PERBANDINGAN
KNOWLEDGE GRAPH
DAN
CONCEPTUAL GRAPH
SEBAGAI METODE REPRESENTASI TEKS
MUHAMMAD SYAHRUL ANWAR
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
ABSTRAK
MUHAMMAD SYAHRUL ANWAR. Perbandingan Knowledge Graph dan
Conceptual Graph sebagai Metode Representasi Teks. Dibimbing oleh SRI
NURDIATI dan FARIDA HANUM.
Dalam menangkap sebuah pengetahuan atau informasi, orang lebih mudah melihat visualisasi gambar atau grafik daripada teks atau tabel. Beberapa metode representasi teks secara matematis ialah knowledge graph (KG) dan conceptual
graph (CG). Karya ilmiah ini mencoba membandingkan KG dan CG untuk
merepresentasikan teks berdasarkan aspek proses, struktur graf, dan tujuan jangka panjangnya. Berdasarkan aspek proses, KG lebih sederhana dan objektif dibandingkan dengan CG karena KG mempunyai relasi yang terbatas. Berdasarkan struktur graf, CG lebih mudah difahami dibanding KG karena CG dapat menggunakan relasi dari kata yang terdapat di dalam kalimat. Untuk jangka panjang, metode KG dipercaya menjadi metode yang potensial untuk mengembangkan sistem abstraksi teks secara otomatis.
Kata kunci: conceptual graph, knowledge graph, representasi teks.
ABSTRA
CT
MUHAMMAD SYAHRUL ANWAR. Comparing Knowledge Graph and Conceptual Graph as Text Representation Method. Under Supervised by SRI NURDIATI and FARIDA HANUM.
To capture the knowledge or information of a writing, it is easier from images or graphics than it is from texts or tables. Texts are represented by Knowledge Graph (KG) and Conceptual Graph (CG) in mathematical methods. This paper compares KG and CG in representing text based on aspects of the processes, the graph structures, and the long term goals. Based on the aspects of the processes, KG is more simple and objective than CG because KG has limited relationships. Based on the graph structures, CG is more easily to be understood than KG because CG’s relationships can taken from word of the sentence. Based on the long terms, KG method is believed to be a potential method for developing automatic text abstraction systems.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains
pada
Departemen Matematika
PERBANDINGAN
KNOWLEDGE GRAPH
DAN
CONCEPTUAL GRAPH
SEBAGAI METODE REPRESENTASI TEKS
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
BOGOR 2013
Judul Skripsi : Perbandingan Knowledge Graph dan Conceptual Graph sebagai Metode Representasi Teks
Nama : Muhammad Syahrul Anwar
NIM : G54062385
Disetujui oleh
Dr Ir Sri Nurdiati, MSc
Pembimbing I Dra Farida Hanum, MSi Pembimbing II
Diketahui oleh
Dr Berlian Setiawaty, MS Ketua Departemen
PRAKATA
Puji serta syukur penulis panjatkan kepada Allah SWT atas segala nikmat, karunia, izin, dan pertolongan-Nya sehingga penulisan skripsi ini dapat diselesaikan. Dan semoga sholawat serta salam senantiasa tercurahkan kepada Nabi Muhammad SAW yang telah menjadi inspirasi penulis dalam setiap sendi kehidupan. Karya ilmiah ini adalah hasil penelitian penulis sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains di Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Penulis mengucapkan terima kasih kepada Ibu Dr Ir Sri Nurdiati, MSc dan Ibu Dra Farida Hanum, MSi selaku pembimbing, serta Bapak Dr Ir Fakhren Bukhori, MSc yang telah banyak memberi saran. Selain itu, ungkapan terima kasih juga penulis sampaikan kepada ayah, ibu, serta seluruh keluarga dan saudaraku, atas segala do’a dan kasih sayangnya. Kepada seluruh sahabat dan semua pihak yang senantiasa memberi dukungan, saran, dan motivasi dalam penyelesaian karya ilmiah ini, penulis ucapkan terima kasih.
Penulis menyadari bahwa penelitian ini memiliki kekurangan dan penulis mengharapkan karya ilmiah ini dapat memberikan manfaat bagi lingkungan sekitar.
Bogor, Juni 2013
DAFTAR ISI
DAFTAR GAMBAR vi
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 1
Ruang Lingkup Penelitian 1
TINJAUAN PUSTAKA 2
Kelas Kata 2
Graph 3
Knowledge Graph (KG) 3
Conceptual Graph (CG) 6
PERBANDINGAN KNOWLEDGE GRAPH DAN CONCEPTUAL GRAPH 8
Praproses 8
Proses 9
HASIL DAN PEMBAHASAN 16
Analisis Kedua Metode 16
Perbandingan Kedua Metode 18
SIMPULAN DAN SARAN 22
Simpulan 22
Saran 22
DAFTAR GAMBAR
1 Contoh penggunaan graf 3
2 Contoh penggunaan relasi ALI 4
3 Contoh lain penggunaan dari relasi ALI 4
4 Contoh penggunaan relasi CAU 4
5 Contoh penggunaan relasi EQU 5
6 Contoh lain penggunaan dari relasi EQU 5
7 Contoh penggunaan relasi SUB 5
8 Contoh penggunaan relasi DIS 5
9 Contoh penggunaan relasi PAR 5
10 Contoh penggunaan relasi ORD 5
11 Contoh penggunaan relasi SKO 6
12 Contoh penggunaan relasi AGNT 7
13 Contoh penggunaan relasi OBJ 7
14 Contoh penggunaan relasi ATTR 7
15 Contoh penggunaan relasi INS 7
16 Contoh penggunaan relasi preposition 7
17 Contoh lain CG 8
18 Graf KG Kalimat 1 10
19 Graf CG Kalimat 1 10
20 Graf KG dan CG Kalimat 2 11
21 Graf KG Kalimat 3 11
22 Graf CG Kalimat 3 11
23 Graf KG Kalimat 4 12
24 Graf CG Kalimat 4 12
25 Graf KG Kalimat 5 13
26 Graf CG Kalimat 5 13
27 Graf KG dan CG Kalimat 6 14
28 Graf KG dan CG kalimat 7 15
29 Graf KG Kalimat 8 15
PENDAHULUAN
Latar Belakang
Dalam menangkap sebuah pengetahuan, biasanya orang lebih mudah melihat visualisasi gambar atau grafik daripada teks atau tabel. Dengan melihat visualisasi dari sebuah teks, maka orang akan cepat menangkap informasi dan maksud atau makna dari sebuah teks. Selain itu, representasi visual dari sebuah teks juga dapat menghilangkan ambiguitas.
