KONSTRUKSI POLA WORD GRAPH
FRASA KATA MENGGUNAKAN METODE
KNOWLEDGE GRAPH
MAHMUDA
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2010
PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Dengan ini saya menyatakan bahwa tesis yang berjudul “Konstruksi Pola
Word Graph Frasa Kata Menggunakan Metode Knowledge Graph” adalah karya
saya dengan arahan dari komisi pembimbing dan belum pernah diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian tesis ini.
Bogor, November 2010
Mahmuda
ABSTRACT
MAHMUDA. The Construction of Word Graph Pattern of Indonesian Phrase
Using Knowledge Graph Method. Under supervision of SRI NURDIATI and
FARIDA HANUM.
From previous research already we have word graph patterns of Indonesian noun, verb, adjective, adverb and preposition. However to be able to represent the meaning of Indonesian text we still need other patterns to represent phrase, clause and sentence. Therefore, in this research we try to construct word graph of an Indonesian phrase using Knowledge Graph. This research found four phrases which are noun phrase, verb phrase, adjective phrase and preposition phrase. Each phrase has a different pattern such as noun phrase uses relations SUB and PAR, verb phrase uses relations CAU and PAR, adjective phrase uses relation PAR, and preposition phrase uses relations ORD, CAU and SUB.
RINGKASAN
MAHMUDA. Konstruksi Pola Word Graph Frasa Kata Menggunakan Metode
Knowledge Graph. Dibimbing oleh SRI NURDIATI dan FARIDA HANUM.
Bahasa alami adalah bahasa yang biasa dipergunakan sehari-hari untuk berkomunikasi antarmanusia. Teknologi natural language processing (NLP) adalah teknologi yang memungkinkan untuk melakukan berbagai macam pemrosesan bahasa alami yang biasa digunakan oleh manusia. Knowledge graph (KG) adalah metode baru dari NLP yang digunakan untuk menganalisis teks dan merepresentasikannya ke dalam bentuk graf serta lebih memfokuskan pada aspek semantik. Pada saat ini metode KG sudah digunakan untuk menganalisis teks berbahasa Inggris. Namun aturan yang digunakan untuk menganalisis teks berbahasa Inggris tidak dapat secara langsung digunakan untuk menganalisis teks berbahasa Indonesia karena struktur bahasa Inggris tidak sama dengan struktur bahasa Indonesia sehingga perlu dilakukan analisis terhadap struktur bahasa Indonesia. Penelitian penerapan KG pada bahasa Indonesia dalam jangka panjang bertujuan untuk merancang sebuah software yang dapat membaca sembarang teks berbahasa Indonesia serta menghasilkan informasi dalam bentuk graf, sehingga informasi tersebut merupakan intisari dari pengetahuan yang ada dalam teks yang dipelajari. Penelitian KG mengenai aturan pembentukan word graph pada bahasa Indonesia yang telah dilakukan adalah untuk kata benda, kata kerja, kata sifat, preposisi, dan kata keterangan. Aturan pembentukan word graph tersebut masih terdiri atas kata per kata sehingga diperlukan aturan untuk menggabungkannya. Oleh karena itu, penulis akan mengkonstruksi aturan pembentukan word graph frasa kata pada bahasa Indonesia menggunakan metode KG.
Penelitian ini bertujuan menganalisis struktur frasa kata pada bahasa Indonesia, membuat aturan pembentukan word graph frasa kata pada bahasa Indonesia, dan menguji aturan tersebut. Manfaat penelitian ini adalah untuk melengkapi aturan yang sudah diperoleh untuk menganalisis teks berbahasa Indonesia dengan menggunakan metode KG.
KG adalah suatu instrumen yang merepresentasikan struktur terkonsep yang sudah tertentu. Pada prinsipnya komposisi dari KG terdiri atas concept (token, type, dan name) dan relations. Concept merupakan sesuatu yang penting dalam membentuk suatu pengertian dari khusus ke umum atau sebaliknya.
Concept dapat direpresentasikan menggunakan token, type, dan name. Token
merupakan concept yang dipahami oleh seseorang menurut cara pandangnya masing-masing sehingga token bersifat subjektif. Token dalam KG direpresentasikan dengan simbol ” “. Type adalah concept yang berupa informasi umum dan bersifat objektif karena merupakan kesepakatan yang dibuat sebelumnya. Name adalah sesuatu yang bersifat uniqe individual. Relations yang ada pada KG sampai saat ini terdiri atas 9 binary relations di antaranya: ALI, CAU, EQU, SUB, DIS, PAR, ORD, SKO, dan F (“ “). Relasi ALI digunakan untuk menghubungkan sebuah type dengan token. Relasi CAU digunakan untuk menghubungkan dua token yang memiliki hubungan sebab akibat karena sesuatu memengaruhi sesuatu yang lain. Relasi EQU digunakan untuk menghubungkan
sebuah name dengan token. Relasi SUB digunakan untuk menyatakan bahwa sesuatu merupakan bagian dari sesuatu yang lain. Relasi DIS digunakan untuk menyatakan sesuatu yang berbeda. Relasi PAR digunakan untuk menjelaskan bahwa satu elemen memiliki sifat dan berkaitan dengan elemen lainnya. Relasi ORD digunakan untuk menyatakan sesuatu yang berurutan. Relasi SKO digunakan untuk menyatakan informasi kebergantungan. F (“ “) digunakan untuk menunjukkan fokus dari suatu graf. 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 pembentuknya tidak bisa berfungsi sebagai subjek dan predikat dalam konstruksi itu. Jenis frasa dapat dibedakan berdasarkan kelas kata yang menjadi inti frasa di antaranya frasa nominal, frasa verbal, frasa adjektival, dan frasa preposisional. Relasi antarunsur frasa ada 11 relasi di antaranya relasi posesif, subjektif, objektif, tujuan, keahlian, asal, partitif, material, perbandingan, instrumental, dan lokatif.
Alur penelitian yang dilakukan adalah : (1) mengidentifikasi frasa kata pada bahasa Indonesia, dengan cara mengklasifikasi dan menganalisis frasa kata berdasarkan kelas kata dan relasi antarunsurnya, (2) mengimplementasikan relasi tersebut ke dalam bentuk word graph frasa kata, (3) mengelompokkan frasa kata berdasarkan bentuk word graph yang sama dan relasi KG yang dipergunakan, (4) membuat aturan pembentukan word graph frasa kata, (5) menguji aturan word
graph frasa kata pada bahasa Indonesia.
Hasil dari analisis frasa kata pada bahasa Indonesia berdasarkan kelas kata ada empat jenis yaitu frasa nominal, verbal, adjektival, dan preposisional. Dengan menggunakan metode KG frasa nominal dihubungkan dengan relasi SUB dan
PAR, frasa verbal dihubungkan dengan relasi CAU dan PAR, frasa adjektival
dihubungkan dengan relasi PAR, dan frasa preposisional dihubungkan dengan relasi ORD, CAU, dan SUB. Pola frasa kata berdasarkan kelas kata dan relasinya sebanyak 109 pola. Kemudian dilakukan pengelompokan frasa kata berdasarkan bentuk word graph yang sama, sehingga diperoleh 60 pola. Berdasarkan hasil analisis tersebut diperoleh aturan pembentukan word graph frasa kata pada bahasa Indonesia. Setelah dilakukan pengujian, aturan pembentukan word graph frasa kata pada bahasa Indonesia dapat diterapkan untuk semua frasa kata yang sama strukturnya.
©
Hak Cipta milik IPB, tahun 2010
Hak Cipta dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh hasil karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apa pun tanpa izin IPB
KONSTRUKSI POLA WORD GRAPH
FRASA KATA MENGGUNAKAN METODE
KNOWLEDGE GRAPH
MAHMUDA
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada
Program Studi Matematika Terapan
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2010
Judul Tesis : Konstruksi Pola Word Graph Frasa Kata Menggunakan Metode Knowledge Graph
Nama : Mahmuda NRP : G551080081
Program Studi : Matematika Terapan
Disetujui Komisi Pembimbing
Dr. Ir. Sri Nurdiati, M.Sc. Dra. Farida Hanum, M.Si.
Ketua Anggota
Diketahui
Ketua Program Studi Dekan Sekolah Pascasarjana
Matematika Terapan
Dr. Ir. Endar H. Nugrahani, M.S. Prof. Dr. Ir. Khairil A. Notodiputro, M.S.
