4.1 Pembangunan Model
4.1.3 Penentusahan Model VPS dengan Output Tambahan
Penentusahan merupakan proses penilaian komponen untuk memastikan komponen yang terlibat memenuhi spesifikasi output (Pathiah, 2012). Bermatlamat untuk memastikan output yang dihasilkan akan menyediakan jawapan dan penyelesaian seperti yang diperlukan (Barr & Klavan, 2001). Penilaian pakar (expert review) adalah salah satu cara penentusahan model (Pathiah, 2012) seperti yang dilakukan dalam penentusahan model kajian Syamsul Bahrin (2011) dan Muhamad Shahbani (2012).
Sebanyak tiga hingga lima orang pakar bidang adalah memadai untuk memberi maklum balas (Syamsul Bahrin, 2011 dipetik daripada Schneiderman, 1998). Pemilihan pakar bidang ini dibuat berdasarkan komponen yang terdapat dalam model VPS. Ini kerana penentusahan yang dilakukan adalah melibatkan penentusahan komponen (Pathiah, 2012). Komponen yang terlibat adalah komponen struktur pembentukan ayat dalam pemprosesan BM. Justeru itu, tiga orang Munsyi Dewan sebagai pakar BM dan dua orang pakar dalam bidang perkomputeran linguistik dipilih untuk membuat penentusahan model VPS.
Berdasarkan kaedah penentusahan kajian Muhamad Shahbani (2012) dan Syamsul Bahrin (2011), maka empat kaedah penentusahan diambil kira. Kaedah ini adalah 1) penerangan mengenai tujuan penentusahan, 2) pakar menjalankan penilaian, 3) analisis dapatan, dan 4) membuat penambahbaikan model.
119
Atribut penilaian yang digunakan dalam kajian Muhamad Shahbani (2012) dirujuk dan diubah berdasarkan kesesuaian kajian. Kriteria yang digunakan adalah bersesuaian dengan kriteria yang perlu dinilai dalam pemprosesan bahasa iaitu antaranya penilaian tentang kandungan, struktur, dan tatabahasa (Barr, 2003). Kriteria penilaian yang merangkumi struktur dan kandungan dikategorikan sebagai kriteria secara umum. Manakala kriteria penilaian tatabahasa pula merangkumi komponen semakan ayat, cadangan ayat, VPS dan atribut perkataan. Instrumen penilaian ditunjukkan dalam Lampiran E.
Instrumen penilaian berbentuk soal selidik yang digunakan mengandungi 10 soalan menggunakan skala likert 1 (sangat tidak setuju) hingga skala 5 (sangat setuju). Soalan 1 hingga soalan 6 adalah kriteria penilaian umum, manakala kriteria penilaian ketujuh hingga sepuluh adalah kriteria penilaian untuk komponen model. Hasil skor yang diperolehi dikira nilai peratusan berdasarkan jumlah keseluruhan skor yang diperolehi untuk setiap soalan. Hasil yang diperolehi ditunjukkan dalam Jadual 4.3.
120 Jadual 4.3
Hasil Penentusahan Model Soalan (S)/
Penilai (P) P1 P2 P3 P4 P5 Jumlah Peratus
S1 4 4 4 4 4 20 80% S2 4 4 4 4 4 20 80% S3 4 4 4 4 4 20 80% S4 4 4 4 4 4 20 80% S5 4 4 4 4 4 20 80% S6 4 4 5 4 4 21 84% Purata peratusan 80.6%
Para penilai bersetuju dengan kriteria penilaian umum yang diberikan dengan purata penilaian 80.6%. Kriteria tersebut adalah S1) model ini senang difahami, S2) turutan dan proses yang terlibat adalah jelas, S3) model ini bersesuaian dengan VPS ayat BM, S4) model ini memberi bantuan pemahaman dan pembelajaran ayat BM dengan paparan struktur frasa, kelas kata dan perkataan, S5) model ini memberi sokongan mendatang terhadap keperluan aplikasi NLP, dan S6) komponen model adalah bersesuaian untuk membuat VPS ayat BM. Selain daripada itu, salah seorang penilai memberi pendapat bahawa beliau sangat bersetuju dengan model VPS bagi kriteria penilaian umum.
Kriteria penilaian ketujuh adalah S7) komponen semakan ayat diperlukan dalam pembelajaran ayat secara VPS, S8) komponen cadangan ayat diperlukan dalam VPS untuk memberi cadangan pembetulan ayat mengikut rumus, S9) komponen VPS boleh
121
membantu pemahaman struktur ayat, kelas kata dan perkataan, dan S10) set atribut perkataan (kelas kata, kata terbitan, terjemahan, imej, ayat contoh) diperlukan dalam VPS untuk memberi pemahaman yang lebih mendalam tentang struktur ayat dan perkataan serta boleh difahami dalam konteks ayat yang lain.
