Representasi Word Graph Menggunakan XML untuk Frasa Nominal, Verbal, dan Adjektival dalam Bahasa Indonesia

(1)

DALAM BAHASA INDONESIA

MUHAMMAD RIFKIAANSYAH

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(2)

REPRESENTASI

WORD GRAPH

MENGGUNAKAN XML

UNTUK FRASA NOMINAL, VERBAL, DAN ADJEKTIVAL

DALAM BAHASA INDONESIA

MUHAMMAD RIFKIAANSYAH

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2013

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Komputer pada

(3)

ABSTRACT

MUHAMMAD RIFKIAANSYAH. Word Graph

Representation Using XML for Nominal, Verbal,

and Adjectival Phrase in Bahasa Indonesia. Under supervision of SRI NURDIATI and AHMAD

RIDHA.

Knowledge Graph (KG) is one of the methods to visualize a text as a graph. KG gives more emphasis

on the semantic aspect or meaning of a text, which distinguishes it from other methods. The research

on KG will be completed when it can process a text and summarize the text in the form of graphs.

Previous research has created a system that can represent the pattern of the word graph from nouns,

verbs, adjectives, adverbs and preposition phrases in Bahasa Indonesia using XML. This research

continues with the word graph representing patterns of nominal, verbal, and adjectival phrases in

Bahasa Indonesia using XML, where the patterns are based on previous research by Mahmuda. Forty

XML modules had been created from this research. The modules have been tested into Knowledge

Graph Viewer System from Computer Science Department, IPB. Twenty nine modules can be

perfectly displayed and are in accordance to

Mahmuda’s

research.

(4)

(5)

Adjektival dalam Bahasa Indonesia

Nama

: Muhammad Rifkiaansyah

NRP

: G64080057

Menyetujui:

Dr. Ir. Sri Nurdiati, M.Sc

Ahmad Ridha, S.Kom, MS

NIP. 19601126 198601 2 001

NIP. 19800507 200501 1 001

Mengetahui:

Ketua Departemen Ilmu Komputer

Dr

. Ir.

Agus

Buono, M.Si, M.Kom

NIP.

19660702 199302 1 001

Tanggal lulus:

(6)

Segala puja-puji syukur penulis panjatkan ke hadirat Allah

subhanahu wa

ta’ala

, Tuhan

semesta alam yang tak henti-hentinya memberikan segala rahmat, karunia, dan nikmat-Nya sehingga

tulisan ini dapat terselesaikan dengan baik. Sebuah pencarian ilmu sekaligus pengabdian selama

empat setengah tahun tidak akan ada artinya tanpa adanya bukti. Bukti-bukti tersebut ada yang

terukir melalui pekerjaan nyata maupun yang tertulis. Salah satu bukti ilmiah itu dituangkan ke

dalam tulisan hasil penelitian ini yang berjudul

“

Representasi

Word Graph

Frasa Nominal, Verbal,

dan Adjektival Menggunakan XML dalam Bahasa Indonesia

”

.

Penelitian ini tidak akan terselesaikan tanpa adanya dukungan dan doa semua pihak. Ucapan

terima kasih penulis sampaikan di antaranya kepada:



Orang tua tercinta, Ibu Euis Nurmala dan Bapak Abdullah atas semua doa dan keringat yang

mengalir demi mewujudkan cita-cita memiliki anak seorang sarjana.



Ibu Dr. Ir. Sri Nurdiati, M.Sc dan Bapak Ahmad Ridha S.Kom, MS atas bimbingannya dalam

menyelesaikan penelitian ilmiah ini.



Bapak Sony Hartono Wijaya, S.Kom, M.Kom selaku dosen penguji.



Tiara Khaulah Sari, seorang adik yang selalu menjadi motivasi dalam mengejar kesuksesan.



Ratih Kumala Dewi, kakak terhebat dan tersabar yang pernah ada.



Meilinda Lathfia yang tak pernah kenal kata lelah dalam memberi doa, semangat, dan

kebahagiaan dalam menemani hari demi hari.



Dosen dan staf Ilmu Komputer IPB atas semua ilmu yang diberikan.



Keluarga besar mahasiswa Departemen Ilmu Komputer IPB Angkatan 45 atas semua suka

duka, keceriaan, dan kesedihan. Sebuah perjalanan hidup yang sangat berharga.



Teman-teman satu bimbingan skripsi, Cipta Wiraswasta, Neri Petri Anti, Rizka Paramitha,

Yuli Susanti, dan khususnya Indra Lesmana atas bantuan dan dorongan semangat mereka.



Abdul Rahman Halim, Galuh Hanifatiha, Dewi Irmawati, Diah Rahmi Adiyanti, dan Muti

Relegi, singkatnya waktu bersama bukan berarti singkat pula arti persahabatan.



Momi, Hafid, Jaka, Irvan, Wahyu, Tenri, dan Ryantie, semoga tetap kompak walau terpisah

jarak dan waktu.



Sri Rahayu, Irma Purnama Ramadhani, Ashfahanirrohimah, Radini Ayu Pratiwi, Hany

Safitri, Ade Nelvia, dan Mugi Lestari, para sekretaris terbaik yang telah Allah turunkan untuk

menemani perjuangan organisasi di kampus tercinta.



Keluarga Departemen Kominfo BEM TPB IPB 2008/2009 yang menjadi keluarga pertama

dan tak terlupakan di IPB, beserta seluruh pimpinan dan anggota BEM TPB IPB 2008/2009.



Keluarga Departemen Kominfo BEM FMIPA IPB 2009/2010 atas semua canda tawa

mengiringi kontribusi di fakultas tercinta, beserta seluruh pimpinan dan anggota BEM

FMIPA IPB 2009/2010.



Keluarga Divisi Danus-

Sponsorship

(Para Pencari Tiga Ratus Juta) Pesta Sains Nasional

2010 yang telah memberikan bukti bahwa keajaiban datang dari keikhlasan dan selalu

berpikir baik kepada Allah.



Keluarga Kementerian Kominfo BEM KM IPB 2010/2011 atas ilmu dan persahabatannya.



Keluarga Kementerian Kominfo BEM KM IPB 2011/2012 dan Sahabat Kominfo atas

keceriaan serta telah menjadi bagian dari perjalanan mimpi penulis, beserta seluruh pimpinan

dan anggota BEM KM IPB 2011/2012.

Bogor, Januari 2013

(7)

Muhammad Rifkiaansyah lahir di Jakarta pada tanggal 17 September 1990, putra pertama

dari Bapak Abdullah dan Ibu Euis Nurmala ini besar di Kota Bekasi, Jawa Barat. Perjalanan

akademiknya diawali dengan menamatkan pendidikan Sekolah Dasar di SDN Jati Asih V pada tahun

2002. Pendidikannya berlanjut di SLTP Negeri 09 Bekasi dan tamat pada tahun 2005, serta berhasil

menyelesaikan sekolah tingkat menengah di SMA Negeri 113 Jakarta pada tahun 2008 pada jurusan

IPA.

(8)

DAFTAR ISI

Halaman

DAFTAR GAMBAR ... vi

DAFTAR TABEL………..

... vi

DAFTAR LAMPIRAN ... vi

PENDAHULUAN

Latar Belakang ... 1

Tujuan Penelitian ... 1

Ruang Lingkup ... 1

Manfaat Penelitian ... 1

TINJAUAN PUSTAKA

Frasa ... 2

Knowledge Graph

(KG) ... 2

Word Graph

... 2

XML ... 2

METODE PENELITIAN

Studi Literatur ... 3

Analisis Pola Pembentukan

Word Graph

Frasa Nominal, Verbal, dan Adjektival ... 3

Praproses ... 3

Perancangan

Database

... 3

Pembentukan Dokumen XML ... 3

Analisis Hasil dan Pengujian ... 4

HASIL DAN PEMBAHASAN

Studi Literatur ... 5

Word Graph

Frasa Nominal, Verbal, dan Adjektival ... 6

Praproses ... 6

Perancangan

Database

... 6

Pembentukan Dokumen XML ... 7

Analisis Hasil dan Pengujian ...

