BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Bahasa alami adalah bahasa yang biasa digunakan untuk berkomunikasi antarmanusia, misalnya bahasa Indonesia, Sunda, Jawa, Inggris, Jepang, dan sebagainya. Bahasa alami ini merupakan suatu bentuk representasi dari suatu pesan yang ingin dikomunikasikan antarmanusia. Bentuk utama representasinya adalah suara/ucapan (spoken language), tetapi sering pula dinyatakan dalam bentuk lisan (Arman, 2004) Pemrosesan Bahasa Alami (Natural Language Processing) adalah studi tentang bahasa manusia dan bagaimana bahasa-bahasa tersebut direpresentasikan secara komputasional, dianalisa, dikenali, serta digenerasikan secara algoritmik (Krisnawati, 2006). Sejak paradigma dasarnya mulai dikembangkan sekitar tahun 1940 hingga sekarang, perkembangan teori, metode, serta pengembangan aplikasi NLP terus mengalami kemajuan. Hal ini memungkinkan teknologi Pemrosesan Bahasa Alami sebagai pendekatan baru dalam interaksi manusia dengan komputer. Aplikasi-aplikasi Pemrosesan Bahasa Alami yang telah ada antara lain Machine Translation (Alshawi, 1996), Speech Synthesis from Parse (Prevost, 1996), Speech Recognition Using Parsing (Chelba et al, 1998), Grammar Checking (Microsoft), Indexing for Information Retrieval (Woods, 1997), Information Extraction (Hobbs, 1996) serta aplikasi yang marak dikembangkan akhir-akhir ini, Semantic Web (Berners-Lee, 1998). Begitu banyak aplikasi bahasa alami yang telah dikembangkan dalam berbagai bahasa khususnya bahasa Inggris, namun aplikasi pengolah bahasa yang menerapkan bahasa Indonesia belum berkembang. Berbeda dengan kebanyakan sistem lain yang bersifat generik, teknik-teknik yang digunakan dalam 1

2 Pemrosesan Bahasa Alami bersifat language dependent. Suatu sistem atau teknik yang berlaku untuk suatu bahasa tidak mudah diterapkan untuk bahasa lainnya. Pemrosesan Bahasa Alami bertujuan untuk memahami arti dari input yang diberikan dalam bahasa alami dan memberikan respon yang sesuai. Untuk mencapai tujuan ini dibutuhkan tiga tahap proses. Proses yang pertama ialah parsing atau analisa sintaksis yang memeriksa kebenaran struktur kalimat berdasarkan suatu tata bahasa dan kosakata tertentu. Proses kedua ialah semantic interpretation atau intepretasi semantik yang bertujuan untuk merepresentasikan arti dari kalimat secara context-independent untuk keperluan lebih lanjut. Sedangkan proses yang ketiga ialah contextual interpretation atau interpretasi kontekstual yang bertujuan untuk merepresentasikan arti secara context-dependent dan menentukan maksud dari penggunaan kalimat. Penelitian ini membahas proses yang pertama. Sebuah parser merupakan sarana pendukung yang dapat diimplementasikan dalam berbagai aplikasi pengolah bahasa supaya aplikasi tersebut memiliki pendekatan tata bahasa yang benar sehingga akan menghasilkan hasil yang baik sesuai fungsi masing-masing aplikasi karena proses parsing sebuah kalimat melibatkan penggunaan pengetahuan linguistik dari suatu bahasa untuk menemukan cara kalimat itu dibentuk (Schmidt, 1998). Satu contoh aplikasi yang menunjukkan adanya kebutuhan akan pendekatan linguistik dalam pengolah bahasa Indonesia adalah Transtool, aplikasi penterjemah Inggris-Indonesia. Aplikasi ini belum cukup baik karena hanya melakukan pendekatan statistik dengan menghitung jumlah kata sebelum diterjemahkan dengan jumlah kata setelah diterjemahkan. Hasilnya, kalimat terjemahannya terkadang menjadi salah dan tidak sesuai dengan tata bahasa Indonesia. Dalam rangka penyediaan sarana pendukung berbagai aplikasi pengolah bahasa, maka suatu parser bahasa Indonesia diperlukan keberadaannya. Pada penelitian ini, parser yang dibangun menggunakan metode Bottom-up Left to Right. 2

3 1.2 Perumusan Masalah Secara garis besar, sistem ini memiliki rumusan masalah sebagai berikut: Menerapkan metode Bottom-up Left to Right sebagai salah satu cara untuk melakukan proses parsing untuk kalimat bahasa Indonesia. Membangun suatu leksikon bahasa Indonesia serta representasi pengetahuan tentang kelas kata yang akan digunakan untuk menspesifikasikan kata dalam leksikon bahasa Indonesia tersebut. Konversi aturan sintaksis kalimat bahasa Indonesia ke dalam bentuk yang bisa dikomputasi. 1.3 Batasan Masalah Parser sintaksis bahasa Indonesia yang akan dibangun diberi batasan sebagai berikut. Representasi sintaksis yang dilakukan berdasarkan tata bahasa yang bebas konteks. Dengan kata lain, representasi kalimat tidak tergantung pada konteks kalimat tersebut, namun hanya sesuai dengan kecocokan pada kamus aturan. Kalimat yang dapat diproses dalam parsing terbatas pada kalimat kalimat deklaratif sederhana yang berbentuk kalimat tunggal dan kalimat luas setara dengan pola dasar klausanya SP, SPO, SPPel, SPK, SPOK, dan SPOPel. Kalimat yang dapat diproses adalah kalimat yang digunakan dalam bahasa tulisan, karena kalimat yang digunakan dalam bahasa lisan sering mengalami peniadaan unsur. Kata yang tidak dapat diproses antara lain nama orang, nama negara, akronim, dan kata benda serapan bahasa asing. Keluaran yang dihasilkan dalam penelitian ini adalah struktur kalimat dalam bentuk Parse Tree. Jika kalimat tidak sesuai dengan tata bahasa baku, maka struktur tidak dapat dibentuk. Analisa kesalahan kalimat tidak dilakukan. 3

