dalam mengenali kata masukan, kata masukan ‘lincah’ tidak terdapat dalam KBBI. Untuk kata masukan ‘menawan’, kata tersebut tidak dikenali sebagai kata dasar melainkan kata yang mengandung imbuhan me- dengan kata dasar ‘tawan’. Hasil pengujian dapat dilihat pada Lampiran 41 dan 42.
Analisis Hasil Pengujian Keseluruhan Dari semua kata sifat masukan yang dijadikan skenario pengujian untuk pola word graph kata sifat sebanyak 250 kata sifat masukan dengan total kesalahan 13 menghasilkan akurasi 94,80%. Secara umum, modul kamus word graph kata sifat telah cukup baik. Masalah utama dari pengembangan modul kamus word graph kata sifat adalah tidak lengkapnya KBBI. Permasalahan lainnya adalah tidak sesuainya hasil stemming, beberapa kata sifat berimbuhan asing terjadi overstemming. Selain itu, beberapa kata sifat mengalami pembentukan kata dasar yang tidak teratur. Kata sifat tersebut adalah kata sifat berimbuhan asing. Untuk menanggulangi masalah tersebut dibuat tabel yang mampu menampung semua ketidakteraturan kata dasar untuk beberapa kata sifat.
9. Analisis Kekurangan dan Kelebihan
Pengembangan Modul Kamus Word
Graph Kata Sifat
Kekurangan modul Kamus Word Graph
Kata Sifat ini, seperti yang telah disebutkan pada subbab ruang lingkup. Modul Kamus
Word Graph Kata Sifat hanya mampu menampilkan graf kata sifat yang dibentuk dengan pengafiksan dan word graph untuk kata sifat dasar. Selain itu, kata sifat yang dimaksud terbatas pada penelitian Rahmat (2009).
Misalnya, pada kata sifat ‘terdepan’ dengan pola pembentuk kata sifat ter- dengan kata depan (preposisi) tidak tercakup dalam penelitian Rahmat (2009) namun memiliki makna yang justru sesuai dengan salah satu pola
word graph dalam penelitian tersebut. Hal itu menjadi keterbatasan pengembangan modul yang belum diterapkan. Ataupun juga untuk kata sifat lain yang terbentuk dari sifat kata selain yang telah dianalisis oleh Rahmat (2009) dan dengan beragam makna lainnya.
Keterbatasan dari segi pengembangan adalah proses untuk membangkitkan graf-graf kata sifat tersimpan dalam fungsi yang sesuai dengan nama pola kata sifat. Dengan demikian, pada setiap fungsi harus disediakan secara tepat jumlah token dan posisinya dalam objek Axes,
jumlah relasi dan frame yang digunakan. Posisi token dan teks diatur sedemikian rupa hingga diposisikan sesuai dengan pola word graph kata sifat dari tesis Rahmat (2009).
Beberapa pola word graph kata sifat yang telah berhasil dibuat dalam modul tidak persis sama dengan word graph yang ada pada penelitian Rahmat (2009). Misalnya, pada pola kata benda-em menggunakan relasi ALI ke satu token secara berulang untuk menyatakan intensitas, yang disimbolkan dengan . Pada sistem, word graph tidak menghasilkan relasi seperti simbol tersebut melainkan hanya menampilkan teks ‘ali’ pada token yang memiliki makna memunyai intensitas tertentu.
Selain itu, word graph yang dihasilkan sistem tidak seperti word graph pada penelitian Rahmat (2009) yang disajikan pada Lampiran 3. Untuk label yang menyatakan makna kata sifatnya diposisikan berada di bawah frame. Hal ini dimaksudkan agar saat menggabungkan dengan sub graf yang lain frame tidak menimpa sub graf lain. Dalam hal ini fokus ditunjukkan dengan token yang berwarna lebih muda.
Pada beberapa kata masukan menghasilkan hasil stemming lebih dari satu kata. Hal ini menjadi keterbatasan sistem. Sistem ke depannya diharapkan mampu menghasilkan graf sesuai dengan yang diinginkan user dengan memilih kata dasar dari beberapa hasil
stemming yang ada.
Kelebihan pengembangan modul Kamus
Word Graph Kata Sifat ini adalah menjadi langkah maju untuk mengembangkan sistem aplikasi BogorDelftConstruct yang tidak hanya sebagai graph editor yang berbasis metode KG tetapi juga akan berguna sebagai tools yang mampu melakukan peringkasan teks secara otomatis sebagai manfaat jangka panjang. Kelebihan penggunaan fungsi dalam membangkitkan graf adalah sistem tidak terbebani untuk selalu menyimpan pola-pola
word graph kata sifat.