10

SIMPULAN DAN SARAN

Simpulan ...

11

Saran ...

11

DAFTAR PUSTAKA ...

11

(9)

DAFTAR GAMBAR

Halaman

1 Metode penelitian. ... 3

2

Word graph

pola frasa nominal ke-11 (fu11) (Mahmuda 2010) ... 7

3

Word graph

frasa nominal

pengolahan biji jagung

(Mahmuda 2010)... 7

4

File

XML bagian

tag

fu11

... 8

5

File

XML bagian

tag

<relationships> fu11.

...

9

6 Hasil pengujian frasa

“

banyak

bertambah” pada KG

Viewer

... 9

7 Hasi

l pengujian frasa nominal “berjalan efisien” pada KG

Viewer

. ... 10

8 Hasil pengujian frasa nominal “usia panen” pada

KG

Viewer

... 10

9 Hasil pengujian frasa nominal “perekonomian Indonesia” pada KG

Viewer

... 10

10

Word graph

“pemenuhan kebutuhan

pangan

”

pada KG

Viewer

... 11

11

Word graph

frasa verbal "menyampaikan informasi

”

pada KG

Viewer

... 11

12

Word graph

frasa verbal pola kelima (fu26) (Mahmuda 2010). ... 11

DAFTAR TABEL

Halaman

1 Komponen-komponen pembentuk

word graph

frasa nominal ke-11 (fu11) ... 8

2 Hubungan relasi antarkomponen

word graph

pola fu11 ... 9

DAFTAR LAMPIRAN

Halaman

1 Struktur tabel ‘pola_frasa_umum’

... 14

2 Dokumen XSD Lesmana (2012) ... 16

3

File

XML pola fu11 (frasa nominal ke-11) ... 19

4 Dokumen XML frasa nominal, verbal, dan adjektival hasil penelitian ... 21

(10)

PENDAHULUAN

Latar Belakang

Komunikasi menjadi suatu hal yang sangat

penting dalam kehidupan manusia. Bahkan,

bisa dikatakan manusia tidak dapat hidup tanpa

komunikasi. Hal ini dilihat dari faktor manusia

sebagai makhluk sosial yang secara sadar atau

tidak menuntut mereka untuk berhubungan

satu

sama

lain

melalui

komunikasi.

Komunikasi secara umum dapat diartikan

sebagai proses si A menyampaikan pesan B

melalui saluran C kepada si D dengan akibat E

(Black dan Bryant 1995). Komunikasi

dikatakan efektif apabila terjadi persamaan

makna pesan yang dikirim dan diterima.

Namun,

dalam

prosesnya

terkadang

komunikasi mengalami hambatan. Hambatan

tersebut salah satunya terjadi ambiguitas pesan

yang disebabkan adanya persamaan kata-kata

tertentu dalam bahasa Indonesia.

Komputer melalalui bahasa buatan hadir

untuk memenuhi kebutuhan manusia dalam

mengatasi

hambatan

komunikasi

antarmanusia.

Bahasa

buatan

dalam

implementasinya

membutuhkan

compiler

.

Compiler

ini berfungsi mengubah bahasa

buatan menjadi bahasa mesin. Namun, pada

kenyataannya tidak semua orang dapat dengan

mudah

menggunakan

compiler

karena

dibutuhkan pemahaman yang terbilang sulit.

Di bidang ilmu komputer sendiri, ada yang

dikenal dengan istilah

Natural Language

Processing

(NLP) yaitu bidang kajian ilmu

yang bertujuan mewujudkan bahasa alami

sebagai bahasa yang dapat dikenali komputer.

Teks sebagai salah satu jenis bahasa alami

berupa tulisan dalam pemaknaan setiap

katanya

ternyata

dapat

menimbulkan

ambiguitas. Salah satu jalan keluar untuk

permasalahan ini melalui visualisasi kata teks

ke dalam bentuk gambar. Kemudahan dalam

memahami sebuah gambar dibandingkan

bentuk penyajian lain menjadi landasan hal

tersebut. Upaya untuk merepresentasikan

pengetahuan dalam teks salah satunya melalui

metode

pemunculan

graf

kata

dan

hubungannya dengan kata lain yang disebut

dengan metode

Knowledge Graph

(KG).

Metode KG adalah metode yang digunakan

untuk

menganalisis

teks

dan

merepresentasikannya ke dalam bentuk graf

(

text graph

). Graf yang ditampilkan merupakan

makna dari teks yang dibaca (Zhang & Hoede

2000). KG sendiri lebih fokus pada aspek

semantik (Zhang 2002). Metode KG dalam

implementasi jangka panjang diharapkan

mampu merancang sebuah

software

yang dapat

melakukan abstraksi teks bahasa Indonesia

secara otomatis. Hasil dari abstraksi teks

tersebut akan ditampilkan dalam bentuk graf.

Informasi graf tersebut merupakan intisari

pengetahuan dari teks yang dipelajari.

Saat ini telah dilakukan penelitian KG

mengenai aturan pembentukan

word graph

pada bahasa Indonesia yang direpresentasikan

ke dalam dokumen

Extensible Markup

Language

(XML) untuk jenis kata benda

(Susanti 2012), kata kerja (Oktarina 2012),

kata sifat (Astriratma 2012), kata keterangan

(Anti 2012), preposisi (Dillyani 2012), serta

frasa

keterangan

(Wiraswasta

2012).

Representasi menggunakan XML ini bertujuan

untuk dapat mempertukarkan data dengan

mudah antaraplikasi maupun

device

pada

berbagai

platform

(W3C 2012). Aturan

pembentukan

word graph

tersebut masih

terdiri atas kata per kata sehingga diperlukan

pengembangan

aturan

untuk

menghubungkannya menjadi bentuk frasa.

Penelitian ini merepresentasikan KG

untuk

frasa nominal, verbal, dan adjektival dalam

bentuk XML. Pola pembentukan frasa

nominal, verbal, dan adjektival sendiri telah

dikembangkan oleh Mahmuda pada tahun

2010 dengan judul t

esis “

Konstruksi Pola

Word

Graph

Frasa Kata Menggunakan Metode

Knowledge Graph

”

.

Tujuan Penelitian

Tujuan

penelitian

ini

ialah

merepresentasikan konsep

knowledge graph

frasa

nominal,

verbal,

dan

adjektival

menggunakan

XML

sesuai

aturan

pembentukan

word graph

frasa pada bahasa

Indonesia.

Ruang Lingkup

Ruang lingkup penelitian difokuskan pada

aturan pola

word graph

frasa nominal, verbal,

dan adjektival hasil tesis Mahmuda (2010).

Pengelompokan frasa yang diambil dibedakan

berdasarkan kelas kata yang menjadi inti frasa

(Keraf 1991), di antaranya frasa nominal, frasa

verbal,

frasa

adjektival,

dan

frasa

preposisional. Penelitian kali ini frasa yang

direpresentasikan ke dalam

word graph

yaitu

frasa

nominal,

verbal,

dan

adjektival.

Pembentukan dokumen menggunakan format

XML.

Manfaat Penelitian

(11)

dijadikan dasar pembuatan abstraksi suatu teks

dalam bentuk

text graph.

TINJAUAN PUSTAKA

Frasa

Frasa adalah kesatuan yang terdiri atas dua

kata atau lebih yang masing-masingnya

mempertahankan

makna

dasar

katanya,

sementara gabungan itu menghasilkan suatu

relasi tertentu, dan tiap kata pembentukya tidak

bisa berfungsi sebagai subjek dan predikat

dalam konstruksi itu (Keraf 1991).

