• Tidak ada hasil yang ditemukan

ANALISIS PEMBENTUKAN WORD GRAPH FRASA KETERANGAN MENGGUNAKAN METODE KNOWLEDGE GRAPH ZIKRI SULISTIAWAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "ANALISIS PEMBENTUKAN WORD GRAPH FRASA KETERANGAN MENGGUNAKAN METODE KNOWLEDGE GRAPH ZIKRI SULISTIAWAN"

Copied!
93
0
0

Teks penuh

(1)

ANALISIS PEMBENTUKAN WORD GRAPH FRASA

KETERANGAN MENGGUNAKAN METODE

KNOWLEDGE GRAPH

ZIKRI SULISTIAWAN

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2011

(2)

DAN SUMBER INFORMASI

Dengan ini saya menyatakan bahwa tesis dengan judul “Analisis Pembentukan Word Graph Frasa Keterangan Menggunakan Metode Knowledge Graph” adalah karya saya sendiri dengan arahan komisi pembimbing dan belum pernah disajikan dalam bentuk apa pun ke 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 akhir tesis ini.

Bogor, Agustus 2011

Zikri Sulistiawan NRP G551090251

(3)

ZIKRI SULISTIAWAN. The Analysis of Word Graph Formation of Indonesian Adverb Phrase Using Knowledge Graph Method. Under Supervision of SRI NURDIATI and FARIDA HANUM.

Knowledge Graph (KG) is a new method to represent a knowledge in a graph form. In KG, a word is represented by a word graph. The structure of the word graph describes the semantic aspect of the word. Previous researches on KG have resulted in the construction of word graphs of nouns, adjectives, verbs, prepositions, adverbs, and phrases. However, none of them has investigated the construction word graph of adverb phrases. Therefore, this research intends to analyze the structure of an adverb phrase and to construct its word graph. In this research, the meaning of an adverb phrase is analyzed and classified into one of the eight existing categories. The next step is to analyze the word graph pattern of the phrases such that, the phrases having similar pattern are to be grouped together. The results show that there are 7 word graph patterns for adverb phrase. Keyword: adverb phrase, graph, knowledge graph, word graph

(4)

ZIKRI SULISTIAWAN. Analisis Pembentukan Word Graph Frasa Keterangan Menggunakan Metode Knowledge Graph. Dibimbing oleh SRI NURDIATI dan FARIDA HANUM.

Penerapan teori graf dalam matematika dapat digunakan untuk memodelkan masalah yang melibatkan jaringan komunikasi. Bahasa merupakan salah satu alat komunikasi antarindividu untuk menyampaikan maksud kepada komunikan. Dalam berinteraksi, bahasa dapat dibedakan menjadi bahasa alami dan bahasa buatan. Bahasa alami adalah bahasa yang biasa digunakan untuk berkomunikasi antarmanusia, sedangkan bahasa buatan adalah bahasa yang dibuat secara khusus untuk memenuhi kebutuhan tertentu. Chomsky memprakarsai memproses bahasa alami sebagai rangkaian simbol karena pemikirannya maka lahirlah ilmu natural language processing (NLP). NLP merupakan teknologi yang memungkinkan untuk melakukan berbagai macam pemrosesan bahasa alami yang biasa digunakan oleh manusia. Metode knowledge graph (KG) merupakan metode baru dalam NLP yang digunakan untuk menganalisis teks dan merepresentasikannya ke dalam bentuk graf dengan tujuan agar teks tersebut lebih mudah dipahami.

Pada saat ini metode KG telah digunakan untuk menganalisis teks berbahasa Inggris. Karena struktur bahasa Inggris tidak sama dengan bahasa Indonesia maka perlu dilakukan analisis terhadap struktur bahasa Indonesia. Penelitian KG pada teks berbahasa Indonesia telah dilakukan untuk kata benda, kata sifat, kata kerja, preposisi, kata keterangan, dan frasa kata. Penelitian-penelitian tersebut belum memadai bagi terbentuknya sebuah metode komputasi untuk membaca sebuah teks berbahasa Indonesia sebab masih banyak konsep dan struktur bahasa Indonesia yang belum dianalisis dan dibentuk word graph-nya. Oleh karena itu, penulis akan meneliti KG dengan membatasinya pada pembentukan word graph frasa keterangan bahasa Indonesia sebab aturan pembentukan word graph pada frasa keterangan ini belum dilakukan penganalisisan secara khusus oleh para peneliti sebelumnya.

Penelitian ini bertujuan mengidentifikasi dan menganalisis frasa keterangan, membuat aturan pembentukan word graph frasa keterangan, dan menguji aturan tersebut pada bahasa Indonesia. Manfaat penelitian ini adalah untuk melengkapi aturan pembentukan word graph dalam menganalisis teks berbahasa Indonesia dan merepresentasikan hasilnya dalam bentuk graf.

Frasa keterangan terdiri atas frasa dan kata keterangan. Frasa adalah kesatuan yang terdiri atas dua kata atau lebih, yang masing-masing kata tersebut mempertahankan makna dasar katanya. Kata keterangan adalah kata yang menjelaskan verba, adjektiva, atau adverbia lainnya. Frasa keterangan adalah kelompok kata yang terbentuk dari dua kata atau lebih dengan kata keterangan sebagai intinya. Inti frasa keterangan adalah kata keterangan yang membentuk frasa keterangan itu sendiri, sehingga makna frasa keterangan sama dengan makna kata keterangan. KG terdiri atas graf gabungan edge dan arc yang diberi label dan dinyatakan dengan garis dan garis berarah. Pada prinsipnya komposisi dari KG terdiri atas concept (token, type, dan name) dan relations. Concept adalah unsur terpenting dalam pemikiran manusia dalam membentuk suatu pengertian dari yang khusus ke bentuk umum atau sebaliknya. Concept dibedakan menjadi tiga

(5)

seseorang menurut cara pandangnya sendiri, token bersifat subjektif. Sebuah token dalam KG direpresentasikan dengan simbol “”. Type merupakan informasi umum dari kesepakatan yang dibuat sebelumnya dan bersifat objektif. Name menyatakan identitas dari sesuatu dan bersifat individual.

Relations pada KG hingga saat ini terdiri atas 9 binary relations, dan 4 frame relations. Sembilan binary relations tersebut yaitu: ALI, CAU, EQU, SUB, DIS, PAR, ORD, SKO, dan F. Relasi ALI digunakan untuk menghubungkan sebuah type dengan token. Relasi CAU menghubungkan dua token yang memiliki hubungan sebab akibat. Relasi EQU menghubungkan sebuah name dengan token. Relasi SUB menyatakan bahwa sesuatu merupakan bagian dari sesuatu yang lain. Relasi DIS menyatakan relasi antara dua token yang tidak mempunyai hubungan satu dengan yang lainnya. Relasi ORD menyatakan sesuatu yang memiliki urutan. Relasi PAR untuk menjelaskan bahwa satu elemen berkaitan dan memiliki sifat elemen lainnya. Relasi SKO menyatakan hubungan jika sesuatu bergantung pada yang lain. F menunjukkan fokus dari suatu graf. Dan empat frame relations dari ontologi KG yaitu: FPAR, NEGPAR, POSPAR, dan NECPAR. Relasi FPAR digunakan untuk menghubungkan sebuah konsep dengan strukturnya. Relasi NEGPAR digunakan untuk menyatakan negasi dari sesuatu. Relasi POSPAR digunakan untuk menyatakan kemungkinan sesuatu. NECPAR digunakan untuk menyatakan suatu kebutuhan.

Alur penelitian yang dilakukan adalah: (1) mengidentifikasi dan menganalisis frasa keterangan, (2) membuat pola word graph frasa keterangan berdasarkan makna frasa keterangan, (3) mengklasifikasikan frasa keterangan berdasarkan kesamaan pola word graph, (4) membuat aturan pembentukan word graph frasa keterangan, (5) menguji aturan pembentukan word graph frasa keterangan tersebut.

Hasil identifikasi frasa keterangan berdasarkan maknanya ada 8 jenis, yaitu (1) kualitatif, (2) kuantitatif, (3) limitatif, (4) frekuentatif, (5) kewaktuan, (6) kecaraan, (7) kontrastif, dan (8) keniscayaan. Setelah dianalisis dan dibuat pola word graph-nya lalu dikelompokkan berdasarkan pola word graph yang sama maka ada 7 jenis frasa keterangan, karena frasa keterangan jenis 6 (makna kecaraan) memiliki word graph sama dengan frasa keterangan jenis 8 (makna keniscayaan). Pembentukan pola word graph frasa keterangan berdasarkan unsur frasanya ada 29 pola, dan ada 7 pola memiliki pola umum. Setelah diklasifikasikan berdasarkan pola word graph yang sama maka ada 23 pola. Berdasarkan pengujian aturan pembentukan word graph frasa keterangan pada bahasa Indonesia, disimpulkan bahwa aturan pembentukan word graph frasa keterangan dapat diterapkan untuk frasa keterangan yang sama pada kalimat berbeda dan untuk frasa keterangan lainnya yang memiliki struktur sama yang tidak termaktub dalam pembahasan.

