INTEGRASI SISTEM
VIEWER
MODUL
WORD GRAPH
DENGAN MODUL XML KATA DALAM BAHASA
INDONESIA
INDRA LESMANA
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
INTEGRASI SISTEM
VIEWER
MODUL
WORD GRAPH
DENGAN MODUL XML KATA DALAM BAHASA
INDONESIA
INDRA LESMANA
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
ABSTRACT
INDRA LESMANA. Viewer System Word Graph Module with XML Modules Integration for Indonesian Word. Supervised by SRI NURDIATI and AHMAD RIDHA.
Text processing is one of the natural language processing technology to analyze the meaning of a text. The biggest challenge in text processing is ambiguity. To deal with it, the meaning of a text can be represented as knowledge. One method for representing knowledge in the form of graph is Knowledge Graph (KG). KG implemented the analysis of the meaning of a text based on semantic aspects. Research about XML module word graph has been to represent 121 word graph patterns of five types of words and adverb phrases in Indonesian. XML documents can be translated into a graph using viewer module web-based.
The objective of this research is to integrate the viewer modul and XML modules word graph so that the system can accept inputs and displays the word graph with it is corresponding XML document. This tests carried out using 133 words Indonesian. The system can analyze all of the word correctly.
Judul Skripsi : Integrasi Sistem Viewer Modul Word Graph dengan Modul XML Kata dalam Bahasa Indonesia
Nama : Indra Lesmana
NIM : G64080081
Menyetujui:
Pembimbing 1, Pembimbing 2,
Dr. Ir. Sri Nurdiati, M.Sc NIP. 19601126 198601 2 001
Ahmad Ridha, S.Kom, MS NIP. 19800507 200501 1 001
Mengetahui: Ketua Departemen,
Dr. Ir. Agus Buono, M.Si, M.Kom NIP. 19660702 199302 1 001
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Integrasi Sistem Viewer Modul
Word Graph dengan Modul XML Kata dalam Bahasa Indonesia” ini. Penulisan skripsi ini tak lepas dari bantuan banyak pihak. Oleh karena itu, penulis ingin menyampaikan rasa terima kasih kepada:
Kedua orang tua penulis, Na Ong Kim dan Rayanih, atas pola pendidikan yang luar biasa yang telah diberikan kepada penulis.
Ibu Dr. Ir. Sri Nurdiati, M.Sc selaku dosen pembimbing pertama sekaligus pembimbing akademik penulis. Terima kasih atas segala kehangatan dan bantuan serta nasehat-nasehat yang diberikan kepada penulis.
Bapak Ahmad Ridha, S.Kom, MS selaku pembimbing kedua yang telah memberikan banyak masukan kepada penulis tentang pengembangan sistem serta kehangatan di setiap diskusi.
Bapak Sony Hartono Wijaya, S.Kom, M.Kom selaku dosen penguji.
Rekan-rekan satu bimbingan, Cipta, Kurnia, Yuli, Neri, dan Rizka atas segala masukan dan saran yang terjadi dalam pengerjaan skripsi ini.
Sahabat Ilkom 45 atas persahabatan yang luar biasa.
Semoga karya ini bisa memberikan sumbangsih untuk perkembangan dunia teknologi informasi di Indonesia.
Bogor, September 2012
DAFTAR RIWAYAT HIDUP
Penulis lahir di Bogor pada tanggal 3 Desember 1989 sebagai anak pertama dari tiga bersaudara, putra dari pasangan Na Ong Kim dan Rayanih. Tahun 2008, penulis lulus dari SMA Negeri 5 Bogor dan melanjutkan pendidikan ke Institut Pertanian Bogor (IPB) melalui jalur Ujian Saringan Masuk IPB (USMI) pada Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam.
DAFTAR ISI
Halaman
DAFTAR GAMBAR ... vi
DAFTAR LAMPIRAN ... vi
PENDAHULUAN Latar Belakang ... 1
Tujuan ... 1
Ruang Lingkup ... 1
TINJAUAN PUSTAKA Extensible Markup Language (XML) ... 1
JavaScript ... 1
Knowledge Graph (KG) ... 2
METODE PENELITIAN 1 Listen to Customer ... 3
2 Build or Revise Mock-up ... 3
3 Customer Test Drives Mock-up ... 3
HASIL DAN PEMBAHASAN I Iterasi 1 ... 3
I.1 Tahapan Listen to Customer ... 3
I.2 Tahapan Build or Revise Mock-up ... 4
I.3 Tahapan Customer Test Drives Mock-up ... 8
II Iterasi 2 ... 9
II.1 Tahapan Listen to Customer ... 9
II.2 Tahapan Build or Revise Mock-up ... 9
II.3 Tahapan Customer Test Drives Mock-up ... 10
Kekurangan dan kelebihan sistem ... 10
SIMPULAN DAN SARAN Simpulan ... 10
Saran... 10
DAFTAR PUSTAKA ... 10
LAMPIRAN ... 12
DAFTAR GAMBAR
Halaman
1 Metode pengembangan prototype ... 2
2 Sketsa tampilan antarmuka KGV ... 4
3 Fungsi updatexmlk() ... 5
4 Word graph kata masukan ... 6
5 Flowchart pembangkitan word ... 6
6 Struktur XML yang diunduh ... 7
7 Tampilan antarmuka KGV ... 8
8 Elemen HTML untuk menghapus... 8
9 Zoom in pada word graph ... 9
10 Zoom out pada word graph ... 9
11 Pop-up tipe kata masukan ... 9
12 Pop-up pilihan pola kata ... 9
DAFTAR LAMPIRAN
Halaman 1 Diagram use case sistem KGV ... 132 Fungsi cekkata() ... 14
3 Class diagram sistem KGV ... 15
4 Daftar 16 kata uji yang memiliki lebih dari satu tipe kata ... 17
5 Tabel pengujian sistem KGV ... 18
6 Tabel pengujian kata masukan ... 21
PENDAHULUAN
Latar Belakang
Perkembangan teknologi saat ini telah mampu memanfaatkan komputer untuk dapat berinteraksi dengan penggunanya menggunakan ucapan sehari-hari dalam bahasa alami (Natural Language). Penelitian dalam bahasa alami melahirkan sebuah bidang ilmu Natural Language Processing (NLP) atau Pemrosesan Bahasa Alami yang memungkinkan berbagai macam pemrosesan menggunakan bahasa alami. Akan tetapi, pemrosesan bahasa alami tidak mudah untuk dilakukan. Salah satu tantangan terbesar dalam pemrosesan tersebut ialah sering terjadi ambiguitas dalam bahasa alami. Fenomena ini terjadi pada berbagai level implementasi bahasa mulai dari pengucapan, penulisan, dan makna kata (Samba 2010).
Teks merupakan bahasa alami yang berupa tulisan. Dengan adanya ambiguitas, pemahaman terhadap teks tersebut dapat bersifat subjektif dan memungkinkan terjadinya kesalahan pemahaman. Salah satu metode yang digunakan untuk memecahkan masalah ambiguitas dalam teks ialah
Knowledge Graph (KG).