Kupersembahkan tesis ini untuk
Bapak dan ibu tercinta
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Judul yang dipilih dalam penelitian ini adalah Konstruksi Pola Word Graph Frasa Kata Menggunakan Metode Knowledge Graph.
Penulis mengucapkan terima kasih kepada Ibu Dr. Sri Nurdiati, M.Sc. dan Ibu Dra. Farida Hanum, M.Si. atas bimbingannya dalam penulisan karya ilmiah ini, serta Bapak Dr. Ir. I Gusti Putu Purnaba, DEA yang telah memberikan banyak saran selaku penguji luar komisi. Akhirnya ucapan terima kasih penulis sampaikan kepada bapak dan ibu serta seluruh keluarga atas segala doa dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
Bogor, November 2010
RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 27 Mei 1983 dari Bapak Moh. Sokheh, S.Pd.I dan Ibu Tukiyem, S.Pd. Penulis merupakan putri bungsu dari empat bersaudara.
Tahun 2005 penulis lulus dari Universitas Islam Negeri (UIN) Syarif Hidayatullah Jakarta Program Studi Tadris Matematika. Sejak tahun 2006 sampai dengan sekarang penulis menjadi guru di MAN Cibinong.
xii
DAFTAR ISI
Halaman
DAFTAR TABEL ... xiii
DAFTAR GAMBAR ... xiv
1 PENDAHULUAN 1.1 Latar Belakang Masalah ... 1
1.2 Tujuan Penelitian ... 2 1.3 Manfaat Penelitian …...………. 2 2 LANDASAN TEORI 2.1 Knowledge Graph ... 3 2.1.1 Concept ... 3 2.1.2 Relations ... 3 2.2 Kelas Kata ... 7 2.3 Frasa Kata ... 10 3 METODOLOGI PENELITIAN 3.1 Studi literatur awal ... 15
3.2 Analisis frasa kata ... 15
3.3 Pembentukan word graph frasa kata ... 15
3.4 Membuat aturan word graph frasa kata ... 15
3.5 Menguji hasil aturan word graph frasa kata ... 16
4 HASIL DAN PEMBAHASAN 4.1 Analisis Frasa Kata ... 18
4.2 Pembentukan Word Graph Frasa Kata ... 18
4.2.1 Frasa Nominal ... 18
4.2.2 Frasa Verbal ... 81
4.2.3 Frasa Adjektival ... 138
4.2.4 Frasa Preposisional ... 142
4.3 Aturan Pembentukan Word Graph Frasa Kata ... 168
4.4 Pengujian Hasil Aturan Word Graph Frasa Kata ... 195
5 SIMPULAN DAN SARAN 5.1 Simpulan ... 200
5.2 Saran ... 200
xiii
DAFTAR TABEL
Halaman
1 Jenis word graph frasa kata berdasarkan bentuk word graph ... 169 2 Jenis frasa berdasarkan kelas kata dan relasi Knowledge Graph (KG) . 189 3 Hasil pengujian aturan pembentukan word graph frasa kata ... 196
xiv
DAFTAR GAMBAR
Halaman
1 Contoh penggunaan relasi ALI ... 4
2 Contoh penggunaan relasi CAU ... 4
3 Contoh penggunaan relasi EQU yang merepresentasikan “medan” adalah name dari “jeruk” ... 5
4 Contoh penggunaan relasi EQU untuk merepresentasikan A = B ... 5
5 Contoh penggunaan relasi SUB untuk merepresentasikan ekor merupakan bagian dari kucing ... 5
6 Contoh penggunaan relasi FPAR untuk merepresentasikan mamalia merupakan kelas hewan kucing ... 5
7 Contoh penggunaan relasi DIS ... 6
8 Contoh penggunaan relasi PAR ... 6
9 Contoh penggunaan relasi ORD ... 6
10 Contoh penggunaan relasi SKO ... 7
11 Contoh penggunaan F ... 7
12 Flowchart tahapan penelitian dalam menganalisis aturan pembentukan word graph frasa kata pada bahasa Indonesia ... 17
13 Word graph frasa nominal “umur panen” ... 19
14 Word graph frasa nominal dengan pola (N1+N2)1 ... 20
15 Word graph frasa nominal “kebun petani” ... 20
16 Word graph frasa nominal dengan pola N1+N2(pe-KB) ... 21
17 Word graph frasa nominal “modal bersama” ... 21
18 Word graph frasa nominal dengan pola N+V(ber-KS) ... 22
19 Word graph frasa nominal “kemampuan tepung” ... 23
20 Word graph frasa nominal dengan pola N1(ke-KS-an)+N2 ... 23
21 Word graph frasa nominal “kandungan nutrisi” ... 24
22 Word graph frasa nominal dengan pola N1(KB-an)+N2 ... 25
23 Word graph frasa nominal “pengetahuan petani” ... 25
24 Word graph frasa nominal dengan pola N1(pe-KK-an)+N2(pe-KB) . 26
25 Word graph frasa nominal “mutu tepung jagung” ... 27
26 Word graph frasa nominal dengan pola N1 +FN(N2+N3)1 ... 28
27 Word graph frasa nominal “kelompok petani kelapa” ... 28
28 Word graph frasa nominal dengan pola N1 +FN(N2(pe-KB)+N3) .... 29
29 Word graph frasa nominal “daya beli konsumen” ... 30
30 Word graph frasa nominal dengan pola FN(N1+V)+N2 ... 31
31 Word graph frasa nominal “kandungan nutrisi jagung” ... 32
32 Word graph frasa nominal dengan pola FN(N1(KB-an)+N2)+N3 ... 33
33 Word graph frasa nominal “isu politik” ... 33
34 Word graph frasa nominal “kebutuhan pangan” ... 34
35 Word graph frasa nominal dengan pola N1(ke-KK-an)+N2 ... 35
36 Word graph frasa nominal “ketahanan pangan” ... 36
37 Word graph frasa nominal “keragaman pangan” ... 37
38 Word graph frasa nominal dengan pola N1(ke-KB-an)+N2 ... 37
39 Word graph frasa nominal “pemerasan kopra” ... 38
xv
41 Word graph frasa nominal “pemrosesan tepung” ... 39
42 Word graph frasa nominal dengan pola (N1(pe-KB-an)+N2)1 ... 40
43 Word graph frasa nominal “dukungan kebijakan” ... 41
44 Word graph frasa nominal dengan pola N1(KK-an)+N2(ke-KS-an) . 41 45 Word graph frasa nominal “pengolahan biji jagung” ... 42
46 Word graph frasa nominal dengan pola N1(pe-KK-an) +FN(N2+N3)2 ... 43
47 Word graph frasa nominal “pemanfaatan tepung jagung” ... 43
48 Word graph frasa nominal dengan pola N1(pe-KB-an)+FN(N2+N3)1 44
49 Word graph frasa nominal “pemenuhan kebutuhan pangan” ... 45
50 Word graph frasa nominal dengan pola N1(pe-KS-an)+FN(N2 (ke-KK-an) +N3) ... 46
51 Word graph frasa nominal “bahan pangan” ... 47
52 Word graph frasa nominal “daya beli” ... 48
53 Word graph frasa nominal dengan pola N+V ... 48
54 Word graph frasa nominal “bahan makanan” ... 49
55 Word graph frasa nominal dengan pola N1+N2(KK-an) ... 49
56 Word graph frasa nominal “bahan pengikat” ... 50
57 Word graph frasa nominal “biaya pengendalian” ... 51
58 Word graph frasa nominal dengan pola N1+N2(pe-KB-an) ... 52
59 Word graph frasa nominal “makanan rakyat” ... 53
60 Word graph frasa nominal dengan pola N1(KK-an)+N2 ... 53
61 Word graph frasa nominal “lapangan kerja” ... 54
62 Word graph frasa nominal dengan pola (N1(KS-an)+N2)1 ... 54
63 Word graph frasa nominal “kesejahteraan petani” ... 55
64 Word graph frasa nominal dengan pola N1(ke-KS-an)+N2(pe-KB) .. 56
65 Word graph frasa nominal “kegiatan berburu” ... 57
66 Word graph frasa nominal dengan pola N(ke-KS-an)+V(ber-KK) .. 57
67 Word graph frasa nominal “pakar komunikasi” ... 58
68 Word graph frasa nominal “petani kelapa” ... 59
69 Word graph frasa nominal dengan pola N1(pe-KB)+N2 ... 60
70 Word graph frasa nominal “dokter ahli saraf” ... 60
71 Word graph frasa nominal “tenaga mesin” ... 62
72 Word graph frasa nominal “pihak swasta” ... 63
73 Word graph frasa nominal dengan pola N + Adj ... 63
74 Word graph frasa nominal “kualitas lingkungan” ... 64
75 Word graph frasa nominal “hasil penelitian” ... 65
76 Word graph frasa nominal dengan pola N1+N2(pe-KS-an) ... 66
77 Word graph frasa nominal “hasil pengolahan” ... 66