(6)

© Hak Cipta milik IPB, tahun 2011 Hak Cipta dilindungi Undang-Undang

1 Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebut sumbernya.

a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah;

b. Pengutipan tidak merugikan kepentingan yang wajar IPB.

2 Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apa pun tanpa izin IPB.

(7)

ANALISIS PEMBENTUKAN WORD GRAPH FRASA

KETERANGAN MENGGUNAKAN METODE

KNOWLEDGE GRAPH

ZIKRI SULISTIAWAN

Tesis

sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada

Program Studi Matematika Terapan

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2011

(8)

Menggunakan Metode Knowledge Graph

Nama : Zikri Sulistiawan

NRP : G551090251

Program Studi : Matematika Terapan

Disetujui, Komisi Pembimbing

Dr. Ir. Sri Nurdiati, M.Sc. Ketua

Dra. Farida Hanum, M.Si. Anggota

Diketahui

Ketua Program Studi Matematika Terapan

Dr. Ir. Endar H. Nugrahani, M.S.

Dekan Sekolah Pascasarjana IPB

Dr. Ir. Dahrul Syah, M.Sc.Agr.

(9)
(10)

Ku persembahkan tesis ini untuk

orang tuaku tercinta, istri tercinta

dan anakku Hafidz Farhan Azzikra

"Tidak ada manusia yang gagal dalam kehidupan, kecuali ia memilih untuk gagal. Kegagalan yang sebenarnya adalah gagal untuk mulai mencoba"

(11)

Segala puji dan syukur penulis panjatkan ke hadhirat Allah SWT yang senantiasa melimpahkan rahmat dan kesehatan sehingga karya ilmiah ini dapat diselesaikan. Judul karya ilmiah yang dipilih penulis adalah Analisis

Pembentukan Word Graph Frasa Keterangan Menggunakan Metode

Knowledge Graph.

Penulis mengucapkan terima kasih yang tak terhingga kepada komisi pembimbing Ibu Dr. Ir. Sri Nurdiati, M.Sc dan Ibu Dra. Farida Hanum, M.Si atas kesabaran dan ketulusannya membimbing penulis sehingga karya ilmiah ini dapat diselesaikan, serta Bapak Dr. Ir. I Gusti Putu Purnaba, DEA selaku penguji di luar komisi pembimbing atas saran dan bimbingan agar tercapai sebuah karya ilmiah yang bermanfaat.

Terima kasih juga penulis sampaikan kepada Bapak, Ibu, Mertua, Kakak & Abang, dan Istri beserta Anakku Hafidz Farhan Azzikra atas ketulusan doa dan motivasinya. Akhir kata, penulis menyadari karya ilmiah ini masih jauh dari kesempurnaan. Penulis mengharapkan saran dan kritikannya. Semoga karya ilmiah ini bermanfaat.

Bogor, Agustus 2011 Zikri Sulistiawan

(12)

Penulis dilahirkan di Kotacane, Aceh pada tanggal 10 Agustus 1979

sebagai anak bungsu dari pasangan Bapak H. Syeh Ahmadsyah dan Ibu Hj. Batiah.

Tahun 1998 penulis lulus dari SMA Darul Iman Kotacane dan pada tahun yang sama lulus seleksi masuk Universitas Syiah Kuala di Banda Aceh melalui jalur Ujian Masuk Perguruan Tinggi Negeri. Penulis memilih jurusan Pendidikan Matematika pada Fakultas Keguruan dan Ilmu Pendidikan dan lulus pada tahun 2003.

Tahun 2004 penulis lulus Pegawai Negeri Sipil dan menjadi staf pengajar di MTs Negeri Ngkeran Kotacane hingga sekarang. Pada tahun 2009 penulis lulus seleksi masuk Program Magister pada Program Studi Matematika Terapan di Institut Pertanian Bogor melalui jalur Beasiswa Utusan Daerah Departemen Agama Republik Indonesia.

(13)

Halaman

DAFTAR TABEL ... xiii

DAFTAR GAMBAR ... xiv

1 PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Tujuan Penelitian ... 3 1.3 Manfaat Penelitian ... 4 2 TINJAUAN PUSTAKA ... 5 2.1 Frasa Keterangan ... 5

2.1.1 Definisi Frasa Keterangan ... 5

2.1.2 Struktur Frasa Keterangan ... 5

2.2 Knowledge Graph ... 7

2.2.1 Concept ... 7

2.2.2 Relations ... 7

2.3 Word Graph ... 12

3 METODE PENELITIAN ... 13

3.1 Studi Literatur Awal ... 13

3.2 Identifikasi dan Analisis Frasa Keterangan ... 13

3.3 Membuat Pola Word Graph Frasa Keterangan ... 13

3.4 Membuat Aturan Pembentukan Word Graph Frasa Keterangan ... 13

3.5 Pengujian Aturan Word Graph Frasa Keterangan ... 14

4 HASIL DAN PEMBAHASAN ... 17

4.1 Analisis Struktur Frasa Keterangan ... 17

4.2 Pembentukan Word Graph Frasa Keterangan ... 17

4.2.1 Frasa Keterangan Kualitatif ... 18

4.2.2 Frasa Keterangan Kuantitatif ... 24

4.2.3 Frasa Keterangan Limitatif ... 28

4.2.4 Frasa Keterangan Frekuentatif ... 29

4.2.5 Frasa Keterangan Kewaktuan ... 32

4.2.6 Frasa Keterangan Kecaraan ... 39

4.2.7 Frasa Keterangan Kontrastif ... 41

4.2.8 Frasa Keterangan Keniscayaan ... 43

4.3 Aturan Pembentukan Word Graph Frasa Keterangan ... 45

4.4 Pengujian Hasil Aturan Word Graph Frasa Keterangan ... 65

5 SIMPULAN DAN SARAN ... 73

5.1 Simpulan ... 73

5.2 Saran ... 73

(14)

Halaman 1 Word graph frasa keterangan berdasarkan maknanya ... 45 2 Word graph frasa keterangan berdasarkan pola word graph yang sama .... 52 3 Hasil pengujian aturan pembentukan word graph frasa keterangan ... 65

(15)

Halaman

1 Contoh penggunaan relasi Alikeness (ALI) ... 8

2 Contoh penggunaan relasi Causality (CAU) ... 8

3 Contoh penggunaan relasi Equality (EQU) ... 9

4 Contoh penggunaan relasi EQU untuk merepresentasikan A = B ... 9

5 Contoh penggunaan relasi Subset (SUB) ... 9

6 Contoh penggunaan relasi Disparateness (DIS) ... 10

7 Contoh penggunaan relasi Ordering (ORD) ... 10

8 Contoh penggunaan relasi Attribution (PAR) ... 10

9 Contoh penggunaan relasi Informational Dependency (SKO) ... 11

10 Contoh penggunaan ontologi F ... 11

11 Empat frame relations ... 12

12 Flowchart pembentukan aturan word graph frasa keterangan pada bahasa Indonesia ... 15

13 Word graph frasa keterangan amat sangat ... 19

14 Word graph frasa keterangan lebih kurang ... 20

15 Word graph frasa keterangan lebih baik ... 21

16 Word graph frasa keterangan dengan pola lebih+adv/adj ... 21

17 Word graph frasa keterangan paling baik ... 22

18 Word graph frasa keterangan dengan pola paling+adv/adj ... 23

19 Word graph frasa keterangan sangat kurang ... 23

20 Word graph frasa keterangan belum cukup ... 24

21 Word graph frasa keterangan sedikit sekali ... 26

22 Word graph frasa keterangan dengan pola adv/adj+sekali ... 26

23 Word graph frasa keterangan dua kali ... 27

24 Word graph frasa keterangan bilangan bulat+kali ... 27

25 Word graph frasa keterangan baru saja ... 28

26 Word graph frasa keterangan hanya saja ... 29

27 Word graph frasa keterangan acapkali ... 30

28 Word graph frasa keterangan sangat jarang ... 32

29 Word graph frasa keterangan nanti siang ... 33

30 Word graph frasa keterangan dengan pola nanti+waktu ... 34

31 Word graph frasa keterangan sore hari ... 34

32 Word graph frasa keterangan dengan pola waktu+hari ... 35

33 Word graph frasa keterangan saat ini ... 35

34 Word graph frasa keterangan sekarang juga ... 36

35 Word graph frasa keterangan tadi pagi ... 37

36 Word graph frasa keterangan dengan pola tadi+waktu ... 37

37 Word graph frasa keterangan kemarin malam ... 38

38 Word graph frasa keterangan belum pernah ... 39

39 Word graph frasa keterangan barangkali ... 40

40 Word graph frasa keterangan tidak mungkin ... 40

41 Word graph frasa keterangan sudah pasti ... 41

42 Word graph frasa keterangan justru dapat ... 42

43 Word graph frasa keterangan lagi pula ... 43

(16)

45 Word graph frasa keterangan belum tentu ... 45

46 Word graph pola ke-1 ... 52

47 Word graph pola ke-2 ... 52

48 Word graph pola ke-3 ... 52

49 Word graph pola ke-4 ... 52

50 Word graph pola ke-5 ... 53

51 Word graph pola ke-6 ... 53

52 Word graph pola ke-7 ... 53

53 Word graph pola ke-8 ... 53

54 Word graph pola ke-9 ... 53

55 Word graph pola ke-10 ... 54

56 Word graph pola ke-11 ... 54

57 Word graph pola ke-12 ... 54

58 Word graph pola ke-13 ... 54

59 Word graph pola ke-14 ... 55

60 Word graph pola ke-15 ... 55

61 Word graph pola ke-16 ... 55

62 Word graph pola ke-17 ... 55

63 Word graph pola ke-18 ... 55

64 Word graph pola ke-19 ... 56

65 Word graph pola ke-20 ... 56

66 Word graph pola ke-21 ... 56

67 Word graph pola ke-22 ... 56

68 Word graph pola ke-23 ... 56

69 Flowchart aturan pembentukan word graph frasa keterangan ... 64

(17)

1.1 Latar Belakang

Teori graf merupakan salah satu bidang penting dalam matematika terapan. Teori graf digunakan untuk memodelkan masalah-masalah dari semua ilmu pengetahuan, terutama sekali berguna dalam penerapan-penerapan yang

melibatkan jaringan komunikasi. Dalam Ramlan (2001) disebutkan bahwa bahasa merupakan salah satu alat komunikasi antarindividu dalam berinteraksi,

peran bahasa sangatlah penting untuk menyampaikan maksud dan informasi kepada komunikan.