Metode KG merupakan suatu metode dari representasi NLP yang mengarahkan pada cara baru dalam menjelaskan dan memodelkan NLP. Selain itu, metode ini juga sebagai langkah besar ke depan untuk pemahaman terhadap aspek semantik dari suatu kata (Zhang 2002).
Pengembangan sistem berdasarkan metode KG pada teks bahasa Indonesia telah dilakukan oleh beberapa mahasiswa di Departemen Ilmu Komputer Institut Pertanian Bogor. Musthafa (2012) mengembangkan sistem pembentukan word graph kata keterangan untuk bahasa Indonesia berbasis Java. Astriratma (2012) dan Dillyani (2012) telah merekonstruksi word graph
menggunakan XML untuk kata sifat dan kata preposisi bahasa Indonesia. Apriana (2012) mengembangkan viewer modul word graph
untuk kata bahasa Indonesia berbasis web. Merujuk pada viewer modul word graph
yang belum terintegrasi dengan modul XML kata dalam bahasa Indonesia, maka pada penelitian ini akan diintegrasikan dua modul tersebut menjadi Knowledge Graph Viewer
yang dapat memanfaatkan pola XML kata bahasa Indonesia untuk menghasilkan word graph yang sesuai dengan konsep KG.
Dengan adanya integrasi kedua modul ini, sistem mampu menerima masukan kata dan memberikan keluaran berupa graph beserta dokumen XML.
Tujuan
Tujuan penelitian ini ialah mengintegrasikan viewer modul word graph
berbasis web dengan enam modul XML kata dalam bahasa Indonesia yang telah dibuat berdasarkan hasil penelitian sebelumnya. Ruang Lingkup
Ruang lingkup penelitian ini dibatasi pada integrasi viewer modul word graph dengan enam modul XML word graph. Modul XML
word graph terdiri atas modul kata sifat, modul kata benda, modul kata kerja, modul kata keterangan, modul preposisi, dan modul frasa keterangan bahasa Indonesia. Masukan sistem ini berupa kata yang terdapat pada tesis Rahmat (2009), tesis Anggraeni (2009), tesis Samba (2010), tesis Muslik (2009), tesis Saleh (2009), dan tesis Sulistiawan (2011). Modul XML yang digunakan pada penelitian ini merupakan hasil penelitian Astriratma (2012), Dillyani (2012), Oktarina (2012), Susanti (2012), Anti (2012), dan Wiraswasta (2012).
TINJAUAN PUSTAKA
Extensible Markup Language (XML)
XML merupakan meta-language yang menjelaskan aturan-aturan untuk mendesain format teks sehingga format teks menjadi terstruktur (Jacobs 2006). XML menggunakan
tag di awal dan di akhir untuk menandai suatu elemen teks. Nama tag tersebut dapat didefinisikan secara bebas. Contoh format sederhana XML:
<intro> Here is an introduction to XML.</intro>
JavaScript
dokumen HTML atau ditulis pada file terpisah dengan ekstensi .js.
Knowledge Graph (KG)
Metode KG adalah cara pandang baru yang digunakan untuk menggambarkan bahasa alami. Metode KG memiliki kemampuan dalam menyatakan aspek semantik dengan lebih mendalam menggunakan jenis relasi yang terbatas dan digunakan untuk meniru pemahaman manusia. Pada prinsipnya, komposisi dari KG mencakup concept (token dan type) dan
relationship (Zhang 2002). Berikut ini ialah penjelasan dari delapan types relationship
(Zhang 2002): 1 ALI (alikeness)
Relasi ALI digunakan di antara type dan
token atau antara dua token yang memiliki unsur-unsur sama.
2 CAU (causality)
Relasi CAU mengekspresikan hubungan sebab dan akibat atau sesuatu hal yang memengaruhi sesuatu yang lain.
3 EQU (equality)
Relasi ini digunakan di antara name dan
token atau antara dua token yang mengekspresikan keduanya ialah sama dan sederajat. Relasi EQU juga digunakan untuk menyatakan kata hubung seperti “adalah”. 4 SUB (subset)
Bila terdapat dua token yang mengekspresikan dua rangkaian secara berurutan dan satu token adalah bagian dari
token yang lainnya, maka di antara kedua
token tersebut terdapat relasi SUB. 5 DIS (dissparatness)
Relasi DIS digunakan untuk mengekspresikan bahwa dua token tidak memiliki hubungan satu dengan yang lainnya. Contoh relasi DIS digunakan juga untuk menunjukkan kata “berbeda”.
6 ORD (ordering)
Relasi ORD digunakan untuk mengekspresikan bahwa dua hal mempunyai urutan satu sama lain.
7 PAR (attribute)
Relasi PAR mengekspresikan bahwa sesuatu adalah sebuah atribut dari sesuatu yang lain.
8 SKO (informational dependency)
Relasi SKO digunakan jika informasi suatu token bergantung pada token lainnya.
9 Ontologi F (focus)
Ontologi F digunakan untuk mewujudkan fokus dari suatu graph (Hoede, Nurdiati 2008). Ontologi F digunakan untuk menunjukkan kata atau kalimat yang diterangkan dalam suatu pernyataan.
Word graph merupakan bagian dari KG.
Word graph merupakan graph dari kata. Dalam metode KG, setiap kata yang berhubungan dengan sebuah word graph
menyatakan arti kata yang disebut dengan
semantic word graph. Gabungan semantic word graph dalam sebuah kalimat akan membentuk sentence graph. Graph yang merepresentasikan gabungan dari sentence graph dalam sebuah teks disebut text graph
yang terdapat pengetahuan di dalamnya (Hoede, Nurdiati 2008).
METODE PENELITIAN
Metode pengembangan sistem Knowledge Graph Viewer yang berasal dari pengintegrasian modul viewer dan enam modul XML word graph ini menggunakan metode pengembangan prototype yang terdiri atas tiga tahap. Menurut Pressman (2001), pada metode prototype langkah pertama yang dilakukan ialah menjalin komunikasi antara pengembang piranti lunak dengan pihak yang terkait untuk mendiskusikan tujuan keseluruhan kebutuhan piranti lunak tersebut. Selanjutnya dilakukan perencanaan dan perancangan yang mengarah kepada pembuatan prototype dari piranti lunak yang akan dibuat. Langkah selanjutnya, prototype
tersebut diserahkan untuk dievaluasi oleh pihak yang terkait. Pihak tersebut akan memberikan masukan berupa kritik maupun saran yang akan digunakan untuk menyempurnakan permintaan kebutuhan dari piranti lunak tersebut. Diagram metode pengembangan prototype dapat dilihat pada Gambar 1.
Gambar 1 Metode pengembangan prototype
1 Listen to Customer
Pada tahapan listen to customer, dilakukan wawancara dan diskusi dengan dosen pembimbing sebagai pihak pengguna. Pada tahapan ini, diperoleh informasi tentang deskripsi umum sistem, kebutuhan sistem, karateristik pengguna, batasan-batasan sistem, dan deskripsi proses sistem.
