Sistem Tutor Cerdas dengan Pendekatan Berbasis Aturan Untuk Mempelajari Kalimat Majemuk dalam Bahasa Inggris Akhmad Arif 1, Surya Sumpeno, ST., MSc 2, Diah Puspito Wulandari, ST.,MSc 2 1 Mahasiswa S1 Teknik Elektro Institut Teknologi Sepuluh Nopember 2 Staff Pengajar, Teknik Elektro Institut Teknologi Sepuluh Nopember Jurusan Teknik Elektro FTI, Institut Teknologi Sepuluh Nopember Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih-Sukolilo, Surabaya-60111 Abstrak Pembentukan kalimat sederhana sebagai dasar dalam mengembangkan berbagai jenis kalimat ditujukan untuk lebih memperkaya pemahaman siswa terhadap kemampuan berbahasa yaitu Bahasa Inggris. Melanjutkan dari penelitian Sistem Tutor Cerdas sebelumnya, Autonomous Levelling Sentence Composer Berbasis Causal Bayesian Network Untuk Intelligent Tutoring System yang sampai pada kalimat sederhana, dengan harapan untuk memperbanyak variasi kalimat, kemudian dilanjutkan dengan menambahkan rule dari yang sudah ada untuk disusun menjadi kalimat majemuk. Kalimat majemuk sebagai salah satu topik dalam bahasa inggris, tersusun dari dua kalimat lengkap yang dihubungkan oleh konjungsi. Konjungsi yang digunakan adalah konjungsi dengan tipe sederajat, yaitu AND. Rule yang digunakan dalam membentuk kalimat majemuk setara memakai aturan dalam menyusun complete compound, compound subject, dan compound verb. Tingkat kepuasan terhadap kalimat yang keluar sebagai kalimat majemuk maupun kalimat lengkap ditentukan dari relasi kata yang terdapat dalam Conceptnet sebagai commonsense knowledge tool. Sistem pembentukan kalimat majemuk setara sudah bisa dikatakan cerdas karena mampu menghubungkan tiap kata dengan presentase ketepatan yang cukup baik di suatu kalimat sesuai dengan tata bahasa (grammar) dan maknanya (semantic). Kata kunci : Sistem Tutor Cerdas, Kalimat Majemuk. Abstract Simple Sentence as basic sentence to develop variations of sentence for enrichment and making students better in language capability. Continuing from research before, Autonomous Levelling Sentence Composer Base on Causal Bayesian Network For Intelligent Tutoring System had arranged simple sentence, and then from those simple sentence will develop to be compound sentence, by giving more rule beside the rule had be made. Compound sentence is one of kinds sentence in English topic, contains two complete ideas (clauses) that are related, joined by a conjunction. In addition from research before, to arrange compound sentence, the conjunction uses AND that has function to join similar idea. From this conjunction, the results will have complete compound sentence, compound subject, and compound verb. Satisfied level to generate compose sentence as compound sentence and complete sentence depends on word relation in Conceptnet as commonsense knowledge tool. This system can be mentioned smart because it has capability to relate each word correctly in sentence based on grammar and semantic. Keywords : Intelligent Tutoring System, Compound Sentence
