324016766 Paper Review Natural Language Processing

(1)

TUGAS MATRIKULASI

PAPER REVIEW

NATURAL LANGUAGE PROCESSING

Oleh:

AHMAD JURNAIDI WAHIDIN

1611600253

ANITA TRIANA

1611600352

ANGGER STYO YUNIARTI

1611600345

JONO AFRIANTO

1611600238

RATNASARI

1611600378

SARUNI DWI ASNAWATI

1611600246

PROGRAM MAGISTER ILMU KOMPUTER

UNIVERSITAS BUDI LUHUR

–

JAKARTA

TAHUN AKADEMIK

(2)

Paper Review : Natural Language Processing –Universitas Budi Luhur

Paper Review:

Natural Language Processing

Ahmad Jurnaidi Wahidin1_{, Anita Triana}2_{, Angger Styo Yuniarti}3_{, Jono Afrianto}4_,

Ratnasari5_{, Saruni Dwi Asnawati}6

Program Magister Ilmu Komputer,Fakultas Pascasarjana, Universitas Budi Luhur

Jl. Raya Ciledug, Petukangan Utara, Kebayoran Lama, Jakarta Selatan 12260 E-mail : 1)ahmadjurnaidi@gmail.com, 2)anita.triana@gmail.com,

3)_{angger.sangpemimpi@gmail.com}_,4)_{jn.kete@gmail.com}_,5)_{rathna.saery@gmail.com}_, 6)_{saruni.dwiasnati25@gmail.com}_.

ABSTRAK

Bahasa alami (Natural Language) merupakan suatu bahasa yang diucapkan, ditulis dan diisyaratkan oleh manusia untuk komunikasi umum. Pengambilan data dari bahasa alami merupakan proses dalam penerapan Natural Language Processing. Natura l Language Processing

merupakan salah satu turunan dari ilmu kecerdasan buatan (artificial intelligence). NLP merupakan percobaan untuk mendapatkan representasi arti dari teks bebas yang lebih lengkap [3]. Beberapa teknik dan pendekatan digunakan serta dikembangkan dengan tujuan agar komputer mampu memahami instruksi/permintaan manusia melalui penggunaan bahasa sehari-hari (bahasa alami). Berdasarkan 10 jurnal nasional dan internasional yang sudah di-review

dimana dapat disimpulkan bahwasanya Natural Language Processing dapat diimplementasikan dalam banyak bidang studi dengan memanfaatkan teks dan suara sebagai sumber pengambilan datadan aplikasi yang dapat dibuat pada bidang bidang NLP adalah Text-based application dan dialogue-based application.

Kata kunci : Paper Review, Natural Language Processing, Bahasa Alami

1. PENDAHULUAN

Penggunaan bahasa alami (Natural Language), bahasa keseharian seperti bahasa Indonesia dalam era internet sekarang bukan lagi merupakan domain ilmu sosial saja namun juga ilmu eksak seperti komputasi dengan tujuan interoperabilitas [5] (Jurnal ke 7).

Bahasa alami merupakan suatu bahasa yang diucapkan, ditulis dan diisyaratkan oleh manusia untuk komunikasi umum. Pengambilan data dari bahasa alami merupakan proses dalam penerapan Natural

Language Processing. Natural Language

Processing merupakan salah satu turunan dari ilmu kecerdasan buatan (artificial intelligence).

Pada era globalisasi ini, sudah banyak aplikasi yang digunakan untuk

mengalihbahasakan bahasa daerah ke bahasa lain. Aplikasi ini menggunakan Natural

Language Processing. Natural Language

Processing (Pemrograman Bahasa Alami)

(3)

ungkapan-ungkapan seperti frase nomina atau frase preposisional, atau hubungan ketergantungan seperti subjek dari- atau objek-dari) [1].

2. LANDASAN TEORI

2.1 Bahasa Alami (Natural Language)

Penggunaan bahasa alami, bahasa keseharian seperti bahasa Indonesia dalam era internet sekarang bukan lagi merupakan domain ilmu sosial saja namun juga ilmu eksak seperti komputasi dengan tujuan interoperabilitas[5] (jurnal ke 7).

Bahasa melibatkan proses pengenalan bunyi atau huruf, sintaksis, kalimat, inferensi semantik tingkat tinggi bahkan komunikasi emosi lewat irama bicara. Untuk mengelola kerumitan ini, para ahli bahasa telah mendefinisikan tingkat analisis yang berbeda untuk bahasa alami yaitu persanjakan, fonologi, morfologi, sintaksis, semantik, pragmatik, dan pengetahuan tentang dunia sekitar [3]. Salah satu unit dasar bahasa alami adalah kalimat. Kalimat menyatakan pikiran secara lengkap dalam bentuk pertanyaan, perintah, atau seruan. Kalimat terdiri atas unit-unit individu yang disebut kata.