Knowledge Graph

(KG)

Knowledge graph

adalah suatu metode

untuk

menganalisis

teks

dan

merepresentasikannya dalam bentuk graf

(Zhang & Hoede 2000). KG

adalah suatu

pendekatan baru yang dapat digunakan untuk

menyatakan bahasa manusia yang fokus pada

aspek semantik. Pada prinsipnya KG

terdiri

atas

concept

(

token, type,

dan

name

) dan

relations

(Zhang 2002).

Concept

merupakan komponen terpenting

dalam pemikiran manusia.

Concept

mampu

menjadi prosedur dalam membentuk suatu

pengertian dari khusus ke umum atau

sebaliknya (Zhang 2002).

Concept

dalam KG

dapat dinyatakan sebagai

token, name,

dan

type

.

Token

merupakan

concept

yang dipahami

oleh seseorang menurut cara pandangnya

masing-masing

sehingga

token

bersifat

subjektif. Setiap persepsi selalu berhubungan

dengan

token.

Misalnya,

kata “jeruk” dapat

diasosiasikan

secara

subjektif

mengenai

bentuk, warna, rasa, dan sebagainya. Sebuah

token

dalam KG direpresentasikan dengan

si

mbol “

฀

”.

Type

adalah

concept

yang berupa

informasi

umum dan bersifat objektif karena merupakan

suatu kesepakatan yang dibuat sebelumnya.

Contoh

type

adalah buah, binatang, dan

sayuran.

Name

adalah sesuatu yang bersifat

individual. Sebagai contoh, Dean adalah

sebuah

name

untuk seorang laki-laki (Berg

1993).

Ontologi

merupakan

gambaran

dari

beberapa

concept

dan

relationship

antar-concept

untuk mendefinisikan ide-ide yang

merepresentasikan

concept, relationship,

dan

logikanya (Muslik 2009). Ontologi terdiri atas

9

binary relationship

dan 4 jenis

frame

relationship

(Hoede & Nurdiati 2008)

. Binary

relationship

merupakan penghubung antara

dua

concept

yang membentuk sebuah graf.

Berikut

ini

adalah

jenis-jenis

binary

relationship:

1

Relasi kesamaan (

ALIKENESS/

ALI).

2

Relasi kausalitas (

CAUSALITY/

CAU).

3

Relasi kesederajatan (

EQUALITY/

EQU).

4

Relasi yang bertautan (

SUBSET/

SUB).

5

Relasi perbedaan (

DISPARATENESS/

DIS).

6

Relasi yang berurutan (

ORDERING/

ORD).

7

Relasi atribut (

ATTRIBUTE

/PAR).

8

Relasi

kebergantungan

informasi

(

SKOLEM/

SKO).

9

Ontologi

FOCUS

(F).

Tidak semua hal dapat dinyatakan hanya

menggunakan

binary relationship.

Oleh sebab

itu, terdapat

frame

untuk menanganinya.

Frame

merupakan verteks berlabel yang

digunakan untuk mengelompokkan beberapa

graf. Keempat jenis

frame relationship

yaitu:

1

Focusing on a situation

(FPAR).

2

Negation of a situation

(NEGPAR).

3

Possibility of a situation

(POSPAR).

4

Necessity of a situation

(NECPAR).

Word Graph

Word graph

merupakan

graph

dari kata

yang mendeskripsikan makna sebuah 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.

Graf yang

merepresentasikan gabungan dari

sentence

graph

dalam sebuah teks disebut

text graph

yang terdapat pengetahuan di dalamnya

(Hoede & Nurdiati 2008).

XML

XML merupakan bahasa

markup

yang

direkomendasikan oleh

World Wide Web

Consortium

(W3C) pada tahun 1998. W3C

merupakan sebuah organisasi yang mengatur

standardisasi berbagai jenis bahasa dan

perangkat lunak yang mendukung teknologi

internet. XML sendiri merupakan turunan dari

Standard Generalized Markup Language

(SGML) yang juga merupakan bahasa

extensible

, namun sangat kompleks.

(12)

komputer dalam pengolahan data (Dykes

2005). XML dapat memisahkan secara tegas

antara kandungan informasi dan struktur

informasi yang dimiliki.

Di

antara

kelebihan

XML

ialah

penggunaan

tag

yang didefinisikan oleh

pengguna

untuk mendeskripsikan arti dari data

dan tidak mendefinisikan penyajian data. XML

mampu memisahkan antara bagian yang

berupa data dengan bagian yang bertugas untuk

menampilkan data. XML data juga tidak

terbatas digunakan pada satu macam aplikasi.

Sebuah dokumen XML dapat dirancang untuk

banyak aplikasi berbeda tergantung pada

informasi yang ditampilkan.

METODE PENELITIAN

Dalam penelitian ini dilakukan beberapa

tahapan umtuk merepresentasikan

word graph

frasa nominal, verbal, dan adjektival, seperti

terlihat pada Gambar 1.

Studi Literatur

Tahap studi literatur merupakan tahap

pengumpulan bahan pustaka yang relevan dan

sesuai dengan topik yang dibahas. Bahan

pustaka yang dikumpulkan dan dipelajari yaitu

teori mengenai KG

,

frasa, serta impelementasi

XML.

Word Graph

Frasa Nominal, Verbal, dan Adjektival

Analisis pola pembentukan w

ord graph

frasa

nominal,

verbal,

dan

adjektival

didasarkan pada penelitian sebelumnya yaitu

tesis

Mahmuda

(2010)

yang

berjudul

“Konstruksi Pola

Word Graph

Frasa Kata

Menggunakan Metode

Knowledge Graph

”

.

Hasil analisis pola pembentukan frasa tersebut

akan digunakan dalam pembuatan dokumen

berformat

XML.

Dokumen

XML

ini

merepresentasikan KG pada pembentukan pola

word graph

untuk frasa nominal, verbal, dan

adjektival dalam bahasa Indonesia.

Praproses

Tahap praproses bertujuan membatasi kata

masukan yang dapat terbaca langsung oleh

sistem. Kata masukan diperiksa apakah tunggal

atau jamak, kata atau frasa, serta diperiksa

keberadaan kata tersebut di dalam

database

.

Setiap masukan kata tersebut diproses di tahap

berikutnya yang berbeda-beda sesuai dengan

aturan penyusunan frasa. Pembatasan kata

masukan juga dilakukan agar hanya kata

berupa karakter yang diproses.

Perancangan

Database

Tahap perancangan

database

dilakukan

dengan memanfaatkan kembali

database

yang

telah

ada

pada

penelitian

sebelumnya

(Lesmana 2012). Selain itu,

database

tersebut

akan disinkronisasikan melalui penambahan

tabel dengan aturan baru yang nantinya dapat

memproses kata dan frasa yang dimasukkan ke

dalam sistem.

Pembentukan Dokumen XML

Seperti telah diterangkan sebelumnya

bahwa

tag

yang digunakan pada XML tidak

didefinisikan secara khusus. Oleh sebab itu,

terlebih dahulu dilakukan penamaan

tag

untuk

mendeskripsikan

data

yang

digunakan.

Gambar 1 Metode penelitian.

Selesai

Praproses Studi Literatur

Mulai

Perancangan Database

Analisis Hasil dan Pengujian

Dokumentasi dan Laporan Analisis Pola Pembentukan Word Graph

(13)

Penamaan

tag

didasarkan pada aturan yang

dibuat

oleh

Astriratma

(2012)

dan

disempurnakan

oleh

Lesmana

(2012).

Penggunaan

tag

tersebut bertujuan agar

menghasilkan pola

word graph

frasa yang

dapat diproses dan ditampilkan dengan baik

oleh

Knowledge Graph Viewer

(KG

Viewer

)

hasil penelitian Ramadhan (2012) dan

Lesmana (2012). Sistem ini dibuat berbasis

web

menggunakan bahasa pemrograman

Javascript. Penamaan

tag

ini juga telah

disesuaikan dengan kebutuhan KG agar dapat

merepresentasikan

data

sesuai

fungsi

penggunaan XML. Berikut dijabarkan

tag-tag

yang ada dalam representasi pola

word graph

untuk jenis frasa nominal, verbal, dan

adjektival:



<graph> </graph>, merupakan

tag

awal yang menampung seluruh elemen

pada dokumen XML atau bisa disebut

dengan

root

element

.