I. PENDAHULUAN A. LATAR BELAKANG Banyak manfaat telah dirasakan pada penggunaan teknologi kecerdasan buatan. Intelligent Tutoring System (ITS) merupakan satu tipe dari sistem kecerdasan buatan yang menangani masalah pembelajaran atau pelatihan. Keuntungan utama digunakannya ITS atau Sistem Tutor Cerdas (STC) ini dibandingkan dengan metode yang sering digunakan adalah terciptanya suatu pembelajaran yang lebih efektif. Dalam hal ini pengguna dituntut tidak hanya memberikan jawaban-jawaban dari permasalahan yang ada dengan benar saja, namun dengan efektif pula, sesuai dengan solusi optimal yang diciptakan oleh sistem kecerdasan buatan yang ada. Sehingga akan membantu user di dalam pembelajaran masalah dengan sangat baik. STC bisa dimanfaatkan untuk membantu peran seorang guru dalam membuat suatu materi pelajaran maupun struktur soal yang akan digunakan dalam proses mengajar. Kalimat majemuk sebagai salah satu topik dalam bahasa inggris, tersusun dari dua kalimat lengkap yang dihubungkan oleh konjungsi. Dari penelitian yang sebelumnya telah dibangun suatu sistem pembentuk kalimat sederhana dalam bahasa inggris berdasarkan susunan gramatikal. Kalimat sederhana ini yang akan digunakan sebagai dasar dalam pembentukan kalimat majemuk dan kalimat kompleks. Diharapkan dari kalimat yang telah dikembangkan dari kalimat sederhana menjadi kalimat majemuk maupun kalimat kompleks memberikan variasi soal maupun materi kepada guru dalam mengajar bahasa inggris untuk bahan ajar kepada muridnya. Efektifitas waktu masih dianggap penting untuk memberikan guru kesempatan mencari cara-cara yang dianggap perlu dalam meningkatkan kemampuan belajar siswanya. B. TUJUAN Dalam Tugas Akhir ini berupaya untuk mampu mengembangkan penelitian yang sebelumnya yang berupa pembentukan kalimat sederhana, menjadi kalimat majemuk dan kalimat komplek. Tujuan utamanya adalah memberikan lebih banyak variasi kalimat untuk diberikan guru kepada muridnya sebagai bahan ajar untuk meningkatkan kemampuan berbahasa inggris. Sistem pendidikan berbasis web ataupun e-learning memiliki banyak keuntungan, namun mereka masih mempunyai kekurangan dalam hal kehadiran guru, yang dalam ruang kelas tradisional mengatur, menggunakan berbagai mekanisme untuk mempertahankan perhatian siswa, dan memberikan bimbingan yang tepat kepada siswa berdasarkan kelemahan dan kekuatannya dalam mata pelajaran tertentu. Poin terakhir di sini adalah relevansinya sebagai guru dalam memberikan panduan untuk siswa di tingkat personal, berdasarkan keahlian guru dan tingkat pengetahuan siswa dalam mata pelajaran itu.. Sistem Tutor Cerdas berupaya untuk mensimulasikan seperti guru yang membimbing proses belajar siswa, menggunakan metode pedagogis cocok untuk siswa dan memonitor kemajuan secara individu berdasarkan tingkat dari pemahamannya. Pada dasarnya pendekatan adalah untuk merekam keahlian dari seorang guru pada pelajaran dan pemahaman siswa [1]. Dalam bidang rekayasa perangkat lunak, untuk membangun sebuah sistem informasi akan lebih efektif dan mudah apabila dipisah ke dalam modul-modul yang memiliki fungsi dan tugas yang jelas. Sistem tidak hanya mampu mengajarkan dengan proses yang cerdas tetapi juga mampu memanajemen isi materi ajar dengan mudah. Begitupun juga dalam membangun Sistem Tutor Cerdas para peneliti telah mengusulkan rancanganrancangan yang berbeda dalam membangun sebuah STC. Gambar 1. Modul STC II. DASAR TEORI A. Sistem Tutor Cerdas Intelligent Tutoring System atau Sistem Tutor Cerdas (STC), merupakan suatu aplikasi digital untuk pembelajaran yang dinamis, dalam pengertiannya yaitu hasil keluaran program bisa menyesuaikan dengan kebutuhan dari seorang pengguna. Komponen utama dalam rancangan Sistem Tutor Cerdas adalah sebagai berikut [2] : Domain pengetahuan adalah bagian yang berisi pengetahuan yang menjadi rujukan bagi komponen-komponen STC lainnya, yaitu pemodelan siswa, modul pedagogik, modul adaptasi dan modul antarmuka.