Matematika sebagai salah satu bidang ilmu pengetahuan pun memiliki peran besar terkait metode representasi teks atau tabel ke dalam sebuah grafik. Pada penelitian ini, bidang Matematika yang digunakan berfokus pada aspek logika. Beberapa metode representasi teks secara matematis, antara lain metode knowledge
graph (KG), conceptual graph (CG), concept mapping, dan semantic network.
Dalam karya ilmiah ini, metode yang akan digunakan ialah metode knowledge
graph (KG) dan conceptual graph (CG).
Penelitian mengenai perbandingan metode dalam bahasa alami sudah pernah dilakukan. Metode yang digunakan adalah KG dan concept mapping dengan teks bahasa Inggris. Hasil dari analisis perbandingan dalam penelitian tersebut ialah representasi pengetahuan menggunakan KG menghasilkan graf yang tidak terstuktur, sedangkan concept mapping lebih tersruktur. Tingkat kesubjektifan
concept mapping sangat tinggi karena langkah pertama dari concept mapping ialah
mempelajari pengetahuannya terlebih dahulu (Abbas 2011).
Menurut Hoede dan Nurdiati (2008b), KG pertama kali muncul pada tahun 1982 dengan tahap awal yang bertujuan merepresentasikan pengetahuan dalam bentuk “expert system”. Bentuk ini berkembang pada akhir tahun ’80-an dan diaplikasikan pada ilmu medis dan sosial. Pada tahap selanjutnya, teori KG diperluas untuk merepresentasikan bahasa alami.
Selain KG, metode lain yang akan dibahas adalah CG yang muncul pertama kali pada tahun 1976 oleh John F. Sowa. CG adalah sebuah metode lain untuk merepresentasikan teks ke dalam sebuah graf yang terdiri atas concept dan
conceptual relation yang dihubungkan dengan arc.
Tujuan Penelitian
Tujuan penelitian ini ialah membandingkan metode knowledge graph (KG)
dan conceptual graph (CG) sebagai metode untuk merepresentasikan teks
berbahasa Inggris.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini antara lain :
a teks yang digunakan adalah teks berbahasa Inggris,
b metode KG yang digunakan adalah metode KG dengan nouns, verbs, dan
2
c metode CG yang digunakan adalah metode CG dengan nouns, verbs, dan
adjective sebagai konsep.
TINJAUAN PUSTAKA
Kelas Kata
Semantik (Yunani : Semanein = berarti, bermaksud; semanticos = makna) adalah cabang ilmu bahasa yang meneliti makna dalam bahasa tertentu, mencari asal-usul dan perkembangan arti kata, mempelajari klasifikasi perubahan kata-kata atau bentuk bahasa sebagai indikator dalam perkembangan bahasa (Keraf 1982).
Nouns (Kata Benda)
Menurut Hariyanto dan Hariyono (2003) kata benda atau dalam bahasa Inggris disebut nouns adalah kata yang digunakan untuk menunjukkan nama orang, tempat, hewan, atau nama suatu benda atau hal-hal yang dibendakan. Atau dapat dikatakan bahwa setiap perkataan yang menunjukkan orang, tempat, hewan, tumbuhan, benda, atau sesuatu yang dibendakan disebut kata benda.
Verbs (Kata Kerja)
Verbs (kata kerja) adalah kata yang menunjukkan suatu pekerjaan, perbuatan,
tingkah laku atau kegiatan. Contohnya: speak (berbicara), run (lari), ask (meminta), dan lain-lain. Tetapi, ada juga kata kerja yang tidak menunjukkan pekerjaan, perbuatan, tingkah laku, atau kegiatan, hanya memberitahukan keadaan wujud saja, misalnya: to be (ada, adalah), to have (mempunyai), to become (menjadi), to seem
(kelihatan), dan lain-lain (Hariyanto dan Hariyono 2003).
Adjective (Kata Sifat)
Adjective adalah kata yang digunakan untuk menggambarkan orang atau
sesuatu seperti kata tall, short, wide, beautiful, happy, good, dan sebagainya. Dalam bahasa Indonesia adjective sering disebut sebagai kata sifat. Berikut adalah contoh dari adjective:
- Bill is a man (Bill adalah seorang lelaki),
- Bill is a good man (Bill adalah seorang lelaki yang baik).
Dalam contoh tersebut, kata good adalah sebuah adjective. Kata good
me-modify kata benda man. Kata modify di sini berarti mengganti. Dengan
menambahkan adjective (kata sifat) good, arti kata benda man diganti, yaitu maknanya bertambah, dari seorang lelaki menjadi seorang lelaki yang baik (Meiyati 2010).
Nouns Phrase (Frasa Kata Benda)
3
Graph
Graf G adalah pasangan terurut (V,E) dengan V himpunan takkosong dan berhingga dari elemen-elemen graf yang disebut verteks (simpul, node) dan E
himpunan hingga edge (sisi). Contoh graf G dengan V={u,v,w,x} dan
E={uv,uw,wx} diberikan pada Gambar 1.
Gambar 1 Contoh penggunaan graf
Digraph (graf berarah) D adalah pasangan terurut (V,A) dengan V adalah himpunan takkosong dari sejumlah berhingga elemen yang disebut simpul (node) dan A adalah himpunan berhingga (tidak perlu berbeda) dari pasangan terurut elemen-elemen dalam V yang disebut sisi berarah (arc) (Wilson dan Lowell 1979).
Knowledge Graph (KG)
Teori KG atau metode KG adalah suatu pendekatan baru yang dapat digunakan untuk menyajikan bahasa alami dalam bentuk graf. Perbedaan yang mendasar antara teori KG dengan teori representasi lain adalah bahwa teori KG ini menggunakan ontologi atau relasi yang jumlahnya sangat terbatas sehingga teori KG mampu melukiskan atau menggambarkan aspek semantik yang lebih mendasar. Teori ini memberikan cara baru dalam melakukan penelitian untuk memahami bahasa alami dengan bantuan komputer (Zhang 2002).
