser MySQL dapat digunakan oleh beberapa user dalam waktu yang bersamaan tanpa mengalami masalah atau konflik. 4. Performance tuning MySQL memiliki kecepatan yang baik dalam menangani query sederhana, dengan kata lain dapat memproses lebih banyak SQL per satuan waktu. 5. Column types MySQL memiliki tipe kolom yang sangat kompleks, seperti signed/ unsignedinteger, float, double, char, text, date, timestamp, dan lain-lain. 6. Command dan functions MySQL memiliki operator dan fungsi secara penuh yang mendukung perintah Select dan Where dalam query. 7. Security

11 15 MySQL memiliki beberapa lapisan sekuritas seperti level subnetmask, namahost,dan izin akses user dengan sistem perizinan yang perizinan yang mendetail serta password terenkripsi. 8. Scalability dan limits MySQL mampu menangani database dalam skala besar, dengan jumlah records lebih dari 50 juta dan 60 juta ribu serta 5 milyar baris. Selain itu batas indeksyang dapat ditampung mencapai 32 indeks pada tiap tabelnya. 9. Connectivity MySQL dapat melakukan koneksi dengan client menggunakan protocoltcp/ip, Unix soket (UNIX), atau Named Pipes (NT). 10. Localization MySQL dapat mendeteksi pesan kesalahan pada client dengan menggunakanlebih dari dua puluh bahasa. Meskipun demikian, bahasa Indonesia belum termasuk di dalamnya. 11. Interface MySQL memiliki interface (antar muka) terhadap berbagai aplikasi dan bahasapemograman dengan menggunakan fungsi API (Application Programming Interface). 12. Clients dan tools MySQL dilengkapi dengan berbagai tool yang dapat digunakan untuk adminsitrasi database, dan pada setiap tool yang ada disertakan petunjuk online. 13. Struktur Tabel MySQL memiliki struktur tabel yang lebih fleksibel dalam menangani ALTERTABLE, dibandingkan database lainnya semacam PostgreSQL ataupun Oracle. PHP mempunyai lima macam tipe data, yaitu: 1. Integer : Tipe data ini digunakan untuk menyatakan bilangan bulat karena tidak mempunyai titik desimal sehingga tidak diperbolehkan menggunakan karakter koma antara dua bilangan. 2. Float/double atau bilangan pecahan 3. String : tipe data berupa deretan karakter yang membentuk satu kata atau satu kalimat, yang biasanya diapit oleh dua tanda kutip

12 16 4. Array : suatu struktur datayang terdiri atas banyak variabel dengan tipe data sama, dimana masing-masing elemen variabel mempunyai nilai indeks. 5. Objek Tipe data yang digunakan adalah array yang berfungsi untuk menampung sejumlah nilai yang berbeda. Data yang disimpan dalam array menggunakan indeks yang berfungsi untuk memudahkan pencarian kembali data tersebut. Dalam penelitian ini, fungsi tersebut sangat dibutuhkan ketika kalimat diparsing akan disimpan di dalam array dengan indeks yang autoincrement dan data akan dipanggil kembali sesuai indeksnya saat menampilkan gambar dari database. Tipe data array memiliki pointer untuk menunjukkan dimana indeks yang aktif. Untuk array yang baru dideklarasikan, nomor indeks adalah nomor indeks yang pertama [0]. Untuk mengetahui nomor indeks yang aktif digunakan fungsi key() dan untuk mengetahui jumlah elemenkata yang telah diparsing digunakan fungsi count(). Pada PHP juga tersedia fungsi bernama ereg yang dapat digunakan untuk menangani ekspresi regular (dalam hal ini digunakan fungsi preg() karena kompatibel pada PHP 5.3 dan versi selanjutnya, khususnya fungsi preg_replace yang berguna untuk mengganti suatu bagian string dengan string yang lain berdasarkan ekspresi regular).