Dalam berinteraksi, bahasa dapat dibedakan menjadi bahasa alami dan bahasa buatan. Bahasa alami adalah bahasa yang biasa digunakan untuk berkomunikasi antarmanusia berupa suara atau ucapan (spoken language), dan sering juga dinyatakan dalam bentuk tulisan. Bahasa buatan adalah bahasa yang dibuat secara khusus untuk memenuhi kebutuhan tertentu, misalnya bahasa pemodelan atau bahasa pemrograman komputer.

Dipandang dari sisi implementasi teknologinya, pemrosesan bahasa alami dan bahasa buatan sangat berbeda. Bahasa alami lebih banyak melakukan pemrosesan bunyi atau suara, sedangkan bahasa buatan lebih banyak melakukan pemrosesan simbol tertulis. Pemrosesan bahasa alami tumbuh secara alami sebagai alat komunikasi, sedangkan bahasa buatan mesti dirancang oleh manusia dengan mematuhi aturan yang diperlukan untuk kemudahan pemrosesannya.

Perancangan bahasa alami tidak memperhatikan berbagai kendala untuk kemudahan pemrosesan, akibatnya pemrosesan bahasa alami jauh lebih sulit dilakukan dibandingkan dengan bahasa buatan. Beberapa alasan yang

menyulitkan pemrosesan bahasa alami yaitu dalam bahasa alami sering terjadi ambiguity atau makna ganda, jumlah kosa kata (vocabulary) dalam bahasa alami sangat besar dan teknik pemrosesan bahasa alami bersifat sangat

language dependent yaitu suatu sistem atau teknik yang berlaku untuk suatu bahasa dan tidak mudah diterapkan untuk bahasa lainnya. Chomsky adalah orang yang pertama kali memproses dan mempresentasikan bahasa alami sebagai

(18)

rangkaian simbol. Karena pemikirannya maka lahirlah ilmu natural language processing (NLP).

Teknologi NLP merupakan teknologi yang memungkinkan untuk melakukan berbagai macam pemrosesan terhadap bahasa alami yang biasa digunakan oleh manusia. Sistem ini biasanya mempunyai masukan dan keluaran

berupa bahasa tulisan (teks). NLP mempunyai aplikasi yang sangat luas, di antaranya sebagai natural language translator yaitu translator dari satu bahasa

alami ke bahasa alami lainnya, dan digunakan sebagai translator bahasa alami ke bahasa buatan, juga sebagai text summarization yaitu suatu sistem yang dapat membuat ringkasan hal-hal yang penting dari suatu wacana yang diberikan (Arman 2004).

Seiring dengan kebutuhan dan kemajuan zaman, aplikasi NLP semakin dikembangkan oleh para ilmuwan. Metode knowledge graph (KG) merupakan metode baru dalam NLP yang merupakan sebuah metode untuk mengekspresikan bahasa dengan cara menganalisis teks dokumen secara harfiyah dengan tujuan agar dokumen tersebut lebih mudah dipahami dan diperoleh pengetahuan baru.

C Hoede, seorang ahli matematika diskret di Universitas Twente, dan F N Stockman, seorang sosiolog di Universitas Groningen Belanda, memprakarsai penggunaan metode KG mempresentasikan sembarang teks pada buku. Penggunaan metode KG untuk mempresentasikan suatu teks melibatkan bahasa yang digunakan dalam teks tersebut. Saat ini penggunaan metode KG telah dilakukan untuk dokumen yang menggunakan teks berbahasa Inggris, karena struktur bahasa Inggris tidak sama dengan struktur bahasa Indonesia maka perlu dilakukan analisis terhadap struktur bahasa Indonesia.

Penelitian penerapan metode KG pada bahasa Indonesia dalam jangka panjang bertujuan merancang sebuah metode yang dapat membaca teks berbahasa Indonesia dan menghasilkan informasi dari teks dalam bentuk graf, informasi tersebut merupakan intisari dari pengetahuan yang ada dalam dokumen yang dibaca. Penerapan dan pengembangan KG pada teks berbahasa Indonesia hingga saat ini masih terasa sangat perlu dilanjutkan. Implikasi dari penerapan KG sangat bermanfaat untuk pengembangan sarana komunikasi untuk masa akan datang.

(19)

Penelitian KG pada teks berbahasa Indonesia telah dilakukan oleh beberapa peneliti di Departemen Matematika dan Departemen Ilmu Komputer Institut Pertanian Bogor, antara lain rekayasa memahami teks menggunakan metode KG dalam bahasa Indonesia (Hulliyah 2007), penentuan chunk indicators yang digunakan sebagai petunjuk dalam menganalisis teks berbahasa Indonesia (Rusiyamti 2008). Selain itu, penelitian pembentukan word graph kata pada bahasa Indonesia menggunakan teori KG juga telah dilakukan, yaitu: kata benda (Saleh 2009), kata sifat (Rahmat 2009), kata kerja (Muslik 2009), preposisi (Anggraeni 2009), kata keterangan (Samba 2010) dan konstruksi pola word graph frasa kata (Mahmuda 2010).

Penelitian-penelitian tersebut di atas belum memadai untuk terbentuknya sebuah metode untuk membaca teks berbahasa Indonesia oleh mesin atau komputer, apalagi untuk penerapannya dalam bentuk software komputasi sebab masih banyak konsep dan aturan pada struktur bahasa Indonesia yang belum dianalisis/dibentuk word graph-nya. Perancangan aturan untuk semua konsep pada struktur bahasa Indonesia agar terciptanya suatu word graph bukanlah hal mudah, melainkan perlu kerja keras dan waktu yang tidak sedikit. Oleh karena itu, penulis tertarik melakukan penelitian tentang KG dengan membatasinya pada aturan pembentukan word graph frasa keterangan bahasa Indonesia sebab aturan pembentukan word graph pada frasa keterangan ini belum dilakukan penganalisisan secara khusus oleh peneliti-peneliti sebelumnya.

1.2 Tujuan Penelitian Penelitian ini bertujuan :

1 melakukan identifikasi dan analisis frasa keterangan (adverbia) pada bahasa Indonesia,

2 membuat aturan pembentukan word graph frasa keterangan (adverbia) pada bahasa Indonesia,

3 melakukan pengujian aturan word graph untuk frasa keterangan (adverbia) pada bahasa Indonesia.

(20)

1.3 Manfaat Penelitian

Penelitian ini akan menghasilkan word graph frasa keterangan yang

bermanfaat untuk melengkapi aturan yang sudah diperoleh dari hasil penelitian sebelumnya dalam menganalisis wacana/teks berbahasa Indonesia.

Aturan word graph frasa keterangan yang diperoleh direpresentasikan hasilnya dalam bentuk graf.

(21)

2 TINJAUAN PUSTAKA

Pada bagian ini dijelaskan beberapa definisi, teori dan konsep yang akan digunakan untuk pembahasan bab-bab selanjutnya.

2.1 Frasa Keterangan

2.1.1 Definisi Frasa Keterangan

Frasa keterangan pada bahasa Indonesia baku merupakan pengembangan dari kata keterangan (Alwi et al. 2003). Secara gramatik, frasa keterangan terdiri atas frasa dan kata keterangan. 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). Kata keterangan atau adverbia adalah kelas kata yang memberikan keterangan kepada kata lain, seperti kata kerja (verba) dan kata sifat (adjektiva) yang bukan kata benda (nomina). Contoh adverbia misalnya sangat, amat, tidak.

Dari segi bentuknya kata keterangan dapat dibagi menjadi dua golongan besar, yaitu (1) kata keterangan tunggal, dan (2) kata keterangan gabungan. Kata keterangan tunggal dapat dirinci lagi berupa kata dasar, kata berafiks, dan kata ulang, contohnya: banyak (kata dasar), mestinya (kata berafiks), dan kadang-kadang (kata ulang). Di pihak lain, kata keterangan gabungan bentuknya berupa kelompok kata yang tidak mempunyai predikat sehingga kata ini disebut juga sebagai frasa keterangan. Contoh: belum lagi, kadang kala, acapkali, hampir selalu, seringkali dan lagi pula (Finoza 2009).