2 Build or Revise Mock-up
Tahap build or revise mock-up dilakukan setelah tahap listen to consumer. Proses yang dilakukan pada tahap ini ialah merancang sistem yang akan dibangun ataupun memperbaiki rancangan sistem sesuai dengan permintaan konsumen.
3 Customer Test Drives Mock-up
Pada tahapan ini dilakukan pengujian dengan metode black box. Menurut Pressman (2001) black box testing adalah suatu proses pengujian yang memfokuskan pada fungsi kebutuhan piranti lunak. Model pengujian ini tidak memerhatikan proses yang terjadi di
dalam sistem, tetapi hanya
mempertimbangkan hasil keluaran. Pengujian sistem bertujuan mengetahui kesesuaian sistem dengan spesifikasi yang diberikan dan menemukan kesalahan yang masih terdapat pada sistem.
Setelah sistem selesai dibangun, selanjutnya dilakukan proses perhitungan akurasi. Perhitungan akurasi keluaran dilakukan dengan menghitung banyaknya kata yang sesuai dengan word graph yang dibangkitkan oleh sistem dari seluruh masukan kata uji yang diberikan. Perhitungan akurasi kata masukan menggunakan rumus sebagai berikut:
kurasi kata yang benar kata yang diuji
HASIL DAN PEMBAHASAN
Integrasi sistem Knowledge Graph Viewer
ini terbagi menjadi dua iterasi. I Iterasi 1
I.1 Tahapan Listen to Customer
I.1.1 Deskripsi Umum Sistem
Knowledge Graph Viewer (KGV) merupakan piranti lunak berbasis web. Penelitian ini didasarkan pada penelitian Astriratma (2012), Dillyani (2012), Oktarina (2012), Susanti (2012), Anti (2012), dan
Wiraswasta (2012) yang telah merekonstruksi modul XML pola word graph kata sifat, preposisi, kata kerja, kata keterangan, kata benda, dan frasa keterangan. Selain itu, antarmuka pengguna, serta penambahan
database kata sehingga mampu menerima masukan kata dalam bahasa Indonesia dan menampilkan visualisasi dalam bentuk graph
dan dokumen XML. I.1.2 Kebutuhan Sistem
Kebutuhan utama sistem KGV ialah text input, canvas, dan textarea agar pengguna dapat memasukkan kata atau XML yang akan digambarkan polanya pada canvas.
I.1.3 Karateristik Pengguna
Pengguna sistem ini ialah para pengakses internet yang menggunakan penjelajah situs (web browser). Pengguna sistem KGV ini hanya ada satu tipe pengguna. Tabel 1 menjelaskan kategori pengguna KGV. Tabel 1 Kategori pengguna KGV
Kategori Pengguna
Aksi
User 1 Memasukkan kata bahasa Indonesia
2 Mengunggah dokumen XML
3 Melihat pola umum word graph
4 Melihat hasil visualisasi
word graph
5 Mengunduh dokumen XML
6 Menghapus canvas
Lampiran 1 menjelaskan deskripsi sistem KGV yang telah digambarkan dalam diagram
use case.
I.1.4 Batasan Sistem
Batasan-batasan yang digunakan pada pengembangan sistem KGV ini yaitu:
(2009), Samba (2010), Muslik (2009), Saleh (2009), dan Sulistiawan (2012). 2 Dokumen XML yang digunakan pada pola
umum merupakan hasil penelitian Astriratma (2012), Dillyani (2012), Oktarina (2012), Susanti (2012), Anti (2012),
dan Wiraswasta (2012).
3 Masukan terdiri atas satu sampai tiga kata. I.1.5 Deskripsi Proses Sistem
Tampilan awal dari Sistem KGV ini berupa sebuah canvas kosong, text input untuk kata, textarea untuk XML, dan beberapa tombol yang digunakan untuk menjalankan aksi. Apabila masukan berupa kata, akan dicocokkan pada database dan ditentukan pola XML yang akan digunakan untuk menggambar canvas. Apabila masukan berupa XML, sistem akan melakukan validasi,
parsing, analisis pola, dan menggambarkannya ke canvas.
I.2 Tahapan Build or Revise Mock-up
I.2.1 Lingkungan Implementasi
KGV dikembangkan dengan lingkungan piranti keras dengan spesifikasi sebagai berikut:
Prosesor Intel Core i3-2310M, 2.1 GHz.
RAM dengan kapasitas 2 GB.
Harddisk dengan sisa kapasitas 350 GB.
Monitor LCD resolusi 1366 x 768 piksel.
Keyboard.
Mouse.
Piranti lunak yang digunakan pada pengembangan KGV yaitu:
Sistem operasi Microsoft® Windows 7 Ultimate.
Web server Apache 2.2.12.
Notepad++ IDE.
Bahasa pemrograman PHP.
DBMS MySQL.
Penjelajah situs (webbrowser): Microsoft® Internet Explorer, Chrome, Opera, Mozilla Firefox, Safari.
Antarmuka piranti lunak untuk pengguna yang dibutuhkan KGV sebagai berikut:
Sistem operasi Microsoft® Windows XP/Vista/7, Linux, atau MacOS.
Penjelajah situs (web browser): Microsoft® Internet Explorer, Chrome, Opera, Mozilla Firefox, Safari.
I.2.2 Perancangan Antarmuka
Perancangan antarmuka sistem KGV dibuat dengan menggunakan Cascading Style Sheets (CSS), JavaScript, Asynchronous JavaScript and XML (AJAX), jQuery, dan
Hypertext Markup Language (HTML) yang dapat dilihat dan diakses menggunakan penjelajah situs atau web browser. KGV dapat menerima masukan dari mouse dan keyboard. Aspek interaksi manusia dan komputer harus diperhatikan dalam perancangan antarmuka KGV. Interaksi manusia dan komputer adalah studi, perencanaan dan desain mengenai cara manusia dan komputer bekerja bersama sehingga tingkat kepuasan pengguna tinggi. Tampilan sketsa antarmuka KGV secara umum dapat dilihat pada Gambar 2.
Gambar 2 Sketsa tampilan antarmuka KGV. I.2.3 Perancangan Kebutuhan Fungsional
Proses pembangkitan word graph dari kata masukan meliputi praproses, pengecekan pada
database, penentuan pola, dan pengubahan label nama pada dokumen XML. Kata masukan dari pengguna harus dipraproses untuk membatasi nilai masukan pada sistem. Kata masukan yang diizinkan tidak boleh mengandung karakter selain alfabet kecuali tanda hubung (-) yang digunakan untuk kata berulang. Selain itu, masukan tidak boleh kosong atau hanya mengandung 1 karakter. Fungsi yang digunakan untuk praproses kata masukan bernama „cekkata()’. Kata masukan akan diproses ke tahapan selanjutnya apabila keadaan tersebut dipenuhi. Apabila tidak terpenuhi, sistem akan menampilkan jendela peringatan. Proses ini dilakukan pada sisi
client menggunakan JavaScript. Fungsi „cekkata()’ dapat dilihat pada Lampiran 2.
