i
ANALISIS PEMBENTUKAN POLA GRAF PADA KALIMAT BAHASA INDONESIA MENGGUNAKAN METODE KNOWLEDGE GRAPH
YASIN YUSUF
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014
ii
iii
PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa tesis berjudul analisis pembentukan pola graf kalimat bahasa Indonesia menggunakan metode knowledge graph adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada 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 disertasi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Februari 2014
Yasin Yusuf NIM G551100071
ii
RINGKASAN YASIN YUSUF. Analisis Pembentukan Pola Graf pada Kalimat Bahasa Indonesia Menggunakan Metode Knowledge Graph. Dibimbing oleh SRI NURDIATI dan BIB PARUHUM SILALAHI.
Analisis bahasa secara sintaksis (tata bahasa) memiliki keunggulan lebih cepat diproses dibandingkan dengan analisis secara semantis. Namun, analisis sintaksis tanpa diikuti analisis semantis cenderung menyebabkan ambiguitas. Misalnya ada sebuah kalimat kucing memakan tikus mati. Kalimat ini memiliki dua makna, yaitu kucing mati setelah memakan tikus atau kucing memakan tikus yang sudah mati. Oleh karena itu, analisis semantik dibutuhkan untuk menjelaskan makna dari kalimat tersebut. Knowledge graph adalah metode yang dapat digunakan untuk melakukan analisis semantik. Metode ini merupakan sebuah pendekatan baru dalam pemahaman bahasa alami. Metode ini memiliki 9 relasi biner dan 4 relasi frame. Di dalam knowledge graph, kata direpresentasikan dengan word graph dan kalimat direpresentasikan dengan sebuah sentence graph. Analisis suatu kalimat dengan menggunakan knowledge graph membutuhkan aturan pemotongan kalimat (chunking). Aturan chunking sudah ada pada struktur kalimat bahasa Inggris dan Cina, tetapi belum ada untuk struktur kalimat bahasa Indonesia. Tujuan dari penelitian ini adalah membentuk aturan chunking pada struktur kalimat bahasa Indonesia dan membuat pola graf kalimat bahasa Indonesia dengan metode knowledge graph. Manfaat penelitian ini adalah memberikan aturan pembentukan graf kalimat bahasa Indonesia dan terciptanya pola graf kalimat bahasa Indonesia dengan metode knowledge graph. Hasil dari penelitian ini adalah aturan chunking kalimat bahasa Indonesia dengan indikator sebanyak 8, yaitu koma dan titik, kata ganti petunjuk, kata kerja bantu (adverbia), kata depan (preposisi), lompatan (jump), kata-kata logika (logic word), jeda nafas, kata sambung (konjungsi). Selain itu, diperoleh pula pola graf kalimat bahasa Indonesia yang sekaligus menunjukkan arti (aspek semantik) dari kalimat yang dianalisis.
Kata kunci: knowledge graph, sentence graph, chunk graph, chunk indicators.
iii
SUMMARY YASIN YUSUF. Analysis of Contruction Indonesian Sentence Graph Using Knowledge Graph. Supervised by SRI NURDIATI and BIB PARUHUM SILALAHI. The syntactic analysis of a language has an advantage as compared to the semantic analysis in terms of the time used to process the language, that is faster than semantic analysis. But, if the syntactic analysis is not followed by its semantic analysis it tends to cause ambiguity. For example is an Indonesian sentence kucing memakan tikus mati. In Indonesian, this sentence has an ambiguity whether the cat died after eating the rat or the rat has died eaten by the cat. Therefore, semantic analysis is needed to explain the meaning of this sentence. In such a case the method of knowledge graph can be used to explain the meaning of the sentence. This method is a new approach for natural language understanding. There are 9 binary relationships and 4 frame relationships as components of the knowledge graph. Using this method, a word is represented by a word graph, and a sentence is represented by a sentence graph. Analyzing the sentence using knowledge graph needs a chunking rule. This rule has already existed in the structure of English and Chinese, but it has not existed in Indonesian yet. The objective of this research is to constructs a chunking rule in Indonesian sentences and a sentence graph in Indonesian with the knowledge graph method. The benefits of this research is to provide the rules of constructing Indonesian sentence graph and to create an Indonesian sentence graph. The result of this research is Indonesian chunking rule with 8 indicators, they are comma and period sign, pronoun, adverb, preposition, jumps, logic words, interlude of breath, and conjunction. The other result is Indonesian sentences graph that describes semantics aspect of the sentence.
