APLIKASI PENERJEMAH KALIMAT BAHASA INDONESIA KE BAHASA SIMALUNGUN DENGAN ALGORITMA BERRY - RAVINDRAN

Transkripsi

1 APLIKASI PENERJEMAH KALIMAT BAHASA INDONESIA KE BAHASA SIMALUNGUN DENGAN ALGORITMA BERRY - RAVINDRAN Saut Dohot Siregar 1*, Mawaddah Harahap 2, Yohana Marbun 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia, Medan. *sautdohotsiregar@gmail.com ABSTRAK Indonesia memiliki beragam bahasa daerah, salah satunya adalah Bahasa Simalungun. Saat ini masih ada beberapa masyarakat bersuku Simalungun yang belum fasih berbahasa Simalungun. Untuk dapat belajar berbahasa, aplikasi penerjemah dapat dijadikan sebagai salah satu bahan acuan. Di zaman sekarang ini, aplikasi penerjemah sangat efisien digunakan untuk belajar menambah kosakata. Dalam membuat aplikasi penerjemah, string matching dapat diimplementasikan untuk proses pencarian katanya. String matching memiliki beberapa algortima, salah satu algoritmanya adalah algoritma Berry Ravindran dan akan diimplementasikan pada aplikasi penerjemah tersebut. Algoritma Berry Ravindran memiliki dua fase yaitu fase preprocessing dan fase pencarian Pattern akan bergeser apabila string dan pattern mengalami ketidakcocokan. Pattern akan berhenti bergeser saat pattern ditemukan pada teks atau saat jumlah nilai pergeseran lebih besar dari selisih panjang teks dan panjang pattern. Hasil dari penelitian ini adalah algoritma Berry Ravindran dapat diimplementasikan dan aplikasi dapat berjalan dengan baik. Kata Kunci : String Matching, Berry Ravindran. PENDAHULUAN Keberagaman suku di Indonesia membawa keberagaman bahasa daerah. Menurut Badan Pusat Statistik bahasa daerah yang terdapat di wilayah Indonesia mencapai 726 buah. Salah satunya adalah bahasa daerah masyarakat yang ada di Kabupaten Simalungun dengan jumlah penduduk mencapai jiwa. Masyarakat Simalungun yang tinggal di perkotaan, sebagian besar menggunakan bahasa Indonesia dalam perbincangan sehari-hari sehingga mereka menjadi pasih dalam berbahasa daerahnya. Hal ini mengakibatkan bahasa daerah, khususnya Bahasa Simalungun semakin terlupakan. Untuk dapat berbahasa Simalungun dengan lancar dapat dilakukan dengan memulai percakapan sehari-hari dengan berbahasa Simalungun (Jeklin, 2016). Untuk mengatasi masalah ini perlu diadakan pembaharuan agar kelestarian Bahasa Simalungun tetap terjaga. Salah satu pembaharuan itu adalah dengan membuat aplikasi penerjemah Bahasa Simalungun. Penulis membuat sebuah aplikasi penerjemah bahasa Indonesia Simalungun berbasis desktop dengan menggunakan algoritma Berry- 40