78 Word graph frasa nominal dengan pola N1+N2(pe-KK-an) ... 67
79 Word graph frasa nominal “pemanfaatan sagu” ... 67
80 Word graph frasa nominal “kekuatan anggota” ... 69
81 Word graph frasa nominal “serangan hama” ... 70
82 Word graph frasa nominal “sumber daya alam” ... 71
83 Word graph frasa nominal “biji jagung” ... 72
84 Word graph frasa nominal dengan pola (N1+N2)2 ... 72
85 Word graph frasa nominal “minyak kelapa” ... 73
xvi
87 Word graph frasa nominal “umbi berlapis” ... 75
88 Word graph frasa nominal dengan pola N+V(ber-KB) ... 76
89 Word graph frasa nominal “masyarakat Papua” ... 77
90 Word graph frasa nominal dengan pola (N1+N2)3 ... 77
91 Word graph frasa nominal “perekonomian Indonesia” ... 78
92 Word graph frasa nominal dengan pola (N1(pe-KB-an)+N2)2 ... 78
93 Word graph frasa nominal “dataran Papua” ... 79
94 Word graph frasa nominal dengan pola (N1(KS-an)+N2)2 ... 80
95 Word graph frasa nominal “kehidupan masyarakat” ... 80
96 Word graph frasa verbal “dikenal masyarakat” ... 82
97 Word graph frasa verbal dengan pola V(di-KK)+N ... 83
98 Word graph frasa verbal “dihadapi petani” ... 83
99 Word graph frasa verbal dengan pola V(di-KB-i)+N(pe-KB) ... 84
100 Word graph frasa verbal “ditampung pihak swasta” ... 85
101 Word graph frasa verbal dengan pola V(di-KK)+FN(N+Adj) ... 85
102 Word graph frasa verbal “membeli solar” ... 86
103 Word graph frasa verbal dengan pola V(meng-KK)+N ... 87
104 Word graph frasa verbal “bertukar informasi” ... 88
105 Word graph frasa verbal dengan pola V(ber-KK)+N ... 88
106 Word graph frasa verbal “bernilai ekonomi” ... 89
107 Word graph frasa verbal dengan pola V(ber-KB)+N ... 89
108 Word graph frasa verbal “membentuk batang” ... 90
109 Word graph frasa verbal dengan pola V(meng-KB)+N ... 91
110 Word graph frasa verbal “menyampaikan informasi” ... 91
111 Word graph frasa verbal dengan pola V(meng-KK-kan)+N ... 92
112 Word graph frasa verbal “menghasilkan tekstur” ... 93
113 Word graph frasa verbal dengan pola V(meng-KB-kan)+N ... 93
114 Word graph frasa verbal “mengalami penurunan” ... 94
115 Word graph frasa verbal dengan pola V(meng-KK-i)+N(pe-KK-an) 95 116 Word graph frasa verbal “membeli peralatan” ... 96
117 Word graph frasa verbal dengan pola V(meng-KK)+N(pe-KB-an) .. 97
118 Word graph frasa verbal “memberikan perhatian” ... 98
119 Word graph frasa verbal dengan pola V(meng-KK-kan) + N(pe-KB-an) ... 98
120 Word graph frasa verbal “mengambil keputusan” ... 99
121 Word graph frasa verbal dengan pola V(meng-KK)+N(ke-KK-an) .. 100
122 Word graph frasa verbal “mengatasi kemiskinan” ... 101
123 Word graph frasa verbal dengan pola V(meng-KB-i)+ N(ke-KS-an) 102 124 Word graph frasa verbal “mengganggu kesehatan” ... 103
125 Word graph frasa verbal dengan pola V(meng-KK)+N(ke-KS-an) .. 104
126 Word graph frasa verbal “menjadi isu politik” ... 104
127 Word graph frasa verbal dengan pola V(meng-KK)+FN(N1+N2)1 .. 105
128 Word graph frasa verbal “menurunkan tenaga mesin” ... 106
129 Word graph frasa verbal dengan pola V(meng-KK-kan) + FN(N1+N2)1 ... 107
130 Word graph frasa verbal “menghasilkan tekstur tepung” ... 108
131 Word graph frasa verbal dengan pola V(meng-KB-kan) + FN(N1+N2)1 ... 108
xvii
132 Word graph frasa verbal “memperbaiki kualitas lingkungan” ... 109
133 Word graph frasa verbal dengan pola V(meng-per-KK-i) + FN(N1+N2(KK-an)) ... 110
134 Word graph frasa verbal “meningkatkan biaya pengendalian” ... 111
135 Word graph frasa verbal dengan pola V(meng-KB-kan) + FN(N1+N2(pe-KB-an)) ... 112
136 Word graph frasa verbal “menghimpun modal bersama” ... 113
137 Word graph frasa verbal dengan pola V1(meng-KK) + FN(N+V2(ber-KS)) ... 114
138 Word graph frasa verbal “menggunakan bahan makanan” ... 115
139 Word graph frasa verbal dengan pola V(meng-KB-kan) + FN(N1+N2(KK-an)) ... 116
140 Word graph frasa verbal “menciptakan lapangan kerja” ... 117
141 Word graph frasa verbal dengan pola V(meng-KB-kan) + FN(N1(KS-an)+N2)1 ... 118
142 Word graph frasa verbal “menyangkut makanan rakyat” ... 119
143 Word graph frasa verbal dengan pola V(meng-KK) + FN(N1(KK-an)+N2) ... 120
144 Word graph frasa verbal “membangun ketahanan pangan” ... 121
145 Word graph frasa verbal dengan pola V(meng-KB)+ FN(N1 (ke-KS-an)+N2) ... 122
146 Word graph frasa verbal “memenuhi kebutuhan pangan” ... 123
147 Word graph frasa verbal dengan pola V(meng-KS-i) + FN(N1(ke-KK-an)+N2) ... 124
148 Word graph frasa verbal “mewujudkan ketahanan pangan” ... 125
149 Word graph frasa verbal dengan pola V(meng-KB-kan) + FN(N1(ke-KS-an) + N2) ... 126
150 Word graph frasa verbal “melakukan kegiatan berburu” ... 127
151 Word graph frasa verbal dengan pola V(meng-KB-kan) + FN(N1(ke-KS-an) + N2(ber-KK)) ... 128
152 Word graph frasa verbal “meningkatkan pendapatan petani” ... 129
153 Word graph frasa verbal dengan pola V(meng-KB-kan) + FN(N1(pe-KK-an) + N2(pe-KB)) ... 130
154 Word graph frasa verbal “bangkit mandiri” ... 130
155 Word graph frasa verbal dengan pola V+Adj ... 131
156 Word graph frasa verbal “berdasarkan pengalaman” ... 132
157 Word graph frasa verbal dengan pola V(ber-KB-kan) + N(pe-KK-an) ... 133
158 Word graph frasa verbal “berakar serabut” ... 133
159 Word graph frasa verbal “tumbuh baik” ... 134
160 Word graph frasa verbal “berjalan efisien” ... 135
161 Word graph frasa verbal dengan pola V(ber-KK)+Adj ... 136
162 Word graph frasa verbal “tercampur merata” ... 137
163 Word graph frasa verbal dengan pola V1(ter-KK)+V2(meng-KS) .... 138
164 Word graph frasa adjektival “tahan kekeringan” ... 139
165 Word graph frasa adjektival dengan pola Adj+N(ke-KS-an) ... 139
166 Word graph frasa adjektival “putih susu” ... 140
xviii
168 Word graph frasa adjektival “putih bening” ... 141
169 Word graph frasa adjektival dengan pola Adj+Adj ... 141
170 Word graph frasa preposisional “bagi masyarakat” ... 142
171 Word graph frasa preposisional dengan pola Pre(bagi)+N ... 143
172 Word graph frasa preposisional “ke depan” ... 143
173 Word graph frasa preposisional dengan pola Pre(ke)+N ... 144
174 Word graph frasa preposisional “bagi penduduk” ... 144
175 Word graph frasa preposisional dengan pola Pre(bagi)+N(pe-KK) .. 145
176 Word graph frasa preposisional “bagi masyarakat Papua” ... 145
177 Word graph frasa preposisional dengan pola Pre(bagi) + FN(N1+N2)3 ... 146
178 Word graph frasa preposisional “untuk bangkit mandiri” ... 146
179 Word graph frasa preposisional dengan pola Pre(untuk) + FN(V+Adj) ... 147
180 Word graph frasa preposisional “untuk kebutuhan industri” ... 147
181 Word graph frasa preposisional dengan pola Pre(untuk) + FN(N1(ke-KK-an) +N2) ... 148
182 Word graph frasa preposisional “untuk membeli solar” ... 149
183 Word graph frasa preposisional dengan pola Pre(untuk) + FN(V(meng-KK) +N) ... 149