Kata masukan yang memenuhi keadaan praproses akan dikirim ke server
menggunakan fungsi „doRequest()’
1 function updatexml($PW,$KM,$KD){ 2 $kata[0]=$KM;
3 $kata[1]=$KD;
4 $e_xml=simplexml_load_file('xml/'. 5 $PW.'.xml');
6 //hitung tag text
7 $index=count($e_xml -> components -> 8 text);
9 $m=0;
10 for($i=0;$i<$index;$i++) 11 {
12 $replace= (string) $e_xml -> 13 components[0] -> text[$i] -> replace; 14 if($replace == "YES"){
15 $e_xml -> components[0]-> 16 text[$i] -> value = $kata[$m];
17 $m++;}
18 }
19 $e_xml -> asXML ('xml/'.$KM.'.xml'); 20 echo $e_xml -> asXML ();}
menggunakan AJAX. AJAX adalah suatu teknik untuk membuat halaman web menjadi lebih cepat dan dinamis. AJAX memungkinkan perubahan bagian laman web tanpa harus me-reload keseluruhan laman saat komunikasi antara client dan server terjadi (Mukhopadhyay, Bharadwaj, Davulcu 2011).
Proses pencocokkan kata masukan dengan
database dilakukan pada sisi server
menggunakan Hypertext Preprocessor (PHP) secara tepat sama (exact match). PHP adalah bahasa pemrograman yang digunakan untuk membangun web. Tujuan utama bahasa ini ialah memudahkan web developer untuk menghasilkan halaman web yang cepat dan dinamis (Bakken et al. 2003).
Masukan yang dikirim ke server akan dihitung jumlah katanya terlebih dahulu. Apabila lebih dari tiga kata server akan mengirimkan pesan error ke client sehingga sistem akan menampilkan pesan peringatan. Apabila kata masukan kurang dari empat kata, kata tersebut akan dicocokkan dengan
database. Apabila kata tersebut tidak terdapat dalam database, sistem akan menampilkan jendela peringatan. Apabila kata tersebut ada dalam database, sistem akan mencari tipe kata masukan. Tipe kata masukan tersebut digunakan untuk menentukan jenis kata sifat, kata benda, kata kerja, kata keterangan, preposisi, atau frasa keterangan.
Apabila tipe kata masukan berupa kata sifat, kata benda, atau kata kerja, sistem akan mencari imbuhan, kata dasar, tipe kata dasar dan keterangan tambahan pada database yang akan dicocokkan dengan aturan pembentukan
word graph berdasarkan penelitian sebelumnya. Apabila tipe kata masukan berupa kata preposisi, sistem akan mencari jenis preposisi tersebut. Terdapat 20 jenis preposisi berdasarkan penelitian Anggraeni (2009). Untuk jenis preposisi 9 sampai 20, sistem akan langsung menentukan pola word graph kata preposisi yang sesuai, sedangkan untuk jenis preposisi 1 sampai 8 sistem akan menampilkan jendela peringatan bahwa preposisi tersebut harus ada kata yang mendahului atau menyertai. Jika masukan berupa kata preposisi jenis 1 sampai 8 dengan didahului atau disertai kata tertentu, sistem akan mencari pola word graph yang sesuai. Apabila tipe kata masukan berupa kata keterangan atau frasa keterangan, sistem akan langsung menentukan word graph yang sesuai.
Setelah mendapatkan pola word graph
yang sesuai, langkah berikutnya ialah mengubah label nama pada dokumen XML. Salah satu fungsi untuk mengubah label nama pada dokumen XML word graph adalah „updatexmlk()’. Fungsi „updatexmlk()’
digunakan untuk mengubah label nama pada dokumen XML word graph kata kerja. Langkah pertama yang dilakukan fungsi ini ialah menghitung banyaknya tag <text>
untuk melakukan iterasi. Apabila nilai dari tag
<components>.<text>.<replace> ialah
“YES” dan nilai dari tag
<components>.<text>.<value> ialah
“KK”, nilai tersebut akan diganti dengan kata masukan. Apabila ada tag <replace> lain yang bernilai “YES”, nilainya akan diganti dengan kata dasar dari kata masukan. Proses ini dapat dilihat pada Gambar 3.
Gambar 3 Fungsi updatexmlk().
Setelah proses pengubahan label nama selesai, server akan mengirimkan XML tersebut ke client untuk diproses lebih lanjut. Pada sisi client, XML tersebut diterima oleh fungsi „handleResponse()’ yang merupakan bagian dari AJAX. Dengan demikian, ketika eksekusi di server telah selesai sistem akan menampilkan word graph tanpa me-reload
laman web. Proses menggambar canvas
berdasarkan XML yang diterima client
menggunakan fungsi „viewer.parse()’ yang telah dibuat pada penelitian Apriana (2012).
Selain menampilkan word graph pada
canvas, sistem juga menampilkan XML pada
Gambar 4 Word graph kata masukan "bersatu".
Proses pembangkitan word graph dari kata masukan dapat dilihat pada flowchart Gambar 5.
Modul viewer word graph (Apriana 2012) sudah memiliki fasilitas untuk mengubah label nama pada canvas dengan menggunakan event double click. Akan tetapi, modul tersebut tidak dapat menyimpan perubahan nilai komponen text pada dokumen XML. Oleh karena itu, dilakukan penambahan fungsi sehingga sistem KGV ini dapat menyimpan perubahan nilai tersebut pada dokumen XML dan langsung ditampilkan pada bagian text bar. Fungsi untuk menjalankan perintah tersebut ditulis dalam bahasa JavaScript dengan nama „updatexml’. Dengan demikian, pengguna tidak perlu mengubah dokumen XML karena perubahan nilai tersebut dilakukan oleh sistem secara langsung.
Berdasarkan modul viewer word graph
(Apriana 2012), terdapat sepuluh pola yang memerlukan perbaikan. Perbaikan diperlukan karena terjadi kesalahan dalam peletakan komponen, tidak adanya relasi ke komponen
framerelationships, dan relasi tidak berpanah antar-token. Kesalahan terjadi pada pola kata benda 12, 13, 16, 17, pola kata kerja 9, pola kata keterangan 3, 4, 10, 11, pola frasa keterangan 10. Perbaikan penggambaran kata benda pola 12, 13, 16, dan 17 dilakukan dengan melakukan parsing pada tag <focus>
dilanjutkan dengan peletakkan komponen
focus. Perbaikan penggambaran kata benda pola 9 dilakukan dengan menggeser posisi komponen token apabila terdapat dua komponen token yang menumpuk. Perbaikan penggambaran kata keterangan pola 3 dilakukan dengan mengatur posisi komponen
text agar terletak di bawah komponen token.
Perbaikan penggambaran kata keterangan pola 4 dilakukan dengan mengatur posisi komponen token dan komponen text agar terletak di sebelah kiri komponen frame. Perbaikan penggambaran kata keterangan pola 10 dilakukan dengan menggeser posisi komponen text apabila terdapat dua komponen
text yang menumpuk. Perbaikan penggambaran kata keterangan pola 11 dilakukan dengan menambahkan relasi ke komponen framerelationships dari komponen
text. Perbaikan penggambaran frasa keterangan pola 10 dilakukan dengan menambahkan relasi tak berpanah apabila relasi tersebut menghubungkan antar-token. Class diagram untuk viewer dapat dilihat pada Lampiran 3.