2.1.2 Struktur Frasa Keterangan

Frasa keterangan merupakan kelompok kata yang berfungsi menerangkan predikat yang berupa verba atau adjektiva, selain itu ternyata frasa adverbia dapat menerangkan frasa preposisional, dan dapat juga menerangkan seluruh kalimat (Alwi et al. 2003). Inti dari frasa keterangan adalah kata keterangan yang membentuk frasa keterangan itu sendiri, sehingga makna frasa keterangan sama dengan makna kata keterangan (Finoza 2009).

(22)

Berdasarkan perilaku semantisnya kata keterangan sebagai inti frasa keterangan dapat mengungkapkan delapan jenis arti. Setiap jenis arti menggambarkan makna yang disandangnya (Alwi et al. 2003). Makna frasa keterangan berdasarkan perilaku semantisnya tersebut dapat dijelaskan sebagai berikut:

1. Makna kualitatif

Makna kualitatif menggambarkan makna yang berhubungan dengan tingkat, derajat dan mutu dari inti frasa keterangan.

2. Makna kuantitatif

Makna kuantitatif menggambarkan makna yang berhubungan dengan jumlah. 3. Makna limitatif

Makna limitatif menggambarkan makna yang berhubungan dengan pembatasan dari inti frasa keterangan.

4. Makna frekuentatif

Makna frekuentatif menggambarkan makna yang berhubungan dengan tingkat kekerapan terjadinya sesuatu yang diterangkan kata keterangan itu. 5. Makna kewaktuan

Makna kewaktuan menggambarkan makna yang berhubungan dengan saat terjadinya peristiwa yang diterangkan kata keterangan itu.

6. Makna kecaraan

Makna kecaraan menggambarkan makna yang menjelaskan suatu peristiwa karena tanggapan si pembicara atas berlangsungnya peristiwa tersebut.

7. Makna kontrastif

Makna kontrastif menggambarkan pertentangan dengan makna kata atau hal yang dinyatakan sebelumnya.

8. Makna keniscayaan

Makna keniscayaan menggambarkan makna yang berhubungan dengan kepastian tentang kelangsungan atau terjadinya hal atau peristiwa yang dijelaskan kata keterangan itu.

(23)

2.2 Knowledge Graph

Knowledge graph atau KG merupakan suatu pendekatan baru dalam perkembangan ilmu pengetahuan yang dapat digunakan untuk menyatakan dan memahami bahasa manusia ke bentuk yang lebih sederhana dengan bantuan aplikasi komputer dengan lebih memfokuskan pada aspek semantik daripada aspek sintatik. KG terdiri atas suatu himpunan verteks V yang tidak berlabel disebut token dan dinyatakan dengan persegi (Hoede 2003).

Menurut Hoede dan Nurdiati (2008) KG biasanya merupakan graf gabungan edge dan arc yang diberi label dan dinyatakan dengan garis dan garis berarah. Pada prinsipnya komposisi dari knowledge graph terdiri atas concept (token, type, dan name) dan relationship.

2.2.1 Concept

Menurut Zhang (2002) concept adalah komponen terpenting dalam pemikiran manusia. Concept dapat menjadi tata cara dalam membentuk suatu pengertian dari yang khusus ke bentuk umum atau sebaliknya. Concept dibedakan menjadi tiga jenis yaitu token, type, dan name (Berg 1993).

Token merupakan concept yang dipahami oleh seseorang menurut cara pandangnya masing-masing, sehingga token bersifat subjektif. Sebuah token dalam KG direpresentasikan dengan simbol “”. Dalam metode KG segala sesuatu akan dihubungkan dengan token (Berg 1993). Type bersifat objektif dan merupakan concept yang berbentuk informasi umum dari kesepakatan yang dibuat sebelumnya (Zhang 2002). Name adalah suatu yang bersifat individual (Berg 1993). Sebagai contoh “melati” adalah sebuah name yaitu nama dari sebuah bunga.

2.2.2 Relations

Relations pada KG merupakan ontologi. Ontologi adalah gambaran dari beberapa konsep dan relasi antar-concept yang bertujuan mendefinisikan ide-ide yang merepresentasikan concept, relasi dan logikanya. Berdasarkan ontologi yang dimiliki inilah maka KG dapat memahami bahasa alami (natural language) (Anggraeni 2009). Hal ini diperlukan untuk mengekspresikan arti dari suatu kalimat. Ontologi word graph terdiri atas token yang dinyatakan dengan node,

(24)

9 binary relations, dan 4 frame relations. Menurut Zhang dan Hoede (2000), penjelasan dari ontologi dalam teori KG tersebut sebagai berikut:

1 Relasi Alikeness (ALI)

Relasi alikeness disingkat dengan ALI yang berasal dari kata ALIKE berarti sama atau mirip. Relasi ALI digunakan untuk menghubungkan sebuah type dengan token (Zhang 2002). Contoh type adalah kembang, maka word graph dari kata kembang yaitu:

Gambar 1 Contoh penggunaan relasi Alikeness (ALI).

2 Relasi Causality (CAU)

Relasi causality (CAU) antara dua buah token dilambangkan dengan garis berarah dan digunakan untuk menghubungkan dua token yang memiliki hubungan sebab akibat. Untuk struktur yang kompleks CAU digunakan untuk menghubungkan dua token yang memiliki hubungan, pelaku, alasan, maksud, alat dan hasil. Dalam Zhang (2002) disebutkan bahwa relasi CAU dapat digunakan untuk menghubungkan dua concept yang terdiri atas kata kerja, yaitu untuk menghubungkan subjek dengan predikat atau predikat dengan objek. Contoh: Dede minum. Kalimat tersebut dapat dinyatakan dengan word graph berikut:

Gambar 2 Contoh penggunaan relasi Causality (CAU).

3 Relasi Equality (EQU)

Relasi Equality (EQU) digunakan untuk menghubungkan sebuah name dengan token. Contoh: mawar adalah name dari bunga. Relasi EQU juga dapat

ALI CAU ALI

ALI kembang Dede minum EQU orang

(25)

difungsikan untuk menjelaskan concept yang setara atau sama, mengekspresikan dua hal yang identik. Berikut ini graf dari penggunaan relasi EQU.

Gambar 3 Contoh penggunaan relasi Equality (EQU).

Logika matematika EQU diformulasikan dengan jika A EQU B, maka A=B. EQU menyatakan kata hubung sama dengan atau pada bahasa Indonesia EQU dapat berarti adalah dan merupakan.

Gambar 4 Contoh penggunaan relasi EQU untuk merepresentasikan A = B.

4 Relasi Subset (SUB)

Jika ada dua token menyatakan suatu word graph, dan token yang satu merupakan bagian dari token yang lain, maka kedua token tersebut dihubungkan

dengan relasi SUB. Contoh: jengger SUB ayam. Contoh tersebut

mengekspresikan jengger ayam yang berarti jengger merupakan bagian dari anggota tubuh ayam. Pernyataan tersebut dinyatakan pada gambar berikut:

Gambar 5 Contoh penggunaan relasi Subset (SUB).

Relasi SUB pada dasarnya adalah menggambarkan satu bagian dari sebuah concept yang utuh sehingga fungsi SUB berkaitan erat dengan concept kepemilikan, artinya a adalah milik atau bagian dari b.

SUB B ALI EQU ALI EQU ALI mawar bunga A

(26)

5 Relasi Disparateness (DIS)

Relasi Disparateness (DIS) digunakan untuk menyatakan relasi antara dua token yang tidak mempunyai satu elemen yang sama satu dengan yang lainnya. Relasi ini juga dapat digunakan untuk menyatakan kata “berbeda”, misalnya padi berbeda dengan jagung, kalimat tersebut dapat dinyatakan dengan word graph berikut.

Gambar 6 Contoh penggunaan relasi Dispareteness (DIS).

6 Relasi Ordering (ORD)

Relasi Ordering (ORD) menyatakan bahwa dua benda memiliki urutan tertentu satu dengan lainnya, baik urutan waktu maupun tempat. Relasi ini digunakan untuk membandingkan urutan dua benda dan dapat juga digunakan untuk mengungkapkan hubungan “ < ” yang dikenal dalam matematika A < B (A lebih kecil dari B). Misalnya “ dari hari ini sampai besok” dapat dinyatakan dengan word graph berikut.

Gambar 7 Contoh penggunaan relasi Ordering (ORD).

7 Relasi Attribution (PAR)

Relasi Attribution (PAR) digunakan untuk menjelaskan bahwa satu elemen berkaitan dan memiliki sifat elemen lainnya. Misalnya tanaman hias. Kata hias merupakan atribut dari tanaman, dinyatakan dengan word graph berikut.

Gambar 8 Contoh penggunaan relasi Attribution (PAR).

Relasi PAR juga digunakan untuk menghubungkan satuan seperti waktu, panjang, temperatur, berat, umur, dan lain-lain.