Konsep
Konsep merupakan komponen terpenting dalam pemikiran manusia. Konsep merupakan sesuatu yang penting dalam membentuk suatu pengertian dari khusus ke umum atau sebaliknya (Zhang 2002). Konsep dapat dibedakan menjadi tiga jenis, yaitu token, type, dan name (Berg 1993).
a Token
Dalam KG, token merupakan konsep yang dipahami oleh seseorang menurut cara pandang masing-masing, sehingga token ini bersifat subjektif. Setiap persepsi selalu berhubungan dengan token. Sebuah konsep berhubungan dengan arti dari kata (Zhang 2002). Contoh sebuah token ialah misalkan seseorang menemukan kata “apel”, orang tersebut dapat menghubungkan hal ini dengan informasi bentuk, warna, dan rasa; demikian juga orang lain akan menghubungkan dengan hal yang berbeda. Token, dalam KG dinyatakan dengan symbol “ ”. Seseorang dalam mengamati sesuatu akan membandingkannya dengan dunia nyata. Dengan demikian dalam KG segala sesuatu akan dihubungkan dengan token.
b Type
Type adalah konsep yang berupa informasi umum dan bersifat objektif karena merupakan kesepakatan yang dibuat sebelumnya. Contoh type misalnya buah,
4
c Name
Name adalah sesuatu yang bersifat individual. Sebagai contoh: Pluto adalah sebuah name yaitu nama dari sebuah anjing. Sesuatu dapat dikelompokkan ke dalam beberapa type yang berbeda. Demikian juga name, sesuatu dapat diberi
name dengan banyak cara.
Aspek-Aspek Ontologi
Ontologi merupakan gambaran dari beberapa konsep dan relasi antarkonsep yang bertujuan mendefinisikan ide-ide yang merepresentasikan konsep, relasi, dan logikanya. Berdasarkan ontologi yang dimiliki inilah KG dapat membangun sebuah model yang dapat digunakan untuk memahami bahasa alami (natural language). Hal ini diperlukan agar arti dari suatu kalimat dapat diekspresikan. Dalam KG, ontologi word graph sampai saat ini terdiri atas token yang dinyatakan dengan node, 8 binary relationships, dan 4 frame relationships.
Menurut Zhang (2002), penjelasan dari relasi dalam KG tersebut dapat diberikan sebagai berikut:
a Relasi Alikeness (ALI)
Relasi ALI digunakan untuk menghubungkan sebuah type dengan token. Contohnya kalimat “plant adalah type” dapat dinyatakan dengan graf berikut:
Gambar 2 Contoh penggunaan relasi ALI
Akan tetapi dalam karya ilmiah ini, relasi ALI jarang dinyatakan, karena token
akan diberi label type secara langsung.
Gambar 3 Contoh lain penggunaan dari relasi ALI b Relasi Causality (CAU)
Relasi causality antara 2 buah token digambarkan dengan anak panah berlabel CAU. Relasi CAU digunakan untuk menghubungkan dua token yang memiliki hubungan sebab akibat atau bisa juga untuk menghubungkan dua konsep yang terdiri atas kata benda dan kata kerja atau untuk menghubungkan subjek dengan predikat atau predikat dengan objek. Contohnya kalimat “The plant is growing”
dapat dinyatakan sebagai berikut:
Gambar 4 Contoh penggunaan relasi CAU c Relasi Equality (EQU)
Relasi EQU digunakan untuk menghubungkan sebuah name dengan token. Contohnya kalimat “Toni is the name of man” dapat dinyatakan sebagai berikut:
ALI
plant
ALI
plant
≡
plant5
Gambar 5 Contoh penggunaan relasi EQU
Relasi ini biasa digunakan pula untuk menyatakan sinonim, adalah, merupakan, atau setara makna. Contohnya relasi antara kata farm dan field yang grafnya dapat dilihat pada gambar berikut:
Gambar 6 Contoh lain penggunaan dari relasi EQU d Relasi Subset (SUB)
Jika dua token menyatakan dua konsep dan konsep yang satu merupakan bagian dari konsep yang lain, maka kedua token dihubungkan dengan relasi SUB. Contoh: soil at field, maka dapat dinyatakan dengan graf berikut:
Gambar 7 Contoh penggunaan relasi SUB e Relasi Disparateness (DIS)
Relasi ini dapat digunakan untuk menyatakan kata “different” atau “not like”. Contohnya ialah relasi antara kata good dan bad yang dapat dinyatakan dengan grafberikut:
Gambar 8 Contoh penggunaan relasi DIS f Relasi Attribution (PAR)
Relasi PAR digunakan untuk menyatakan bahwa sesuatu mempunyai sifat sesuatu yang lain. Hal ini dapat dilihat pada contoh good nutrient. Kata good
merupakan kondisi dari nutrient, atau dengan kata lain good adalah atribut dari
nutrient. Frasa good nutrient dapat dinyatakan dengan graf sebagai berikut:
Gambar 9 Contoh penggunaan relasi PAR g Relasi Ordering (ORD).
Relasi ORD menyatakan bahwa dua hal memiliki urutan tertentu, baik urutan waktu maupun urutan tempat. Contoh penggunaan relasi ORD, misalnya untuk menyatakan graf “Sunday” dan “Monday”, yaitu:
Gambar 10 Contoh penggunaan relasi ORD man
Toni EQU
field farm EQU
field soil SUB
bad good DIS
nutrient good PAR
6
h Relasi Informational Dependency (SKO)
Relasi SKO digunakan jika sebuah token informasinya bergantung pada token yang lain. Relasi SKO juga digunakan untuk menyatakan universal quantifier
seperti all. Contoh penggunaan relasi SKO, misalnya untuk menyatakan graf dari kalimat all farmer know:
Gambar 11 Contoh penggunaan relasi SKO
Frame merupakan verteks berlabel. Relasi frame menyatakan bahwa verteks
berlabel tersebut sebenarnya suatu frame dari beberapa graf yang lebih kompleks. Relasi frame pada KG ada empat macam (Zhang 2002):
a FPAR (Focusing on a situation), b NEGPAR (Negation of a sitution), c POSPAR (Possibility of a situation), d NECPAR (Necessity of a situation).
FPAR merupakan pemberian sifat internal dari sesuatu ke sesuatu yang lain (dalam frame). NEGPAR merupakan pemberian sifat internal sesuatu ke sesuatu yang lain tetapi dalam bentuk negasi (dalam frame). POSPAR merupakan pemberian sifat internal sesuatu ke objek yang lain sebagai sebuah kemungkinan (dalam frame). NECPAR merupakan pemberian sifat internal sesuatu ke objek yang lain sebagai sebuah keharusan (dalam frame).
Conceptual Graph (CG)
CG adalah sebuah bipartite graph terbatas dan terhubung yang terdiri atas
node concept berlabel, node conceptual relation berlabel, dan garis penghubung
(arcs) yang menghubungkan concept dan conceptual relation.
CG adalah representasi grafik untuk ilmu mantik didasarkan dari jaringan semantik pada kecerdasan buatan dan grafik eksistensial oleh Charles Sanders Peirce (Sowa 1976).
Concept
Concept adalah sebuah node pada CG yang mewakili entitas, satuan entitas,
atau kumpulan berbagai entitas (Sowa 2000). Sebuah concept dilambangkan dengan persegi/kotak. Concept names ditulis di dalam persegi/kotak.