Selain membangkitkan word graph dari kata masukan, sistem KGV dapat membangkitkan word graph dari masukan XML. Pengguna dapat mengunggah dokumen XML ke sistem, menyalin dan memindahkan (copy and paste), atau mengetik langsung XML pada bagian text bar. Proses pembangkitan word graph dari masukan XML tersebut akan melalui praproses terlebih dahulu. Apabila masukan XML kosong, sistem akan menampilkan pesan peringatan pada error history. Apabila keadaan tersebut terpenuhi, masukan XML akan divalidasi menggunakan fungsi „validateXML()’. Apabila struktur dokumen XML benar, XML tersebut akan di-parsing pada setiap elemennya. Komponen yang sejenis tidak boleh memiliki nomor id yang sama. Apabila terdapat komponen sejenis yang memiliki id
yang sama, sistem akan menampilkan rincian nomor id dan komponen yang duplikat pada
error history.
Proses pembangkitan word graph dari pola umum yang telah direkonstruksi oleh Anti (2012), Astriratma (2012), Dillyani (2012), Oktarina (2012), Susanti (2012), dan Wiraswasta (2012) menggunakan fungsi
loadXML(). Pengguna harus memilih pola umum yang akan ditampilkan pada canvas
dan menekan tombol‘Load XML’ pada bagian
ribbon bar.
Proses menghapus canvas akan dieksekusi apabila pengguna menekan tombol „Clear Canvas’. Ketika pengguna menekan tombol tersebut, sistem akan menjalankan fungsi „hapus()’. Fungsi tersebut mengatur agar sistem menghapus semua objek pada canvas.
Pengguna yang ingin mengunduh dokumen XML word graph yang digunakan untuk menggambar canvas harus menekan tombol „Download XML’. Fungsi ini akan menampilkan jendela penyimpanan ketika pengguna menekan tombol „Download XML’. Dengan demikian, dokumen XML yang digunakan untuk menggambar canvas dapat langsung disimpan ke komputer pengguna
tanpa harus menyalin dan memindahkannya pada editor teks.
Dokumen XML yang diunduh telah ditambahkan tag <positions> untuk menyimpan setiap posisi komponen word graph pada canvas. Dengan adanya fitur ini, pengguna dapat menyimpan dan menampilkan kembali word graph yang telah diubah posisinya (save and load). Posisi yang disimpan pada tag <positions> ialah top,
left, dan size untuk setiap komponen focus dan
token, sedangkan untuk komponen text
disimpan top dan left. Struktur XML yang diunduh dapat dilihat pada Gambar 6.
Gambar 6 Struktur XML yang diunduh. I.2.4 Perancangan Database
Database yang digunakan dalam sistem ini bernama „wg‟ yang terdiri atas enam buah tabel, yaitu „kata‟, „pola_s‟, „pola_kerja‟, „pola_benda‟, „pola_prep‟, „kata_lain‟, dan „kbbi‟. Data kata masukan disimpan pada tabel „kata‟ yang terdiri atas delapan field,
(2010), Muslik (2009), Saleh (2009), dan Sulistiawan (2011). Field „keterangan‟
menyimpan informasi golongan jenis kata preposisi atau pola word graph kata keterangan.
Tabel „pola_s‟, „pola_benda‟, dan „pola_kerja‟ berisi enam field, yaitu ‟tipe_kata_dasar‟, ‟awalan‟, ‟sisipan‟, ‟akhiran‟, ‟keterangan‟, dan ‟pola_wg‟. Pada tabel „pola_s‟, field „keterangan‟ digunakan
untuk membedakan “ter-KS makna paling tinggi” dengan “ter-KS makna paling rendah”. Tabel „pola_prep‟ berisi tiga field, yaitu „id_pola‟, ‟jenis‟, ‟atribut‟, dan ‟pola_wg‟.
Field atribut menyimpan tipe kata yang menyertai atau kata yang mendahului preposisi tersebut.
Tabel „kata_lain‟ yang berisi empat buah
field,yaitu „katalain‟, „preposisi‟, „posisi‟, dan
„periode‟. Field „katalain‟ berisi semua kata
yang terdapat pada tesis Anggraeni (2009),
field „preposisi‟ berisi jenis preposisi, field
„posisi‟ menyatakan posisi kata terhadap suatu preposisi, dan field „periode‟ menyatakan keterangan untuk kurun waktu.
I.2.5 Implementasi Antarmuka
Bagian KGV terdiri atas delapan bagian tempat sistem menampilkan word graph kata.
Pada bagian upload bar terdapat tombol untuk memilih dokumen XML yang akan diunggah dan tombol Load File. Pada bagian error history menampilkan rincian pesan kesalahan apabila terdapat dokumen XML yang tidak sesuai. Pada bagian footer terdapat nama sistem. Tampilan antarmuka KGV dapat dilihat pada Gambar 7.
Format tampilan KGV seperti tata letak tiap elemen HTML, warna, dan gambar latar pada text bar diatur menggunakan dokumen CSS yang terpisah dari dokumen HTML. CSS tersebut disimpan pada direktori „CSS‟ dengan nama „kgv.css’.
Pada elemen text bar ditambahkan nomor baris untuk mempermudah pengguna dalam melakukan manipulasi XML dan pemeriksaan
kesalahan struktur XML. Penambahan elemen ini menggunakan jQuery dan CSS
linetextarea.
Gambar 7 Tampilan antarmuka KGV. Pengguna dapat menghapus XML pada
text bar dengan menekan tombol clear XML. Fungsi ini ditambahkan pada dokumen HTML dengan elemen input bertipe reset. Penambahan elemen ini dapat dilihat pada Gambar 8.
Gambar 8 Elemen HTML untuk menghapus XML pada text bar.
Pengguna juga dapat mengetahui setiap rincian komponen word graph yang terdapat pada canvas. Sistem akan menampilkan
tooltip yang berisi tag XML pembentuk ketika pengguna mengarahkan mouse pada komponen tersebut. Penambahan informasi komponen ini menggunakan „setTooltip()’
ketika parsingtag <components>dilakukan.
Canvas pada sistem KGV dilengkapi fitur
left-top, center, left, right, up, down, zoom in, dan zoom out. Hal ini memungkinkan pengguna untuk menggeser, memperbesar, atau memperkecil ukuran word graph yang ditampilkan pada canvas. Proses yang terjadi ketika pengguna melakukan aksi menekan tombol zoom in yaitu sistem akan melakukan dilatasi pada setiap koordinat posisi komponen token, focus, dan text. Selanjutnya dilatasi juga dilakukan pada ukuran panjang dan lebar komponen token dan focus. Setelah proses dilatasi dilakukan maka sistem akan meng-update ulang semua komponen relation. Proses zoom out dan zoom in memiliki perbedaan pada bilangan pengali. Bilangan pengali pada zoom out ialah 0.9 sedangkan bilangan pengali pada zoom in ialah 1.1. Pola
word graph yang telah dilakukan zoom in dan
zoom out dapat dilihat pada Gambar 9 dan Gambar 10.