PAR ALI hias ALI

hari ini

ALI

padi ALI DIS jagung

ALI ORD

ALI

besok

(27)

8 Relasi Informational Dependency (SKO)

Relasi SKO menyatakan hubungan jika suatu token bergantung pada token yang lainnya. Contohnya rajin pangkal pandai. Dapat dinyatakan dengan word graph berikut.

Gambar 9 Contoh penggunaan relasi Informational Dependency (SKO).

9 Ontologi F (Focus)

Ontologi F digunakan untuk menunjukkan fokus dari suatu graf (Nurdiati & Hoede 2009). Pada penelitian ini fokus disimbolkan dengan persegi yang dihitamkan. Fokus menunjukkan intisari dari suatu pernyataan misalnya untuk menyatakan word graph “ibu menelepon saya” dengan fokus “ibu” dinyatakan sebagai berikut:

Gambar 10 Contoh penggunaan ontologi F.

Terdapat empat frame relations dari ontologi KG yaitu: 1. Focusing on a situation : FPAR

2. Negation of a situation : NEGPAR

3. Possibility of a situation : POSPAR 4. Necessity of a situation : NECPAR

Jika suatu graf merepresentasikan suatu pernyataan, misalkan p, yang dinyatakan dengan frame, maka graf dari negasi p dapat dinyatakan dengan graf yang sama dan diberi frame relasi NEGPAR, graf possibility dari p dinyatakan

SKO ALI pandai rajin ALI CAU ALI CAU ALI ibu ALI ALI telepon saya menelepon

(28)

dengan graf yang sama dan diberi frame dengan relasi POSPAR, graf necessity dari p dinyatakan dengan graf yang sama dan diberi frame dengan relasi NECPAR (Zhang 2002). Untuk lebih jelasnya dapat digambarkan sebagai berikut:

Gambar 11 Empat frame relations.

Misalkan p : hari ini hujan, maka dari Gambar 11 secara berurutan menunjukkan graf dari pernyataan bahwa: hari ini hujan, tidak benar hari ini hujan, mungkin hari ini hujan, dan seharusnya hari ini hujan.

2.3 Word Graph

Dalam teori KG setiap kata berhubungan dengan sebuah word graph yang menyatakan arti dari kata dan disebut dengan semantic word graph, selanjutnya sebuah kata memiliki jenis khusus seperti kata benda atau kata kerja, dan aturan-aturan lain pada jenis bahasa yang berhubungan dengan beberapa kata lainnya.

Word graph merupakan graf dari kata dan dapat dinyatakan sebagai graf berarah (digraph) yang diberi label. Gabungan beberapa word graph dari beberapa kata dalam suatu kalimat menghasilkan sentence graph. Beberapa kalimat yang digabungkan dalam sebuah teks menghasilkan text graph, dan memuat pengetahuan yang terkandung dalam suatu teks (Hoede & Nurdiati 2008).

p NEG p POS p NEC p

(29)

3 METODE PENELITIAN

Pada bab ini akan dibahas tahapan yang akan dilakukan pada penelitian ini. Tahapan-tahapan tersebut yaitu:

3.1 Studi literatur awal

Studi literatur awal dilakukan untuk mencari dan mengumpulkan semua materi yang sesuai dengan topik yang diteliti yaitu bahan pustaka yang berhubungan dengan frasa keterangan dan knowledge graph (KG).

3.2 Identifikasi dan analisis frasa keterangan

Pada tahap ini dilakukan analisis terhadap frasa keterangan dari teks bacaan yang telah dikumpulkan dengan mengidentifikasi dan memilih frasa keterangan bahasa Indonesia. Identifikasi dan pemilihan frasa keterangan dilakukan berdasarkan struktur dan makna dari frasa keterangan berdasarkan kaedah bahasa baku bahasa Indonesia. Struktur frasa keterangan bahasa Indonesia dilihat dari segi semantisnya, yaitu sebanyak delapan jenis frasa keterangan, sedangkan analisis makna frasa keterangan menggunakan Kamus Besar Bahasa Indonesia.

3.3 Membuat pola word graph frasa keterangan.

Pembuatan pola word graph frasa keterangan didasarkan pada konsep KG. Metode KG memberikan penjelasan bahwa setiap kata berhubungan dengan sebuah word graph sebagai pernyataan arti dari kata itu sendiri. Oleh karena itu frasa keterangan juga memiliki word graph yang berbeda bergantung pada frasa keterangan tersebut.

3.4 Membuat aturan pembentukan word graph frasa keterangan

Dalam merekonstruksi aturan pembentukan word graph frasa keterangan ini, penulis menganalisis beberapa contoh word graph yang telah dibuat oleh para peneliti sebelumnya untuk dipadukan, sehingga aturan word graph yang dibentuk sesuai dengan aturan word graph yang sudah ada. Word graph yang telah dibuat akan dikelompokkan berdasarkan pada makna yang dinyatakan oleh frasa keterangan dan bentuk word graph-nya.

(30)

Pada prinsipnya, perekonstruksian pola word graph frasa keterangan hampir sama dengan pembentukan word graph kata keterangan. Perbedaan keduanya terletak pada struktur kata dan bentuknya saja. Dari proses analisis tersebut diperoleh suatu aturan pembentukan word graph dari frasa keterangan pada bahasa Indonesia.

3.5 Pengujian aturan word graph frasa keterangan

Langkah terakhir adalah pengujian aturan pembentukan word graph dari frasa keterangan. Pengujian ini dilakukan terhadap frasa keterangan yang sama pada kalimat yang berbeda, pengujian dilakukan secara berulang agar didapat aturan word graph frasa keterangan yang berlaku umum.

Secara ringkas, tahapan penelitian dalam menganalisis aturan pembentukan word graph frasa keterangan dengan menggunakan metode KG dapat dilihat pada flowchart di bawah ini:

Mulai

Identifikasi frasa keterangan pada bahasa Indonesia Literatur teks berbahasa

Indonesia yang baku

Analisis frasa keterangan pada bahasa Indonesia berdasarkan maknanya

ada 8 macam

Pembuatan pola word graph frasa keterangan berdasarkan maknanya

1

Pengelompokan frasa keterangan berdasarkan kesamaan bentuk word graph

(31)

Gambar 12 Flowchart pembentukan aturan word graph frasa keterangan pada bahasa Indonesia. Tidak Tidak Ya Ya

Pembuatan aturan pembentukan word graph frasa keterangan

Uji hasil aturan pembentukan word graph frasa keterangan

Perbaiki aturan pembentukan word graph

frasa keterangan Apakah hasil aturan

sudah benar

Aturan pembentukan word graph frasa keterangan

Selesai 1

Apakah hasil aturan telah berlaku umum

(32)
(33)

4 HASIL DAN PEMBAHASAN

4.1 Analisis Struktur Frasa Keterangan

Frasa adalah satuan gramatik yang terdiri atas dua kata atau lebih dan tidak melampaui batas fungsi atau jabatannya. Frasa keterangan dibentuk dari gabungan dua kata keterangan yang berdampingan dan berfungsi menerangkan verba, adjektiva, frasa preposisional dan seluruh kalimat. Inti dari frasa keterangan adalah kata keterangan yang membentuk frasa keterangan itu sendiri, sehingga makna frasa keterangan sama dengan makna kata keterangan (Finoza 2009).

Frasa keterangan terdiri atas dua kata atau lebih dengan kata keterangan sebagai intinya, dan masing-masing kata mempertahankan makna kata dasarnya. Gabungan dua kata tersebut menghasilkan suatu relasi tertentu dan tiap kata pembentuknya tidak bisa berfungsi sebagai subjek dan predikat dalam konstruksi tersebut. Dalam Ramlan (2001) disebutkan bahwa frasa keterangan adalah frasa yang mempunyai distribusi yang sama dengan kata keterangan.

Dilihat dari fungsinya frasa keterangan diklasifikasikan sebagai berikut: (1) frasa keterangan menerangkan verba, (2) frasa keterangan menerangkan adjektiva, (3) frasa keterangan menerangkan frasa preposisional, dan (4) frasa keterangan menerangkan kalimat (Alwi et al. 2003). Di pihak lain, berdasarkan makna dan perilaku semantisnya frasa keterangan dapat mengungkapkan delapan jenis arti. Setiap jenis arti menggambarkan makna yang disandangnya. Dalam Alwi et al. (2003) disebutkan bahwa makna frasa keterangan berdasarkan perilaku semantisnya tersebut, yaitu (1) kualitatif, (2) kuantitatif, (3) limitatif, (4) frekuentatif, (5) kewaktuan, (6) kecaraan, (7) kontrastif, dan (8) keniscayaan.

Penelitian ini menganalisis frasa keterangan berdasarkan perilaku semantis dari inti frasa dan menganalisis hubungan makna unsurnya pada teks berbahasa Indonesia.