<components> </components>,

tag

ini

merepresentasikan

keseluruhan

komponen-komponen yang ada dalam

pembentukan suatu pola.



</relationships>,

tag

yang

mewakili arah hubungan dari suatu

komponen dengan komponen lainnya

sesuai dengan pola yang dibentuk.



<focus>

</focus>,

tag

yang

menunjukkan suatu

focus

.



<token>

</token>,

tag

yang

menunjukkan suatu

token

.



<text>

</text>,

tag

yang

menunjukkan suatu kebutuhan yang berupa

text

.



<relation> </relation>,

tag

yang

menggambarkan

hubungan

yang

digunakan tiap elemen.



<frame>

</frame>,

tag

yang

menunjukkan suatu

frame

.



<id> </id>,

tag

yang menunjukkan

id

dari suatu komponen.



<value>

</value>,

tag

yang

menunjukkan nilai dari komponen

text

.



<replace> </replace>,

tag

turunan

dari

<value>

yang

menunjukkan

kebutuhan nilai dapat diubah (YES) atau

tidak (NO).



<from>

</from>,

tag

yang

menunjukkan arah panah masuk pada

relationships

.



<to> </to>,

tag

yang menunjukkan arah

panah keluar pada

relationships

.



<focusid> </focusid>,

tag

yang

menunjukkan suatu

focus

sesuai dengan

id

yang digunakan.



<tokenid> </tokenid>,

tag

yang

menunjukkan suatu

token

sesuai dengan

id

yang digunakan.



<relationid> </relationid>,

tag

yang menunjukkan suatu hubungan sesuai

dengan

id

yang digunakan.



</textid>,

tag

yang

menunjukkan suatu

text

sesuai dengan

id

yang digunakan.



<frameid> </frameid>,

tag

yang

menunjukkan suatu

frame

sesuai dengan

id

yang digunakan.

Pengujian dilakukan melalui dua tahap.

Tahap pertama adalah pengujian keluaran

sistem KG

Viewer

berdasarkan masukan frasa

dari pengguna. Pada pengujian ini sistem

mendapat 4 skenario masukan frasa yang

berbeda setiap skenarionya. Perbedaan ini

didasarkan pada aturan penyusun frasa serta

ada atau tidaknya kata masukan dalam

database

. Sistem dinyatakan berhasil apabila

memberikan keluaran yang sesuai.

Pengujian tahap kedua bertujuan untuk

mengetahui kesesuaian antara graf yang

dihasilkan dari modul-modul dokumen XML

yang telah dibuat dengan pola graf penelitian

Mahmuda (2010). Modul tersebut juga akan

diuji menggunakan aplikasi KG

Viewer.

Pengujian dikatakan berhasil apabila sistem

menampilkan pola

word graph

yang sesuai

dengan hasil penelitian Mahmuda (2010).

HASIL DAN PEMBAHASAN

Studi Literatur

Ada tiga bahan bahasan umum yang

menjadi rujukan dalam penelitian ini yaitu KG,

frasa, dan implementasi XML. Penggunaan

KG disebabkan KG lebih menekankan pada

aspek ontologi yang dimilikinya dibandingkan

dengan metode representasi lain. Aspek

ontologi ini menggunakan jenis relasi yang

terbatas

dan

digunakan

untuk

meniru

pemahaman

manusia.

Hal

ini

yang

menyebabkan KG memiliki kemampuan

menyatakan aspek semantik lebih mendalam.

(14)

word graph

frasa yang dihasilkan merujuk

pada pembagian frasa yang menjadi inti frasa,

terdiri atas:

1

Frasa Nominal

Frasa nominal atau frasa kata benda adalah

kelompok

kata

yang

menyatakan atau

menunjuk suatu benda. Inti frasa nominal

adalah kata benda, misalnya:

‘

modal bersama

’

dan

‘

mutu tepung jagung

’

.

2

Frasa Verbal

Frasa verbal atau frasa kata kerja adalah

kelompok kata yang menyatakan tindakan atau

perbuatan. Inti frasa verbal adalah kata kerja,

misalnya:

‘

dihadapi petani

’ dan

‘

meningkatkan

biaya pengendalian

’

.

3

Frasa Adjektival

Frasa adjektival atau frasa kata sifat adalah

kelompok kata yang menyatakan sifat atau

keadaan. Inti frasa adjektival adalah kata sifat,

misalnya:

‘

tahan kekeringan

’ dan

‘

putih

bening

’

.

4

Frasa Preposisional

Frasa preposisional atau frasa kata depan

adalah kelompok kata yang terdiri atas

preposisi sebagai inti diikuti oleh kata atau

kelompok kata lain, terutama kata benda.

Fungsi frasa preposisi antara lain menunjuk

arah, tempat, dan waktu, sebagai contoh:

‘

di

lapangan

’ dan

‘

dari pangkal daun

’

.

Pada penelitian ini frasa yang digunakan

dan direpresentasikan ke dalam

word graph

hanya frasa nominal, verbal, dan adjektival.

Keraf

(1991)

mengungkapkan

bahwa

gabungan antara kata dengan kata lain yang

membentuk sebuah frasa akan menimbulkan

pengertian baru atau mendukung sebuah relasi

tertentu. Hubungan makna antarunsur yang

membentuk frasa dapat berupa:

1 Relasi

posesif,

yaitu

relasi

yang

menunjukkan hubungan pemilik. Kata

kedua (pembatas) adalah pemilik kata

pertama. Frasa ini dapat dipisahkan dengan

kata

milik

dan

kepunyaan

. Misalnya:

kemampuan petani

dan

kandungan nutrisi

jagung

.

2 Relasi

subjektif,

yaitu

relasi

yang

pembatasnya adalah pelaku dari kata yang

dibatasi. Frasa ini dapat dipecahkan dengan

menyisipkan kata

oleh

dan

yang dilakukan

oleh

. Misalnya:

dihadapi petani

dan

ditampung pihak swasta

.

3 Relasi objektif, yaitu relasi yang kata

keduanya sebenarnya menjadi objek dari

kata pertama. Frasa ini dapat dipecahkan

dengan menggunakan kata

akan, kepada,

dan tentang

. Misalnya:

menghasilkan

tekstur

dan

memenuhi kebutuhan pangan

.

4 Relasi

tujuan,

yaitu

relasi

yang

pembatasnya merupakan tujuan dari kata

yang dibatasi. Frasa ini dapat dipecahkan

dengan kata

bagi, buat, guna,

dan

untuk.

Misalnya:

makanan rakyat

dan

untuk

membeli solar.

5 Relasi

keahlian,

yaitu

relasi

yang

pembatasnya merupakan keahlian dari kata

yang dibatasi. Frasa ini dapat menggunakan

kata

dalam bidang

untuk memisahkan frasa

tersebut. Misalnya:

petani kelapa

dan

dokter ahli saraf

.

6 Relasi asal, yaitu relasi yang pembatasnya

merupakan asal dari kata yang dibatasi.

Frasa ini dapat dipecahkan dengan

menyisipkan kata

dari

dan

yang berasal

dari

. Misalnya:

tenaga mesin

dan

dari

pangkal daun.

7 Relasi

partitif,

yaitu

relasi

yang

pembatasnya merupakan keseluruhan dari

kata yang dibatasi, atau kata yang dibatasi

merupakan bagian dari pembatasnya. Frasa

bentuk ini dapat dilakukan dengan

menyisipkan kata

dari

. Misalnya:

biji

jagung.

8 Relasi

material,

yaitu

relasi

yang

pembatasnya menyatakan materi yang

dipakai untuk kata yang dibatasi. Frasa ini

dapat digunakan kata

dari

dan

dibuat dari

untuk menyatakan hubungan itu secara

eksplisit. Misalnya:

tepung jagung

dan

minyak kelapa.

