Laporan kemajuan Phd

(1)

LAPORAN

KEMAJUAN PHD

CHE WAN SHAMSUL BAHRI BIN C.W.AHMAD

23 September 2014

LAPORAN KEMAJUAN PHD SEPT 2014

(2)

Bidang Penyelidikan

Artificial Intelligence

(Machine Transliteration)

(3)

Tajuk Penyelidikan

Transliterasi Mesin untuk Ejaan Melayu Lama

(Jawi) - Rumi

(4)

Nama Penyelia

• Penyelia Pertama

Prof. Dr. Khairuddin Omar

• Penyelia kedua/bersama

Prof. Madya Dr. Mohammad Faidzul Nasrudin

Tuan Haji Mohd Zamri Murah

(5)

Semester dan tahun kemasukan

• Semester 1 – Oktober 2011

• Semester 7 – Oktober 2014

(6)

Limitasi Kajian

• Kesukaran untuk mendapatkan set data Jawi lama

• Penggunaan kaedah statistik

(7)

Kemajuan (60%)

a. Kertas Cadangan Penyelidikan (selesai) b. Sorotan literatur (selesai)

c. Rekabentuk penyelidikan (selesai) d. Pembangunan Sistem (50-75%) e. Analisa Data (50%)

(8)

Penulisan Tesis (35-40%)

• Bilangan Bab yang siap – 2 bab awal

• Bilangan Bab yang diserahkan kepada penyelia

• Bilangan Bab yang belum/sedang ditulis – 3 bab

• Tarikh Jangkaan Tesis diserahkan – hujung 2015

(9)

Penyataan Masalah

Walaupun terdapat banyak kajian transliterasi dalam bahasa asing, namun kajian dalam bahasa Melayu masih berkurangan. Oleh yang demikian, kajian ini lebih memfokuskan kepada transliterasi manuskrip Melayu lama yang menggunakan tulisan Jawi lama untuk ditukar kepada Rumi (Roman).

Terdapat juga keperluan untuk melakukan transliterasi berdasarkan konteks ayat memandangkan tiada kajian yang dilakukan oleh pengkaji-pengkaji sebelum ini.

(10)

Penyataan Masalah

Konteks ayat penting bagi perkataan yang mempunyai homograf kerana ia tidak hanya boleh menggunakan pemetaan terus. Dengan transliterasi berasaskan konteks, masalah kesukaran membezakan vokal e-taling dan e-pepet dalam kajian Yonhendri (2009) mungkin dapat diselesaikan.

(11)

Transliterasi Jawi - Rumi

Huruf / abjad sumber (contoh, Arab)

نحمرلا دبع

transliterasi

Huruf / abjad sasaran (contoh, Rumi)

Abdul Rahman

(12)

Jawi lama dan transliterasi

رهوج د رهوج ئچنا ماسرب يڤوت قبيمت ،يڤوت كياڤ هيا

Ayah pakai topi, tembak tupai bersama Encik Johar di Johor

ليوڬ نيءامرب قنا نكڠدس ،ليوڬ نكام هيا

Ayah makan gulai, sedangkan anak bermain guli

(13)

Transliterasi

ةمعن

Nikmat

ةمقن

(14)

Persoalan Kajian

• Adakah terdapat teknik yang khusus dalam transliterasi mesin pada manuskrip Melayu lama?

• Apakah pendekatan atau teknik yang sesuai digunapakai dalam transliterasi mesin pada manuskrip Melayu lama terutamanya yang melibatkan perkataan homograf?

• Adakah model yang dicadangkan dalam transliterasi Jawi - Rumi berjaya mendapatkan hasil yang diharapkan?

(15)

Objektif Kajian

• Membangunkan satu kerangka kerja (framework) untuk transliterasi mesin terhadap manuskrip Melayu yang menggunakan ejaan Jawi lama kepada Rumi.

• Mencadangkan satu model dan algoritma yang sesuai untuk melakukan transliterasi pada manuskrip Melayu lama.

• Melakukan ujian atau penilaian terhadap algoritma yang dicadangkan.