Pada penelitian ini, konsep yang digunakan adalah nouns, verbs, dan
adjective.
Conceptual Relation
Conceptual relation adalah node pada CG berupa lingkaran yang mempunyai
garis penghubung yang menghubungkan beberapa concept (Sowa 2000).
Aturan Relasi dan Contohnya
Pada dasarnya belum ada ketentuan atau batasan untuk relasi pada CG sehingga relasinya masih tak terbatas. Namun, ada beberapa relasi CG yang sering digunakan antara lain :
know farmer CAU
7
a AGNT = agent
Relasi AGNT biasanya digunakan untuk menghubungkan event atau verbs
dengan subjek, sebagai contoh kalimat “the plant is growing” dapat dinyatakan sebagai:
Gambar 12 Contoh penggunaan relasi AGNT b OBJ = object
Relasi OBJ biasanya digunakan untuk menghubungkan event atau verbs dengan objek, sebagai contoh kalimat “farmer plows the soil” dapat dinyatakan sebagai:
Gambar 13 Contoh penggunaan relasi OBJ c ATTR = attribute
Relasi ATTR biasanya digunakan untuk menghubungkan concept dengan sifat atau keterangan dari concept tersebut. Contohnya kalimat good nutrient dapat dinyatakan sebagai:
Gambar 14 Contoh penggunaan relasi ATTR d INS = instrument
Relasi INS biasanya digunakan untuk menghubungkan event atau verbs dengan instrumen dari event atau verbs tersebut, sebagai contohnya ialah untuk menyatakan graph dari kalimat farmer plows the soil in the fields with hoe:
Gambar 15 Contoh penggunaan relasi INS e Preposition: on, at, in, etc.
Preposisi yang biasanya digunakan sesuai dengan kata preposisi yang terdapat dalam kalimat. Sebagai contoh kalimat the plant on a pot dapat dinyatakan sebagai:
Gambar 16 Contoh penggunaan relasi preposition
Selain yang relasi-relasi tersebut, kata yang terdapat pada kalimat dapat digunakan sebagai relasi pada CG. Dan dalam CG pun terdapat bentuk frame. Contoh lain penggunaan CG adalah ”some farms were abandoned in pursuit for a different career while some is because of the lack of government support for the
agricultural enhancement”.
grow plant agnt
plow
farmer agnt obj soil
nutrient good attr
plow
farmer agnt obj soil
hoe ins
field at
pot
8
Gambar 17 Contoh lain CG
PERBANDINGAN
KNOWLEDGE GRAPH
DAN
CONCEPTUAL GRAPH
Praproses
Pada tahap praproses ini, dilakukan studi literatur yang terkait dengan metode KG, metode CG, teks berbahasa Inggris dengan tema “hydroponic farming”, dan struktur teks berbahasa Inggris. Literatur-literatur terkait metode KG, metode CG, teks berbahasa Inggris dengan tema “hydroponic farming”, dan struktur teks berbahasa Inggris yang digunakan sebagai bahan penelitian antara lain:
1 On Word Graphs and Structural Parsing oleh Sri Nurdiati dan Cornelis Hoede
(2008a),
2 Knowledge Graph Theory and Structural Parsing oleh L. Zhang (2002),
3 Conceptual Graph oleh J. F. Sowa (1976),
4 Perbandingan Metode Knowledge Graph dan Concept Mapping sebagai Teknik Menangkap Pengetahuan oleh Yanti Anjarwati Abbas (2011),
5 English Grammar for General Application oleh Hariyanto dan Hariyono
(2003).
Adapun kalimat yang akan direpresentasikan adalah beberapa kalimat sederhana dan beberapa kalimat dalam teks dengan tema hydroponic farming, yaitu:
Hydroponics Farming - The New Age Farming yang ditulis oleh : Keith Turner.
Adapun kalimat yang akan digunakan ialah: 1 The plant is growing.
2 Plant on a pot.
3 Farmer plows the soil in the fields with hoe.
4 Farmer knows that plant needs water with the good nutrient. Proposition:
Proposition:
career different attr
because of
farm abandoned attr
pursuit for
in
Proposition:
government support
agricultural enhancement
for of
9
5 Farming has dropped significantly as the society advances in the modern area. 6 Some farms were abandoned in pursuit for a different career while some is
because of the lack of government support for the agricultural enhancement. 7 A reason why hydroponics farming is being preferred than the traditional way is
that, the procedure allows unseasonal produce to be planted and harvested. 8 Hydroponics farming produce are safe from chemicals and the produce are even
fresher and at high quality of yield.
Proses
Setelah menentukan kalimat-kalimat yang akan digunakan, maka langkah selanjutnya memasuki tahap proses. Proses ini terdiri atas mengolah teks dengan dua metode yaitu metode KG dan CG. Setiap kalimat akan diproses sesuai dengan urutannya. Kemudian kedua metode tersebut akan dibandingkan.
Penentuan Konsep
Langkah awal dari metode ini adalah menentukan konsep untuk dijadikan verteks. Pada penelitian ini kedua metode menggunakan batasan konsep yang sama, yaitu kata yang akan dijadikan konsep adalah nouns, verbs, dan adjective.
Pada langkah ini didapatkan konsep untuk setiap kalimat adalah sebagai berikut:
4 Farmer knows that plant needs
water with the good nutrient. farmer plant water nutrient
know
need good
5 Farming has dropped significantly as the society advances in the modern area.
farming
society advances area
drop modern
10
Tabel 1 Konsep KGdan CG (lanjutan)
No Kalimat Nouns Verbs Adjective
7 A reason why hydroponics farming is being preferred than the traditional way is that the procedure allows unseasonal produce to be planted and harvested.
8 Hydroponics farming produce are safe from chemicals and the produce are even fresher and at high quality of yield.
hydroponic
Pada langkah sebelumnya, verteks-verteks atau kata benda sudah ditentukan, selanjutnya akan dibentuk graf kalimat. Langkah-langkah pembentukan graf meliputi pembentukan graf berdasarkan konsep yang telah didapat. Pembentukan graf ini disesuaikan dengan hubungan antarkalimat dan kata penghubungnya. Berikut analisis setiap kalimat:
Kalimat 1: The plant is growing.