4.2 Pembentukan Word Graph Frasa Keterangan

Prosedur yang dilakukan pembuatan pola word graph frasa keterangan pada teks berbahasa Indonesia didasarkan pada konsep KG. Metode KG memberi penjelasan bahwa setiap kata berhubungan dengan sebuah word graph sebagai

(34)

pernyataan arti dari kata itu sendiri. Oleh karena itu, frasa keterangan juga memiliki word graph yang berbeda bergantung pada makna frasa keterangan itu sendiri. Makna setiap frasa ditentukan oleh inti frasa, sedangkan inti dari frasa keterangan adalah kata keterangan. Makna frasa keterangan ditinjau dari Kamus Besar Bahasa Indonesia (KBBI). Dalam Finoza (2009) disebutkan bahwa frasa keterangan dapat juga merupakan kata keterangan itu sendiri sehingga frasa keterangan dapat bermakna sama dari segi perilaku semantisnya dengan kata keterangan.

Pada bahasan berikut ini akan dijelaskan makna frasa keterangan bahasa Indonesia berdasarkan perilaku semantisnya yang dinyatakan inti frasa keterangan tersebut beserta word graph yang dibuat.

4.2.1 Frasa Keterangan Kualitatif

Frasa keterangan kualitatif menggambarkan makna yang berhubungan dengan tingkat, derajat dan mutu (Alwi et al. 2003). Yang termasuk frasa keterangan kualitatif berdasarkan inti frasanya adalah amat sangat, lebih kurang, lebih baik, paling baik, dan sangat kurang.

(a) amat sangat

Frasa amat sangat merupakan gabungan dua kata keterangan kualitatif amat dan sangat. Dalam Depdiknas (2008) frasa amat sangat berarti melebihi dari ukuran biasanya. Berikut adalah penggunaan frasa amat sangat di dalam kalimat. (1.1) Saat menjalani penyinaran ke-15, Tono merasa sakit yang amat sangat di

pinggangnya (Susanti 2010).

Frasa keterangan amat sangat pada kalimat (1.1) menyatakan hubungan derajat atau tingkatan dan berfungsi untuk menerangkan rasa sakit yang didera Tono di pinggangnya. Pola word graph untuk kata keterangan amat dan sangat telah direpresentasikan oleh Samba (2010). Makna kedua kata keterangan tersebut merepresentasikan ukuran atau tingkatan, dan makna leksikal kata keterangan tersebut juga sama. Frasa amat sangat bermakna ukuran tingkatan atau derajat yang melebihi dari kata sangat maupun amat. Word graph frasa keterangan amat sangat dapat dipresentasikan sebagai berikut:

(35)

Gambar 13 Word graph frasa keterangan amat sangat.

Word graph frasa amat sangat dipresentasikan dengan dua token. Token1

merepresentasikan kata sangat yang dihubungkan dengan relasi ALI dan token2

merepresentasikan suatu ukuran yang melebihi sangat yang dihubungkan dengan relasi ALI. Token1 (sangat) terletak di sebelah kiri mengindikasikan ukuran

tingkatan token1 kurang dari token2. Kedua token mempunyai hubungan ukuran

urutan, sehingga relasi tersebut dihubungkan oleh arc berlabel ORD ke arah token2. Arc berawal dari token1, sebab urutan ukuran yang dinyatakan oleh token2

lebih tinggi derajatnya dibanding token1.

Fokus pembicaraan pada konteks kalimat adalah frasa amat sangat yang menyatakan ukuran yang melebihi dari ukuran yang lazim dari suatu tingkatan yaitu melebihi makna dari kata sangat, sehingga fokus word graph pada token2

diberi warna hitam. Makna frasa amat sangat di dalam word graph ditunjukkan frame pada Gambar 13.

(b) lebih kurang

Makna frasa lebih kurang adalah kira-kira (Depdiknas 2008). Frasa lebih kurang terdiri atas dua kata keterangan kualitatif lebih dan kurang. Lebih memilki arti lewat dari semestinya, dan kurang memiliki arti tidak atau belum cukup. Berikut adalah penggunaan frasa lebih kurang di dalam kalimat.

(1.2) Tingginya lebih kurang 30 cm. Bunganya banyak. Warnanya beragam (Raharjo 2010a).

Frasa keterangan lebih kurang pada kalimat (1.2) menyatakan hubungan derajat atau tingkatan dan berfungsi untuk menerangkan tinggi dari sesuatu. Pola word graph untuk kata keterangan lebih dan kurang telah direpresentasikan oleh Samba (2010). Makna kedua kata keterangan tersebut merepresentasikan ukuran atau tingkatan, namun makna leksikal kedua kata keterangan tersebut saling bertolak belakang. Makna lebih kurang adalah ukuran tingkatan yang tidak dapat

amat sangat ALI

ORD ALI sangat

(36)

dipastikan atau kira-kira, dapat bermakna lebih atau dapat juga bermakna kurang. Word graph frasa keterangan lebih kurang dipresentasikan sebagai berikut:

Gambar 14 Word graph frasa keterangan lebih kurang.

Frasa keterangan lebih kurang menyatakan hubungan derajat atau tingkatan. Word graph frasa lebih kurang dipresentasikan dengan dua token. Token1 terletak

sebelah kiri dan merepresentasikan suatu ukuran (lebih) dan dihubungkan dengan relasi ALI. Token2 terletak sebelah kanan dan merepresentasikan ukuran (kurang)

yang dihubungkan dengan relasi ALI. Kedua token menyatakan ukuran yang tidak dapat dipastikan, dapat berukuran lebih atau kurang, akibatnya kedua token dihubungkan dengan dua buah arc dengan arah yang berlawanan dengan label ORD. Fokus word graph berdasarkan konteks kalimat atau dapat dibuat konsesi dengan mengambil fokus pada token sebelah kiri.

Makna frasa keterangan lebih kurang beralternasi dengan frasa kurang lebih, sehingga pola word graph pada Gambar 14 juga berlaku untuk frasa kurang lebih.

(c) lebih baik

Frasa keterangan lebih baik terdiri atas kata keterangan lebih dan adjektiva baik. Dalam Depdiknas (2008) kata lebih bermakna lewat dari semestinya (ukuran, banyaknya, besarnya). Dan adjektiva baik bermakna patut; teratur (apik, rapi, tidak ada celanya). Berikut adalah penggunaan frasa lebih baik di dalam kalimat.

(1.3) Sebagian dari porsi sayuran lebih baik dikonsumsi mentah. Pasalnya, enzim dalam sayuran mentah banyak yang rusak saat dimasak (Raharjo 2010c). Frasa lebih baik pada kalimat (1.3) menyatakan hubungan mutu atau derajat dan berfungsi untuk menerangkan porsi sayuran mentah yang dikonsumsi. Word graph frasa keterangan lebih baik dikonstruksi sebagai berikut:

lebih kurang ORD ALI ALI ORD ukuran ukuran ALI

(37)

Gambar 15 Word graph frasa keterangan lebih baik.

Word graph frasa lebih baik direpresentasikan dengan dua token yang sesuai dengan pola kata lebih (Samba 2010). Token1 terletak sebelah kiri dan

merepresentasikan adjektiva baik dan dihubungkan dengan relasi ALI. Token2

terletak sebelah kanan dan merepresentasikan adjektiva baik yang dihubungkan dengan relasi ALI. Ukuran adjektiva atau adverbia pada kedua token berupa ukuran kualitatif. Fokus pembicaraan pada konteks kalimat adalah ukuran yang lebih berdasarkan makna frasa lebih baik dan terletak pada token2 maka diberi

warna hitam. Kedua token merepresentasikan makna ukuran urutan sehingga dihubungkan dengan relasi ORD.

Struktur frasa keterangan lebih baik terdiri atas gabungan adverbia (lebih) dengan adjektiva (baik), sehingga pola ini dapat dibuat menjadi pola lebih+adv/adj. Kata lebih dapat diikuti kata keterangan (adverbia) bermakna kualitatif atau kuantitatif maupun kata sifat (adjektiva), sehingga dapat membentuk suatu pola yang lebih umum. Secara umum frasa keterangan dengan pola lebih+adv/adj bentuk word graph-nya dapat direkonstruksi sebagai berikut:

Gambar 16 Word graph frasa keterangan lebih+adv/adj.

ALI ALI ALI ORD baik baik lebih baik adv/adj ALI ALI ALI ALI ORD adv/adj ukuran (kualitat if/kuanti tatif) lebih +adv/adj ALI ukuran (kualitat if/kuant itatif)

(38)

(d) paling baik

Frasa paling baik merupakan gabungan kata keterangan kualitatif paling dan adjektiva baik. Dalam Depdiknas (2008) kata keterangan paling mempunyai makna ter; teramat. Di pihak lain, adjektiva baik bermakna tidak ada celanya. Frasa paling baik berarti terbaik, dapat juga disimpulkan berarti ukuran mutu atau derajat yang melebihi dari ukuran biasanya. Berikut adalah penggunaan frasa paling baik di dalam kalimat.

(1.4) Minyak ikan asal tuna dan salmon yang kaya omega-3 paling baik menghambat peradangan (Artdiyasa 2010a).

Frasa keterangan paling baik pada kalimat (1.4) menyatakan hubungan mutu atau derajat dan berfungsi untuk menerangkan kandungan minyak ikan tuna dan salmon sebagai penghambat radang. Word graph frasa keterangan paling baik dapat dipresentasikan dengan menyempurnakan pola yang sudah ada. Word graph frasa paling baik dipresentasikan sebagai berikut:

Gambar 17 Word graph frasa keterangan paling baik.