184 Word graph frasa preposisional “untuk membuat keputusan” ... 150
185 Word graph frasa preposisional dengan pola Pre(untuk) + FN(V(meng-KK) +N(ke-KK-an)) ... 151
186 Word graph frasa preposisional “untuk membeli peralatan” ... 151
187 Word graph frasa preposisional dengan pola Pre(untuk) + FN(V(meng-KK) +N(pe-KB-an)) ... 152
188 Word graph frasa preposisional “dari minyak jelantah” ... 153
189 Word graph frasa preposisional dengan pola Pre(dari)+FN(N1+N2)1 153
190 Word graph frasa preposisional “dari pangkal daun” ... 154
191 Word graph frasa preposisional dengan pola Pre(dari)+FN(N1+N2)2 155
192 Word graph frasa preposisional “dari pemerasan kopra” ... 155
193 Word graph frasa preposisional dengan pola Pre(dari) + FN(N1(pe-KK-an) +N2) ... 156
194 Word graph frasa preposisional “dengan zat gizi” ... 157
195 Word graph frasa preposisional dengan pola Pre(dengan) + FN(N1+N2)1 ... 157
196 Word graph frasa preposisional “dengan kehidupan masyarakat” ... 158
197 Word graph frasa preposisional dengan pola Pre(dengan) + FN(N1(ke-KK-an)+N2) ... 159
198 Word graph frasa preposisional “di Maluku” ... 159
199 Word graph frasa preposisional dengan pola Pre(di)+N ... 160
200 Word graph frasa preposisional “di lapangan” ... 160
201 Word graph frasa preposisional dengan pola Pre(di)+N(KS-an) ... 161
202 Word graph frasa preposisional “di pedesaan” ... 162
203 Word graph frasa preposisional dengan pola Pre(di) + N(pe-KB-an) 162 204 Word graph frasa preposisional “di pesisir pantai” ... 163
205 Word graph frasa preposisional dengan pola Pre(di)+FN(N1+N2)2 .... 163
xix
207 Word graph frasa preposisional dengan pola Pre(pada)+ FN(N1+N2)2 164
208 Word graph frasa preposisional “di kebun petani” ... 165
209 Word graph frasa preposisional dengan pola Pre(di) + FN(N1+N2(pe-KB)) ... 165
210 Word graph frasa preposisional “di dataran Papua” ... 166
211 Word graph frasa preposisional dengan pola Pre(di) + FN(N1(KS-an) +N2)2 ... 167
212 Word graph frasa preposisional “pada adonan terigu” ... 167
213 Word graph frasa preposisional dengan pola Pre(pada) + FN(N1(KK-an) +N2) ... 168
214 Word graph pola ke-1 ... 169
215 Word graph pola ke-2 ... 169
216 Word graph pola ke-3 ... 170
217 Word graph pola ke-4 ... 170
218 Word graph pola ke-5 ... 171
219 Word graph pola ke-6 ... 171
220 Word graph pola ke-7 ... 171
221 Word graph pola ke-8 ... 172
222 Word graph pola ke-9 ... 172
223 Word graph pola ke-10 ... 173
224 Word graph pola ke-11 ... 173
225 Word graph pola ke-12 ... 173
226 Word graph pola ke-13 ... 174
227 Word graph pola ke-14 ... 174
228 Word graph pola ke-15 ... 175
229 Word graph pola ke-16 ... 175
230 Word graph pola ke-17 ... 175
231 Word graph pola ke-18 ... 175
232 Word graph pola ke-19 ... 176
233 Word graph pola ke-20 ... 176
234 Word graph pola ke-21 ... 176
235 Word graph pola ke-22 ... 177
236 Word graph pola ke-23 ... 177
237 Word graph pola ke-24 ... 177
238 Word graph pola ke-25 ... 178
239 Word graph pola ke-26 ... 178
240 Word graph pola ke-27 ... 178
241 Word graph pola ke-28 ... 179
242 Word graph pola ke-29 ... 179
243 Word graph pola ke-30 ... 180
244 Word graph pola ke-31 ... 180
245 Word graph pola ke-32 ... 181
246 Word graph pola ke-33 ... 181
247 Word graph pola ke-34 ... 182
248 Word graph pola ke-35 ... 182
249 Word graph pola ke-36 ... 183
250 Word graph pola ke-37 ... 183
xx
252 Word graph pola ke-39 ... 184
253 Word graph pola ke-40 ... 184
254 Word graph pola ke-41 ... 185
255 Word graph pola ke-42 ... 185
256 Word graph pola ke-43 ... 185
257 Word graph pola ke-44 ... 185
258 Word graph pola ke-45 ... 185
259 Word graph pola ke-46 ... 185
260 Word graph pola ke-47 ... 186
261 Word graph pola ke-48 ... 186
262 Word graph pola ke-49 ... 186
263 Word graph pola ke-50 ... 186
264 Word graph pola ke-51 ... 187
265 Word graph pola ke-52 ... 187
266 Word graph pola ke-53 ... 187
267 Word graph pola ke-54 ... 187
268 Word graph pola ke-55 ... 188
269 Word graph pola ke-56 ... 188
270 Word graph pola ke-57 ... 188
271 Word graph pola ke-58 ... 188
272 Word graph pola ke-59 ... 188
273 Word graph pola ke-60 ... 189
1.1 Latar Belakang
Bahasa alami adalah bahasa yang biasa dipergunakan sehari-hari untuk berkomunikasi antarmanusia. Bentuk representasinya dapat berupa lisan atau tulisan. Agar komputer dapat memroses bahasa alami maka diperlukan teknologi
natural language processing (NLP). Teknologi NLP adalah teknologi yang
memungkinkan untuk melakukan berbagai macam pemrosesan bahasa alami yang biasa digunakan oleh manusia. Sistem ini biasanya memunyai masukan dan keluaran berupa teks (Arman 2004).
Dalam banyak hal, output penyajian informasi secara visual lebih mudah dipahami daripada bentuk yang lain. Saat ini, telah berkembang metode baru dari
NLP yaitu metode knowledge graph (KG). Metode KG adalah metode yang
digunakan untuk menganalisis teks dan merepresentasikannya ke dalam bentuk graf dan graf yang ditampilkan merupakan makna dari teks yang dibaca (Zhang dan Hoede 2000). Metode KG merupakan metode yang digunakan untuk menyatakan bahasa manusia yang lebih memfokuskan pada aspek semantik (Zhang 2002).
Pada saat ini, metode KG sudah digunakan untuk menganalisis teks berbahasa Inggris dan merepresentasikan hasilnya ke dalam sebuah knowledge
graph. Namun, aturan yang digunakan untuk menganalisis teks berbahasa Inggris
tidak dapat secara langsung digunakan untuk menganalisis teks berbahasa Indonesia, karena struktur bahasa Inggris tidak sama dengan struktur bahasa Indonesia sehingga perlu dilakukan analisis terhadap struktur bahasa Indonesia. Penelitian penerapan metode KG pada bahasa Indonesia dalam jangka panjang bertujuan untuk merancang sebuah software yang dapat membaca teks berbahasa Indonesia serta menghasilkan informasi dalam bentuk graf, sehingga informasi tersebut merupakan intisari dari pengetahuan yang ada dalam teks yang dipelajari.
Penelitian KG pada teks berbahasa Indonesia sudah dilakukan oleh beberapa mahasiswa di Departemen Matematika dan Departemen Ilmu Komputer Institut Pertanian Bogor. Hulliyah (2007) meneliti rekayasa memahami teks menggunakan metode KG dalam bahasa Indonesia dengan tema Sistem
Pendidikan Nasional. Ikhwati (2007) menganalisis masalah kemiskinan menggunakan metode KG. Berri (2008) mengubah kalimat sembarang menjadi kalimat efektif lalu mengubahnya ke dalam bentuk text graph dan merancang algoritme pembentukan text graph. Wulandari (2008) merancang algoritme pembentukan combined graph dan simplified graph untuk teks berbahasa Indonesia. Rusiyamti (2008) meneliti penggunaan chunk indicators sebagai petunjuk dalam menganalisis teks berbahasa Indonesia yang akan ditampilkan dalam bentuk graph.