Gambar 9 Zoom in pada word graph.
Gambar 10 Zoom out pada word graph.
I.3 Tahapan Customer Test Drives Mock-up
Pengujian sistem dilakukan dengan menggunakan 21 kata sifat, 19 kata benda, 10 kata kerja, 23 kata keterangan, 23 kata preposisi, dan 23 frasa keterangan. Terdapat 23 kemungkinan masukan yang dapat dibentuk oleh kata preposisi jenis 1 sampai 8 berdasarkan penelitian Anggraeni (2009). Akan tetapi, hanya 22 kemungkinan masukan yang dapat diproses pada sistem ini karena KGV tidak menerima masukan berupa angka. Dengan demikian, pengujian kata masukan untuk kata preposisi sebanyak 37 kata.
Berdasarkan pengujian tersebut, diperoleh akurasi sebesar 87.97% karena terdapat 16 kata uji yang memiliki lebih dari satu tipe kata pada database sehingga sistem hanya menampilkan pola word graph dari tipe kata yang pertama ditemukan pada database. Dengan demikian, diperlukan perbaikan pada sistem KGV agar pengguna dapat memilih tipe kata dari kata masukan apabila kata tersebut memiliki lebih dari satu tipe kata. Daftar 16 kata uji yang memiliki lebih dari satu tipe kata dapat dilihat pada Lampiran 4. II Iterasi 2
II.1 Tahapan Listen to Customer
Berdasarkan evaluasi pada iterasi pertama, pengguna menginginkan adanya pop-up
pilihan tipe kata masukan apabila kata masukan memiliki lebih dari satu tipe kata
pada database. Selain itu, pengguna juga menginginkan penambahan fungsi untuk pemeriksaan kata masukan pada Kamus Besar Bahasa Indonesia (KBBI) apabila kata masukan tidak ditemukan pada tabel „kata‟. II.2 Tahapan Build or Revise Mock-up
Tahapan ini akan mengimplementasikan perbaikan-perbaikan pada sistem KGV agar sesuai dengan kebutuhan pengguna. Perbaikan pertama adalah menambahkan pop-up pilihan tipe kata apabila kata masukan memiliki tipe kata lebih dari satu. Perbaikan dilakukan dengan menghitung jumlah kata masukan yang ditemukan pada database. Apabila lebih dari satu, sistem akan menampilkan pop-up
pilihan tipe kata masukan seperti pada Gambar 11. Dengan demikian, sistem dapat menampilkan pola word graph yang sesuai berdasarkan tipe kata pilihan pengguna.
Gambar 11 Pop-up tipe kata masukan. Perbaikan kedua adalah penambahan fungsi untuk pemeriksaan kata masukan pada KBBI. Penambahan tabel baru diperlukan untuk menyimpan seluruh kata yang terdapat pada KBBI. Tabel „KBBI‟ berisi tiga buah
field, yaitu „kata_masukan‟, „kata_dasar‟, dan
„tipe_kata_masukan‟. Field „kata_masukan‟
berisi semua kata yang terdapat pada KBBI. Data tersebut diperoleh dari Laboratorium
Information Retrieval Departemen Ilmu Komputer Institut Pertanian Bogor.
Apabila kata masukan tidak ditemukan pada tabel „kata‟, sistem akan mengalihkan pemeriksaan kata masukan pada tabel „KBBI‟. Apabila kata masukan ditemukan pada tabel „KBBI‟, sistem akan menampilkan pop-up
pilihan kemungkinan pola word graph. Dengan demikian, pengguna dapat memilih pola yang sesuai dengan membandingkan kemiripan makna antara kata masukan dengan contoh yang diberikan sistem pada masing-masing pola. Pop-up pilihan pola kata dapat dilihat pada Gambar 12.
II.3 Tahapan Customer Test Drives Mock- up
Berdasarkan pengujian tersebut, diperoleh akurasi 100% untuk keseluruhan kata masukan. Dengan demikian, 21 kata sifat, 19 kata kerja, 10 kata kerja, 23 kata keterangan, 37 kata preposisi, dan 23 frasa keterangan dapat dikenali dengan baik dan digambarkan pola word graph yang sesuai. Pengujian sistem dan hasil uji kata masukan dapat dilihat pada Lampiran 5 dan Lampiran 6.
Kekurangan dan kelebihan sistem
Kekurangan dari sistem ini antara lain:
Masukan tahun dalam angka untuk menyatakan waktu tidak dapat diproses.
Sistem ini masih menggunakan database
untuk memperoleh imbuhan dan kata dasar dari kata masukan.
Ukuran panah dan label nama pada canvas
tidak ikut berubah apabila pengguna melakukan aksi zoom in dan zoom out.
Sistem ini belum dapat menggambar modul XML frasa kata umum.
Sistem ini tidak dapat memisahkan komponen yang tidak memiliki relasi pada
canvas.
Kelebihan dari sistem ini antara lain:
Sistem ini dapat dijalankan pada web browser.
Sistem ini dapat dikembangkan tanpa terbentur oleh permasalahan lisensi karena dikembangkan menggunakan platform
yang open source.
Sistem ini dapat menerima masukan kata dan mencari pola word graph yang sesuai.
Sistem bisa melakukan pengubahan langsung pada dokumen XML, misalnya ketika ada label nama yang diubah dengan menggunakan event double click.
Sistem bisa menyimpan posisi setiap komponen pada dokumen XML apabila pengguna merubah posisi komponen word graph.
Sistem dapat menampilkan rincian kesalahan pada dokumen XML, misalnya terdapat nomor id yang sama pada komponen sejenis.
SIMPULAN DAN SARAN
Simpulan
Berdasarkan penelitian yang telah dilakukan, telah berhasil diintegrasikan modul
viewer dan enam modul XML word graph
menjadi sebuah sistem Knowledge Graph Viewer. Pembangunan sistem ini melalui dua tahap iterasi. Iterasi pertama adalah pengintegrasian sistem secara keseluruhan, sedangkan iterasi kedua merupakan perbaikan dari kekurangan yang terdapat pada iterasi pertama. Dari hasil pengujian, sistem dapat menampilkan word graph dari 21 kata sifat, 19 kata benda, 10 kata kerja, 23 kata keterangan, 37 kata preposisi, dan 23 frasa keterangan dengan tingkat akurasi 100%. Saran
Saran untuk pengembangan sistem ini lebih lanjut di antaranya:
Menambahkan modul stemming untuk kata masukan sehingga sistem mampu menghasilkan kata dasar dan imbuhan yang sesuai.
Menambahkan daftar kata masukan berdasarkan Kamus Besar Bahasa Indonesia versi terbaru sehingga memperkaya daftar kata masukan.
Menambahkan modul viewer untuk dokumen XML frasa kata umum.
Menambahkan fungsi editor pada sistem KGV.