Pemodelan siswa adalah bagian yang memodelkan siswa, yang berfungsi untuk memetakan pengetahuan yang oleh siswa guna pengambilan keputusan oleh modul adaptasi dan modul pedagogik. Modul adaptasi adalah bagian yang mampu memilih teknik-teknik pembelajaran/pengajaran atau mengatur parameter-parameter teknik pengajaran, yang disesuaikan dengan kemampuan siswa. Modul pedagogik adalah bagian yang memutuskan materi-materi mana yang dapat diberikan kepada siswa melalui perantaraan modul antarmuka dan masukan dari pemodelan siswa, yang mendapatkan kelenturan pengajaran dari modul adaptasi. Bagian ini yang menentukan topik selanjutnya dan permasalahan berikutnya, yang akan diberikan kepada pengguna dengan mengolah masukan dari pemodelan siswa, domain pengetahuan dan modul adaptasi yang akan disampaikan kepada siswa melalui modul antarmuka. B. Kalimat Majemuk Kalimat adalah satuan bahasa terkecil dalam wujud lisan dan tulisan yang mengungkapkan pikiran yang utuh. Pada pelajaran bahasa inggris dikenal beberapa jenis kalimat, diantaranya adalah kalimat sederhana, kalimat komplek, dan kalimat majemuk. Gabungan dari dua atau lebih kalimat lengkap dengan menggunakan kata sambung, dan masing-masing kalimat bisa berdiri sendiri atau tidak bergantung artinya dari kalimat pasangannya, maka disebut sebagai kalimat majemuk [3]. Untuk mengetahui fungsi unsur-unsur kalimat, perlu dikenal terlebih dulu ciri-ciri umum masing-masing fungsi sintaksis kalimat. Predikat merupakan konstituen pusat yang disertai konstituen pendamping kiri dengan atau tanpa pendamping kanan [4]. Pendamping kiri adalah subyek kalimat sedangkan pendamping kanan, kalau ada adalah obyek, pelengkap dan atau keterangan Contoh kalimat majemuk : a. My Father is a teacher and musician. b. Mother cook rice and sing a song. (compound verb) c. Kalimantan is a large island, and Bali is a small island. d. We don t order dessert when we eat out. Beberapa kalimat bisa dibuat kalimat majemuk dari suatu konjungsi dengan 3 cara : Hanya menggunakan semicolon (;) Menggunakan semicolon dengan sebuah kata keterangan (conjunctive adverb) dan di ikuti dengan koma: also however thus besides in addition therefore for example moreover then furthermore nevertheless consequently hence otherwise to illustrate in fact of course without a doubt Dengan menggunakan koma sebelum penggunaan kata konjungsi For And Nor But Or Yet So Untuk membentuk kalimat majemuk maka diperlukan suatu pengetahuan yang benar tentang aturan bagaimana membentuk dua kalimat yang dihubungkan oleh suatu konjungsi yang sesuai secara gramatik dan semantik. Pada tabel 1 ditunjukkan pola pembentukan kalimat majemuk. id satu dua tiga empat lima enam tujuh Ket 1 S1 V1 O1 AND O2 1 2 S1 V1 O1 AND V2 O2 2 3 S1 V1 O1 AND S2 V2 O2 3 4 S1 AND S2 V1 O1 4 5 S1 V1 O1 THEN O2 Tabel 1. Struktur pembentukan Kalimat Majemuk Header pada tabel 1 menunjukkan posisi kata dalam kalimat. S adalah subjek, V adalah Verb, dan O adalah objek. Subjek dan Verb yang dihasilkan dari penelitian sebelumnya digunakan untuk membentuk kalimat komplek dan kalimat majemuk. Hasil untuk kalimat sederhana ditunjukkan pada gambar 3. Pembentukan variasi kalimat menggunakan kata hubung after, before, when memperhatikan jenis tenses yang terdapat pada kalimat pertama dan kalimat kedua. present tense + konjungsi (before) + present perfect tense past tense + Konjungsi (before) + past perfect tense future tense + konjungsi (before) + present tense present perfect tense + konjungsi (after) + present tense