Keywords: knowledge graph, sentence graph, chunk graph, chunk indicators.
iv
© Hak Cipta Milik IPB, Tahun 2014 Hak Cipta Dilindungi Undang-Undang Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk apa pun tanpa izin IPB
i
ANALISIS PEMBENTUKAN POLA GRAF PADA KALIMAT BAHASA INDONESIA MENGGUNAKAN METODE KNOWLEDGE GRAPH
YASIN YUSUF
Tesis sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Matematika Terapan
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014
ii
Penguji pada Ujian Tertutup: Dr Ir Fahren Bukhari MSc
iii
Judul Tesis : Analisis Pembentukan Pola Graf pada Kalimat Bahasa Indonesia Menggunakan Metode Knowledge Graph Nama : Yasin Yusuf NIM : G551100071
Disetujui oleh Komisi Pembimbing
Dr Ir Sri Nurdiati, MSc Ketua
Dr Ir Bib Paruhum Silalahi, MKom Anggota
Diketahui oleh
Ketua Program Studi Matematika Terapan
Dekan Sekolah Pascasarjana
Dr Jaharuddin, MS
Dr Ir Dahrul Syah, MScAgr
Tanggal Ujian: 7 Februari 2014
Tanggal Lulus:
,----,,----_._--
III
Judul Tesis : Analisis Pembentukan Pola Graf pada Kalimat Bahasa Indonesia Menggunakan Metode Knowledge Graph : Yasin Yusuf Nama : G551100071 NIM
Disetujui oleh Komisi Pembimbing
Dr Ir Sri Nurdiati, MSc Ketua
Dr Ir Bib Paruh Ang
MKom
Diketahui oleh
Ketua Program Studi Matematika Terapan
Dr Jaharuddin, MS
Tanggal Ujian: 7 Februari 2014
Tanggal Lulus:
o7 APR
2014
iv
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya, sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2012 ini ialah knowledge graph, dengan judul analisis pembentukan pola graf pada kalimat bahasa Indonesia menggunakan metode knowledge graph. Terima kasih penulis ucapkan kepada Ibu Dr. Ir. Sri Nurdiati, M.Sc dan Bapak Dr. Ir. Bib Paruhum Silalahi, M.Kom selaku pembimbing. Ungkapan terima kasih juga disampaikan kepada istri serta seluruh keluarga atas segala doa, semangat dan kasih sayangnya. Semoga karya ilmiah ini bermanfaat.
Bogor, Februari 2014 Yasin Yusuf
v
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vii
1 PENDAHULUAN Latar Belakang Perumusan Masalah Tujuan Penelitian Manfaat Penelitian Ruang Lingkup Penelitian
1 1 2 2 2 2
2 TINJAUAN PUSTAKA Kalimat Bahasa Indonesia Knowledge Graph Chunk Indicators
2 2 7 14
3 METODE Studi Pustaka Berbahasa Indonesia Pembuatan Chunk Indicator pada Kalimat Bahasa Indonesia Pemotongan Kalimat Bahasa Indonesia Pembuatan Chunk Graph Penggabungan Chunk Graph menjadi Sebuah Sentence Graph
15 15 16 17 17 17
4 HASIL DAN PEMBAHASAN Studi Literatur Awal Analisis Struktur Kalimat Aturan Chunking Pembuatan Pola Graf Kalimat Bahasa Indonesia
17 17 18 22 29
5 SIMPULAN DAN SARAN Simpulan Saran
49 49 49
DAFTAR PUSTAKA
50
RIWAYAT HIDUP
51
vi
DAFTAR TABEL 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Hubungan bentuk, kategori, dan fungsi. Graf logika simbolik Analisis struktur kalimat (1) Analisis struktur kalimat (2) Analisis struktur kalimat (3) Analisis struktur kalimat (4) Analisis struktur kalimat (5) Analisis struktur kalimat (6) Daftar Chunk indicator kalimat bahasa Indonesia Word Graph kata benda Word Graph kata kerja Word graph preposisi Word graph pada kalimat (1) Chunk kalimat (1) Sentence graph pola S-P-O Pola graf kalimat bahasa Indonesia