9 Relasi perbandingan, yaitu relasi yang

pembatasnya merupakan perbandingan

bagi kata yang dibatasi. Frasa ini

dipisahkan dengan kata

seperti

dan

bagaikan.

Misalnya:

berakar serabut

dan

putih susu.

10 Relasi instrumental, yaitu relasi yang

pembatasnya merupakan alat bagi kata

yang dibatasi. Relasi ini dapat dinyatakan

dengan

menggunakan

kata

dengan.

Misalnya:

tumbuh baik

dan

dengan

kehidupan masyarakat.

11 Relasi

lokatif,

yaitu

relasi

yang

pembatasnya merupakan tempat atau

tempat bekerja dari kata yang dibatasi. Kata

yang dapat disisipkan untuk menyatakan

hubungan ini secara eksplisit adalah

di,

pada,

dan

dalam.

Misalnya:

masyarakat

Papua

dan

di kebun petani

.

(15)

penggunaan

tag

yang didefinisikan oleh

pengguna dan mudah dalam pertukaran data.

Word Graph

Frasa Nominal, Verbal, dan Adjektival

Pola pembentukan

word graph

didapat

dengan terlebih dahulu menganalisis beberapa

aturan

word graph

yang sudah dibuat oleh

penelitian sebelumnya. Aturan-aturan

word

graph

tersebut

dipadukan

sehingga

terbentuklah aturan

word graph

frasa nominal,

verbal, dan adjektival. Jumlah kata yang

terbentuk pada setiap pola frasa memiliki

paling banyak tiga kata. Tiga kata tersebut

merupakan gabungan dari dua kata yang

membentuk frasa maupun frasa baru yang

terbentuk dari satu kata dan satu frasa. Pola

yang terbentuk ini lalu dikelompokkan

berdasarkan makna frasa. Makna frasa didapat

dari pembagian frasa pada kelas yang menjadi

inti frasa dan hubungan makna antarunsur yang

membentuk frasa serta bentuk

word graph

.

Analisis pola

word graph

ini

menghasilkan 40

pola

word graph

frasa nominal, verbal, dan

adjektival berdasarkan penelitian Mahmuda

(2010). Rinciannya yaitu 20 (dua puluh) pola

frasa nominal, 18 (delapan belas) pola frasa

verbal, 1 (satu) pola frasa nominal dan frasa

adjektival yang sama, dan 1 (satu) pola frasa

nominal, verbal, dan adjektival yang sama.

Seluruh pola tersebut akan direpresentasikan

sebagai 40 dokumen XML.

Praproses

Praproses dilakukan untuk membatasi frasa

masukan yang dapat langsung diproses oleh

sistem. Pada penelitian Mahmuda (2010)

didapat 133 padanan kata yang tersusun

menjadi frasa nominal, verbal, dan adjektival

yang diperoleh dari Jurnal penelitian dan

pengembangan pertanian Volume 28 Nomor 2

Tahun 2009 dan Tempo Edisi 15-21 Februari

2010. Seluruh kata ini disesuaikan kembali

dengan Kamus Besar Bahasa Indonesia

(KBBI) edisi ketiga secara manual. Apabila

ada kata yang tidak sesuai baik susunan kata

maupun jenis katanya maka dilakukan

penyesuaian kata sesuai dengan KBBI.

Praproses

juga

dilakukan

dengan

menganalisis pola

word graph

tiap frasa untuk

mengetahui ada atau tidak pola frasa yang

sama. Setelah dianalisis, terdapat pola frasa

yang sama, yaitu:

a

Pola adjektival 1, pola frasa verbal 1, dan

pola frasa nominal 1.

b

Pola frasa adjektival 2 dan pola frasa

nominal 2.

Perancangan

Database

Perancangan

database

terlebih dahulu

dilakukan dengan menganalisis

database

bernama ‘wg’ yang memuat tabel ‘kata’,

‘kbbi’,

‘pola_benda’,

pola_kerja’,

‘pola_prep’, dan ‘pola_s’ yang telah ada dari

hasil penelitian sebelumnya (Lesmana 2012).

Praproses yang menghasilkan 133 padanan

kata pembentuk frasa diuji coba kata demi kata

ke sistem KG

Viewer

. Hal ini bertujuan untuk

mengetahui kata yang tidak ada di dalam tabel

‘kata’. Apabila kata tersebut tidak ada di dalam

tabel

‘kata’

,

tetapi ada di dalam tabel

‘kbbi’,

maka dilakukan pemasukan kata ke dalam

tabel

‘kata’. Pemasukan kata tersebut melalui

proses penyesuaian aturan pola

database

masing-masing jenis kata pada penelitian

sebelumnya. Tujuannya agar kata masukan

dari hasil penelitian Mahmuda (2010) tidak

hanya dapat menampilkan pola

word graph

frasa saja, tetapi juga pola

word graph

dari tiap

kata.

Hasil akhir dari perancangan

database

ini

yaitu terbentuknya tabel

baru bernama

‘pola_frasa_umum’ dari

database

‘wg’ yang

telah

ada. Tabel ‘pola_frasa_umum’

terdiri atas

15

field,

antara lain ‘tkm1’, ‘tkm2’, dan ‘tkm3’

yang merupakan tipe dari frasa tiap kata, baik

kata berimbuhan maupun kata tunggal yang

dimasukkan ke

sistem, bisa berisi ‘b’ (kata

benda), ‘k’ (kata kerja), dan ‘s’ (kata sifat).

Field ‘

tkd1’, ’tkd2’, dan ’tkd3’ mer

upakan tipe

kata dasar dari frasa tiap kata yang dimasukkan

ke sistem, isi dari

field

ini disesuaikan dengan

aturan dari tiap tabel jenis kata yang telah ada.

Field

‘awalan1’, ‘awalan2’, dan ‘awalan3’

berisi kata awalan imbuhan dari kata masukan,

dan

field

‘akhiran1’, ‘akhiran2’, dan ‘akhiran3’

berisi kata akhiran imbuhan dari kata masukan.

Field

berikutnya

yaitu ‘pola_wg’

merupakan

pelabelan dari nama XML yang dibuat. Ini

merupakan

field

utama

dari

tabel

‘pola_frasa_umum’, aturan

-aturan isi

field

sebelumnya menjadi acuan dari

file

XML yang

akan ditampilkan oleh sistem KG

Viewer

. Dua

field

terakhir yaitu ‘nama_pola’ dan

‘contoh_kata’ digunakan untuk memberi

informasi pilihan pola frasa yang sesuai pada

saat munculnya

pop-up

pada sistem.

Pop-up

ini

akan muncul apabila kata masukan tidak ada di

dalam tabel ‘kata’,

tetapi ada di dalam tabel

‘kbbi’ atau frasa

masukan memiliki aturan

frasa yang sama, namun berbeda pola

word

graph

. Pada Lampiran 1 diperlihatkan dengan

(16)

Penelitian menghasilkan 40 dokumen

berformat XML yang merepresentasikan pola

word graph

adjektival dari hasil penelitian Mahmuda

(2010). Berikut akan dipaparkan pembentukan

pola

word graph

frasa nominal yang terbentuk

dari tiga kata. Tiga kata ini merupakan hasil

padanan dari satu kata dan satu frasa yaitu pola

word graph

frasa nominal ke-11 (fu11) yang

memiliki

aturan

frasa

N1(pe-

KK-an)+FN(N2+N3)2. Penggunaan pola frasa

nominal tersebut dapat dilihat pada frasa

berikut:

pengolahan biji jagung

Frasa nominal tersebut memiliki kata

pertama yaitu “pengolahan” yang berasal dari

kata kerja “olah”

bermakna

memasak

(mengerjakan, mengusahakan) sesuatu supaya

menjadi lain atau menjadi lebih sempurna; cara

(melakukan sesuatu). Kata ini ditambah afiks

pe-an

menjadi kata benda ‘’pengolahan” yang

bermakna proses, cara, perbuatan mengolah.