Menambahkan modul untuk memisahkan komponen word graph yang tidak berelasi.
DAFTAR PUSTAKA
Anggraeni W. 2009. Analisis pembentukan
word graph kata preposisi menggunakan metode knowledge graph [tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor.
Anti NP. 2012. Representasi word graph
menggunakan XML untuk kata keterangan dalam bahasa Indonesia [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Apriana D. 2012. Sistem viewer modul word graph berbasis XML [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Astriratma R. 2012. Representasi word graph
Bakken et al. 2003. PHP Manual. http://www.dcc.fc.up.pt/~pbrandao/aulas/0 203/bdm/docs/php_manual_en.pdf [17 Maret 2012].
Dillyani NNA. 2012. Representasi word graph preposisi bahasa Indonesia menggunakan XML [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Hoede C, Nurdiati S. 2008. A Graph Theoritical Analysis of Certain Aspects of
Bahasa Indonesia.
http://doc.utwente.nl/64803/1/memo1870. pdf [14 Januari 2012].
Jacobs S. 2006. Beginning XML with DOM and Ajax: From Novice to Professional.
New York: Springer-Verlag.
Mukhopadhyay S, Bharadwaj R, Davulcu H. 2011. Functional “AJAX” in secure synchronous programming. Proceedings of the 44th Hawaii International Conference on System Sciences; Hawaii, 4-7 Jan 2011. Washington: IEEE Computer Society. hlm 1-10.
Muslik A. 2009. Analisis pembentukan word graph kata kerja menggunakan metode
knowledge graph [tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor. Oktarina RPE. 2012. Representasi word graph
menggunakan XML untuk kata kerja dalam bahasa Indonesia [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Pressman RS. 2001. Software Engineering: A
Practitioner’s Approach. Ed ke-5.
Singapore: McGraw-Hill.
Saleh H. 2009. Analisis pembentukan word graph kata keterangan menggunakan teori
knowledge graph [tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor Samba R. 2010. Analisis pembentukan word
graph kata keterangan menggunakan metode knowledge graph [tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor.
Susanti Y. 2012. Representasi word graph
menggunakan XML untuk kata benda dalam bahasa Indonesia [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Usep R. 2009. Analisis pembentukan word graph kata sifat menggunakan metode
knowledge graph [tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor. Wilton P, McPeak J. 2010. Beginning
JavaScript. Ed ke-4. Indianapolis: Wiley Publishing, Inc.
Wiraswasta C. 2012. Representasi word graph
menggunakan XML untuk frasa keterangan dalam bahasa Indonesia [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Lampiran 2 Fungsi cekkata()
1 function cekkata() 2 {
3 // membaca nilai dari input form dan disimpan sebagai x 4 var x = document.form1.q.value;
5 x= x.toLowerCase();//mengecilkan huruf
6 if(0==x.length)
7 {
8 alert("Input is empty");
9 return false;
10 }
11 else if(1==x.length)
12 {
13 alert("Input must be more than one character");
14 return false;
15 }
16 else
17 {
18 // membuat daftar karakter dalam array
19 var list = new Array(" ","-","a", "b", "c", "d", "e", "f",
20 "g", "h", "i", "j", "k" , "l" , "m" , "n" , "o" , "p" ,
21 "q", "r" , "s" , "t" , "u" , "v" , "w" , "x" , "y" , "z");
22 // nilai awal status
23 var status = true;
24 // proses pengecekan setiap karakter dalam string
25 // looping sebanyak jumlah karakter dalam string
26 for (i=0; i<=x.length-1; i++)
27 {
28 // jika karakter ke-i termasuk dalam array TRUE 29 for (j=0; j<list.length; j++){
30 if (x[i] == list[j]){
31 cek = true;
32 j=j+list.length;}//keluar dari for//break;
33 else
34 cek = false;
35 }
36 status = status && cek;
37 }
38 if (status == false)
39 {
40 // jika status akhir FALSE, muncul kotak peringatan
41 alert("Input must be character a-z/A-Z and less then 4 words");
42 return false;
43 }
44 else
45 {
46 doRequest('get','ambil.php?q='+x,'text','typeword');
47 return false;
48 }
Lanjutan
Focus
init(); Token
data
init(); setCaption(data) ;
Text
data
init(); setCaption(data); setReplaceable(data); isReplaceable();
Relation
from; to; noArrow; fromTop; mode; fromLeft; toLeft; toTop; data;
init();
setPath(from, to, noArrow); update(); doMouseDown(x, y); doScreenMouseMove (x, y);
getFrom(); getTo(); setCaption(data);
FrameSet
result; obj; deltaX; deltaY; control; data; sender;
init(); addSub(control); isSub(control); resizerMouseDown(); doScreenMouseMove (x, y);
doScreenMouseUp(x, y);
setWidth(data); setHeight(data); setCaption(data);
FrameRelation
result; obj; deltaX; deltaY; control; data; sender;
init(); addSub(control); isSub(control); resizerMouseDown(); doScreenMouseMove (x, y);
doScreenMouseUp(x, y);
setWidth(data); setHeight(data); setCaption(data);
Lampiran 4 Daftar 16 kata uji yang memiliki lebih dari satu tipe kata
No. Kata masukan Tipe kata 1 Tipe kata 2
1 Merakyat Kata sifat Kata kerja
2 Penyayang Kata sifat Kata benda
3 Memandikan Kata sifat Kata kerja
4 Berdasarkan Kata preposisi Kata kerja
5 Bak Kata preposisi Kata benda
6 Periang Kata sifat Kata benda
7 Kurang Kata sifat Kata keterangan
8 Lebih Kata sifat Kata keterangan
9 Banyak Kata sifat Kata keterangan
10 Sedikit Kata sifat Kata keterangan
11 Jarang Kata sifat Kata keterangan
12 Pasti Kata sifat Kata keterangan
13 Di Kata preposisi Kata keterangan
14 Ke Kata preposisi Kata keterangan
15 Dari Kata preposisi Kata keterangan
Lampiran 5 Tabel pengujian sistem KGV
No Fungsi Nilai
masukan Skenario pengujian Hasil yang diharapkan
Hasil 10 Masukan berupa preposisi yang membutuhkan kata
Benar Kata masukan yang memiliki dua tipe kata atau lebih
Menampilkan jendela pilihan tipe kata masukan
Sesuai
Salah Memilih tipe kata untuk kata masukan yang tidak ada pada
database
Menampilkan jendela peringatan
Sesuai
Benar Memilih tipe kata untuk kata masukan yang ada pada
database
Benar Memilih salah satu pola umum kata dan menekan tombol load XML
Menampilkan gambar
Benar Canvas kosong atau terdapat gambar word graph
Canvas kosong Sesuai
4 Clear
XML
Benar Text bar kosong atau terdapat dokumen XML