Adapun penelitian KG mengenai aturan pembentukan word graph pada bahasa Indonesia yang telah dilakukan adalah untuk jenis kata benda (Saleh 2009), preposisi (Anggraeni 2009), kata kerja (Muslik 2009), kata sifat (Rahmat 2009), dan kata keterangan (Samba 2010). Aturan pembentukan word graph tersebut masih terdiri atas kata per kata sehingga diperlukan aturan untuk menggabungkannya. Oleh karena itu, penulis akan mengkonstruksi aturan pembentukan word graph frasa kata pada bahasa Indonesia menggunakan metode
knowledge graph.
1.2 Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Menganalisis struktur frasa kata pada bahasa Indonesia.
2. Membuat aturan pembentukan word graph frasa kata pada bahasa Indonesia. 3. Melakukan pengujian aturan pembentukan word graph frasa kata pada
bahasa Indonesia.
1.3 Manfaat Penelitian
Penelitian ini bermanfaat untuk melengkapi aturan yang sudah diperoleh untuk menganalisis teks berbahasa Indonesia yang kemudian direpresentasikan hasilnya dalam bentuk graf.
2 LANDASAN TEORI
2.1 Knowledge Graph (KG)
Knowledge graph adalah suatu metode yang digunakan untuk
menganalisis teks dan merepresentasikannya ke dalam bentuk graf (Zhang dan Hoede 2000). Menurut Zhang (2002) knowledge graph adalah suatu pendekatan baru yang dapat digunakan untuk menyatakan bahasa manusia yang lebih memfokuskan pada aspek semantik. Pada prinsipnya knowledge graph terdiri atas
concept (token, type, dan name) dan relations.
2.1.1 Concept
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 simbol “ “.
Type adalah concept yang berupa informasi umum dan bersifat objektif,
karena merupakan suatu kesepakatan yang dibuat sebelumnya. Contoh type misalnya buah, binatang, dan sebagainya.
Name adalah suatu yang bersifat individual. Sebagai contoh John adalah
sebuah name yaitu dari seorang laki-laki ( Berg 1993).
2.1.2 Relations
Relations yang ada pada knowledge graph sampai saat ini terdiri atas 9 binary relations. Penjelasan dari relations tersebut dapat diberikan sebagai
1. Relasi Alikeness ( ALI )
Relasi ALI digunakan untuk menghubungkan sebuah type dengan token (Zhang 2002). Contoh : “buah” adalah type, karena “buah” adalah concept yang berupa informasi umum, maka dapat dinyatakan dengan word graph berikut :
Gambar 1 Contoh penggunaan relasi ALI.
2. Relasi Causality (CAU)
Relasi CAU antara dua token dilambangkan dengan anak panah berlabel CAU. Relasi CAU digunakan untuk menghubungkan dua token yang memiliki
hubungan sebab akibat. Untuk struktur yang kompleks relasi CAU digunakan untuk menghubungkan dua token yang memiliki hubungan pelaku, alasan, maksud, alat, dan hasil. Relasi CAU dapat digunakan untuk menghubungkan dua
concept yang terdiri atas kata kerja, yaitu untuk menghubungkan subjek dengan
predikat atau predikat dengan objek (Zhang 2002). Contoh : Andi tidur. Kalimat tersebut dapat dinyatakan dengan word graph berikut :
Gambar 2 Contoh penggunaan relasi CAU.
3. Relasi Equality (EQU )
Relasi EQU digunakan untuk menghubungkan sebuah name dengan token
(Berg 1993). Contoh : “medan” adalah name dari “jeruk”. Selain itu, relasi EQU dipergunakan untuk menjelaskan concept yang sederajat atau sama, mengekspresikan dua hal yang identik. Logika matematika EQU diformulasikan dengan jika A EQU B maka A = B. EQU digunakan untuk menghubungkan
A dan B. Berikut adalah word graph dari penggunaan relasi EQU :
ALI
buah
CAU
orang ALI ALI tidur
EQU
Gambar 3 Contoh penggunaan relasi EQU yang merepresentasikan “medan” adalah name dari “jeruk”.
Gambar 4 Contoh penggunaan relasi EQU untuk merepresentasikan A = B.
4. Relasi Subset ( SUB )
Jika dua token menyatakan dua rangkaian secara bertautan, dan token
yang satu merupakan bagian dari token yang lain, maka kedua token dihubungkan dengan relasi SUB. Untuk relasi SUB, ada dua perbedaan interpretasi, yaitu : 1) Concept a adalah bagian dari concept b. Contoh : ”ekor SUB kucing”, ini
menyatakan bahwa “ekor kucing” adalah bagian dari kucing, karena molekul “ekor” merupakan bagian dari molekul “kucing”.
Gambar 5 Contoh penggunaan relasi SUB yang merepresentasikan ekor merupakan bagian dari kucing.
2) Concept a adalah lebih umum dari concept b, concept b merupakan bagian yang dapat menggambarkan concept a. Contoh : “mamalia SUB kucing”, ini menyatakan bahwa kucing adalah jenis dari mamalia. Namun penggunaan relasi SUB pada Gambar 8 diganti dengan relasi FPAR (Zhang 2002).
Gambar 6 Contoh penggunaan relasi FPAR yang merepresentasikan mamalia merupakan kelas hewan kucing.
5. Relasi Disparateness ( DIS )
Relasi DIS digunakan untuk menghubungkan antara dua token yang tidak
mempunyai satu elemen yang sama satu dengan yang lainnya. Relasi ini juga
EQU
jeruk ALI medan
A ALI EQU ALI B
ekor ALI ALI SUB kucing
dapat digunakan untuk menyatakan ”berbeda” (Zhang 2002). Contoh : “padi” berbeda dengan “jeruk”, dapat dinyatakan dengan word graph berikut :
Gambar 7 Contoh penggunaan relasi DIS.
6. Relasi Attribution ( PAR )
Relasi PAR digunakan untuk menjelaskan bahwa satu elemen berkaitan dan memiliki sifat elemen lainnya (Zhang 2002). Contoh : “nasi kuning”, kata kuning merupakan attribute dari “nasi” atau dengan kata lain “kuning” merupakan warna dari “nasi”, maka contoh tersebut dapat dinyatakan oleh word graph berikut :
Gambar 8 Contoh penggunaan relasi PAR.
Relasi PAR juga dipergunakan untuk menghubungkan satuan seperti
waktu, panjang, temperatur, berat, umur, dan lain-lain.
7. Relasi Ordering (ORD )
Relasi ORD menyatakan bahwa dua benda memiliki urutan tertentu satu sama lain, baik urutan waktu atau tempat, tetapi juga dapat digunakan untuk mengungkapkan hubungan ”<” yang dikenal dalam matematika A < B (A lebih kecil dari B) (Zhang 2002). Contoh penggunaan relasi ORD, misalnya : “dari pagi sampai malam”, dapat dinyatakan dalam word graph berikut :
Gambar 9 Contoh penggunaan relasi ORD.
8. Relasi Skolem ( SKO )
Dua buah token dalam KG dihubungkan dengan relasi SKO jika token
yang satu informasinya bergantung pada token yang lain. Menurut Berg (1993), relasi SKO dalam KG menyatakan informasi bergantung dan mampu
padi ALI DIS ALI jeruk
nasi ALI PAR ALI kuning
menggambarkan kuantifikasi. Relasi ini digunakan dalam logika predikat yang memuat existential quantifiers maupun universal quantifiers. Perhatikan pernyataan yang memuat universal quantifiers. Pada pernyataan tersebut pemilihan y bergantung pada x. Word graph-nya dapat dinyatakan sebagai berikut :
Gambar 10 Contoh penggunaan relasi SKO.
9. Focus ( F )
F digunakan untuk menunjukkan fokus dari suatu graph (Nurdiati dan Hoede
2009). Pada penelitian ini fokus dilambangkan dengan token yang diberi warna hitam “ “ . Berikut adalah contoh penggunaan F untuk kalimat “banjir merusak padi”, word graph-nya dapat dinyatakan sebagai berikut:
Gambar 11 Contoh penggunaan F.