Konsep:
a nouns : plant,
b verbs : grow,
c adjective : -
Dengan metode KG, konsep yang didapat dijadikan verteks, kemudian verteks tersebut digambarkan ke dalam bentuk graf. Relasi yang digunakan relasi CAU, karena menghubungkan kata benda dengan kata kerja. Berikut pembentukan grafnya:
Gambar 18 GrafKGKalimat 1
Jika ditinjau dengan metode CG, “grow” adalah concept berupa verbs, dan “plant” adalah concept yang merupakan subjek dari “grow”. Berikut pembentukan grafnya:
Gambar 19 GrafCGKalimat 1
Dari kalimat pertama didapat graf hasil kedua metode tersebut. Dengan menggunakan konsep yang sama, perbedaan ada pada penentuan relasi dan arah relasinya. Pada metode CG, relasi yang digunakan untuk menghubungkan kata kerja dengan subjek adalah relasi AGNT (agent), sedangkan pada metode KG relasi yang digunakan adalah CAU. Dan dilihat dari arah relasi, pada metode CG arah relasi bersumber dari kata kerja menuju subjek, sedangkan pada KG berasal dari subjek menuju kata kerja. Ini membedakan dalam melihat fokus informasi. Pada KG fokus untuk Kalimat 1 ada pada subjek, sedangkan pada CG fokus berada pada konsep kata kerja.
plant CAU grow
11
Kalimat 2: The plant on a pot.
Konsep:
a nouns : plant, pot,
b verbs : -
c adjective : -
“Pot” adalah keterangan tempat atau posisi dari “the plant”. Berikut pembentukan grafnya:
Gambar 20 Graf KG dan CGKalimat 2
Dari Kalimat 2 didapat graf hasil kedua metode tersebut seperti di atas. Dalam merepresentasikan keterangan tempat, CG menggunakan relasi preposition sesuai kata penghubungnya, dalam hal ini “on”, sedangkan KG menggunakan relasi SUB, dalm hal ini kata yang diterangkan (“plant”) merupakan bagian dari tempatnya berada atau kata yang menerangkan (“pot”).
Kalimat 3: Farmer plows the soil at the fields with hoe.
Konsep:
a nouns : farmer, soil, field, hoe,
b verbs : plow,
c adjective : -
Dalam knowledge graph, secara umum relasi yang digunakan untuk menghubungkan kata benda dengan kata kerja adalah CAU, sehingga relasi yang digunakan untuk menghubungkan “farmer” dengan “plow”, dan “plow” dengan “soil” adalah relasi CAU. Dalam kalimat ini juga terdapat kata penunjuk keterangan tempat yaitu “at”. Seperti pada Kalimat 2, relasi yang digunakan adalah SUB. Kata “hoe” adalah alat atau instrumen/atribut dari kata kerja “plow”, sehingga relasi yang digunakan adalah PAR.Graf dari Kalimat 3 dapat digambarkan sebagai berikut:
Gambar 21 GrafKGKalimat 3
“Plow” adalah concept berupa verbs dan “farmer” menjadi subjeknya, sedangkan “soil” menjadi objeknya. Adapun “hoe” adalah instrument dari “plow” dan “field” adalah keterangan dari “soil”. Graf dari Kalimat 3 dapat digambarkan sebagai berikut:
Gambar 22 Graf CG Kalimat 3
plant SUB pot plant on pot
farmer CAU plow CAU soil
PAR
hoe
SUB
field
plow
farmer agnt obj soil
hoe ins
12
Bentuk graf KG dan CG dari Kalimat 3 serupa dan terdapat perbedaan dari penentuan relasi dan arahnya. Namun dapat dilihat, baik relasi agent maupun relasi
object pada CG hanya digambarkan dengan relasi CAU pada KG begitu pula pada
relasi “at” pada CG digambarkan dengan relasi SUB pada KG. Hal ini menunjukkan bahwa KG dapat mengurangi kemungkinan redundancy. Hal ini dikarenakan relasi pada KG terbatas.
Kalimat 4: Farmer knows that plant needs water with the good nutrient.
Konsep:
a nouns : farmer, plant, water, nutrient,
b verbs : know, need,
c adjective : good.
Seperti pada Kalimat 3, relasi yang digunakan untuk menghubungkan kata benda dengan kata kerja adalah CAU, sehingga relasi yang digunakan untuk menghubungkan “farmer” dengan “know”, dan “know” dengan objeknya, “plant” dengan “need”, dan “need” dengan “water”, adalah relasi CAU. Dalam kalimat ini yang menjadi objek dari “know” adalah sebuah kalimat majemuk, sehingga menggunakan frame.Graf dari Kalimat 4 dapat digambarkan sebagai berikut:
Gambar 23 GrafKGKalimat 4
“Know” adalah concept berupa verbs dan “farmer” menjadi subjek, sedangkan objek “know” adalah sebuah kalimat lain. Anak kalimat yang menjadi objek dari “know” ialah “plant needs water with the good nutrient”. Pada anak kalimat tersebut “need” adalah concept berupa verbs dan “plant” menjadi subjeknya dan “water” menjadi objek dari “need”. Adapun“nutrien” adalah kandungan dalam “water” dan memiliki atribut “good”. Graf dari Kalimat 4 dapat digambarkan sebagai berikut:
Gambar 24 GrafCG Kalimat 4
Graf KG dan CG untuk Kalimat 4 adalah serupa. Yang membedakan kedua graf tersebut adalah adanya NECPAR pada KG. Namun dalam merepresentasikan kalimat majemuk bertingkat kedua metode sama-sama menggunakan frame.
plant CAU need
nutrient
good PAR SUB water CAU farmer CAU know
CAU FPAR
Proposition:
know
farmer agnt obj
need
farmer agnt obj
water nutrient with
attr
13
Kalimat 5: Farming has dropped significantly as the society advances in the modern area.
Konsep :
a nouns : farming, society advances, area,
b verbs : drop,
c adjective : modern.
Kalimat 5 adalah kalimat majemuk sebab-akibat. Kata “as”dalam kalimat tersebut bermakna “sebagai akibat”. Kata “society advance” adalah nouns phrase. Graf dari Kalimat 5 dapat digambarkan sebagai berikut:
Gambar 25 GrafKG Kalimat 5
“Drop” adalah concept berupa verbs dan “farming” menjadi subjek. “Society advance” adalah noun phrase sedangkan “area” yang memiliki atribut “modern” merupakan tempat beradanya “society advance”. Kalimat ini adalah kalimat majemuk setingkat. Dalam hal ini kalimat pertama merupakan akibat dari kalimat kedua. Graf dari Kalimat 5 dapat digambarkan sebagai berikut:
Gambar 26 GrafCGKalimat 5
Pada Kalimat 5 ini dapat dibandingkan knowledge graph dan conceptual graph
mempunyai bentuk representasi yang serupa, sedangkan pada conceptual graph
menggunakan kata “as” untuk menghubungkan proposisi akibat dan proposisi sebab.
Kalimat 6: Some farms were abandoned in pursuit for a different career while some is because of the lack of government support for the agricultural enhancement.