Dua kata berikutnya merupakan frasa nominal

“biji jagung” yang memiliki arti biji bagian

dari jagung. Jadi, frasa nominal “pengolahan

bij

i jagung” memiliki hubungan antarunsur

pembentuknya yang berelasi objektif (FP/obj).

Maknanya sendiri adalah pengolahan terhadap

biji jagung.

Menurut Mahmuda (2010)

word graph

dari

frasa nominal “pengolahan biji jagung” terdiri

atas dua

concept

(

concept

1

dan

concept

2

)

.

Concept

1

terdiri atas

frame

yang sesuai dengan

pola kata benda (N1)

pe-

KK

-an

(Saleh 2009)

“pengolahan” yang dihubungkan dengan relasi

ALI.

Concept

2 terdiri atas

frame

frasa nominal

pola ke-18 (fu18) yaitu (N1+N2)2 yang beralasi

partitif “biji

jagung” yang dapat diturunkan

kembali menjadi dua

concept

(

concept

2.1

dan

concept

2.2

).

Concept

2.1

terdiri atas

token

yang

merepresentasikan kata benda (N1

) “biji” yang

dihubungkan dengan relasi ALI.

Concept

2.2

terdiri

atas

sebuah

token

yang

merepresentasikan kata benda (N2

) “jagung”

yang dihubungkan dengan relasi

ALI

. Kedua

concept

ini dihubungkan dengan relasi SUB

karena

concept

2.1

merupakan bagian dari

concept

2.2

.

Concept

kata “pengolahan” dan

concept

frasa nominal “biji jagung” memiliki fokus

pembicaraan

concept

1

.

Oleh sebab itu,

concept

1

diberi warna hitam dan digunakan

relasi PAR ke

arah

concept

2.

Hal ini karena

concept

2

menerangkan

concept

1

.

Word graph

pola frasa nominal ke-11 (fu11) hasil penelitian

Mahmuda (2010) dapat dilihat pada Gambar 2,

sedangkan

word

graph

frasa

nominal

”pengolahan biji jagu

n

g”

hasil penelitian

Mahmuda (2010) dapat dilihat pada Gambar 3.

SKO

PAR

SUB

ALI

KK N2 N3

ALI

N1(

pe-

KK

-an

)

FN (N1 + N2)2

SKO

PAR

SUB

ALI

olah biji jagung

ALI

pengolahan

biji jagung

Pembentukan

dokumen

XML

pada

penelitian ini menggunakan XSD dari

Astriratma (2012) yang disempurnakan oleh

Lesmana (2012). Aturan XSD tersebut dapat

dilihat pada Lampiran 2. Pembentukan

dokumen

XML

fu11

diawali

dengan

menganalisis

komponen-komponen

pembentuk

dokumen

XML

tersebut.

Komponen-komponen pembentuk

word graph

frasa nominal ke-11 (fu11) dapat dilihat pada

Tabel 1.

Dokumen XML fu11 diawali dengan

tag

<graph> yang merupakan

root element

berisi

seluruh elemen dokumen XML.

Tag

ini

memiliki 2 elemen utama,

yaitu

tag

dan

tag

<relationships>.

Tag

memiliki 1 elemen

focus,

3 elemen

token,

5

elemen

text,

8

relation,

dan 2

frame.

Setiap

elemen tersebut memiliki

tag

<id>

tersendiri.

Tag

<text>

memiliki elemen tambahan di

luar

id

yaitu

value

dan

replace.

Pada pola fu11

terdapat lima

text,

yaitu N1 (

pe-

KK

-an

)

dilabelkan dengan

‘

kata1

’

, KK dilabelkan

dengan

‘

kata_dasar1

’

, N2 dilabelkan dengan

Gambar 2

Word graph

pola frasa nominal

ke-11 (fu11) (Mahmuda 2010).

(17)

‘kata2’

, N3

dilabelkan dengan

‘

kata3

’

, dan

FN(N2+N3)2 dilabelkan dengan

‘

kata2+kata3

’.

Tag

<value> dapat berubah sesuai kebutuhan

penggunaan pola yang direpresentasikan.

Tag

<replace> menandakan nilai pada

tag

<value> dapat diubah atau tidak.

Kode

XML

berikutnya

ialah

tag

memiliki elemen di luar

id

yaitu

type.

Pola fu11 memiliki dua

frame

berisi

components

pada tiap

frame

.

Frame

id

1

meliputi

focus, token id

1,

text id

2

, relation id

2

dan 3.

Frame id

2 meliputi

token id

2 dan 3

,

text id

3 dan 4

, relation id

5, 6, dan 7.

File

XML

tag

<components

>

terlihat pada Gambar 4.

1 <components> 2 <focus> 3 <id>1</id> 4 </focus> 5 <token> 6 <id>1</id> 7 </token> 8

9

<token> <id>2</id> 10

11 12

</token> <token> <id>3</id>

13 14 15

</token>

18 <text><id>2</id>

19 <value>kata_dasar1</value> 20 <replace>YES</replace> 21

22

</text>

<text><id>3</id> 23 <value>kata2</value> 24

25

26 <text><id>4</id> 27

28

<value>kata3</value> <replace>YES</replace> 29

30

</text>

31 <value>kata2+kata3</value> 32

33 34 35

<relation> <id>1</id> 36 <type>ALI</type> 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 </relation> <relation> <id>2</id> <type>SKO</type> </relation> <relation> <id>3</id> <type>ALI</type> </relation> <relation> <id>4</id> <type>PAR</type> </relation> <relation> <id>5</id> <type>ALI</type> </relation> <relation> <id>6</id> <type>SUB</type> </relation> <relation> <id>7</id> <type>ALI</type> </relation> <relation> <id>8</id> <type>ALI</type> </relation> 66 <frame><id>1</id> 67 <focusid>1</focusid> 68 <tokenid>1</tokenid> 69 <relationid>2</relationid> 70

71

72 73

</frame>

<frame><id>2</id> 74 <tokenid>2</focusid> 75 <tokenid>3</tokenid> 76 <relationid>5</relationid> 77

78 79 80

<textid>4</textid> 81

82

</frame> </components>

Gambar 4

File

XML bagian

tag

fu11.

Komponen Jumlah

Keterangan

Focus

1

Token

3

1

2

3

Text

5

1

Value

: kata1

Replace

: YES

2

3

4

5

Value

: kata_dasar1

Replace

: YES

Value

: kata2

Replace

: YES

Value

: kata3

Replace

: YES

Value

: kata2+kata3

Replace

: YES

Relation

8

1

Type

: ALI

2

Type

: SKO

3

4

5

6

7

8

Type

: ALI

Type

: PAR

Type

: ALI

Type

: SUB

Type

: ALI

Type

: ALI

Frame

2

1

2

Focus id

: 1

Token id

: 1

Text id

: 2

Relation id

: 2 dan 3

Token id

: 2 dan 3

Text id

: 3 dan 4

Relation id

: 5, 6

dan 7

Tabel 1 Komponen-komponen pembentuk

(18)

Setelah

pendefinisian

elemen

dari

components,

elemen

tag

yang memiliki

tag

<relationid> dilengkapi dengan

tag

<from>

dan

<to>.

Hubungan

relasi

antarkomponen

word graph

pola fu11 dapat

dilihat pada Tabel 2.

Tabel 2 Hubungan relasi antarkomponen

word graph

pola fu11

File

XML yang dihasilkan untuk bagian

tag

dapat dilihat pada

Gambar 5. Gabungan kedua bagian

tag

<components

>

dan

tag

<relationships

>

yang membentuk

file

XML pola fu11 (frasa nominal ke-11) secara

utuh dapat dilihat pada Lampiran 3.