2.2 Pemrosesan Bahasa Alami (Natural

Language Processing)

Natural Language Processing (NLP)

merupakan salah satu turunan dari ilmu kecerdasan buatan (artificial intelligence). NLP merupakan percobaan untuk mendapatkan representasi arti dari teks bebas yang lebih lengkap [3].

Pengambilan kembali informasi yang tersimpan dalam basis data bisa dilaksanakan dengan menggunakan pengolahan bahasa alami. Beberapa teknik dan pendekatan digunakan serta dikembangkan dengan tujuan agar komputer mampu memahami instruksi/permintaan manusia melalui penggunaan bahasa

sehari-translator, dan evaluator sebagaimana ditampilkan pada Gambar 1 berikut ini.

Gambar 1. Komponen pengolah bahasa alami [6] (Jurnal no 5)

2.3 TerminologiNLP

Perkembangan NLP menghasilkan kemungkinan dari interface bahasa natural menjadi knowledge base dan penterjemahan bahasa natural. [4] menjelaskan bahwa ada 3 (tiga) aspek utama pada teori pemahaman mengenai natural language:

1. Syntax: menjelaskan bentuk dari bahasa. Syntax biasa dispesifikasikan oleh sebuah grammar. Natural language jauh lebih daripada formal language yang digunakan untuk logika kecerdasan buatan dan program komputer

(4)

3. Pragmatics: menjelaskan bagaimana pernyataan yang ada berhubungan dengan dunia. Untuk memahami bahasa, agen harus mempertimbangan lebih dari hanya sekedar kalimat. Agen harus melihat lebih ke dalam konteks kalimat, keadaan dunia, tujuan dari speaker dan listener, konvensi khusus, dan sejenisnya.

3. METODOLOGI PENELITIAN

Penelitian ini adalah memahami penerapan sistem pengolahan bahasa alami

(Natural Language Processing) Dalam

(5)

4. HASIL DAN PEMBAHASAN 4.1 Jurnal-Jurnal Yang Di Review

Berikut 10 jurnal yang menjadi bahan untuk direview:

No Nama Peneliti

(tahun) Judul Jurnal Alat analisis dan unit analisis Hipotesis penelitian

1 Nitesh Patel dan V. N. Pati (2014)

Optimized Approach to Voice Translation

Terjemahan di komputer, laptop dan ponsel.

Mengembangkan sebuah model sistem baru untuk alat dan layanan terjemahan suara yang memproses bahasa alami dan mengkonversi, dengan memanfaatkan metode parsing penelitian ini lebih berkonsetrasi menangkap kata kunci dan menerjemahkannya. 2 Ying Li, Hojjat

Determining the Reasons for Medication Prescriptions in the EHR using Knowledge and Natural Language Processing

Informasi pasien dan infromasi dari Electronic Health Record (EHR)

Menggunakan NLP untuk membuat sebuah aplikasi yang dapat membantu proses menentukan resep obat pada seorang pasien berdasarkan informasi yang terkandung dalam Electronic Health Record (EHR) sehingga dapat membantu dokter.

3 M ishalakshi, Dr.V.

Krishnapriya (2013)

Automatic Generation of Commit Messages using Natural Language Processing

File dari perangkat lunak yang berupa kode.

Mengubah sebuah kode dari sebuah file dan diperbaharui menjadi sebuah pesan untuk mempermudah untuk kegiatan pengembangan sebuah proyek.

4 Nisa Kurniasih Wangsanegara, Beki Subaeki (2015)

Implementasi Natural Language

Processing Dalam Pengukuran

Ketepatan Ejaan Yang Disempurnakan (EYD) Pada Abstrak Skripsi Menggunakan

20 abstak skripsi yang dapat di

copy-paste ataupun menggunakan

upload-file (Doc, docx, txt, pdf)

Kesalahan penulisan pada abstrak skripsi biasanya terletak pada kesalahan penulisan kata, tanda baca maupun huruf kapital.

(6)

penulisan huruf kapital/ kata dan tanda baca. Hasil pengujian terhadap 20 abstrak skripsi menunjukkan 70% sesuai dengan pemeriksaanmanua

Pengembangan Model Pencarian Kamar Dalam Sistem Reservasi Hotel Dengan Antarmuka Bahasa Alami

Calon Tamu Hotel dan Scanner

(Analisis Leksikal), Parser (Analisa Sintaks), Translator (Analisis Semantik), Evaluator (Analisis Pragmatik)

Aplikasi Sistem Reservasi dengan mengimplementasikan bahasa alami mampu melaksanakan query terhadap data yang tersimpan dalam basis data dengan menggunakan bahasa Indonesia

6 James Suciadi (2001)

Studi Analisis Metode-Metode Parsing Dan Interpretasi Semantik Pada Natural Language Processing

Tiga proses yang dilakukan untuk mencapai tujuan adalah Parshing atau analisis sintakis yang memeriksa kebenaran struktur kalimat berdasarkan gramer dan lexicon.