Komponen semakan ayat (S7) dan VPS (S9) dinilai sebagai komponen yang sangat diperlukan dalam pembelajaran struktur ayat BM berbentuk VPS. Kedua-dua komponen mendapat penilaian 88%. Dua orang penilai menyatakan bahawa mereka sangat bersetuju dengan kedua-dua komponen ini. Manakala komponen cadangan ayat (S8) dan atribut perkataan (S10) dipersetujui untuk digunakan dengan beberapa penambahbaikan. Kedua-dua komponen mendapat penilaian sebanyak 84%. Ringkasan hasil penilaian komponen dihuraikan dalam Jadual 4.4.
Jadual 4.4 Hasil Penilaian Komponen
Komponen Hasil penilaian
Semakan ayat Komponen semakan ayat dinilai sebagai komponen yang sangat diperlukan untuk pembelajaran ayat secara VPS. Dua orang penilai telah memberi penilaian sebagai sangat
bersetuju untuk memasukkan semakan dalam pembelajaran ayat secara VPS.
Cadangan ayat Komponen cadangan pembetulan ayat dinilai sebagai komponen yang diperlukan. Para penilai menyatakan
122 Sambungan Jadual 4.4
Komponen Hasil penilaian
ayat mengikut rumus binaan ayat BM.
VPS Para penilai bersetuju bahawa komponen VPS boleh
membantu pemahaman struktur ayat, kelas kata dan perkataan. Dua orang penilai sangat bersetuju dengan komponen ini. Atribut perkataan Kelima-lima atribut perkataan juga dipersetujui oleh para
penilai.
Secara keseluruhan, Prof. Madya Dr. Wan Amizah binti Wan Mahmud iaitu salah seorang penilai menyatakan bahawa model ini dinilai sebagai sangat tepat penggunaannya. Hal ini kerana model ini menggunakan teori binaan ayat BM terkini yang dianggap sangat membantu pengajaran dan pembelajaran ayat Bahasa Melayu. Selain itu, Puan Siti Salmah binti Sulaiman sebagai guru kanan yang juga ahli Munsyi Dewan menyatakan bahawa model ini dinilai sebagai sangat baik dan dapat membantu pengguna terutama murid sekolah dalam pemahaman struktur ayat BM. Namun, terdapat cadangan untuk penambahbaikan yang diberikan seperti dalam Jadual 4.5. Cadangan ini diperolehi hasil penilaian instrumen yang diberikan. Sebagai rumusan atau cadangan, instrumen soal selidik yang dikemukakan turut memberi ruang kepada penilai untuk mengemukan cadangan jika berkaitan (rujuk Lampiran E).
123
Jadual 4.5
Cadangan Penambahbaikan Model VPS dengan Output Tambahan
Cadangan Tindakan
Anak panah dalam paparan model dari atribut perkataan ke VPS perlu diganti supaya menampakkan proses "pemilihan".
Jenis garisan anak panah diganti daripada berbentuk lurus kepada bentuk bersambung.
Masukkan mesej ralat dalam cadangan ayat. Mesej ralat ditambah dalam komponen cadangan ayat.
Atribut terjemahan boleh diganti dengan atribut Kata Tugas kerana kata tugas terlibat dalam pembentukan ayat.
Atribut terjemahan dikekalkan kerana atribut kelas kata telah merangkumi atribut kata tugas.
Terdapat tiga cadangan yang diperolehi daripada pakar penilai untuk penambahbaikan model. Jenis garisan anak panah yang menunjukkan VPS membuat paparan atribut perkataan diganti daripada penggunaan garisan lurus kepada garisan bersambung. Hal ini bertujuan untuk menunjukkan bahawa VPS hanya akan memaparkan atribut perkataan jika dipilih pautan oleh pengguna. Mesej ralat juga ditambah dalam bahagian semakan dan cadangan ayat kerana proses visualisasi juga akan memaparkan output mesej ralat jika tidak memenuhi skop ayat yang diperlukan atau jika terdapat ayat yang tidak dapat diproses. Penambahbaikan yang dilakukan dapat dirujuk dalam paparan model Rajah 4.6. Setelah penambahbaikan, model VPS dengan output tambahan ini digunakan untuk mereka bentuk algoritma berkaitan.
124
Rajah 4.6. Model VPS dengan output tambahan ditambah baik