Konsep:
a nouns : farm, pursuit, career, government support, agricultural
enhancement, lack,
b verbs : -
c adjective : abandoned, different.
Kalimat 6 adalah kalimat majemuk sebab-akibat dengan dua penyebab. “Some farms were abandoned” adalah proposisi akibat. “Pursuit for a different career”
CAU farming CAU drop FPAR
FPAR society
advance SUB area PAR modern
Proposition:
Proposition:
drop
farming agnt as
area society
advance in attr
14
adalah penyebab pertama dan “the lack of government support for the agricultural enhancement” adalah penyebab kedua. Kata “in” dalam kalimat tersebut adalah penghubung antara proposisi akibat dengan proposisi sebab pertama, sedangkan penghubung antara proposisi akibat dengan proposisi sebab kedua adalah “because of”. Graf dari Kalimat 6 dapat digambarkan sebagai berikut:
Gambar 27 GrafKG dan CG Kalimat 6
Kalimat 7: A reason why hydroponics farming is being preferred than the traditional way is that the procedure allows unseasonal produce to be planted and harvested.
Konsep:
a. nouns : reason, hydroponics farming, way, procedure, produce,
b. verbs : allow,
c. adjective : preferred, unseasonal, planted, harvested, traditional.
Kalimat 7 adalah kalimat majemuk dengan dua anak kalimat. Kalimat utamanya adalah “a reason why A is B”. Anak kalimat pertama, yakni “hydroponics farming is being preferred than traditional way” menyatakan A, sedangkan anak kalimat kedua, yakni “the procedure allows unseasonal produce to be planted and harvested” menyatakan B. Graf dari Kalimat 7 dapat digambarkan sebagai berikut:
FPAR
career
different PAR CAU pursuit CAU CAU FPAR
government support lack PAR
CAU
agricultural enhancement
farm PAR abandoned
Proposition:
Proposition:
career different attr
because of
farm abandoned attr
pursuit for
in
Proposition:
government support
agricultural enhancement
for of
15
Gambar 28 GrafKG dan CG kalimat 7
Kalimat 8: Hydroponics farming produce are safe from chemicals and the produce are even fresher and at high quality of yield.
Konsep:
a. nouns : hydroponic farming, produce, chemicals, quality, yield,
b. verbs : -
c. adjective : safe, fresher, high.
Kalimat 8 adalah kalimat majemuk setara. Kata “produce”menjadi subjek di kedua anak kalimat. Pada KG, frasa kata “hydroponic farming”, kata “safe”, “fresher”, dan “quality” memiliki relasi atrribution dengan kata “produce”. Kata “of” yang menghubungkan antara kata “quality”dan “yield” menerangkan relasi subset. Graf dari Kalimat 8 dapat digambarkan sebagai berikut:
Gambar 29 GrafKG Kalimat 8
Pada CG, frasa kata “hydroponic farming”, kata “safe”, “fresher”, dan “quality” memiliki relasi atrribution dengan kata “produce”sehingga dapat digabung dengan satu relasi. Kata “of” dan “from” merupakan preposition dan dapat digunakan sebagai relasi pada graf. Graf dari Kalimat 8 dapat digambarkan sebagai berikut:
reason Proposition: Proposition:
unseasonal attr allow
procedure agnt obj
produce reason
hydroponics
farming attr preferred
than hydroponics farming PAR produce
16
Gambar 30 GrafCG Kalimat 8
HASIL DAN PEMBAHASAN
Analisis Kedua Metode
Setelah semua kalimat diubah ke dalam bentuk graf, baik menggunakan KG maupun CG, maka dilakukan analisis dari kedua metode yang dapat ditinjau dari aspek proses, aspek hasil, dan tujuan jangka panjang yang selanjutnya dirangkum dalam kelebihan dan kekurangan setiap metode yang digunakan. Berikut penjelasan dari analisis kedua metode:
Aspek Proses
Pada aspek proses, hal yang ditinjau meliputi aspek interpretasi dan aspek kemudahan dalam penggunaan setiap metode. Interpretasi hasil dari metode KG maupun CG lebih subjektif dibandingkan dengan metode CG. Hal ini karena pembaca dapat mempunyai pemahaman yang berbeda terhadap relasi yang terbatas, sedangkan pada CG sebagian besar relasi adalah kata yang terdapat pada teks.
Dari proses penentuan relasi, KG lebih objektif dibandingkan dengan CG. Hal ini dapat dilihat dari penentuan relasi antarkonsep. Pada KG, dengan batasan relasi dan kriteria relasinya dapat dihasilkan relasi yang relatif lebih objektif, sedangkan pada CG belum ada batasan relasi sehingga, relasi antarkonsep bergantung pada pemahaman subjektif.
Aspek Hasil
Pada aspek hasil, yang diperhatikan untuk kedua metode adalah cara pandang terhadap setiap metode. Dari beberapa kalimat yang memuat kata kerja (verbs), metode KG menggunakan relasi CAU baik untuk menghubungkan subjek dengan predikat kata kerja maupun untuk menghubungkan predikat kata kerja dengan objek dan mempunyai arah dari subjek. Pada CG, untuk menghubungkan subjek dengan predikat digunakan relasi “agent” atau “subject” yang berarah dari kata kerja
(verbs) dan untuk menghubungkan kata kerja dengan objek digunakan relasi
“object” yang berarah dari kata kerja.
Dari perbandingan tersebut, relasi KG dapat disederhanakan dengan menghilangkan verbs dengan menggunakan hukum kausalitas. Pada CG semua arah relasi berasal dari verbs, sehingga penyederhanaan dengan menghilangkan
verbs tidak dapat dilakukan.
hydroponics
farming produce
safe attr
from chemicals fresher quality
high attr
17
Dengan relasi yang diambil dari kata yang ada pada teks, maka relasi CG secara representasi lebih mudah karena relasi yang digunakan adalah kata yang terdapat dalam teks, sedangkan pada KG dengan batasan relasi yang ada, akan lebih sulit dalam membaca hasil representasi teks.
Aspek Tujuan Jangka Panjang
Tujuan jangka panjang dari penggunaan metode KG dan metode CG adalah kedua metode tersebut diharapkan dapat digunakan sebagai algoritme untuk merepresentasikan teks ke dalam bentuk visual atau diagram. Selain itu, kedua metode ini juga diharapkan dapat digunakan untuk membuat intisari dari sebuah teks dan dibuat menjadi sebuah aplikasi komputer.
Namun dengan relasi yang belum ada batasannya, metode CG akan lebih sulit diimplementasikan ke dalam bahasa pemrograman. Dengan relasi yang sudah ada batasannya (ontologi), dan dengan adanya analisis penyederhanaan relasi hasil representasi KG dapat mempermudah proses pengimplementasian ke bahasa pemrograman.