past perfect tense + Konjungsi(after) +past tense present tense + konjungsi (after ) +future tense Past Perfect + konjugsi (when) + simple past tense Dengan menggunakan kalimat sederhana yang ditunjukkan pada gambar 3 maka dikembangkanlah menjadi kalimat lengkap dengan mengunakan perangkat tool yang disebut sebagai ConceptNet, ditunjukkan pada gambar 4. III. PERANCANGAN SIMULASI Dalam penelitian sebelumnya dikembangkan suatu rancangan STC yang menyusun kalimat sederhana berdasarkan tingkat kesulitan yang dibangkitkan dari Causal Bayesian Network. Secara garis besar langkah dari penelitian ini dimulai dengan adanya level default terhadap tingkat kemampuan pelajar. Level disini menyatakan bahwa komponen-komponen penyusun sebuah kalimat Bahasa Inggris mempunyai tingkat kesulitan gabungan yang di sesuaikan dengan level input. Kemudian dari keempat komponen tersebut, maka disusun sebuah kalimat berdasarkan pola tenses, kata kerja, tipe dan pemilihan kata tertentu dengan memperhatikan bobot atau tingkat kesulitan dari masing-masing keempat komponen tersebut [2]. Gambar 4. ConceptNet dalam C# Objek dalam suatu kalimat sangat dipengaruhi oleh jenis verb yang digunakan. Cara yang paling mudah adalah dengan mendefinisikan secara manual menggunakan pengetahuan manusia. Contoh kalimat umum seperi I drink coffe mengandung pengetahuan umum (commonsense knowledge). Pemberian label berdasarkan peran semantik dilakukan terhadap argumen dimana I mendapatkan label subjek dan coffe mendapat label objek, sehingga struktur verb-argument yang terbentuk dari kalimat tersebuat adalah sbb [5] : [ARG0 I] [TARGET drink] [ARG1 coffe] Gambar 2. Diagram Proses Terbentuknya Kalimat Kalimat sederhana pada gambar 3 inilah yang nantinya akan dikembangkan kedalam bentuk kalimat majemuk Salah satu perangkat semantik yang dapat digunakan untuk mengakuisisi pengetahuan seharihari dalam sistem ini adalah penjodohan verbobject yang mungkin adalah ConceptNet [6]. ConceptNet adalah basis pengetahuan (knowledge-base) dan perangkat pemrosesan bahasa alami yang mendukung banyak tugas penalaran tekstual untuk dokumen dokumen di dunia nyata, seperti pembuatan analogi dan inferensi berorientasi konteks. Basis pengetahuannya berupa sebuah jaringan semantik yang saat ini berisi 1,6 juta assertion dari pengetahuan umum (commonsense knowledge) yang meliputi aspek spasial, fisik, sosial, temporal dan psikologi dari kehidupan sehari-hari. Gambar 3. Hasil Sentence Composer
Gambar 5. Relasi dalam ConceptNet ConceptNet memiliki relasi semantik yang beraneka, antara lain ConceptuallyRelatedTo, IsA, FirstSubeventOf, DesirousEffectOf, ThematicKLine, MadeOf, SubeventOf, Used- For, SuperThematicKLine, DefinedAs, LastSubeventOf, LocationOf, Capable- OfReceivingAction, CapableOf, PrerequisiteEventOf, MotivationOf, PropertyOf, PartOf, EffectOf, dan DesireOf. Untuk mencari jodoh kata kerja dan objek penderita, digunakan relasi semantik CapableOfReceivingAction dalam Concept-Net 2.1. Dan menggunakan EffectOf relasi kata kerja sesudahnya. Setelah didapatkan