2 Ravindran. Sehingga dengan menggunakan aplikasi ini masyarakat bisa lebih mudah mempelajari bahasa Simalungun. Salah satu metode yang digunakan untuk membuat aplikasi penerjemah tersebut adalah dengan menggunakan algoritma Berry-Ravindran. Algoritma Berry - Ravindran diusulkan oleh T. Berry dan S. Ravindran pada tahun 1999 (Klaib et al. 2009). Algoritma Berry-Ravindran adalah satu-satunya algoritma yang menggunakan dua karakter teks sebelah kanan pada posisi m + 1 dan m + 2 untuk mencari nilai pergeseran, dimana m adalah panjang pattern. Sehingga hal tersebut akan mengurangi jumlah perbandingan karakter saat proses pencarian. METODE PENELITIAN Studi Literatur dilakukan untuk pengumpulan referensi yang diperlukan dalam penelitian. Referensi yang digunakan dapat berupa buku, jurnal, artikel, situs internet yang berkaitan dengan Algoritma Berry-Ravindran dan Bahasa Simalungun. Kemudian dilakukan analisa data yang berhubungan dengan penelitian ini seperti fungsi algoritma Berry Ravindran bisa bekerja dalam sebuah aplikasi kamus agar penulis mengetahui karakter (string) yang akan dihitung. Tahap selanjutnya ialah merancang aplikasi sesuai dengan rencana yang telah ditentukan, yaitu meliputi perancangan desain awal seperti button maupun font yang lebih minimalis. Proses perancangan ini berdasarkan pada batasan masalah dari penelitian ini. Kemudian dilakukan tahap implementasi aplikasi. Pada tahap ini pembuatan aplikasi penerjemah kalimat telah selesai dilaksanakan dan menambahkan data hasil algoritma Berry-Ravindran ke dalam aplikasi penerjemah kalimat. Kemudian dilakukan pengujian terhadap Aplikasi yang telah dikembangkan. Algoritma dapat didefenisikan sebagai proses komputasi yang mengambil beberapa nilai atau menetapkan nilai sebagai masukan dan menghasilkan beberapa nilai atau mentapkan beberapa nilai sebagai keluaran. Algoritma adalah urutan langkah-langkah komputasi yang mengubah masukan menjadi keluaran (Cormen et al. 2001). Algoritma pencocokan string atau string matching algorithm adalah algoritma untuk melakukan pencarian semua kemunculan string pendek P[0..n-1] yang disebut pattern di string yang lebih panjang T[0..m-1] yang disebut teks (Kumara, 2008). Pencocokan string (string matching) secara garis besar dapat dibedakan menjadi dua yaitu (1) Exact string matching, yaitu pencocokan string secara tepat dengan susunan karakter dalam string yang dicocokkan dan memiliki jumlah dan urutan karakter yang sama. Contoh : kata mauliate 41

3 hanya akan menunjukkan kecocokan dengan kata mauliate. (2) Inexact string matching atau Fuzzy string matching, yaitu penncocokan string secara samar dimana string yang dicocokkan memiliki jumlah atau urutan yang berbeda tetapi memiliki kemiripan tekstual atau penulisan (approximate string matching) atau kemiripan ucapan (phonetic string matching). Untuk melakukan proses pencocokan string dibutuhkan 2 jenis data; (1) Teks, yaitu string sepanjang n karakter sebagai sumber pencarian, (2) Pattern, yaitu string sepanjang m dengan m < n yang akan dicari di dalam teks. (Tanjung, 2015). Algoritma Berry-Ravindran adalah algoritma pencocokan string yang merupakan perpaduan antara algortima Quick Search dan algoritma Zhu-Takaoka. Algoritma ini diusulkan oleh T. Berry dan S. Ravindran pada tahun Algoritma ini melakukan pergeseran dengan memperhitungkan pergeseran karakter buruk yang nilai pergeserannya diperoleh dari fase preprocessing. Algoritma Berry Ravindran memulai pencocokan pattern/kata yang dicari dari kiri ke kanan (left to right). Algoritma Berry Ravindran terdiri dari fase preprocessing dan fase pencarian. Pada fase preprocessing algoritma Berry Ravindran difokuskan pada perhitungan pergeseran untuk pattern. Untuk mengidentifikasi masalah digunakan diagram Ishikawa. Diagram Ishikawa adalah sebuah alat grafis yang digunakan untuk mengidentifikasi, mengeksplorasi dan menggambarkan masalah serta sebab dan akibat dari masalah tersebut. Ini sering disebut juga diagram sebab akibat atau diagram tulang ikan (fishbone diagram). Masalahmasalah yang ada dapat dilihat pada Gambar 1. Manusia Material Ketidaktahuan masyarakat dalam berbahasa Batak Simalungun. Algoritma Berry Ravindran contoh dari algoritma pencocokan string. Bahan acuan dalam bentuuk hardcopy kurang efisien aplikasi menyediakan pencarian kata hanya berdasarkan huruf awal Saat ini mayoritas masyarakat sudah mempunyai personal computer masing-masing Membuat aplikasi penerjemah bahasa Indonesia Batak Simalungun Metode Mesin Gambar 1. Diagram Ishikawa 42