4 1.4 Tujuan Penelitian Tujuan yang ingin dicapai dalam penelitian adalah: Membuktikan apakah metode Bottom-Up Left to Right dapat menyelesaikan proses parsing kalimat bahasa Indonesia. Menjadi wacana pertimbangan dalam mengembangkan aplikasi bahasa Indonesia yang menggunakan parser sebagai tool, contohnya Grammar Checker, Semantic Web, dan lain-lain. Mempermudah pengguna seperti pelajar, orang awam ataupun orang asing dalam memahami dasar sintaksis bahasa Indonesia. 1.5 Metode Penelitian Pengumpulan Bahan Penelitian dilakukan dengan terlebih dahulu mengumpulkan bahan sebagai berikut. o Leksikon Leksikon atau daftar kata bahasa Indonesia. Pengumpulan leksikon ini dilakukan secara manual berdasarkan Kamus Besar Bahasa Indonesia dan juga diambil leksikon yang digunakan pada dua penelitian parsing morfologis sebelumnya yang dilakukan oleh Dian Amalia Pongdatu dan Deo Rapita Sari. o Kelas Kata Kelas kata bahasa Indonesia yang telah ada dilabelkan kembali dengan spesifikasi yang dibutuhkan dalam penelitian. o Tata Bahasa Indonesia Sintaksis kalimat bahasa Indonesia yang baku dikonversikan ke dalam bentuk yang bisa dikomputasi oleh komputer. Hasil konversi ini akan menjadi Kamus Aturan yang akan dipakai dalam pemrosesan Data yang dikumpulkan sebagai bahan penulisan dan perbandingan juga diperoleh melalui studi pustaka terhadap buku, jurnal, dan berbagai sumber dari internet. 4

5 Praproses Pada tahap prapemrosesan dilakukan pemotongan suatu paragraf menjadi per kalimat. Setelah itu dilakukan normalisasi dan tokenisasi untuk setiap kalimat, yaitu mengubah semua karakter menjadi huruf kecil dan dan membuang semua tanda baca dan semua karakter yang bukan huruf dan angka selain tanda (-) lalu memilahnya berdasarkan spasi. Proses o Metode Bottom-up Left to Right Input berupa token-token yang terbentuk dari setiap kalimat selanjutnya diproses satu demi satu mulai dari yang paling kiri. o Shift-reduce Shift-reduce merupakan teknik dalam metode Bottom-up yang dilakukan terhadap token demi token ketika diproses satu demi satu. Setiap token akan diberi label sesuai dengan kelas katanya, jika token tersebut terdaftar pada leksikon maka token tersebut akan di shift ke dalam stack dan di reduce dengan kelas kata yang sesuai. Selanjutnya, semua token di dalam stack yang telah dikonversi menjadi kelas kata akan diproses kembali dari kiri ke kanan untuk menemukan aturan yang sesuai sehingga didapat format satuan kalimat di atas kelas kata yaitu frase. Setiap aturan itu ditemukan, kelas kata di shift ke dalam stack dan di reduce dengan simbol frase yang sesuai. Demikian juga proses yang sama dilakukan untuk satuan kalimat di atas frase seperti unsur dan klausa hingga terbentuk suatu kalimat K. Pascaproses Hasil akhir adalah struktur kalimat yang divisualisasikan dengan parse tree. Tree ini tampil per kalimat, dengan kata lain satu tree untuk satu kalimat. 5

6 Evaluasi kinerja sistem dilakukan dengan menghitung nilai presisi. Proses ini akan memberikan nilai yang dapat digunakan untuk membuktikan apakah sistem ini dapat dikatakan berhasil dalam mendeteksi sebuah kalimat. 1.6 Sistematika Penulisan Sistematika dari penulisan tugas akhir ini dibagi dalam lima bab, dimana dalam tiap babnya terbagi lagi menjadi beberapa bagian yang merupakan satu kesatuan dan saling terikat. Bab 1 Pendahuluan Bab ini berisi tentang latar belakang masalah, batasan masalah, rumusan masalah, metode penelitian, tujuan penulisan, dan sistematika penulisan. Bab 2 Tinjauan Pustaka Bab ini berisi tentang teori-teori pendukung dan teori-teori yang menjadi landasan dalam penulisan tugas akhir ini. Bab 3 Perancangan Sistem Berisi tentang tahapan pembangunan sistem, perancangan sistem secara keseluruhan dari penulisan tugas akhir ini serta proses dan cara kerja program. Bab 4 Implementasi Sistem, Hasil dan Pembahasan Berisi uraian tentang implementasi sistem dalam bentuk program yang dibuat beserta penjelasan tentang user-interfacenya. Selain itu dilakukan pembahasan mengenai hasil penelitian. Bab 5 Kesimpulan dan Saran Berisi kesimpulan dari proyek tugas akhir ini dan saran atas hasil dari program yang dibuat serta pengembangannya di masa yang akan datang. 6