Gambar 11 di atas menunjukkan bahwa fokus dari “banjir merusak padi” terletak pada token “banjir”.
2.2 Kelas Kata
Kata adalah satuan bentuk terkecil dari kalimat yang dapat berdiri sendiri dan mempunyai makna (Finoza 2009). Contoh: padi, dingin, menanam. (Alwi et
al. 2003) mengelompokkan dalam lima kelas kata, yaitu:
1. Kata kerja (Verba)
Kata kerja adalah kata yang menyatakan perbuatan atau tindakan, gerak, proses, keadaan, dan terjadinya sesuatu yang bukan merupakan sifat atau kualitas (Alwi et al. 2003). Kata kerja pada umumnya berfungsi sebagai predikat dalam
x ALI SKO ALI y
banjir ALI CAU ALI CAU padi
ALI
merusak rusak
kalimat dan tidak dapat diberi prefiks ter- yang berarti “paling” serta tidak dapat bergabung dengan kata-kata yang menyatakan makna kesangatan.
Berdasarkan relasinya dengan objek, kata kerja dibagi menjadi : 1) Kata kerja transitif yaitu kata kerja yang memerlukan objek.
Contoh : menanam, membersihkan, menerima.
2) Kata kerja intransitif yaitu kata kerja yang tidak memerlukan objek. Contoh : mandi, datang, menghijau, tenggelam.
Berdasarkan bentuknya kata kerja terdiri atas :
1) Kata kerja dasar, yaitu kata kerja yang dapat berdiri sendiri tanpa afiks. Kata kerja ini dapat mengetahui makna leksikal, artinya makna yang melekat pada kata. Contoh : bangun, duduk, makan, lari, tidur.
2) Kata kerja turunan, yaitu kata kerja yang dibentuk dari transposisi, pengafiksan, pengulangan (reduplikasi) atau pemaduan (pemajemukan). Transposisi adalah suatu proses penurunan kata yang memperlihatkan peralihan suatu kata dari kelas kata yang satu ke kelas kata yang lain tanpa mengubah bentuknya. Contoh kata kerja turunan : berjalan, membeli, bertemu, merestui, tembak-menembak, memberhentikan, menghancurleburkan.
2. Kata sifat (Adjektiva)
Kata sifat adalah kata yang memberikan keterangan lebih khusus tentang sesuatu yang dinyatakan oleh nomina dalam kalimat. Kata sifat yang memberikan keterangan terhadap nomina itu berfungsi sebagai atribut (Alwi et al. 2003).
Berdasarkan segi semantiknya, kata sifat terdiri atas : 1) Deskripsi warna, contoh : hitam, putih, ungu, coklat, biru.
2) Deskripsi ukuran, contoh : luas, sempit, dalam, dingin, panas, cepat. 3) Deskripsi suasana hati, contoh : sedih, perih, bahagia, susah, senang. 4) Deskripsi kualitas, contoh : sukar, miskin, bulat, canggih, mentah.
5) Deskripsi pencerapan (berhubungan dengan apa yang dicerap pancaindera). Contoh : bersih, kabur, kasar, manis, pedas (Keraf 1991).
Berdasarkan bentuknya kata sifat terdiri atas :
1) Kata sifat dasar, merupakan kata sifat yang selalu monomorfermis. Contoh : asin, besar, merah, ceria, lama, ramai.
2) Kata sifat turunan, merupakan kata sifat yang selalu polimorfermis. Kata sifat yang polimorfemis dibentuk dengan cara pengafiksan, pengulangan, dan pemaduan dengan kata lain. Contoh kata sifat turunan : ilmiah, gemetar, lemah lembut, compang-camping.
3. Rumpun Kata benda (Nominal)
Rumpun kata benda adalah kelompok kata yang berhubungan dengan benda. Anggota dari rumpun kata benda adalah :
1) Kata benda (nomina) adalah segala kata yang dapat diterangkan atau diperluas dengan yang + kata sifat (Keraf 1991). Dari segi semantis kata benda adalah kata yang mengacu pada manusia, binatang, benda, dan konsep atau pengertian. Dalam kalimat yang predikatnya kata kerja kata benda cenderung menduduki fungsi subjek, objek, atau pelengkap. Kata benda tidak dapat diingkarkan dengan kata “tidak” tetapi dengan kata “bukan”. Dari segi bentuknya kata benda terdiri atas :
(1) Kata benda dasar, merupakan kata benda yang hanya terdiri dari satu morfem. Contoh : meja, malam, pisau, hukum, atas, Bogor, Senin, Ahmad. (2) Kata benda turunan, kata benda yang dibentuk dari pengafiksan,
pengulangan (reduplikasi) atau pemaduan (pemajemukan). Contoh : penanam, sayuran, penyiraman, pertanian, kekosongan.
2) Kata ganti (pronomina), adalah kata yang dipakai untuk mengacu kepada
nomina lain. Contoh : saya, aku, -ku, kami, kita, mereka, ia, kamu, dia, ini, itu,
yaitu, -nya, apa, siapa, begini, begitu.
3) Kata bilangan (numeralia), adalah kata yang dipakai untuk menghitung
banyaknya maujud (orang, binatang, atau barang) dan konsep. Contoh : lima hari, setengah abad.
4. Kata keterangan (Adverbia)
Kata keterangan adalah kata yang menerangkan kata sifat, kata benda, kata keterangan yang lain, frasa preposisional, dan juga seluruh kalimat (Finoza 2009). Dari segi bentuknya kata keterangan dapat dibagi atas :
1) Kata keterangan tunggal, terdiri atas kata keterangan dasar, berafiks dan kata ulang. Contoh : kurang, kiranya, diam-diam.
2) Kata keterangan gabungan, terdiri atas dua kata keterangan yang berupa kata dasar. Contoh : hanya saja, lagi pula.
5. Rumpun Kata tugas
Seluruh kata tugas tidak mempunyai arti leksikal yaitu arti kata secara lepas tanpa kaitan dengan kata lain (Finoza 2009). Anggota kata tugas yaitu : 1) Kata depan (preposisi), yaitu kata tugas yang selalu berada di depan kata
benda, kata kerja, kata sifat, atau kata keterangan. Contoh : di, ke, dari, pada, sampai, dengan, lewat, sebelum, antara, tanpa.
2) Kata sambung (konjungsi), yaitu kata tugas yang berfungsi menghubungkan dua kata atau dua kalimat. Contoh : dan, kalau, karena, ketika.
3) Kata seru (interjeksi), yaitu kata tugas yang dipakai untuk mengungkapkan seruan hati seperti rasa kagum, sedih, heran, dan jijik. Contoh : aduh, wah. 4) Kata sandang (artikula), yaitu kata tugas yang membatasi makna jumlah orang
atau benda. Contoh : sang, para, dan si.
5) Partikel penegas, yaitu partikel yang berfungsi membentuk kalimat tanya, kalimat perintah, pernyataan. Contoh : -kah, -tah, -lah, pun.
2.3 Frasa Kata
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 pembentuknya tidak bisa berfungsi sebagai subjek dan predikat dalam konstruksi itu (Keraf 1991).
Frasa adalah satuan gramatikal berupa gabungan kata dengan kata bersifat nonprediktif. Menurut hubungan unsur dalam strukturnya, frasa dapat dibedakan atas :
1. Frasa Eksosentris
Sebuah frasa bersifat eksosentris bila hasil gabungan itu berlainan kelasnya dari unsur yang membentuknya (Keraf 1991). Konstruksi ini dapat dibedakan atas :
1) Frasa eksosentris direktif
Dalam bentuk semacam ini sebuah unsur pembentuk frasa akan bertindak sebagai direktor, sedang unsur lainnya merupakan sumbu (aksis). Misalnya : mengalami penurunan, dari pemerasan kopra.
2) Frasa eksosentris konektif
Dalam bentuk ini salah satu unsurnya adalah konektor yang berfungsi sebagai penghubung antarunsur pembentuk frasa yang menjadi atribut predikat dengan subjeknya (Keraf 1991). Dalam hal ini atribut predikat tidak menerangkan konektornya, tetapi menerangkan subjeknya. Misalnya : menjadi tepung, adalah keberagaman.
2. Frasa Endosentris
Sebuah frasa bersifat endosentris bila gabungan dua kata atau lebih yang menunjukkan bahwa kelas kata dari perpaduan itu sama dengan kelas kata dari salah satu (atau lebih) unsur pembentuknya (Keraf 1991). Kata yang kelas katanya sama dengan kelas kata penggabungan itu disebut inti atau pusat. Frasa endosentris dapat dibedakan atas :
1) Frasa atribut atau subordinatif
Frasa atribut atau subordinatif adalah frasa yang salah satu dari unsur pembentuknya bertindak sebagai inti. Adapun unsur yang lainnya bertindak sebagai atribut dari inti. Misalnya : kebun petani, pendapatan petani.
