1
BAB I
PENDAHULUAN
1
1.1 Latar Belakang dan Permasalahan
Pencarian lokasi menjadi salah satu kebutuhan masyarakat dewasa ini terbukti dengan banyaknya penyedia layanan pemetaan seperti Google Map, Bing Map, Open Street Map, dan lain-lainnya. Sistem Informasi Geografis (SIG) diperlukan untuk mengelola, menganalisis, dan menampilkan data-data yang berhubungan dengan posisi-posisi di permukaan bumi. Temu balik informasi dalam konteks Sistem Informasi Geografis (SIG) memerlukan penggunaan Structural Query Language (SQL) Spasial dan pemahaman dasar tentang struktur data pada basis data SIG tersebut (Huffman,2013). Query spasial sering memerlukan penggunaan unit ukuran ketika melakukan pencarian fitur yang memiliki luas atau panjang tertentu atau beberapa fitur yang memiliki jarak tertentu antara satu dengan yang lain. Mayoritas pengguna khususnya yang sudah terbiasa menggunakan search engine seperti Google dan Bing lebih nyaman melakukan pencarian dengan bahasa natural (Huffman,2013), sebagai contoh “Pompa bensin di Yogyakarta” dan
“KFC dekat UGM”. Pencarian dengan bahasa natural ini tidak cocok untuk SQL Spasial biasa khususnya jika pengguna tidak mengetahui bagaimana cara data disimpan. Maka untuk membuat sistem yang mampu memahami bahasa alami dari pengguna ini diperlukan implementasi Natural Language Processing (NLP).
Ketika melakukan pencarian lokasi tertentu, kebanyakan pengguna menggunakan kata kunci umum, misalnya “Bandara Adisucipto” maka aplikasi dapat dengan mudah melakukan pencarian lokasi berdasarkan kata kunci tersebut dari basis data. Akan menjadi berbeda jika pengguna menggunakan suatu kalimat pencarian yang mengandung kata yang berhubungan dengan relasi spasial, seperti
“Pompa bensin di Yogyakarta” dan “KFC dekat UGM” pada aplikasi pencarian lokasi yang tidak berbasis NLP maka ada beberapa kemungkinan yaitu 1) aplikasi tidak memberikan keluaran apapun karena kata kunci tidak diketahui padahal data lokasi yang dimaksud mungkin tersedia dalam basis data. 2) aplikasi memberikan
hasil tetapi tidak sesuai, misalnya untuk key word “KFC di Yogyakarta” aplikasi memberikan hasil keluaran berupa lokasi kota Yogyakarta, padahal bukan hasil itu yang dimaksud oleh pengguna. Karena itu penggunaan NLP sangat penting agar sistem memahami dengan baik maksud dari kalimat pencarian lokasi yang dimasukkan oleh pengguna.
Natural Language Processing (NLP) adalah disiplin ilmu komputer yang bertujuan untuk memahami konsep dan maksud dari bahasa manusia. Sementara manusia cukup mahir memahami sintaks linguistik dan tata bahasa serta hubungan spasial tersirat, komputer memiliki kesulitan besar dalam pengolahan query bahasa alami (Allen,1995). NLP sebagai alat dan antarmuka pemrograman aplikasi perangkat lunak telah berevolusi untuk memungkinkan komputer untuk mengekstrak entitas bernama dari teks, menerjemahkan informasi antara Bahasa, dan seperti yang dijelaskan oleh Kordjamshidi, Hois, van Otterlo dan Moens (2011 ), mulai untuk menafsirkan bahasa alami spasial. Contoh sistem ini dan penggunaan NLP adalah Natural Language Toolkit (NLTK, 2013), CoreNLP dari Stanford University (Stanford, 2013) dan University of General Arsitektur Sheffield for Teks Engineering (GATE, 2013).
Open Street Map (OSM) adalah layanan peta yang prinsip kerjanya mirip dengan Wikipedia tetapi khusus untuk informasi spasial. OSM ini disusun terutama berasal dari kontribusi pengguna dan beberapa data yang didonasikan perusahaan, sehingga OSM memiliki dan menyediakan data SIG yang ruang lingkupnya hampir seluruh dunia. Setiap orang dapat membuat dan memperbarui database OSM melalui penggunaan penerima GPS atau melalui salah satu aplikasi client populer OSM. Terdapat komunitas OSM yang cukup kuat bertugas melakukan verifikasi dan koreksi pada data OSM untuk memastikan keakuratannya, sehingga layanan berbasis lokasi terkenal seperti Apple iPhoto dan Foursquare pun memanfaatkan OSM untuk peta digital mereka. Hal ini membuat OSM unik karena mengandung fitur yang tidak ada dalam dataset SIG lainnya. OSM mempunyai ukuran basis data cukup besar yaitu lebih dari 21 gigabyte data XML terkompresi, dan seluruh data tersebut bebas digunakan oleh siapa saja di bawah lisensi Open Database License (ODbL) (OpenStreetMap, 2013).