Text bar kosong Sesuai
5 Clear All Benar Text bar dan canvas kosong atau terdapat dokumen XML dan gambar word graph
Text bar dan canvas
kosong
No Fungsi Nilai
masukan Skenario pengujian Hasil yang diharapkan
Hasil uji 6 Unggah
dokumen XML
Salah Memilih bukan dokumen XML pada komputer client
Menampilkan pesan peringatan error history
Sesuai
Benar Memilih dokumen XML pada komputer client
Salah Canvas dalam keadaan kosong
XML terunduh dengan penambahan tag
<positions>
Sesuai
Benar Adanya label nama pada
canvas yang diubah nilainya menggunakan event double click
XML terunduh dengan perubahan nilai pada komponen text sesuai dengan masukan pengguna
Sesuai
9 Lefttop Salah Canvas dalam keadaan kosong Muncul jendela peringatan
Sesuai
Benar Terdapat pola word graph
pada canvas
word graph pindah ke pojok kiri atas
Sesuai
10 Center Salah Canvas dalam keadaan kosong Muncul jendela peringatan
Sesuai
Benar Terdapat pola word graph
pada canvas
word graph pindah ke tengah canvas
No Fungsi Nilai
masukan Skenario pengujian Hasil yang diharapkan
Hasil uji 11 Left Salah Canvas dalam keadaan kosong Muncul jendela
peringatan
Sesuai
Benar Terdapat pola word graph
pada canvas
Gambar word graph
bergeser ke kiri
Sesuai
12 Right Salah Canvas dalam keadaan kosong Muncul jendela peringatan
Sesuai
Benar Terdapat pola word graph
pada canvas
Gambar word graph
bergeser ke kanan
Sesuai
13 Top Salah Canvas dalam keadaan kosong Muncul jendela peringatan
Sesuai
Benar Terdapat pola word graph
pada canvas
Gambar word graph
bergeser ke atas
Sesuai
14 Down Salah Canvas dalam keadaan kosong Muncul jendela peringatan
Sesuai
Benar Terdapat pola word graph
pada canvas
Gambar word graph
bergeser ke bawah
Sesuai
15 Zoom in Salah Canvas dalam keadaan kosong Muncul jendela peringatan
Sesuai
Benar Terdapat pola word graph
pada canvas
Gambar word graph
membesar
Sesuai
16 Zoom out Salah Canvas dalam keadaan kosong Muncul jendela peringatan
Sesuai
Benar Terdapat pola word graph
pada canvas
Gambar word graph
mengecil
Salah Komponen text yang memiliki nilai tag<replace> “NO”
Sistem tidak menampilkan kotak
edit nilai teks
Sesuai
Benar Komponen text yang memiliki nilai tag <replace> “YES”
Sistem menampilkan kotak edit nilai teks
Sesuai
18 Melakukan
edit pada nilai teks
Benar Memasukkan kata dan menekan tombol simpan
Label nama pada
canvas dan dokumen XML ter-update
Sesuai
Salah Menekan tombol batal Label nama pada
canvas dan dokumen XML tidak ter-update
Sesuai
19 Pop-up
pilihan pola kata
Benar Kata masukan tidak terdapat pada tabel „kata‟, tetapi ada pada tabel „KBBI‟
Muncul pop-up pilihan pola kata
Sesuai
Salah Kata masukan tidak terdapat pada tabel „kata‟ dan tabel „KBBI‟
Menampilkan jendela peringatan
Lampiran 6 Tabel pengujian kata masukan
No Kata masukan Gambar Hasil uji
Kata Sifat
1 Sebaik Sesuai
2 Terbaru Sesuai
3 Terjelek Sesuai
4 Berdua Sesuai
5 Merakyat Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
7 Gemerlap Sesuai
8 Ubanan Sesuai
9 Potensial Sesuai
10 Moril Sesuai
11 Alamiah Sesuai
12 Hewani Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
14 Motorik Sesuai
15 Ekonomis Sesuai
16 Humoristis Sesuai
17 Kelamaan Sesuai
18 Menyejukan Sesuai
19 Menjengkelkan Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
21 Pintar Sesuai
Kata Preposisi
22 Di meja Sesuai
23 Di Januari Sesuai
24 Pada area Sesuai
25 Pada saat Sesuai
26 Menyerahkan pada Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
28 Dari rumah Sesuai
29 Dari ayah Sesuai
30 Tersusun dari Sesuai
31 Bagian dari Sesuai
32 Lewat depan Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
34 Lewat telepon Sesuai
35 Melalui pasar Sesuai
36 Melalui kapal Sesuai
37 Sampai pedesaan Sesuai
38 Sampai zuhur Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
40 Atas Sesuai
41 Dengan penjagaan Sesuai
42 Dengan Sesuai
43 Sesuai dengan Sesuai
44 Daripada Sesuai
45 Menuju Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
47 Menjelang Sesuai
48 Sebelum Sesuai
49 Setelah Sesuai
50 Sejak Sesuai
51 Antara Sesuai
52 Akibat Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
54 Tanpa Sesuai
55 Berdasarkan Sesuai
56 Sebagai Sesuai
57 Bak Sesuai
58 Kecuali Sesuai
Kata Kerja
59 Bangun Sesuai
No Kata masukan Gambar Hasil uji
61 Dipetik Sesuai
62 Menerka-nerka Sesuai
63 Berhubungan Sesuai
64 Berlarian Sesuai
65 Jalan-jalan Sesuai
66 Terbangun Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
67 Tusuk-menusuk Sesuai
68 Berlari-lari Sesuai
Kata Benda
69 Petani Sesuai
70 Pemotong Sesuai
71 Peserta Sesuai
72 Pewarna Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
74 Periang Sesuai
75 Pemutih Sesuai
76 Makanan Sesuai
77 Puluhan Sesuai
78 Asinan Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
80 Harian Sesuai
81 Perjanjian Sesuai
82 Perikanan Sesuai
83 Pembukuan Sesuai
84 Pemanasan Sesuai
85 Ketua Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
87 Durian Sesuai
Kata Keterangan
88 Kurang Sesuai
89 Lebih Sesuai
90 Paling Sesuai
91 Sangat Sesuai
92 Satu kali Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
94 Banyak Sesuai
95 Sedikit Sesuai
96 Hanya Sesuai
97 Selalu Sesuai
98 Jarang Sesuai
98 Sekarang Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
101 Kemarin Sesuai
102 Pasti Sesuai
103 Mungkin Sesuai
104 Mari Sesuai
105 Tidak Sesuai
106 Bahkan Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
108 Ke Sesuai
109 Dari Sesuai
110 Dengan telepon Sesuai
Frasa Keterangan
111 Amat sangat Sesuai
112 Lebih kurang Sesuai
113 Paling pintar Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
115 Sangat kurang Sesuai
116 Belum cukup Sesuai
117 Pintar sekali Sesuai
118 Satu kali Sesuai
119 Baru saja Sesuai
120 Hanya saja Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
122 Sangat jarang Sesuai
123 Nanti siang Sesuai
124 Siang hari Sesuai
125 Sekarang juga Sesuai
126 Tadi siang Sesuai
Lanjutan
No Kata masukan Gambar Hasil uji
128 Belum tentu Sesuai
129 Belum pernah Sesuai
130 Tidak mungkin Sesuai
131 Sudah pasti Sesuai
132 Justru dapat Sesuai