Dari keterangan-keterangan di atas, maka setiap metode memiliki kelebihan dan kekurangan sebagai berikut:
a Kelebihan
Kelebihan untuk metode KG antara lain adanya relasi terbatas, dalam hal ini adanya ontologi yang jelas, sehingga dapat mempermudah proses pengimplementasian ke dalam bahasa pemrograman. Untuk metode CG, kelebihannya terdapat pada hasil akhir yang menggunakan beberapa conceptual
relation dari kata yang terdapat pada kalimat, sehingga pembaca lebih mudah
memahami hasil representasi sebuah teks dengan metode CG. b Kekurangan
Kekurangan dari metode KG yaitu kesulitan dalam pemahaman pembaca ketika melihat graf hasil representasi sebuh teks dengan metode KG. Relasi yang sama atau terbatas untuk menggambarkan berbagai macam relasi dapat membuat persepsi yang berbeda terhadap suatu relasi. Kekurangan metode CG ialah sulitnya pengimplementasian ke dalam bahasa pemrograman yang disebabkan adanya kebebasan dalam menentukan kata hubung.
18
Perbandingan Kedua Metode
Tabel 2 Perbandingan KGdan CG
Aspek Knowledge Graph Conceptual Graph
Proses - Langkah-langkah: a membaca kalimat,
b menentukan konsep (nouns, verbs, dan adjective),
c pembuatan graf menggunakan konsep yang didapat sebagai verteks dan menggunakan relasi yang sesuai dengan ketentuan pada knowledge graph,
d melakukan analisis perbandingan.
- Langkah-langkah: a membaca kalimat,
b menentukan konsep (nouns, verbs, dan adjective),
c pembuatan graf menggunakan konsep yang didapat sebagai concept dan menggunakan relasi (conceptual relation) berdasarkan hubungan antar kata,
d melakukan analisis perbandingan. - Langkah-langkah dengan metode KG
hampir sama dengan CG namun dalam penentuan relasi lebih mudah karena ada batasan yang jelas sehingga dalam mengimplementasikan ke dalam bahasa pemrograman lebih mudah.
- Langkah-langkah dengan metode CG hampir sama dengan KG namun dalam penentuan relasi lebih sulit karena tidak ada batasan yang jelas sehingga dalam mengimplementasikan ke dalam bahasa pemrograman lebih sulit.
- Kesubjektifan dapat diminimalkan dengan adanya batasan-batasan yang jelas dalam penggunaan relasi antarkonsep, kesubjektifan pada metode KG mulai terjadi pada penggambaran graf yang tidak sama bergantung pada alasan masing-masing.
- Kesubjektifan sudah mulai terjadi pada saat penentuan relasi antarkonsep karena tidak ada batasan yang jelas dan pada saat penggambaran graf pun terjadi kesubjektifan bergantung pada alasan masing-masing.
struktur
graf Kalimat 1: (kalimat sederhana) “The plant is growing.” Kalimat 2:
“The plant on a pot.”
Kalimat 1: (kalimat sederhana) “The plant is growing.” Kalimat 2:
“The plant on a pot.” Kalimat 3:
“Farmer plows the soil at the fields with hoe.”
Kalimat 3:
“Farmer plows the soil at the fields with hoe.”
- Label relasi antarkonsep dari KG tidak mengenal kata sehingga tidak dapat menggambarkan secara jelas hubungan antarkonsep.
- Label relasi antarkonsep dari CG dapat berupa kata bahkan kata yang terdapat pada kalimat itu sendiri sehingga dapat menggambarkan secara jelas hubungan antarkonsep.
farmer agnt obj soil
hoe inst
19
Tabel 2 Perbandingan KGdan CG (lanjutan)
Aspek Knowledge Graph Conceptual Graph
- Relasi CAU, SUB, dan PAR tidak memiliki makna kata, ketiganya
mengacu pada delapan binary
relationship pada KG.
- Relasi exp, agnt, obj, dan inst adalah singkatan dari experience, agent, object, dan instrument sedangkan relasi on dan at adalah kata yang diambil dari kalimat dan semuanya mempunyai makna kata sehingga dapat menggambarkan secara jelas hubungan antarkonsep.
- Pada pola kalimat yang mempunyai predikat verb, verteks subjek dihubungkan dengan relasi CAU dengan verteks predikat dan berarah dari subjek menuju predikat, begitu pula predikat dengan objek dihubungkan dengan relasi CAU dan berarah dari predikat menuju objek. Hal ini mengakibatkan secara sepintas orang yang melihat graf akan menangkap bahwa fokus kalimat berada pada subjek (kata benda).
- Pada pola kalimat yang mempunyai predikat verb, subjek dan predikat dihubungkan dengan relasi agnt atau
agent yang bermakna “pelaku” dan
berarah dari predikat menuju subjek sedangkan predikat dengan objek dihubungkan dengan relasi obj atau
object yang bermakna objek dan berarah
dari predikat menuju objek. Hal ini mengakibatkan secara sepintas orang yang melihat graf akan menangkap bahwa fokus kalimat berada pada predikat (kata kerja /kejadian).
struktur graf (lanjutan)
- Relasi yang mengambarkan kata keterangan alat adalah relasi PAR yang berarah dari kata keterangan menuju kata yang diterangkan.
- Relasi yang mengambarkan kata keterangan alat adalah relasi ins atau instrument yang berarah dari kata yang diterangkan menuju kata keterangan. Kalimat 4: (kalimat majemuk bertingkat)
“Farmer knows that plant needs water with the good nutrient.”
Kalimat 4: (kalimat majemuk bertingkat)
“Farmer knows that plant needs water with the good nutrient.” Kalimat 5: (kalimat majemuk setara)
“Farming has dropped significantly as the society advances in the modern area.”
Kalimat 5: (kalimat majemuk setara)
“Farming has dropped significantly as the society advances in the modern area.”
20
Tabel 2 Perbandingan KGdan CG (lanjutan)
Aspek Knowledge Graph Conceptual Graph
- Relasi yang menghubungkan kata sifat adalah relasi PAR yang berarah dari kata sifat menuju kata yang disifati.
- Relasi yang menghubungkan kata sifat adalah relasi attr atau attribute yang berarah dari kata yang disifati menuju kata sifat.
- Untuk menggambarkan kalimat
majemuk bertingkat digunakan sebuah frame relasi FPAR.
- Untuk menggambarkan kalimat
majemuk bertingkat digunakan sebuah frame berlabel proposition.
- Untuk menggambarkan kalimat
majemuk setara digunakan frame relasi FPAR untuk memisahkan anak kalimat.