4 Use-case Diagram adalah gambaran skenario penggunaan aplikasi sistem tentang bagaimana cara sistem bekerja dengan pengguna (Pressman, 2010). Diagram use-case menggambarkan interaksi antara sistem dengan sistem eksternal dan pengguna. Dengan kata lain, secara grafis menggambarkan siapa yang akan menggunakan sistem dan dengan cara apa pengguna mengharapkan untuk berinteraksi dengan sistem (Jeklin. 2016). Usecase Diagram dapat dilihat pada Gambar 2. Gambar 2. Use-case Diagram Sequence Diagram adalah diagram yang memodelkan logika sebuah use-case dengan cara menggambarkan interaksi pesan di antara objek objek dalam rangkaian waktu (Whitten et al. 2004). Diagram Sequence dapat dilihat pada Gambar 3. 43

5 Gambar 3. Diagram Sequence Halaman Utama merupakan tampilan awal ketika aplikasi dijalankan. Gambar 8. Rancangan Halaman Utama 44

6 Perancangan Menu Terjemahkan dapat dilihat pada gambar 9 Jurnal Teknovasi Gambar 9. Rancangan Menu Terjemahkan Perancangan tampilan Hasil Pencarian dapat dilihat pada gambar 10. Gambar 10. Rancangan Tampilan Hasil Pencarian Tampilan halaman bantuan dapat ditunjukkan pada Gambar

7 Gambar 11. Rancangan Tampilan Halaman bantuan. Sebelum melakukan proses pencarian, algoritma Berry Ravindran memiliki tahapan preprocessing untuk menentukan nilai pergeseran. Pada bab kedua, penulis telah memaparkan tahapan untuk membuat tabel nilai pergeseran tersebut. Maka, tabel pergeseran untuk pattern aha dapat dilihat pada tabel 1 berikut ini. Tabel 1 Nilai Pergeseran Pattern Aha brbc A H * A H * Pada proses pencarian pertama pattern aha dicocokkan dengan teks agat. Apabila jumlah nilai pergeseran lebih besar dari selisih panjang karakter pattern dan teks, maka sistem tidak akan melakukan proses pencarian dan akan langsung mengembalikan nilai nol yang menandakan bahwa teks tidak ditemukan. Selisih panjang karakter agat dan aha adalah satu. Maka proses pencarian hanya memiliki peluang satu kali pergeseran. Pada tabel 2, teks agat mengalami penambahan dua karakter 00 yang untuk menghindari terjadinya Array Index Out Of Bound. Untuk menentukan nilai pergeseran, algoritma Berry Ravindran mengambil dua karakter di sebelah kanan dari proses 46

8 pencocokan string. Pada kasus teks agat hanya memiliki satu karakter di sebelah kanan dari proses pencocokan string, yaitu T. Sehingga, dengan adanya penambahan dua karakter 0 setelah huruf T, dapat diperoleh nilai pergeserannya. Tabel 2 Pencarian Algoritma Berry Ravindran untuk Teks Adat A G A T 0 0 A H A brbc [T][0] = 5 Pada tabel 1 nilai pergeseran adalah 5. Nilai pergeseran melebihi selisih dari panjang karakter pattern dan teks dimana panjang teks adalah 4 dan panjang pattern adalah 3. Maka dari itu, sistem akan mengembalikan nilai nol, menandakan bahwa kata aha tidak ditemukan di dalam kata agat dan mengambil kata berikutnya untuk dicocokkan. Tahap implementasi sistem merupakan tahapan lanjutan dari analisis dan perancangan sistem yang dirangkum di bab tiga. Pada tahapan ini, semua yang dibahas pada tahapan analisis dan perancangan akan diimplementasikan ke dalam bahasa pemrograman Java pada perangkat lunak Neatbeans versi 8.0. Sistem ini akan melakukan kerja utamanya yaitu menterjemah kata dari bahasa Indonesia ke dalam bahasa Simalungun atau sebaliknya. Halaman utama merupakan antarmuka awal ketika aplikasi pertama sekali dijalankan. Pada halaman ini terdapat tiga buah menu, pertama menu terjemahkan yang dapat dipilih pengguna ketika hendak mencari terjemahan, kedua menu bantuan yang dapat dipilih ketika pengguna ingin mengetahui cara penggunaan aplikasi dan yang ketiga menu tentang yaitu berisi informasi singkat tentang penulis. HASIL DAN PEMBAHASAN Tampilan utama atau halaman awal pada aplikasi ini dapat kita lihat pada Gambar 12 berikut. Gambar 11. Halaman Utama 47