Jika aplikasi NLP yang dibuat menggunakan grammar yang kompleks, makaparser yang menggabungkan metode top-down dan bottom-up merupakan pilihan yang terbaik karena mengatasi kekurangan pada masing-masing metode. Word-sense hierarchy yang digunakan oleh selectional restrictions sangat membantu dalam melakukan proses word-sense disambiguation, sehingga lebihbaik dibandingkan context activation. 7 Suwanto

Raharjo dan Sri Hartati. (2014)

Antarmuka Bahasa Alami Untuk Melakukan Query Terhadap Terjemahan Al-Quran

Al-Qur’an dan Scanner (Analisi Leksikal), Parser (Analisis Sintaks), Translator (Analisis Semantik) Evaluator (Analisis Pragmatik)

Aplikasi Terjemahan Al-Qur’an dengan mengimplementasikan bahasa alami mampu melaksanakan query terhadap data yang terismpan dalam basis data dengan menggunakan bahasa indonesia. 8 Ngurah Agus

Sanjaya ER

Purwarupa Aplikasi Perangkat Bergerak Untuk Alihbahasa

XCODE dan Scanner (Analisi Leksikal), Parser (Analisis

(7)

dan Agus Muliantara. (2014)

Kalimat Bahasa Inggris Ke Bahasa Bali Menggunakan Pendekatan Berbasis Aturan

Sintaks), Analisis Alih Bahasa mengimplementasikan bahasa alami mampu melaksanakan query terhadap data yang terismpan dalam basis data dengan menggunakan bahasa Bali.

9 Setyawan Wibisono (2013)

Aplikasi Pengolah Bahasa Alami Untuk Query Basis data

Akademik Dengan Format Data Xml

Data akademik mahasiswa dari sistem akademik Universitas Stikubank Semarang

Proses yang dilakukan oleh aplikasi ini adalah mengidentifikasi kata-kata dalam kalimat alami dan melihat struktur kalimat.

10 Herny Februariyanti danEri Zuliarso (2013)

Membangun Aplikasi Natural Language Processing

Menggunakan Instant Messenger Untuk Informasi Bencana

Intant Messager dengan memanfaatkanlayanan Google Talt dan mempunyai account email Gmail

(8)

4.2 Aplikasi Dalam Bidang Natural

Language

Jenis aplikasi yang dapat dibuat pada bidang bidang NLP adalah: Text-based application dan dialogue-based application.

Text-based application mencakup segala macam aplikasi yang melakukan proses terhadap aplikasi tertulis seperti misalnya buku, berita,surat kabar, email dan lain-lain.

Dialogue – based applications idealnya pendekatan ini melibatkjan bahasa lisan atau pengenalan suara,akan tetapi bidang ini juga memasukkan interaksi dengan cara memasukkan teks pertanyaan memalui kybord. Berikut pengelompokan 10 jurnal yang telah direview berdasarkan jenis aplikasinya:

Tabel 2. Pengelompokan jurnal berdasarkan aplikasi dalam bidang NLP

4.3 Jenis Data dan Bidang Studi

Berikut pengelompokan 10 jurnal yang telah direview berdasarkan data dan bidang studi:

Jur nal

Data yang

didapat Bidang Studi

Text Suara A B C D E F G

Tabel 3. Pengelompokan jurnal berdasarkan jenis data dan bidang studi

Keterangan bidang studi:

[A] Terjemahan Mesin

[B] Pengolahan teks bahasa alami [C] User interface

[D] Multibahasa dan pengambilan informasi

bahasa silang

[E] Pengenalan suara [F] Kecerdasan buatan [G] Sistem pakar

4.4Area Utama Penelitian Pada Field NLP

Pustejovsky dan Stubbs (2012) menjelaskan bahwa ada beberapa area utama penelitian pada field NLP[2], diantaranya:

1. Question Answering Systems (QAS). Kemampuan komputer untuk menjawab pertanyaan yang diberikan oleh user. Daripada memasukkan keyword ke dalam browser pencarian, dengan QAS, user bisa langsung bertanya dalam bahasa natural yang digunakannya, baik itu Inggris, Mandarin, ataupun Indonesia.

2. Summarization. Pembuatan ringkasan dari sekumpulan konten dokumen atau email. Dengan menggunakan aplikasi ini, user bisa dibantu untuk mengkonversikan dokumen teks yang besar ke dalam bentuk slide presentasi. 3. Machine Translation. Produk yang

(9)

bahasa. Contoh lain lagi adalah BabelFish yang menterjemahkan bahasa pada real time.