(16)

Skop Kajian

Kajian terhadap kaedah transliterasi mesin (automatik) terhadap ejaan Jawi lama (Zaaba) kepada Rumi

• Manuskrip Melayu lama

• Teks Kitab Hidayah Al Salikin

• Teks Jawi lama

• Majalah Qalam

(17)

Rajah 2: Penerbitan Majalah Melayu pada kurun ke 20

Sumber : http://www.cias.kyoto-u.ac.jp/~yama/jawi/database.html

(18)

Cover majalah Qalam

(19)

(20)

(21)

Kerangka Kajian

Kajian

Literatur Bangun

Model

Transliterasi Transliterasi

TeJaR

Pemproses Kata

Pasca

Transliterasi Pengujian Pembangunan

(22)

Mula

Tokenisasi

Kata akar yang tepat

Proses Semak Hasil Cantasan Petua Cantasan

Semak Pola

Hasil = benar

Tamat YA TIDAK

Daftar Kata

(23)

Cantasan (Stemming)

نكامم

^(memakan)

ننكاماڤ

(pemakanan)

نكام

^(makan)

ننكام

^(makanan)

(24)

Transliterasi Berasaskan Petua Suku kata (Pola kv+kk) => kvk ak

نكام

نك

ام

ma + k an

(25)

Ujikaji dan Hasil

T1 T2 T3 Purata

Enjin Transliterasi Rumi-Jawi

(TERUJA) 36.28 24.09 42.86 34.41

e-jawi.net 23.01 16.79 41.38 27.06

Petua Transliterasi Jawi Lama-Rumi

(TeJaR) 18.02 19.73 36.31 24.69 _LAP^OR

AN KEMAJUAN PHD SEPT 2014

Peratusan Ralat

(26)

Algorithma Transliterasi

1. Mula

2. Tokenisasi, N1

3. Semak Daftar Kata Jawi-Rumi, jika ada terus ke 8 (option) 4. Semak Panjang Perkataan, L

5. Jika L > 6 , Maka Perlu Melalui Proses Cantasan > 6 aksara Jika L = 6 , Maka Perlu Melalui Proses Cantasan = 6 aksara

...

Sekiranya Tidak Terus, Ke Transliterasi 6. Proses Cantasan

i. Semak Imbuhan Awalan ii. Semak Imbuhan Akhiran iii. Semak Imbuhan Apitan

7. Transliterasi OOV

i. Petua

ii. Statistik analisis

8. Dapatkan Rumi 9. Tamat

(27)

(28)

Senarai Rujukan

• Mansur Arbabi, Scott M. Fischthal, Vincent C. Cheng, Elizabeth Bart (1994). Algorithms for Arabic name transliteration.

Journal: Ibm Journal of Research and Development - IBMRD , vol. 38, no. 2, pp. 183-194,

• Yaser Al-onaizan, Kevin Knight (2002). Machine Transliteration of Names in Arabic Text

• Nasreen AbdulJaleel, Leah S. Larkey (2003). Statistical

transliteration for english-arabic cross language information retrieval. International Conference on Information and

Knowledge Management - CIKM , pp. 139-146, 2003

(29)

• Suliana Sulaiman. (2013). Pencantas Perkataan Melayu Untuk Aksara Jawi Berasaskan Petua. Doktor Falsafah Tesis, Universiti Kebangsaan Malaysia, Bangi.

• Suliana Sulaiman, Khairuddin Omar, Nazlia Omar, Mohd Zamri Murah, & Rahman, Hamdan Abdul. (2011, December 5-8,

2011). A Malay Stemmer for Jawi Characters. Paper presented at the 24th Australian Joint Conference Perth, Australia,

Proceedings AI 2011: Advances in Artificial Intelligence, Perth, Australia.

• Yonhendri. (2009). Transliterasi Rumi ke Jawi berasaskan

petua. Sarjana Tesis Sarjana, Universiti Kebangsaaan Malaysia.

(30)

Senarai Prosiding dan Jurnal

1. Che Wan Shamsul Bahri C.W.Ahmad, Khairuddin Omar, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Mohd Sanusi Azmi, Hamdan Abdul Rahman (2013), Kerangka Awal Transliterasi Mesin Teks Jawi Pada Batu Bersurat Piagam Terengganu (BBPT) dalam Buku Batu Bersurat Piagam Terengganu: Wadah Intelektual Tamadun Melayu.