1 <relationships> 2 <relationid>1

3 <from><textid>1</textid></from> 4 <to><frameid>1</frameid></to> 5 </relationid>

6 <relationid>2

7 <from><tokenid>1</tokenid></from> 8 <to><focusid>1</focusid></to> 9 </relationid>

10 <relationid>3

11 <from><textid>2</textid></from> 12 <to><tokenid>1</tokenid></to> 13 </relationid>

14 <relationid>4

15 <from><frameid>2</frameid></from> 16

17

18 <relationid>5

19 <from><textid>3</textid></from> 20

21

22 <relationid>6

23 <from><tokenid>2</tokenid></from> 24

25

26 <relationid>7

27 <from><textid>4</textid></from> 28

29

30 <relationid>8

31 <from><textid>5</textid></from> 32 <to><frameid>2</frameid></to> 33

34

</relationid> </relationships>

Gambar 5

File

XML bagian

tag

<relationships> fu11.

Dokumen XML yang terbentuk dari

penelitian ini dapat digunakan kembali pada

penelitian selanjutnya untuk membentuk pola

word graph

klausa dan kalimat. Pada saat kata

masukan bertambah, dokumen XML hanya

ditambahkan komponen pembentuk pola pada

tag

<components> dan relasinya juga

ditambahkan pada

tag

<relationships>.

Penambahan ini tentunya dengan penyesuaian

database

terlebih dahulu. Seluruh dokumen

XML frasa nominal, verbal, dan adjektival

yang terbentuk dari hasil penelitian dapat

dilihat pada Lampiran 4.

Pengujian

dilakukan

dua

tahap

menggunakan sistem KG

Viewer

. Pengujian

pertama, sistem akan diuji apakah akan

menghasilkan keluaran yang tepat sesuai

dengan yang dinginkan atau tidak. Ada empat

skenario pengujian keluaran sistem, dan

berikut hasil pengujian:

1

Apabila sistem diberi masukan frasa yang

kata pembentuknya ada dalam

database

,

namun tidak memiliki pola yang sesuai

dengan pola kata dan frasa

word graph

,

sistem

akan

menghasilkan

Warning.

Warning

ini berupa

pop-up

pemberitahuan

“The word

is not found in databa

se”

.

Setelah diuji coba dengan frasa

“banyak

bertambah” yang tidak memiliki pola

word

graph

frasa, didapat hasil yang sesuai.

Hasil ujicoba dapat dilihat pada Gambar 6.

Gambar 6 Hasil pengujian frasa

“

banyak

bertambah

”

pada KG

Viewer

.

2

Apabila sistem diberi masukan frasa baik

dua kata maupun tiga kata yang kata

penyusunnya ada dalam

database

, sistem

akan menghasilkan

word graph

frasa yang

sesuai. Setelah diuji coba dengan frasa

“berjalan efisien”, sistem menghas

ilkan

word graph

frasa yang sesuai yaitu

word

graph

frasa

nominal

ke-17.

Hasil

pengujian dapat dilihat pada Gambar 7.

Id Relation

From

To

1

ALI

Text id

: 1

Frame id

: 1

2

SKO

Token id

: 1

Focus id

: 1

3

4

5

6

7

8

ALI

PAR

ALI

SUB

ALI

Text id

: 2

Frame id

: 2

Text id

: 3

Token

: 2

Text id

: 4

Text id

: 5

Token id

: 1

Frame id

: 1

Token id

: 2

Token id

: 3

Token id

: 3

(19)

3

Apabila sistem diberi masukan frasa

terdiri atas dua kata atau tiga kata yang

salah satu atau seluruh kata penyusunnya

tidak ada dalam

database

tabel ‘kata’,

namun ada

dalam tabel ‘kbbi’, sistem akan

memunculkan

pop-up

.

Pop-up

ini berisi

pilihan pola frasa yang memiliki pola

word graph

frasa sesuai dengan frasa

masukan. Pada saat sistem diuji coba

d

engan kata masukan “usia panen”

, kata

“usia” tidak ada di tabel “kata”,

namun ada

di tabel “kbbi” sebagai

kata benda, sistem

berhasil memunculkan

pop-up

.

Pop-up

ini

berisi pilihan pola frasa yang memiliki

aturan N1+N2 (KB+KB) seperti terlihat

pada Gambar 8.

Gambar 8 Hasil pengujian frasa nominal

“

usia

panen

”

pada

KG

Viewer.

4

Apabila sistem diberi masukan frasa

terdiri atas dua kata atau tiga kata yang

kata penyusunnya ada dalam

database

tabel “kata”

dan

memiliki

aturan

pembentuk frasa yang sama dengan frasa

lain, namun berbeda pola, sistem akan

memunculkan

pop-up

.

Pop-up

ini berisi

pilihan pola

word graph

frasa yang

memiliki aturan pembentuk frasa yang

sama. Pada saat sistem diuji coba dengan

masukan frasa

”perekonomian Indonesia”

yang memiliki aturan N1(pe-

KB

-an)+N2)2,

sistem berhasil menampilkan

pop-up

pilihan pola

word graph

yang memiliki

aturan sama dengan frasa

“perekonomian

Indonesia”. Pola

word graph

yang

dimunculkan yaitu pola

word graph

frasa

nominal ke-4 dan ke-21. Hasil ujicoba

dapat dilihat pada Gambar 9.

“

perekonomian Indonesia

”

pada

KG

Viewer.

Setelah pengujian tahap pertama, sistem

diuji coba terhadap keseluruhan dokumen

XML

word graph

adjektival yang telah dibuat. KG

Viewer

akan

menampilkan pola

word graph

frasa nominal,

verbal, dan adjektival dari dokumen XML

sesuai dengan frasa masukan.

Pengujian bernilai sesuai apabila pola yang

dihasilkan oleh KG

Viewer

memiliki gambar

word graph

yang sesuai dengan pola hasil

penelitian Mahmuda (2010). Namun, karena

aplikasi ini masih dalam tahap pengembangan

dan belum dapat menampilkan pola

word

graph

yang memiliki lebih dari 2

frame

, maka

kesesuaian dilihat hanya pada pola

word graph

yang dapat ditampilkan sistem dengan tidak

adanya penumpukan antara komponen satu

dengan yang lainnya. Berdasarkan hasil

pengujian didapat pola yang tidak dapat

ditampilkan secara sempurna oleh sistem yaitu

pola frasa nominal ketiga belas (fu13), pola

frasa verbal ketiga (fu24), keempat (fu25),

kesepuluh (fu31), kesebelas (fu32), kedua

belas (fu33), ketiga belas (fu34), keempat belas

(fu35), kelima belas (fu36), keenam belas

(fu37), dan ketujuh belas (fu38). Pada Gambar

10 ditampilkan

word graph

frasa nominal

ketiga belas dari frasa ka

ta “pemenuhan

kebutuhan pangan” yang tidak dapat

ditampilkan sempurna oleh KG

Viewer.

(20)

Jadi, jumlah pola yang dapat memenuhi

kebutuhan sistem dan dapat ditampilkan

sempurna oleh KG

Viewer

berjumlah 29 pola

dari total 40 pola frasa nominal, verbal, dan

adjektival. Salah satu contoh pola

word graph

yang berhasil ditampilkan sempurna oleh

sistem KG

Viewer

ialah pola frasa verbal

kelima (fu26) dari frasa

“menyampaikan

informasi”

dapat dilihat pada Gambar 11. Hasil

ini dapat dibandingkan dengan pola pada

Gambar 12 hasil penelitian Mahmuda (2010).

CAU CAU

menyampaikan

ALI ALI

ALI

sampai informasi

Setelah diuji keseluruhan dokumen XML

yang dapat ditampilkan sempurna oleh KG

Viewer,

29 gambar pola

word graph

frasa

nominal, verbal, dan adjektivalnya setara

dengan pola gambar hasil penelitian Mahmuda

(2010). Hal ini dapat ditarik kesimpulan bahwa

pola

word graph

adjektival yang ditampilkan KG

Viewer

sudah

sesuai dengan pola frasa hasil penelitian

Mahmuda (2010). Seluruh gambar pola

word

graph

frasa nominal, verbal, dan adjektival

yang dihasilkan oleh KG

Viewer

dapat dilihat

pada Lampiran 5.