KESIMPULAN DAN SARAN
Kesimpulan
Dari pengembangan modul kamus word graph kata sifat, sistem hanya mampu mengenali 18 pola word graph kata sifat dari 19 pola kata sifat hasil penelitian Rahmat (2009). Pola kata sifat yang tidak dapat dikenali adalah pola me-Kata Benda-kan. Pembedaan pola me- Kata Dasar-kan dengan pola me-Kata Benda- ALI
kan hanya dari maknanya merupakan hal yang sulit dilakukan. Oleh karena itu, dari kedua pola tersebut hanya dipilih salah satunya. Pola yang dipilih adalah pola me-Kata Dasar-kan karena pola me-Kata Dasar-kan memiliki makna yang lebih umum dan sifat kata dasarnya bisa beragam.
Dari hasil pengujian modul untuk pola word graph kata sifat secara keseluruhan dihasilkan akurasi sebesar 94,80%, dengan 250 total kata sifat masukan dan total kesalahan sebanyak 13. Kesalahan terjadi karena dua faktor. Faktor utamanya adalah tidak lengkapnya KBBI.
Faktor kedua yang juga menyebabkan kesalahan adalah ketidaksesuaian hasil
stemming. Beberapa kata sifat masukan yang mengalami overstemming menjadi tidak sesuai dengan kata dasar yang seharusnya atau dengan kata dasar yang diinginkan. Walau demikian, beberapa di antaranya membuat sistem tetap menampilkan graf kata sifat sesuai pola word graph yang dimaksud.
Saran
Saran dalam penelitian ini antara lain:
1. Pembuatan aturan stemming yang lebih baik sehingga mampu menghasilkan kata dasar yang sesuai atau yang diinginkan, terutama untuk kata sifat berimbuhan asing. 2. Penambahan bagian dalam modul agar
mampu membedakan kata sifat pola me- Kata Dasar-kan dan pola me-Kata Benda- kan.
3. Sistem mampu memberikan pilihan pada
user agar dapat memilih kata dasar yang diinginkan untuk hasil stemming yang lebih dari satu kata.
4. Pengembangan modul serupa untuk sifat kata yang lain selain kata sifat (adjektiva) dalam Bahasa Indonesia, agar ke depannya mampu digunakan sebagai peringkasan teks otomatis untuk manfaat sistem jangka panjang.
5. Pengembangan BogorDelftConstruct agar graf yang dihasilkan dapat digabungkan dengan graf kata yang lain, sehingga
DAFTAR PUSTAKA
Alwi H, Dardjowidjojo S, Lapowila H, Moeliono AM. 2003. Tata Bahasa Baku Bahasa Indonesia. Ed ke-3. Jakarta: Balai Pustaka.
Hoede C, Nurdiati S. 2008a. On Word Graphs and Structural Parsing, Memorandum No. 1871, Departement of Applied Mathematics, University of Twente, Enschede, The Netherlands, ISSN: 1874-4850, (2008). Hulliyah K. 2007. Rekayasa Memahami Teks
Menggunakan Metode Knowledge Graph. [tesis]. Bogor Sekolah Pascasarjana, Institut Pertanian Bogor.
Iqbal, R. 2010. Pengembangan Stemmer
Berbasis Kamus Besar Bahasa Indonesia. [skripsi]. Bogor.
Liddy E. 2001. How a Search engine Works.
[terhubung berkala] http://www.infotoday.com/searcher/may01/l
iddy.htm [05-08-2009]
Nurdiati S, C Hoede. 2009. Word Graph Construction of Certain Aspects of Indonesian Language. Supplementary Proceedings of the 17th International Conference on Conceptual Structures.
Moscow, Russia
Rahmat U. 2009. Analisis Pembentukan Word graph Kata Sifat Menggunakan Metode
Knowledge Graph [tesis]. Bogor: Sekolah Pascasarjana, Institut Pertanian Bogor. Romadoni D. 2009. Pengembangan Sistem
Pembentukan Word graph Untuk Teks Berbahasa Indonesia. [skripsi]. Bogor. Rusiyamti. 2008. Analisis Teks Berbahasa
Indonesia Menggunakan Metode Knowledge Graph. [tesis]. Bogor: Sekolah Pascasarjana, Institut Pertanian Bogor.
Zhang, L. 2002. Knowledge Graph Theory and Structural Parsing. [disertasi]. University of Twente, Enschede, The Netherlands, ISSN 9036518350.