Berdasarkan penelitian Mobile Life Study (2012) hampir 19% pengguna perangkat mobile telah memanfaatkan layanan berbasis lokasi. Sekitar 26% dari pengguna layanan tersebut memanfaatkannya untuk menemukan lokasi objek tertentu seperti restoran dan tempat hiburan. Sayangnya pemanfaatan Natural Language Processing (NLP) untuk aplikasi pencarian lokasi melalui berbagai perangkat, baik mobile maupun web belum banyak diimplementasikan, salah satu aplikasi pencarian lokasi yang sudah memanfaatkan NLP adalah aplikasi Google Map dimana data spasial yang digunakan berasal dari Layanan Google Map sendiri.
Selain itu tercatat beberapa penelitian terkait implementasi NLP untuk aplikasi pencarian lokasi seperti yang dilakukan oleh Zhang (2009) dan Huffman (2013), akan tetapi kedua penelitian tersebut mempunyai cakupan yang terbatas seperti hanya bisa menerima kalimat masukan dengan dua nama lokasi atau hanya satu predikat spasial saja dan bahasa yang digunakan adalah Bahasa Inggris. Maka pengembangan penelitian terkait implementasi NLP untuk aplikasi pencarian lokasi masih dirasa perlu terutama karena belum adanya implementasi penelitian tersebut dalam Bahasa Indonesia. Maka pada penelitian ini akan membahas dan mengimplementasikan NLP untuk aplikasi pencarian lokasi dalam Bahasa Indonesia dengan data spasial yang digunakan berasal dari Open Street Map (OSM), sebagai studi kasus dibuat aplikasi berbasis web sebagai client.
1.2 Rumusan Masalah
Berdasarkan permasalahan yang telah dipaparkan di latar belakang, maka objek penelitian ini adalah:
1. Bagaimana mentransformasikan kalimat pencarian lokasi dalam Bahasa Indonesia menjadi query spasial dengan implementasi Natural Language Processing (NLP).
2. Bagaimana mengintegrasikan data Open Street Map (OSM) dengan aplikasi pencarian lokasi berbasis Natural Language Processing (NLP).
1.3 Batasan Masalah
Agar pembahasan mengenai topik ini tidak terlalu meluas maka diperlukan batasan masalah. Adapun batasan masalah dalam penelitian ini adalah :
1. Pencarian lokasi dibatasi hanya di wilayah Indonesia.
2. Sistem NLP yang dikembangkan berbasis Stanford CoreNLP terutama pada bagian POS Tag dan NER Tag.
3. Sistem Natural Language Processing (NLP) untuk pencarian lokasi spasial dibuat berupa layanan (service) yang terpisah dari aplikasi client.
4. Aplikasi client yang akan dikembangkan berbasis web.
5. Kalimat masukan menggunakan Bahasa Indonesia yang sesuai dengan kaidah Tata Bahasa Baku Bahasa Indonesia (Alwi et al., 2003).
6. Kalimat masukan yang digunakan dapat berupa kalimat pertanyaan lokasi suatu tempat atau berupa kalimat perintah untuk mencari lokasi suatu tempat.
7. Kalimat masukan dibatasi paling banyak menyebutkan 3 nama lokasi atau tempat dalam satu kalimat.
8. Kata penghubung keterangan yang digunakan hanya yang terkait dengan keterangan tempat yaitu “di”, dan kata sifat yang digunakan hanya yang terkait dengan lokasi atau tempat yaitu “dekat”.
9. Untuk kata sifat “dekat” dalam sistem diasumsikan sebagai jarak maksimal 1 kilometer.
1.4 Manfaat Penelitian
Hasil dari penelitian ini diharapkan dapat berguna untuk:
1. Menyediakan aplikasi pencarian lokasi berbasis NLP yang mendukung Bahasa Indonesia.
2. Menyediakan bagi pengguna sebuah aplikasi pencarian lokasi dengan input menggunakan bahasa natural yang dapat diakses dimanapun.
3. Meningkatkan pemanfaatan basis data Open Street Map (OSM) karena merupakan basis data Sistem Informasi Geografis yang bersifat Open Source.
1.5 Tujuan Penelitian
Tujuan dari penelitian ini adalah mengimplementasikan Natural Language Processing untuk aplikasi pencarian lokasi dengan memanfaatkan basis data Open Street Map (OSM) dan digunakan aplikasi web sebagai client untuk studi kasus.