- Untuk menggambarkan kalimat
majemuk setara digunakan frame berlabel proposition untuk memisahkan anak kalimat.
- Relasi CAU pada Kalimat 5 menunjukkan bahwa “the society
advances in the modern area” penyebab
dari “farming has dropped
significantly”.
Relasi as pada Kalimat 5 menunjukkan
bahwa “farming has dropped
significantly” akibat dari “the society advances in the modern area”.
struktur graf (lanjutan)
Kalimat 6: (kalimat kompleks)
“Some farms were abandoned in pursuit for a different career while some is because of the lack of government support
for the agricultural enhancement.”
Kalimat 6: (kalimat kompleks)
“Some farms were abandoned in pursuit for a different career while some is because of the lack of government support
21
Tabel 2 Perbandingan KGdan CG (lanjutan)
Aspek Knowledge Graph Conceptual Graph
Kalimat 7: (kalimat kompleks)
“A reason why hydroponics farming is being preferred than the traditional way is that the procedure allows unseasonal produce to be planted and harvested.”
Kalimat 7: (kalimat kompleks)
“A reason why hydroponics farming is being preferred than the traditional way is that the procedure allows unseasonal produce to be planted and harvested.” struktur
graf (lanjutan)
Kalimat 8: (kalimat kompleks)
“Hydroponics farming produce are safe from chemicals and the produce are even
fresher and at high quality of yield.”
Kalimat 8: (kalimat kompleks)
“Hydroponics farming produce are safe from chemicals and the produce are even
fresher and at high quality of yield.” - Relasi pada KG tidak memiliki makna
kata, relasinya mengacu pada delapan binary relationship pada KG.
- Relasi pada CG dapat menggambarkan makna kata yang menjadi relasi antarkonsep dan sebagian relasinya diambil dari kalimat namun tidak ada batasan yang jelas dalam penentuan relasinya.
tujuan jangka panjang
Membuat sebuah sistem yang mampu menghasilkan rangkuman atau intisari dari sebuah teks secara otomatis, efektif, dan efisien.
Merepresentasikan teks ke dalam sebuah graf (gambar visual) agar mudah
farming attr preferred
than hydroponics farming PAR produce
fresher
from chemicals quality fresher
22
Tabel 2 Perbandingan KGdan CG (lanjutan)
Aspek Knowledge Graph Conceptual Graph
Kelebihan Adanya relasi terbatas, dalam hal ini adanya ontologi yang jelas, sehingga
dapat meminimumkan unsur
kesubjektifan dan mempermudah proses dalam pengimplementasian ke bahasa pemrograman.
Hasil graf yang menggunakan beberapa conceptual relation dari kata yang terdapat pada kalimat, sehingga membawa pembaca dengan lebih mudah membaca sebuah hasil representasi sebuah dengan metode CG.
kekurangan Kesulitan dalam pemahaman pembaca ketika melihat graf hasil representasi sebuh teks dengan metode KG dengan relasi yang sama atau terbatas untuk menggambarkan berbagai macam relasi membuat seseorang dapat berbeda persepsi terhadap suatu relasi dengan orang lain.
Kesulitan terjadi pada
peng-implementasian ke dalam bahasa pemrograman yang disebabkan tidak adanya batasan dalam menentukan relasi dan kata hubung.
persamaan Memiliki keterkaitan antarkonsep dan
masih memiliki unsur kesubjektifan. Memiliki keterkaitan antarkonsep dan masih memiliki unsur kesubjektifan.
SIMPULAN DAN SARAN
Simpulan
Dari pembahasan pada bab sebelumnya, dapat disimpulkan bahwa suatu teks dapat direpresentasikan dalam bentuk visual (graf) menggunakan metode
knowledge graph dan metode conceptual graph untuk mempermudah dalam
menangkap informasi dan pengetahuan dari teks tersebut. Berdasarkan analisis perbandingan, perbedaan proses representasi teks menggunakan KG dan CG terletak pada penentuan relasi, yaitu relasi pada KGterbatas sedangkan CG belum ada batasan yang jelas. Dengan relasi yang terbatas, KG lebih mudah untuk diterapkan dalam bahasa pemrograman komputer. Akan tetapi CG dapat menggunakan kata yang terdapat pada teks untuk dijadikan relasi, sehingga representasi teks lebih mudah difahami.
Saran
23
DAFTAR PUSTAKA
Abbas YA. 2012. Perbandingan metode knowledge graph dan concept mapping
sebagai teknik menangkap pengetahuan [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Berg H van den. 1993. Knowledge graph and logic: one of two kinds [disertasi]. Enschede (NL): Univ Twente. ISBN 909006360-9.
Hariyanto D, Hariyono R. 2003. English Grammar for General Application. Surabaya (ID): Gita Media Pr.
Hoede C, Nurdiati S. 2008a. On word graphs and structural parsing, University of Twente (NL), Memorandum 1871, ISSN: 1874-4850.
Hoede C, Nurdiati S. 2008b.25years development of knowledge graph theory: the results and the challenge. Di dalam: the 3rd International Conference on
Mathematics and Statistics (ICOMS-3), Institut Pertanian Bogor (ID), 2008 Agu
5. Tersedia pada: http://doc.utwente.nl/64931/1/memo1876.pdf
Keraf G. 1982. Tata Bahasa Indonesia untuk Sekolah Lanjutan Atas. Jakarta (ID): Nusa Indah.
Meiyati N. 2010. What is an adjective? [Internet]. [diunduh 2012 Jan 6]. Tersedia pada: https://sites.google.com/site/tamanbahasaku/Home/grammar/adjectives/ What-is-an-Adjective
Sowa JF. 1976. “Conceptual graph for a data base interface”, IBM Journal of
Research and Development. [Internet]. [diunduh 2011 Sep 25]. 20(4): 336-357.
Tersedia pada: http://www.research.imb.com/ journal/tr/204/ibmrd2004E.pdf Sowa JF. 2000. Knowledge Representation: Logical, Philosophical, and
Computational Foundations. Pacific Grove (US): Brooks Cole Publishing Co.
Turner K. Hydroponics Farming - The New Age Farming. [Internet]. [diunduh 2011 Sep 25]. Tersedia pada: http://Ezine-Articles.com/1516243.
Wulandari A. 2008. Algoritme pembentukan combined graph dan simplified graph
dari dokumen berbahasaIndonesia [skripsi]. Bogor (ID): Institut Pertanian Bogor. Wilson RJ, Lowell WB. 1979. Applications of Graph Theory. London (GB):
Academic Press.
24
RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 19 Agustus 1988 dari pasangan Abdul Khoer dan Lelah Sulastri. Penulis merupakan anak pertama dari empat bersaudara.