Word graph frasa paling baik direpresentasikan dengan tiga buah token yang sesuai dengan pola kata paling (Samba 2010). Token1 (token paling kiri)

merepresentasikan adjektiva baik dan dihubungkan dengan relasi ALI. Token2

(token di tengah) merepresentasikan adjektiva baik yang dihubungkan dengan relasi ALI. Token3 (token paling kanan) merepresentasikan adjektiva baik yang

dihubungkan dengan relasi ALI, dalam hal ini token3 merepresentasikan frasa

paling baik. Fokus pembicaraan pada konteks kalimat adalah ukuran yang tertinggi berdasarkan makna kata paling dan terletak pada token3, sehingga token3

diberi warna hitam. Ketiga token merepresentasikan makna ukuran, maka dihubungkan dengan relasi berlabel ORD.

paling baik = ALI ALI ORD ALI ALI ORD

(39)

Struktur frasa keterangan paling baik terdiri atas gabungan adverbia (paling) dengan adjektiva (baik), sehingga pola ini dapat dibuat ke bentuk yang umum, yaitu paling+adv/adj. Secara umum frasa keterangan dengan pola paling+adv/adj bentuk word graph-nya sebagai berikut:

Gambar 18 Word graph frasa keterangan dengan pola paling+adv/adj. (e) sangat kurang

Frasa sangat kurang terdiri atas dua kata keterangan kualitatif sangat dan kurang. Sangat artinya melebihi dari ukuran semestinya, dan kurang artinya belum cukup (Depdiknas 2008). Berikut adalah penggunaan frasa sangat kurang di dalam kalimat.

(1.5) Faedah lain sambung samping pada tanaman kakao dapat memperbaiki klon-klon yang ditanam, tetapi dinilai sangat kurang diminati oleh para petani (Yajri 2009).

Frasa keterangan sangat kurang pada kalimat (1.5) menyatakan hubungan derajat atau tingkatan dan berfungsi untuk menerangkan perbuatan yang diminati. Pola word graph untuk kata sangat beralternasi dengan kata amat. Makna kata keterangan tersebut merepresentasikan ukuran atau tingkatan. Word graph frasa sangat kurang dipresentasikan sebagai berikut:

Gambar 19 Word graph frasa keterangan sangat kurang.

Word graph frasa sangat kurang direpresentasikan dengan dua concept. Concept1 terdiri atas sebuah token yang merepresentasikan ukuran sangat yang

ALI kurang ALI ALI PAR ALI ALI ORD

sangat ukuran ukuran

paling+ adv/adj ALI ORD ALI ALI ORD adv/adj (ukuran kualitatif/ kuantitatif) adv/adj (ukuran kualitatif/ kuantitatif ) adv/adj (ukuran kualitatif/ kuantitatif )

(40)

dihubungkan dengan relasi ALI. Concept2 terdiri atas frame yang sesuai dengan

pola kata keterangan kurang (Samba 2010) yang dihubungkan dengan relasi ALI. Fokus pembicaraan pada konteks kalimat adalah concept2 maka diberi warna

hitam. Concept1 merupakan atribut bagi concept2 maka dihubungkan dengan

relasi PAR.

4.2.2 Frasa Keterangan Kuantitatif

Frasa keterangan kuantitatif menggambarkan makna yang berhubungan dengan jumlah (Alwi et al. 2003). Yang termasuk frasa keterangan kuantitatif yaitu: belum cukup, paling banyak, sedikit sekali, dan dua kali.

(a) belum cukup

Makna frasa belum cukup adalah kurang (Depdiknas 2008). Frasa belum cukup merupakan frasa keterangan bermakna kuantitatif, terdiri atas dua kata yang membentuk satu makna. Frasa keterangan belum cukup menyatakan makna ukuran suatu jumlah yang minimum dari yang diharapkan atau kenyataannya. Berikut adalah penggunaan frasa belum cukup di dalam kalimat.

(2.1) Angka itu belum cukup memenuhi permintaan yang jumlahnya lebih dari 10 ekor (Duryatmo 2010).

Frasa keterangan belum cukup pada kalimat (2.1) berfungsi menerangkan angka permintaan dari sesuatu yang menyatakan jumlah dari suatu benda. Frasa belum cukup merupakan fokus pada kalimat tersebut, karena dengan bantuan frasa belum cukup didapat suatu informasi penting dari kalimat (2.1) bahwa banyaknya benda/barang yang diperlukan masih kurang. Karena frasa belum cukup bermakna kurang, maka pola word graph dari frasa belum cukup dapat dikonstruksi sesuai dengan pola word graph kata kurang (Samba 2010). Word graph frasa belum cukup (sinonim: kurang) dipresentasikan sebagai berikut:

Gambar 20 Word graph frasa keterangan belum cukup.

belum cukup ALI

ALI ALI

ORD

(41)

Word graph frasa belum cukup dipresentasikan dengan dua token sesuai dengan pola word graph kata keterangan kurang (Samba 2010). Token1 terletak

sebelah kiri dan merepresentasikan kata keterangan ukuran yang dihubungkan dengan relasi ALI. Token2 terletak sebelah kanan dan merepresentasikan suatu

ukuran yang derajatnya lebih tinggi dari ukuran token1 dan dihubungkan dengan

relasi ALI. Kedua token menyatakan hubungan ukuran urutan jumlah, sehingga relasi tersebut dihubungkan oleh arc berlabel ORD. Fokus pembicaraan pada konteks kalimat adalah token1 maka diberi warna hitam.

(b) paling banyak

Frasa paling banyak merupakan frasa keterangan bermakna kuantitatif. Dalam Depdiknas (2008) kata keterangan paling mempunyai makna ter; teramat. Banyak bermakna besar jumlahnya; tidak sedikit. Frasa paling banyak berarti terbanyak; terbesar jumlahnya, dapat juga disimpulkan berarti ukuran jumlah yang melebihi dari ukuran yang lazim. Berikut adalah penggunaan frasa paling banyak di dalam kalimat.

(2.2) Jenis mangga yang paling banyak diimpor selama 6 tahun terakhir adalah mangga jenis khio sawoei dari Thailand dan Australia (Duryatmo 2010). Frasa keterangan paling banyak pada kalimat (2.2) menyatakan hubungan ukuran urutan jumlah dan berfungsi menerangkan jenis mangga yang diimpor selama 6 tahun terakhir. Word graph frasa keterangan paling banyak dikonstruksi dengan struktur paling+adv (banyak). Pola word graph untuk frasa paling+adv/adj telah direpresentasikan pada Gambar 18, sehingga pola word graph paling banyak dapat memakai pola tersebut.

(c) sedikit sekali

Frasa sedikit sekali terdiri atas kata sedikit dan sekali. Dalam Depdiknas (2008) sedikit bermakna tidak banyak dan sekali memiliki arti amat; sangat. Frasa sedikit sekali beralternasi dengan frasa sedikit amat. Berikut adalah penggunaan frasa sedikit sekali di dalam kalimat.

(2.3) Riset ilmiah Washington State University baru-baru ini menunjukkan bahwa stroberi organik lebih kaya antioksidan dan mineral, tetapi sedikit sekali kandungan fosfor dan potasiumnya (Duryatmo 2010).

(42)

Frasa keterangan sedikit sekali pada kalimat (2.3) menyatakan hubungan jumlah dan berfungsi menerangkan kandungan gizi dari stroberi organik. Word graph frasa keterangan sedikit sekali dipresentasikan sebagai berikut:

Gambar 21 Word graph frasa keterangan sedikit sekali.

Frasa keterangan sedikit sekali bermakna sedikit amat atau sangat sedikit (Depdiknas 2008). Word graph frasa sedikit sekali direpresentasikan dengan dua token. Token1 (di sebelah kiri) merepresentasikan adverbia sedikit yang

dihubungkan dengan relasi ALI. Token2 (di sebelah kanan) merepresentasikan

adverbia sekali yang dihubungkan dengan relasi ALI. Fokus pembicaraan pada konteks kalimat adalah token2 maka diberi warna hitam. Token1 merupakan

atribut bagi token2 maka dihubungkan dengan relasi berlabel PAR.

Secara umum frasa keterangan dengan pola adv/adj+sekali bentuk word graph-nya sebagai berikut:

Gambar 22 Word graph frasa keterangan adv/adj+sekali. (d) dua kali

Frasa keterangan dua kali terdiri atas kata dua dan kali. Dua merupakan suatu bilangan bulat, sedangkan kali bermakna kata untuk menyatakan kekerapan tindakan atau kata untuk menyatakan kelipatan atau perbandingan (ukuran, harga, dan lainnya) (Depdiknas 2008). Frasa dua kali merupakan jumlah yang dapat dihitung dari suatu benda. Berikut adalah penggunaan frasa keterangan dua kali dalam kalimat. sedikit sekali ALI ALI sedikit ALI ALI PAR sekali ukuran advj/adj +sekali ALI ALI Adv/adj ALI ALI PAR sekali ukuran

(43)

(2.4) Corak variegata yang dominan membuat pertumbuhan 2 kali lebih lambat daripada pinguicula normal (Artdiyasa 2010b).