Kuala Terengganu, MALAYSIA. pp. 215 -236, ISBN 978-983-43021-3-9.

Cetakan kedua 2013.

2. Khairuddin Omar, Mohd Sanusi Azmi, Mohammad Faidzul Nasrudin, Che Wan Shamsul Bahri C.W.Ahmad, Azizi Abdullah (2013), Batu Bersurat Terengganu : Perluasan Model Segitiga dalam Kajian Digital Paleografi Jawi (BBPT) dalam Buku Batu Bersurat Piagam

Terengganu: Wadah Intelektual Tamadun Melayu. Kuala Terengganu, MALAYSIA. pp. 190 -202, ISBN 978-983-43021-3-9. Cetakan kedua 2013.

3. Khairuddin Omar, Che Wan Shamsul Bahri C.W.Ahmad, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Mohd Sanusi Azmi, (2013),

“Sistem Ejaan Jawi Lama dan Baru serta Isu-Isu berkaitan

Transliterasi: Kajian Kes Terhadap Kitab Hidayah Al-Salikin”. Jurnal Filologi Melayu, Jilid 20, ISSN:0128-0048, 2013

(31)

4. Khairuddin Omar, Mohd Sanusi Azmi, Mohammad Faidzul Nasrudin, Azizi Abdullah, Che Wan Shamsul Bahri

C.W.Ahmad, (2012), “Paleografi Jawi Digital : Kajian dalam Perspektif Sains Komputer”. Jurnal Filologi Melayu, Jilid 19, ISSN:0128-0048, 2012

5. Khairuddin Omar, Mohd Sanusi Azmi, Mohammad Faidzul Nasrudin, Azizi Abdullah, Che Wan Shamsul Bahri

C.W.Ahmad, (2013), “Paleografi Jawi Digital Wadah Baru Kajian Tempat Asal Manuskrip Melayu Lama”. Jurnal Filologi Melayu, Jilid 20, ISSN:0128-0048, 2013

6. Juhaida Abu Bakar, Khairuddin Omar, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Che Wan Shamsul Bahri C.W.Ahmad (2013), Implementation of Buckwalter

Transliteration to Malay Corpora. Proceeding of the 13th International Conference on Intelligent Systems Design and Applications (ISDA), ISBN 978-1-4799-3516-1. pp.213-218.

(32)

7. Che Wan Shamsul Bahri C.W.Ahmad, Khairuddin Omar,

Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Juhaida Abu Bakar (2013), Rule Based For Old Jawi – Malay Machine

Transliteration. Proceeding of the International Conference on Artificial Intelligence in Computer Science and ICT (AICS2013), 25 - 26 November 2013, Langkawi, MALAYSIA, e-ISBN 978-967-11768- 3-2. pp. 379-386.

8. Che Wan Shamsul Bahri C.W.Ahmad, Khairuddin Omar,

Mohammad Faidzul Nasrudin, Mohd Zamri Murah (2013), A

Hybrid Model for Old Malay Machine Transliteration. Presented at International Multi-Conference on Artificial Intelligence

Technology (M-CAIT 2013), 28-29 Ogos 2013, Shah Alam, MALAYSIA.

9. Mohd Sanusi Azmi, Khairuddin Omar, Mohammad Faidzul

Nasrudin, Che Wan Shamsul Bahri C.W.Ahmad and Khadijah Wan Mohd Ghazali (2013), Exploiting Features from Triangle Geometry for Digit Recognition, presented at International Conference on Control, Decision and Information Technologies 2013(CoDIT'13), Hammamet, Tunisia, May 6-8, 2013. IEEE.

(33)

10. Che Wan Shamsul Bahri C.W.Ahmad, Khairuddin Omar, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Mohd Sanusi Azmi (2013), Machine Transliteration Design for Old Malay Manuscript. Proceeding of the 2nd International

Conference on Machine Learning and Computer Science (IMLCS'2013). 6-7 May 2013, Kuala Lumpur , Malaysia. ISBN 978-93-82242-29-1. pp. 23-26.