kalimat lengkap maka kalimat tersebut digabungkan dengan menggunakan kata sambung / konjungsi menghasilkan kalimat komplek dan kalimat majemuk. Hasil akhir dari kalimat majemuk dan kalimat kompleks ditunjukkan pada gambar 6. Dari grafik yang telah dihasilkan, menunjukkan bahwa statistik tingkat kepuasan terhadap hasil program tidak bisa ditentukan berdasarkan uji coba sampai ke beberapa kali. Hal ini sangat dipengaruhi oleh sejumlah kata yang keluar secara acak dari database sistem dan relasi kata penggunaan conceptnet. Tujuan dari pengacakan dalam pengambilan kata bertujuan untuk memberikan banyak variasi terhadap kalimat yang dibentuk. Ketidaktepatan dalam penggunaan kata di suatu kalimat bisa dilakukan perbaikan oleh user dalam hal ini guru untuk koreksi sebelum disimpan kedalam bentuk file word. Konjungsi Kalimat 1 Tingkat kepuasan (%) 2 3 4 5 And 60 40 70 60 60 Before 50 80 30 70 70 After 30 70 50 80 50 When 60 50 30 90 40 Then 40 60 70 60 40 Tabel 2. Tingkat Kepuasan terhadap Kalimat yang muncul Tingkat kepuasan terhadap kalimat yang dihasilkan ditunjukkan ke dalam bentuk grafik diagram seperti yang terlihat pada gambar 7. Gambar 6. Pembentukan Kalimat Majemuk IV. ANALISA DAN PEMBAHASAN Pengembangan program pembentuk kalimat sederhana ke bentuk kalimat majemuk memiliki tingkat ketidakpuasan terhadap hasil yang di dapatkan dalam hal makna atau semantik. Nilai statistic pada tabel 2 adalah pengambilan sampel secara acak tingkat kepuasan yang didapatkan berdasarkan penilaian subyektif.
V. PENUTUP Berdasarkan hasil pengujian yang dilakukan pada Tugas Akhir ini didapatkan kesimpulan bahwa: 1. ConceptNet sebagai commonsense knowledge tool yang mampu menentukan relasi kata cukup efektif dalam membentuk pasangan kata yang sesuai. 2. Kalimat sederhana digunakan sebagai dasar pembentukan kalimat lengkap dan kalimat majemuk. 3. Penggunaan rule dan penyimpanan kata dalam database sistem untuk pembentukan kalimat, menghasilkan banyak variasi kata penyusunan kalimat. 4. Kelemahan dari pembentukan kalimat secara acak adalah ketidaktepatan dalam maknanya. RIWAYAT PENULIS Akhmad Arif, lahir 29 Mei 1983 di Blitar. Lulus dari PENS jurusan telekomunikasi pada tahun 2004 kemudian melanjutkan kembali program S1 Lintas jalur T. Elektro ITS di tahun 2009, di program studi Teknik Komputer dan Telematika. DAFTAR PUSTAKA [1] Saptian Ronny Yahya, Laifa Humairo, 2010, Penerapan Metode Pembelajaran pada Intelligent Tutoring System (ITS), Teknik Informatika, Universitas Islam Indonesia. [2] Mohammad Safrodin, Surya Sumpeno, Moch. Hariadi, 2010, Autonomous Levelling Sentence Composer Berbasis Causal Bayesian Network Untuk Intelligent Tutoring System, Pasca Sarjana jaringan Cerdas Multimedia, Teknik Elektro, ITS. [3] Greg, P. Separating Independent Clauses in Compound Sentence. San Jose State University. [4] Teguh Bharata Adji, 2004, Sistem Cerdas Untuk Pemetaan Pohon Bahasa Jawa Ke Pohon Bahasa Inggris, Program Pascasarjana Universitas Gadjah Mada [5] Nur Indrawati, 2009, Natural Language Processing (NLP) Bahasa Indonesia Sebagai Preprocessing Pada Text Mining, Paper program Departemen Teknik Informatika, Institut Tinggi Teknologi Telkom. [6] Hugo Liu, Push Singh, 2004, ConceptNet: A Practical Commonsense Reasoningtoolkit, BT Technology Journal.