9 Menu Indonesia-Simalungun dapat dipilih jika pengguna ingin mencari terjemahan kata bahasa Indonesia ke dalam bahasa Simalungun. Misalnya ada, bagai, dan lain sebagainya. Gambar berikut. Gambar 14 Halaman pencarian Indonesia-Batak - Simalungun Menu Simalungun-Indonesia dapat dipilih jika pengguna ingin mencari terjemahan kata bahasa Simalungun ke dalam bahasa Indonesia. Misalnya adi laho hu tao. Gambar 15 berikut merupakan hasil pencarian untuk kalimat. Gambar 15 Hasil pencarian Simalungun -Indonesia. 48

10 Menu halaman bantuan menyediakan menu bantuan berisi panduan atau langkah-langkah penggunaan aplikasi. Tampilan dari halaman bantuan dapat dilihat pada Gambar 17 berikut. Gambar 17. Halaman Bantuan Halaman Tentang berisi informasi singkat tentang penulis yang dapat dilihat pada Gambar 18 berikut. Gambar 18 Halaman Tentang 49

11 KESIMPULAN Aplikasi yang dibuat adalah Aplikasi Bahasa Indonesia Simalungun berbasis dekstop. Aplikasi ini menggunakan algoritma Berry Ravindran. Aplikasi ini sudah bisa digunakan dalam menerjemahkan Bahasa Indonesia ke Bahasa Simalungun, dan sebaliknya. Akan tetapi masih ada kendala yang ditemukan yaitu tidak semua bisa diterjemahkan. Hal ini dikarenakan jumlah kata database yang diinput masih kurang. Peneliti menyarankan agar penelitian lebih lanjut menggunakan kata databasenya lebih dari 1000 kata seperti pada penelitian ini. Saran lainnya agar peneliti lebih lanjut untuk menambahkan menu untuk menampilkan isi database sehingga pengguna dapat melihat list kata yang ada pada aplikasi penerjemah dan bisa menambahnya. DAFTAR PUSTAKA Charras. C. & Lecroq. T Handbook of Exact String Matching Algorithms (e Book). English. College Publications. Cormen, T.H., Leiserson, C.E., Rivest, R.L., & Stein, C Fastest Approach to Exact Pattern Matching. Proceedings of 2010 International Conference on Information and Emerging Technologies (ICIET), pp Hussain, Iftikhar., Ali, Imran., Zubair, M. & Bibi, N Introduction to Algorithms. 2 nd Edition. The MIT Press : London. Pressman, R. S Software Engineering: A Practitioner s Approach. 7 th Edition. McGraw-Hill: New York. Purba, J. I Implementasi Pencocokan String Menggunakan Algoritma Berry Ravindran pada Aplikasi Kamus Bahasa Indonesia Batak Toba Berbasis Android.Skripsi.Universitas Sumatera Utara. Syuhada,F Implementasi Algoritma Zhu-Takaoka pada aplikasi Terjemahan Al Quran Berbasis Android.Skripsi.Universitas Sumatera Utara. Whitten, J.L., Bentley, L.D. & Dittman, K.C Metode Desain & Analisis Sistem. Terjemahan TIM Penerjemah ANDI. ANDI : Yogyakarta. Wicaksono. A. K Perbandingan Algoritma Horspool dan Algoritma Zhu-Takaoka Dalam Pencarian String Berbasis Desktop. Skripsi. Universitas Multimedia Nusantara. 50