2) Frasa koordinatif
Frasa koordinatif adalah frasa yang unsur-unsur pembentuknya sama kedudukannya. Dalam tipe frasa ini, kelas dari gabungan itu sama dengan kedua atau lebih unsurnya. Misalnya : masuk keluar, manis pahit.
Di samping berdasarkan hubungan unsur dalam strukturnya, frasa juga dapat dibedakan berdasarkan atas kelas kata yang menjadi inti frasa (Keraf 1991), di antaranya :
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, 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, 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, putih bening.
4. Frasa Preposisional
Frasa preposisional atau frasa kata depan adalah kelompok kata yang terdiri dari preposisi sebagai inti diikuti oleh kata atau kelompok kata lain terutama kata benda. Fungsi frasa preposisi antara lain menunjuk arah, tempat, dan waktu. Misalnya : di lapangan, dari pangkal daun.
Menurut Keraf (1991) gabungan antara kata dengan kata yang membentuk sebuah frasa 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, 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, ditampung pihak swasta.
3. Relasi objektif, yaitu relasi yang kata keduanya sebenarnya menjadi objek dari kata pertama. Frasa ini sebenarnya hasil substantivasi frasa objektif direktif. Frasa ini dapat dipecahkan dengan menggunakan kata akan, kepada, dan tentang. Misalnya : menghasilkan tekstur, 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, untuk membeli solar.
5. Relasi keahlian, yaitu relasi yang pembatasnya merupakan keahlian dari kata yang dibatasi. Dapat digunakan kata dalam bidang untuk memisahkan frasa itu. Misalnya : petani kelapa, 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, dari pangkal daun.
7. Relasi partitif, yaitu relasi yang pembatasnya merupakan keseluruhan dari kata yang dibatasi, atau kata yang dibatasi merupakan bagian dari pembatasnya. Parafrasa 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. Dalam hal ini dapat digunakan kata dari dan
dibuat dari untuk menyatakan hubungan itu secara eksplisit. Misalnya : tepung
jagung, 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, 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, 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, di kebun petani.
3 METODE PENELITIAN
Metodologi penelitian yang akan dilaksanakan terdiri atas beberapa tahapan, di antaranya :
3.1 Studi literatur awal
Studi literatur awal dilakukan untuk mengumpulkan bahan pustaka yang relevan dan sesuai dengan topik yang dibahas, dalam hal ini adalah teori mengenai
knowledge graph dan frasa kata.
3.2 Analisis frasa kata
Langkah-langkah yang dilakukan pada tahap ini adalah menganalisis pola struktur frasa kata pada bahasa Indonesia dan menganalisis maknanya.
a. Langkah pertama mengidentifikasi frasa kata berdasarkan atas kelas kata yang menjadi inti frasa yaitu frasa nominal, verbal, adjektival, dan preposisi.
b. Langkah kedua menganalisis frasa kata yang telah diperoleh berdasarkan hubungan makna antarunsur yang membentuk frasa tersebut. Frasa kata tersebut diperoleh dari Jurnal penelitian dan pengembangan pertanian Volume 28 Nomor 2 Tahun 2009 dan Tempo Edisi 15 – 21 Februari 2010.Setelah frasa kata tersebut dianalisis diperoleh hubungan antarunsurnya sebanyak 11 macam yang akan dibuat word graph-nya.
3.3 Pembentukan word graph frasa kata
Hubungan makna antarunsur yang membentuk frasa kata akan diimplementasikan ke dalam bentuk word graph.
3.4 Membuat aturan word graph frasa kata
Dalam membuat aturan word graph ini, penulis mengkaji dan menganalisis beberapa word graph yang sudah dibuat oleh peneliti-peneliti sebelumnya untuk dipadukan sehingga aturan word graph yang terbentuk sesuai dengan aturan word graph yang sudah ada. Word graph yang telah terbentuk akan dikelompokkan berdasarkan pada makna yang dinyatakan oleh frasa kata dan bentuk word graph-nya. Frasa kata yang memiliki bentuk word graph yang sama
akan dikelompokkan menjadi satu jenis frasa kata. Dari proses analisis tersebut diperoleh suatu aturan pembentukan word graph frasa kata pada bahasa Indonesia.
3.5 Menguji hasil aturan word graph frasa kata
Setelah didapatkan aturan pembentukan word graph frasa kata, selanjutnya dilakukan pengujian terhadap aturan tersebut. Pengujian ini diberikan kepada frasa kata lain yang tidak termaktub dalam pembahasan, pengujian dilakukan secara berulang-ulang sehingga diperoleh aturan yang berlaku umum.
Tahapan penelitian dalam menganalisis aturan pembentukan word graph frasa kata pada bahasa Indonesia menggunakan metode knowledge graph mengikuti alur seperti dalam flowchart berikut :
Literatur teks berbahasa Indonesia yang baku
Analisis frasa pada bahasa Indonesia berdasarkan hubungan makna antarunsurnya
ada 11 macam Mulai
Pembuatan word graph frasa kata berdasarkan hubungan makna antarunsurnya
Pengelompokan frasa kata berdasarkan kesamaan bentuk word graph Analisis frasa pada bahasa Indonesia berdasarkan kelas kata yang menjadi inti frasa
ada 4 macam
Gambar 12 Flowchart tahapan penelitian dalam menganalisis aturan pembentukan
word graph frasa kata pada bahasa Indonesia.
Uji hasil aturan pembentukan word graph untuk frasa kata yang lain
Apakah hasil aturan sudah benar
Apakah hasil aturan telah berlaku umum
Perbaiki aturan pembentukan word
graph frasa kata
Aturan pembentukan word
graph frasa kata
Selesai Tidak Tidak Ya Ya 1
Pembuatan aturan pembentukan word graph frasa kata
4 HASIL DAN PEMBAHASAN
4.1 Analisis Frasa Kata
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 pembentuknya tidak bisa berfungsi sebagai subjek dan predikat dalam konstruksi itu (Keraf 1991).
Frasa kata berdasarkan atas hubungan unsur dalam strukturnya terdiri atas frasa eksosentris dan endosentris. Sedangkan frasa kata berdasarkan kelas kata yang menjadi inti frasa terdiri atas frasa nominal, verbal, adjektival, dan preposisional.
Penelitian ini menganalisis frasa kata berdasarkan kelas kata yang menjadi inti frasa dan menganalisis hubungan makna antarunsurnya. Lebih jelas pembagian ini dijabarkan dan menjadi acuan dalam pembentukan word graph pada subbab berikutnya.
4.2 Pembentukan Word Graph Frasa Kata
Metode KG memberikan penjelasan bahwa setiap kata berhubungan dengan sebuah word graph sebagai pernyataan arti dari kata itu sendiri. Oleh karena itu frasa juga memiliki word graph yang berbeda bergantung pada makna dari frasa kata tersebut. Pada bahasan berikutnya akan dijelaskan struktur frasa kata beserta word graph yang dibuat.
4.2.1 Frasa Nominal
Frasa nominal (FN) atau frasa kata benda adalah kelompok kata yang menyatakan atau menunjuk suatu benda. Inti frasa nominal adalah kata benda (Finoza 2009). Gabungan antara kata dengan kata yang membentuk sebuah frasa menimbulkan pengertian baru, atau mendukung sebuah relasi tertentu. Hubungan makna antarunsur yang membentuk frasa nominal 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. Pola frasa nominal (FN) adalah :
a. (N1 + N2)1
Untuk pola frasa nominal ini yang berelasi posesif contohnya dalam kalimat berikut :
(1.1) Jawawut memiliki keunggulan dibandingkan dengan tanaman sumber karbohidrat lain, seperti dapat tumbuh pada hampir semua jenis tanah termasuk tanah kurang subur, tahan kekeringan, mudah dibudidayakan, umur panen pendek, dan kegunaannya beragam (Bustaman 2009).
Makna kata benda “umur” adalah lama waktu hidup atau ada. Makna kata benda “panen” adalah pemetikan hasil sawah atau ladang. Jadi, frasa nominal “umur panen” di dalam kalimat (1.1) memunyai makna masa tumbuhan ditanam sampai dipanen.