1.6 Metode Penelitian
Metode yang digunakan dalam penelitian ini adalah:
1. Kajian Pustaka
Pada tahap ini dilakukan pengumpulan materi dengan metode studi literatur untuk memperolah teori, konsep, metode, data, teknik maupun informasi yang menunjang terkait Natural Language Processing (NLP) , Sistem Informasi Geografis (SIG), SQL Spasial, Open Street Map (OSM), dan pengembangan aplikasi web.
Pengumpulan materi dilakukan dengan metode studi literatur. Materi diambil dari berbagai sumber seperti internet, buku, jurnal, maupun artikel ilmiah lainnya.
2. Siklus Hidup Pengembangan Aplikasi
Pengembangan aplikasi dilakukan berdasarkan metode rekayasa perangkat lunak Waterfall/ Linear Sequential Model. Model ini merupakan metode pengembangan perangkat lunak klasik dengan pendekatan sistematis dan sekuensial dalam pengembangan aplikasi yang terdiri dari beberapa tahap.
Tahap-tahap tersebut dalam penelitian ini dijelaskan sebagai berikut:
a. Analisis Kebutuhan Sistem
Analisis berupa aktifitas pengumpulan kebutuhan sistem, perkiraan ukuran pengembangan, dan perkiraan sumber daya yang dibutuhkan. Berdasarkan permasalahan yang dideskripsikan sebelumnya maka sistem yang dikembangkan akan terdiri dari dua bagian yaitu bagian client yang berupa aplikasi web dan bagian server berupa layanan pencarian lokasi berbasis NLP.
b. Perancangan
Perancangan sistem ini dilakukan berdasar permasalahan dan data yang telah didapatkan pada tahap analisis. Dimana sistem direncanakan terdiri dari bagian client yang berupa aplikasi web dan di bagian server berupa layanan pencarian lokasi berbasis NLP.
c. Implementasi
Pada Tahapan ini merupakan tahapan pembangunan sistem berdasar pada tahapan perancangan yang telah disusun sebelumnya. Hasil keluaran pada tahap ini berupa sistem pencarian lokasi berbasis NLP yang sudah jadi dan aplikasi web sebagai client yang dapat mengakses sistem tersebut dengan baik.
d. Pengujian
Pada tahap ini dilakukan pengujian dan evaluasi sistem pencarian lokasi berbasis NLP yang telah diimplementasikan. Pengujian dilakukan dengan menggunakan contoh-contoh input masukan kalimat pencarian lokasi dalam Bahasa Indonesia, kemudian dilakukan pemeriksaan apakah sistem dapat menemukan lokasi sesuai dengan yang dimaksud dalam kalimat pencarian.
Selain itu dilakukan pengukuran kualitas hasil keluaran system menggunakan pengukuran precision, recall, dan willingness.
3. Pembahasan
Pembahasan dilakukan dengan membahas hasil penelitian yang didapat dari pengujian yang telah dilakukan. Semua hasil penelitian dicatat dan dibahas secara logis sesuai dengan teori yang sudah ada kemudian dibuat laporan hasil penelitian.
1.7 Sistematika Penulisan
Sistematika penulisan naskah penelitian ini dibagi dalam 7 bab dengan penjelasan sebagai berikut:
BAB I PENDAHULUAN
Berisi mengenai latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Bab ini memuat pembahasan mengenai penelitian terdahulu yang digunakan sebagai bahan referensi dalam penulisan penelitian ini. Selain itu juga memuat penjelasan yang membedakan penelitian ini dengan peneltian sejenis yang pernah ada sebelumnya.
BAB III LANDASAN TEORI
Bab ini berisi teori-teori yang menjadi landasan dalam penulisan penelitian ini.
BAB IV ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi analisis terhadap sistem yang akan dikembangkan, serta penjelasan mengenai perancangan sistem dan pengujian berdasarkan hasil analisis yang telah dilakukan.
BAB V IMPLEMENTASI
Pada bab ini akan dijelaskan hasil implementasi dan pengujian dari sistem yang telah dibangun berdasarkan perancangan yang telah dilakukan sebelumnya.
BAB VI HASIL DAN PEMBAHASAN
Pada bab ini akan dijelaskan hasil yang diperoleh setelah sistem selesai diimplementasikan dan dilakukan pengujian. Disertai pula pembahasan hasil implementasi dan pengujian tersebut.
BAB VII KESIMPULAN DAN SARAN
Bab ini berisi mengenai kesimpulan dari penelitian yang telah dilakukan dan saran untuk pengembangan penelitian selanjutnya.