Frasa keterangan dua kali menyatakan ukuran jumlah kelipatan sebanyak dua (berulang). Frasa dua kali pada kalimat (2.4) menjelaskan pertumbuhan dari pinguicula. Kata kali merupakan atribut dari dua yang berfungsi menerangkan makna jumlah atau kelipatan dari suatu bilangan. Word graph dari frasa keterangan dua kali dipresentasikan sebagai berikut:

Gambar 23 Word graph frasa keterangan dua kali.

Word graph frasa dua kali dipresentasikan dengan dua token. Token1

merepresentasikan kata kali yang dihubungkan dengan relasi ALI. Token2

merepresentasikan bilangan dua dihubungkan dengan relasi EQU. Token1

menyatakan kuantitas atau intensitas dari dua, maka token1 merupakan atribut dari

token2, sehingga relasi tersebut dihubungkan oleh arc berlabel PAR. Fokus

pembicaraan pada konteks kalimat adalah frasa dua kali, inti frasanya adalah dua, maka token2 diberi warna hitam.

Secara umum frasa keterangan dengan pola bilangan bulat+kali bentuk word graph-nya sebagai berikut:

Gambar 24 Word graph frasa keterangan bilangan bulat+kali.

kali dua kali ALI

EQU ALI PAR dua kali bilangan bulat+ kali ALI EQU ALI PAR bilangan bulat

(44)

4.2.3 Frasa Keterangan Limitatif

Frasa keterangan limitatif menggambarkan makna yang berhubungan dengan pembatasan (Alwi et al. 2003). Yang termasuk frasa keterangan limitatif berdasarkan inti frasanya antara lain: baru saja, dan hanya saja.

(a) baru saja

Frasa keterangan baru saja bermakna barusan (penegasan suatu kejadian) atau suatu kejadian yang belum lama antaranya (Depdiknas 2008). Frasa keterangan baru saja terdiri atas dua kata, kata pertama adalah adjektiva baru, kata kedua adalah kata keterangan saja. Kata keterangan saja mempertegas makna dari kata baru. Kata saja merupakan kata keterangan bermakna limitatif. Berikut adalah penggunaan frasa keterangan baru saja dalam kalimat.

(3.1) Saat musim buah tiba, para pekerja cekatan merompes ratusan buah pentil yang baru saja muncul di kebun (Duryatmo 2010).

Frasa baru saja pada kalimat (3.1) menjelaskan makna ratusan buah pentil yang muncul dikebun (suatu kejadian atau situasi). Kata saja mempertegas makna baru sehingga dapat diasumsikan bermakna barusan. Akibatnya, word graph frasa baru saja dapat direkonstruksi sebagai kata barusan. Word graph dari frasa keterangan baru saja dipresentasikan sebagai berikut:

Gambar 25 Word graph frasa keterangan baru saja.

Word graph frasa baru saja direpresentasikan dengan dua buah token. Token1 merepresentasikan kata baru yang dihubungkan dengan relasi ALI dan

token2 merepresentasikan sesuatu (Rahmat 2009). Fokus terletak pada token2,

karena token1 merupakan atribut dari token2, sehingga relasi tersebut dihubungkan

oleh arc berlabel PAR. (b) hanya saja

Makna frasa keterangan hanya saja berarti cuma (biasanya digunakan untuk mempertegas dan menguatkan maksud) (Depdiknas 2008). Frasa

baru saja ALI ALI PAR baru

(45)

keterangan hanya saja terdiri atas dua kata keterangan limitatif hanya dan saja. Berikut adalah penggunaan frasa hanya saja di dalam kalimat.

(3.2) Buah pitomba mirip gowok atau kupa syzygium polycephalum. Hanya saja di bagian dasar buah terdapat 4 - 5 helai kelopak (Artdiyasa 2010c).

Frasa hanya saja pada kalimat (3.2) menjelaskan perbandingan antara dua kejadian atau keadaan (situasi). Situasi pertama didapat dari kalimat Buah pitomba mirip gowok. Karena makna kalimat pertama belum dapat memberikan suatu penjelasan, maka frasa hanya saja melengkapi informasi dari pernyataan kalimat (3.2) dengan situasi kedua pada kalimat, yaitu di bagian dasar buah terdapat 4 - 5 helai kelopak. Word graph dari frasa keterangan hanya saja dipresentasikan sebagai berikut:

Gambar 26 Word graph frasa keterangan hanya saja.

Word graph frasa hanya saja direpresentasikan dengan dua buah token. Token1 (di sebelah kiri) merepresentasikan situasi1 yang dihubungkan dengan relasi ALI. Token2 (di sebelah kanan) merepresentasikan situasi2 dan dihubungkan dengan relasi ALI. Kedua token, menyatakan hubungan situasi yang berbeda,

sehingga kedua token dihubungkan dengan relasi DIS. Fokus word graph berdasarkan konteks kalimat atau dapat dibuat konsesi dengan mengambil fokus pada token sebelah kiri atau sebelah kanan.

4.2.4 Frasa Keterangan Frekuentatif

Frasa keterangan frekuentatif menggambarkan makna yang berhubungan dengan tingkat kekerapan terjadinya sesuatu yang diterangkan kata keterangan itu (Alwi et al. 2003). Yang termasuk frasa keterangan frekuentatif berdasarkan inti frasanya yaitu: acapkali, hampir selalu, seringkali, dan sangat jarang.

ALI ALI ALI DIS situasi1 hanya saja situasi2

(46)

(a) acapkali

Frasa keterangan acapkali bermakna sering (Depdiknas 2008). Frasa acapkali merupakan gabungan kata keterangan frekuentatif. Frasa acapkali menyatakan hubungan tingkat kekerapan terjadinya dari sesuatu yang diterangkan frasa tersebut. Berikut adalah penggunaan frasa acapkali di dalam kalimat.

(4.1) Lalat beterbangan di atas sampah yang menggunung dan acapkali mendekati rumahnya (Chaidir 2009b).

Frasa keterangan acapkali pada kalimat (4.1) mengekspresikan bahwa tindakan yang dilakukan secara berulang-ulang atau sering. Frasa acapkali menerangkan suatu perbuatan yang terjadi secara terus menerus. Word graph dari frasa keterangan acapkali dipresentasikan sebagai berikut:

Gambar 27 Word graph frasa keterangan acapkali.

Makna frasa acapkali berindikasi terdapat sejumlah tindakan yang dilakukan berulang-ulang. Word graph frasa acapkali terdiri atas satu token yang merepresentasikan suatu tindakan yang sering atau berulang-ulang yang dihubungkan dengan relasi ALI. Fokus pembicaraan pada konteks kalimat adalah frasa acapkali yang menyatakan tindakan, sehingga fokus word graph acapkali diberi warna hitam. Karena keterangan acapkali ada suatu tindakan berulang-ulang dan terus menerus maka dihubungkan oleh ontologi yang

menerangkan sesuatu hubungan yang berulang secara rekursif terhadap diri sendiri.

(b) hampir selalu

Frasa hampir selalu lazim juga digunakan sebagai varian dari acapkali (Chaer 2006). Sama halnya dengan frasa acapkali, frasa hampir selalu juga menyatakan suatu peristiwa telah berulang-ulang terjadi atau dilakukan. Berikut adalah penggunaan frasa hampir selalu di dalam kalimat.

ALI

ALI acapkali

ALI

tindakan

Gambar

Gambar 11 Empat frame relations.
Gambar  12  Flowchart  pembentukan  aturan  word  graph  frasa  keterangan  pada  bahasa Indonesia
Gambar 16 Word graph frasa keterangan lebih+adv/adj.
Gambar 18 Word graph frasa keterangan dengan pola paling+adv/adj.
+7

Referensi

Dokumen terkait

EFEKTIVITAS MODEL PEMBELAJARAN MISSOURI MATHEMATICS PROJECT (MMP) TERHADAP KEMAMPUAN BERPIKIR KREATIF MATEMATIS DAN PRESTASI BELAJAR PESERTA DIDIK PADA MATERI HIMPUNAN KELAS

Dari penelitian ini diperoleh dua puluh pola pembentukan word graph kata benda yang terdiri atas delapan belas pola pembentukan word graph berdasarkan afiksasi dan

Pada penambahan modul untuk pola pembentukan word graph pada frasa preposisional, peneliti membuat tabel baru dengan nama “pola_frasa_prep” pada database “wg”

Dalam hal ini perlu adanya objek karena bentuk menduduki juga transitif sehingga diperlukan token tambahan sebagai objek (meja). Contoh lain adalah kata mendatangi. Word graph

Upaya pencegahan awal yang dapat dilakukan untuk menghindari kecacingan pada murid Sekolah Dasar di Kelurahan Tanjung Johor yakni dengan meningkatkan

Artinya, dalam program tersebut semua warga belajar selain dituntut memiliki kemampuan membaca, menulis, dan berhitung sebagai kemampuan dasar, juga bisa mengembangkan potensi

Produk akhir penelitian berupa program pelatihan dan pendampingan serta skenario program video pembelajaran yang menggambarkan peran guru dalam mengimplementasikan

Ruang lingkup materi pada penelitian ini dibatasi pada pembahasan mengenai pengaruh substitusi tepung tempe terhadap kekerasan, warna, dan daya terima cookies