4. Speech Recognition. Field ini merupakan cabang ilmu NLP yang cukup sulit. Proses pembangunan model untuk digunakan telpon/komputer dalam mengenali bahasa yang diucapkan sudah banyak dikerjakan. Bahasa yang sering digunakan adalah berupa pertanyaan dan perintah.

5. Document classification. Sedangkan aplikasi ini adalah merupakan area penelitian NLP Yang paling sukses. Pekerjaan yang dilakukan aplikasi ini adalah menentukan dimana tempat terbaik dokumen yang baru diinputkan ke dalam sistem. Hal ini sangat berguna pada aplikasi spam filtering, news article classification, dan movie review. Berikut pengelompokan 10 jurnal yang telah direview berdasarkan area utama penelitian:

Jurn

Tabel 4. Pengelompokan jurnal berdasarkan area utama penelitian

5. PENUTUP

5.1.Kesimpulan

Berdasarkan hasil pembahasan

menggunakan bahasa alami dalam penerapannya. Dimana aplikasi yang dapat dibuat adalah alihbahasa dan banyak lainnya, jenis aplikasi yang dapat dibuat pada bidang bidang NLP adalah Text-based application dan dialogue-based application. Pendekatan NLP dikembangkan dengan tujuan agar komputer mampu memahami instruksi/permintaan manusia melalui penggunaan bahasa bahasa alami.

Hasil review terhadap 10 jurnal menyimpulkan jenis data yang didapat sebagai sumber bahasa adalah teks dan suara.

5.2.Saran

Setelah melakukan review pada 10 jurnal, maka penulis memilik saran untuk pengembangan aplikasi selanjutnya memanfaatkan suara sebagai sumber data dan Dialogue-based application sebagai jenis aplikasi yang digunakan karena masih sedikit dalam penerapannya.

DAFTAR PUSTAKA

[1] Daeli, Irlani. Natural Language Processing Analysis Of Sentences With Turbo Prolog. Universitas Gunadarma [2] Pustejovsky, J., Stubbs A. (2012).

Natural Language Annotation for Machine Learning. Beijing: O’Reilly

[3] Kao, A., Poteet, S. R. (2007). Natural

Language Processing and Text

Mining. USA: Springer.

[4] Poole L. David dan Mackworth K. Alan (2010),”Artifical Intelligence” University of British Columbia: Vancouver

(10)

Interoperabilitas Informasi

berbasiskan Komputer karena

Keragaman Semantik” Prosiding

Seminar Ilmiah Nasional (PESAT 2005), Universitas Gunadarma, Jakarta, halaman S9-S16, 2005

[6] Sulistyanto, Hernawan, Nurgiyatna, (2015), “Pengembangan Model

Pencarian Kamar Dalam Sistem

Reservasi Hotel Dengan Antarmuka

Bahasa Alami”, Universitas

Muhammadiyah Surakarta: Surakarta. [7] Raharjo, Suwanto, Hartati, Sri, (2014)

“Antarmuka Bahasa Alami Untuk

Melakukan Query Terhadap

Terjemahan Al-Quran’.UGM.

Yogyakarta.

[8] Wibisono, Setyawan (2013), “Aplikasi Pengolah Bahasa Alami untuk Query Basisdata Akademik dengan Format

Data Xml”, Universitas

Stikubank:Semarang.

[9] Kurniasih, Nisa, dkk, (2015), ”

Implementasi Natural Language

Processing Dalam Pengukuran

Ketepatan Ejaan Yang Disempurnakan

(EYD) Pada Abstrak Skripsi

Menggunakan Algoritma Fuzzy

Logic”, UIN Sunan Gunung Djati:

Bandung.

[10] Agus, Ngurah, Muliantara Agus (2014),

“Purwarupa Aplikasi Perangkat

Bergerak Untuk Alihbahasa Kalimat Bahasa Inggris Ke Bahasa Bali Menggunakan Pendekatan Berbasis

Aturan”, Universitas Udayana:

Bandung.

[11] Suciadi James (2004),” Studi Analisis

Metode-Metode Parsing dan

Interpretasi Semantik Pada Natural Language Processing”, Universistas Kristen Petra: Surabaya.

[12] Patel Nitesh , Patil V. N. (2012),

”Optimized Approach to Voice

Translation”, Talegaon Dabhade

Taluka Maval Dist: Pune Maharashtra

[13] Li Ying (2011),”Determining the Reasons for Medication Prescriptions in the EHR using Knowledge and

Natural Language Processing”,

Department of Biomedical Informatics, Columbia University, New York

[14] Ishalakshi M., Krishnapriya V. (2013),” Automatic Generation of

Commit Messages using Natural