Word graph dari makna frasa nominal “umur panen” direpresentasikan
sebagai berikut :
Gambar 13 Word graph frasa nominal “umur panen”.
Word graph dari frasa nominal ”umur panen” terdiri atas dua concept. Concept1 terdiri atas sebuah token yang merepresentasikan kata benda (N1) “umur” yang
dihubungkan dengan relasi ALI. Concept2 terdiri atas sebuah token yang merepresentasikan kata benda (N2) ”panen” yang dihubungkan dengan relasi ALI.
Bentuk word graph dapat berbeda disebabkan oleh fokus pembicaraan yang bergantung pada konteks kalimat. Jika fokus pembicaraan adalah concept1 maka
concept1 diberi warna hitam dan digunakan relasi PAR ke arah concept1 karena
concept2 menerangkan concept1 (lihat Gambar 13a). Jika fokus pembicaraan adalah concept2 maka concept2 diberi warna hitam dan digunakan relasi PAR ke arah concept2 karena concept1 menerangkan concept2 (lihat Gambar 13b).
Secara umum frasa nominal dengan pola (N1 + N2)1 yang berelasi posesif
bentuk word graph-nya sebagai berikut :
PAR ALI
umur ALI panen
(a) (b)
PAR ALI
Gambar 14 Word graph frasa nominal dengan pola (N1 + N2)1.
b. N1 + N2 (pe-KB)
Untuk pola frasa nominal ini yang berelasi posesif contohnya dalam kalimat berikut :
(1.2) Berbagai jenis gembili ditemukan di kebun petani di Papua (Bustaman 2009).
Makna kata benda “kebun” adalah sebidang tanah yang ditanami pohon. Makna kata benda “tani” adalah mata pencaharian dalam bentuk bercocok tanam; mata pencaharian dalam bentuk mengusahakan tanah dengan tanam-menanam. Kemudian ditambah prefiks pe- menjadi kata benda “petani” maknanya adalah orang yang pekerjaannya bercocok tanam. Jadi, frasa nominal “kebun petani” di dalam kalimat (1.2) memunyai makna kebun yang dimiliki oleh petani.
Word graph dari makna frasa nominal “kebun petani” direpresentasikan
sebagai berikut :
Gambar 15 Word graph frasa nominal “kebun petani”.
Word graph dari frasa nominal ”kebun petani” terdiri atas dua concept. Concept1 terdiri atas sebuah token yang merepresentasikan kata benda (N1) “kebun” yang
dihubungkan dengan relasi ALI. Concept2 terdiri atas frame yang sesuai dengan
pola kata benda (N2) pe-KB (Saleh 2009) “petani” yang dihubungkan dengan
relasi ALI. Bentuk word graph dapat berbeda disebabkan oleh fokus pembicaraan yang bergantung pada konteks kalimat. Jika fokus pembicaraan adalah concept1 maka concept1 diberi warna hitam dan digunakan relasi PAR ke arah concept1 karena concept2 menerangkan concept1 (lihat Gambar 15a). Jika fokus
(a) (b) N1 N2 ALI kebun tani petani SKO ALI ALI PAR ALI kebun petani SKO ALI ALI PAR tani (a) (b) N1 N2
pembicaraan adalah concept2 maka concept2 diberi warna hitam dan digunakan relasi PAR ke arah concept2 karena concept1 menerangkan concept2 (lihat Gambar 15b).
Secara umum frasa nominal dengan pola N1 + N2 (pe-KB) yang berelasi
posesif bentuk word graph-nya sebagai berikut :
Gambar 16 Word graph frasa nominal dengan pola N1 + N2 (pe-KB).
c. N + V (ber-KS)
Untuk pola frasa nominal ini yang berelasi posesif contohnya dalam kalimat berikut :
(1.3) Kebutuhan dana tunai dapat diantisipasi dengan pembentukan kelompok petani kelapa untuk menghimpun modal bersama (Bustaman 2009). Makna kata benda “modal” adalah harta benda yang dapat dipergunakan untuk menghasilkan sesuatu untuk menambah kekayaan. Makna kata sifat “sama” adalah berbarengan. Kemudian ditambah prefiks ber- menjadi kata kerja “bersama” maknanya adalah semua atau sekalian. Jadi, frasa nominal “modal bersama” di dalam kalimat (1.3) memunyai makna modal yang dimiliki bersama.
Word graph dari makna frasa nominal “modal bersama” direpresentasikan
sebagai berikut:
Gambar 17 Word graph frasa nominal “modal bersama”.
ALI N1 KB N2 (pe-KB) SKO ALI ALI PAR ALI N1 N2 (pe-KB) SKO ALI ALI PAR KB (a) (b) ALI modal sama bersama ALI ALI PAR ALI modal sama bersama ALI ALI PAR (a) (b)
Word graph dari frasa nominal ”modal bersama” terdiri atas dua concept. Concept1 terdiri atas sebuah token yang merepresentasikan kata benda (N) “modal” yang dihubungkan dengan relasi ALI. Concept2 terdiri atasframe yang sesuai dengan pola kata kerja (V) ber-KS (Muslik 2009) “bersama” yang dihubungkan dengan relasi ALI. Bentuk word graph dapat berbeda disebabkan oleh fokus pembicaraan yang bergantung pada konteks kalimat. Jika fokus pembicaraan adalah concept1 maka concept1 diberi warna hitam dan digunakan relasi PAR ke arah concept1 karena concept2 menerangkan concept1 (lihat Gambar 17a). Jika fokus pembicaraan adalah concept2 maka concept2 diberi warna hitam dan digunakan relasi PAR ke arah concept2 karena concept1 menerangkan concept2 (lihat Gambar 17b).
Secara umum frasa nominal dengan pola N + V (ber-KS) yang berelasi posesif bentuk word graph-nya sebagai berikut :
Gambar 18 Word graph frasa nominal dengan pola N + V (ber-KS).
d. N1 (ke-KS-an) + N2
Untuk pola frasa nominal ini yang berelasi posesif contohnya dalam kalimat berikut :
(1.4) Viskositas puncak adalah kriteria yang digunakan untuk mengetahui kemampuan tepung atau pati dalam mempertahankan granulanya akibat proses pemanasan (Suarni 2009).
Makna kata sifat “mampu” adalah kuasa (bisa, sanggup) melakukan sesuatu. Kemudian ditambah afiks ke-an menjadi kata benda “kemampuan” maknanya adalah kesanggupan, kekuatan. Makna kata benda “tepung” adalah serbuk yang lumat. Jadi, frasa nominal “kemampuan tepung” di dalam kalimat (1.4) memunyai makna kemampuan yang dimiliki tepung.
(a) (b) ALI N KS V (ber-KS) ALI ALI PAR ALI N KS V (ber-KS) ALI ALI PAR
Word graph dari makna frasa nominal “kemampuan tepung”
direpresentasikan sebagai berikut :
Gambar 19 Word graph frasa nominal “kemampuan tepung”.
Word graph dari frasa nominal ”kemampuan tepung” terdiri atas dua concept. Concept1 terdiri atas frame yang sesuai dengan pola kata benda (N1) ke-KS-an
(Saleh 2009) “kemampuan” yang dihubungkan dengan relasi ALI. Concept2 terdiri atas sebuah token yang merepresentasikan kata benda (N2) “tepung” yang
dihubungkan dengan relasi ALI. Bentuk word graph dapat berbeda disebabkan oleh fokus pembicaraan yang bergantung pada konteks kalimat. Jika fokus pembicaraan adalah concept1 maka concept1 diberi warna hitam dan digunakan relasi PAR ke arah concept1 karena concept2 menerangkan concept1 (lihat Gambar 19a). Jika fokus pembicaraan adalah concept2 maka concept2 diberi warna hitam dan digunakan relasi PAR ke arah concept2 karena concept1 menerangkan concept2 (lihat Gambar 19b).
Secara umum frasa nominal dengan pola N1(ke-KS-an)+ N2 yang berelasi
posesif bentuk word graph-nya sebagai berikut :
Gambar 20 Word graph frasa nominal dengan pola N1(ke-KS-an)+ N2.
e. N1 (KB-an) + N2
Untuk pola frasa nominal ini yang berelasi posesif contohnya dalam kalimat berikut : ALI tepung mampu kemampuan SKO ALI ALI PAR ALI tepung mampu kemampuan SKO ALI ALI PAR (a) (b) ALI N2 KS N1(ke-KS-an) SKO ALI ALI PAR ALI N2 KS N1(ke-KS-an) ALI ALI (a) (b) SKO PAR