SIMPULAN DAN SARAN

Simpulan

Dokumen XML dapat digunakan untuk

merepresentasikan pola

word graph

frasa

nominal, verbal, dan adjektival ke dalam KG

Viewer

. Total 40 dokumen XML pola

word

graph

frasa nominal, verbal, dan adjektival

dihasilkan dari penelitian ini dengan 29

dokumen XML berhasil ditampilkan secara

sempurna oleh KG

Viewer

dan sesuai dengan

pola

word graph

frasa hasil penelitian

Mahmuda (2010). Dokumen XML yang tidak

dapat ditampilkan sempurna karena KG

Viewer

belum dapat menampilkan pola

word

graph

yang memiliki lebih dari dua

frame

.

Saran

Perlunya penelitian lebih lanjut mengenai

representasi

word

graph

frasa

kata

preposisional. Hal ini dimaksudkan agar

keseluruhan

word graph

frasa terselesaikan

dan penelitian dapat dilanjutkan ke

sentence

graph

. Selain itu, diperlukan pengembangan

lebih lanjut dari aplikasi KG

Viewer.

Pengembangan

ini

agar

dapat

melihat

kesesuaian 11 pola

word graph

frasa nominal

dan verbal yang tidak dapat ditampilkan secara

sempurna oleh sistem.

DAFTAR PUSTAKA

Anti NP. 2012. Representasi

word graph

jenis

kata

keterangan

bahasa

Indonesia

menggunakan XML

2012 [skripsi]. Bogor:

Fakultas Matematika dan IPA, Institut

Pertanian Bogor.

Astriratma R. 2012. Representasi

word graph

menggunakan XML untuk kata sifat dalam

bahasa Indonesia

[skripsi]. Bogor: Fakultas

Matematika dan IPA, Institut Pertanian

Bogor.

Benz B, Durant JR. 2003.

XML Programming

Bible.

New York: Wiley Publishing, Inc.

Berg H. van den. 1993. Knowledge and logic:

one of two kinds [disertasi]. Netherlands:

Twente University.

Black J, Bryant J. 1995.

Introduction to Media

Communication: Understand the Past,

Gambar 10

Word graph

“

pemenuhan

kebutuhan

”

pangan

pada KG

Viewer.

Gambar 11

Word graph

frasa verbal

"menyampaikan informasi

”

pada

KG

Viewer.

(21)

Experience the Present, Marvel at the

Future

. Ed ke-4. United States: Brown &

Benchmark (Madison).

Dillyani NNA. 2012

.

Representasi

word graph

frasa preposisional bahasa Indonesia

menggunakan XML [skripsi]. Bogor:

Pertanian Bogor.

Dykes L. 2005.

XML for Dummies.

Ed ke-4.

New York: Wiley Publishing, Inc.

Hoede C, Nurdiati S. 2008.

A Graph

Theoritical Analysis of Certain Aspects of

Bahasa Indonesia.

Enschede: Departement

of

Applied

Mathematics,

Twente

University.

Keraf G. 1991.

Tata Bahasa Rujukan Bahasa

Indonesia

untuk

Tingkat

Pendidikan

Menengah.

Jakarta: PT. Grasindo.

Lesmana I. 2012. Integrasi sistem

viewer

modul

word graph

dengan modul XML

kata dalam bahasa Indonesia [skripsi].

Bogor: Fakultas Matematika dan IPA,

Institut Pertanian Bogor.

Mahmuda. 2010. Konstruksi

word graph

frasa

kata menggunakan metode

knowledge

graph

[tesis]. Bogor: Sekolah Pasca

Sarjana, Institut Pertanian Bogor.

Muslik A. 2009. Analisis pembentukan

word

graph

kata kerja menggunakan metode

knowledge graph

[tesis]. Bogor: Sekolah

Pasca Sarjana, Institut Pertanian Bogor.

Oktarina RPE. 2012. Representasi modul

word

graph

kata kerja menggunakan XML

[skripsi]. Bogor: Fakultas Matematika dan

IPA, Institut Pertanian Bogor.

Ramadhan DA. 2012. Sistem

viewer

modul

word graph

berbasis XML [skripsi]. Bogor:

Pertanian Bogor.

Saleh H. 2009. Analisis pembentukan

word

graph

kata benda menggunakan teori

knowledge graph

[tesis]. Bogor: Program

Pasca Sarjana, Institut Pertanian Bogor.

Susanti Y. 2012. Representasi

word graph

menggunakan XML untuk kata benda

dalam bahasa Indonesia. Bogor: Fakultas

Matematika dan IPA, Institut Pertanian

Bogor.

[W3C] World Wide Web Consortium. 2012.

Extensible

Markup

Language.

http://www.w3.org/XML/ [19 Desember

2012].

Wiraswasta C. 2012. Representasi

word graph

frasa

keterangan

bahasa

Indonesia

menggunakan XML [skripsi]. Bogor:

Pertanian Bogor.

(22)

(23)

(24)

(25)

Lampiran 2 Dokumen XSD Lesmana (2012)

<?xml version="1.0" encoding="UTF-8" ?>

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"> <xs:element name="graph" type="graphType" />

<xs:complexType name="graph"> <xs:sequence>

<xs:element name="components" type="componentsType" minOccurs="1" maxOccurs="unbounded" />

<xs:element name="relationships" type="relationshipsType"minOccurs="0" maxOccurs="unbounded" />

<xs:element name="positions" type="positionsType" minOccurs="0" maxOccurs="unbounded" />

</xs:sequence> </xs:complexType>

<xs:complexType name="components"> <xs:sequence>

<xs:element name="focus" type="focusType" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="token" type="tokenType" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="text" type="textType" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="relation" type="relationType" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="frame" type="frameType" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="frame_relationships" type="f_relType" minOccurs="0" maxOccurs="unbounded" />

<xs:complexType name="focus"> <xs:sequence>

<xs:element name="id" type="xs:positiveInteger" /> </xs:sequence>

</xs:complexType>

<xs:complexType name="token"> <xs:sequence>

<xs:element name="id" type="xs:positiveInteger" />

<xs:element name="type" type="xs:string" minOccurs="0" maxOccurs="1" /> </xs:sequence>

</xs:complexType>

<xs:complexType name="text"> <xs:sequence>

<xs:element name="id" type="xs:positiveInteger" /> <xs:choice minOccurs="1" maxOccurs="1">

<xs:element name="value" type="xs:string" />

<xs:element name="cloneid" type="xs:positiveInteger" /> </xs:choice>

<xs:element name="replace" type="xs:string" /> </xs:sequence>

</xs:complexType>

<xs:complexType name="relation"> <xs:sequence>

<xs:element name="id" type="xs:positiveInteger" /> <xs:element name="type" type="xs:string" />

(26)

Lanjutan

<xs:complexType name="frame"> <xs:sequence>

<xs:element name="id" type="xs:positiveInteger" />

<xs:element name="type" type="xs:string" minOccurs="0" maxOccurs="1" /> <xs:element name="focusid" type="xs:positiveInteger" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="tokenid" type="xs:positiveInteger" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="textid" type="xs:positiveInteger" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="relationid" type="xs:positiveInteger" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="frameid" type="xs:positiveInteger" minOccurs="0"

maxOccurs="unbounded" />

<xs:complexType name="f_rel"> <xs:sequence>

<xs:element name="id" type="xs:positiveInteger" /> <xs:element name="type" type="xs:string" />

<xs:element name="tokenid" type="xs:positiveInteger" minOccurs="0" maxOccurs="unbounded" />

<xs:element name="frame_relationshipsid" type="xs:positiveInteger" minOccurs="0" maxOccurs="unbounded" />

<xs:complexType name="relationships"> <xs:sequence>

<xs:element name="relationid" type="relationidType" m