4 13 18 19 20 20 21 21 27 32 34 35 36 37 40 46
DAFTAR GAMBAR 1 Bagan struktur kalimat bahasa Indonesia 2 Bagan kalimat majemuk setara 3 Bagan kalimat majemuk bertingkat dengan klausa I lebih tinggi 4 Bagan kalimat majemuk bertingkat dengan klausa II lebih tinggi 5 Bagan kalimat majemuk kompleks 6 Relasi ALI 7 Contoh penggunaan relasi ALI pada word graph kata padi 8 Relasi CAU 9 Contoh penggunaan relasi CAU 10 Relasi EQU 11 Penggunaan relasi EQU 12 Relasi SUB 13 Contoh penggunaan relasi SUB 14 Relasi DIS 15 Contoh penggunaan relasi DIS 16 Relasi ORD 17 Contoh penggunaan relasi ORD 18 Relasi PAR 19 Contoh penggunaan relasi PAR 20 Relasi SKO 21 Contoh penggunaan ontology focus pada suatu token. 22 Contoh penggunaan empat buah frame relationships 23 Frame bahasa logika and 25 Frame bahasa logika or 26 Frame bahasa logika if ... then 27 Flowchart pengujian chunk indicator
4 5 6 6 7 8 8 9 9 9 10 10 10 10 11 11 11 11 12 12 12 13 14 14 14 16
vii
28 Word graph kata benda 29 Graf kata kerja aktif 30 Graf kata kerja pasif 31 Graf kata adjektiva utama 32 Graf numeralia 1892 33 Sentence graph kalimat 1 34 Bentuk sederhana sentence graph kalimat 1 35 Bentuk umum graf pola S-P 36 Bentuk umum graf pola S-P-O 37 Sentence graph kalimat 2 38 Sentence graph kalimat 2 dengan kata kerja pasif 39 Sentence graph kalimat 2 dengan kata kerja aktif 40 Bentuk umum sentence graph pada kalimat 3 41 Bentuk sederhana sentence graph kalimat 3 42 Bentuk umum sentence graph kalimat 3 43 Bentuk sederhana sentence graph kalimat 4 44 Bentuk umum sentence graph kalimat 4 45 Bentuk sederhana sentence graph kalimat 5 46 Bentuk umum sentence graph kalimat 5 dengan kata kerja aktif 47 Bentuk sederhana sentence graph kalimat 5 dengan kata kerja pasif 48 Bentuk umum sentence graph kalimat 5 dengan kata kerja pasif 49 Bentuk sederhana sentence graph kalimat 6 dengan kata kerja aktif 50 Bentuk umum sentence graph kalimat 6 dengan kata kerja aktif 51 Bentuk sederhana sentence graph kalimat 6 dengan kata kerja pasif 52 Bentuk umum sentence graph kalimat 6 dengan kata kerja pasif
32 33 33 35 36 37 38 38 39 39 40 40 41 41 41 42 42 43 43 44 44 45 45 45 46
DAFTAR LAMPIRAN 1 Proses kontruksi graf kalimat berpola S-P-OError! Bookmark not defined. 2 Proses kontruksi graf kalimat berpola S-P-PelError! Bookmark not defined. 3 Proses kontruksi graf kalimat berpola S-P-KetError! Bookmark not defined. 4 Proses kontruksi graf kalimat berpola S-P-O-PelError! Bookmark not defined. 5 Proses kontruksi graf kalimat berpola S-P-O-KetError! Bookmark not defined.
1
1 PENDAHULUAN Latar Belakang Bahasa memiliki peran strategis dalam perkembangan ilmu pengetahuan, yaitu sebagai alat komunikasi untuk menyampaikan konsep-konsep dalam ilmu pengetahuan. Oleh karena itu, bahasa tidak boleh menyebabkan ambiguitas agar makna yang ingin disampaikan benar-benar dipahami. Analisis bahasa secara sintaksis (tata bahasa) memiliki keunggulan lebih cepat diproses dibandingkan dengan analisis secara semantis. Namun, analisis sintaksis tanpa diikuti analisis semantis lebih cenderung menyebabkan ambiguitas. Misalnya ada sebuah kalimat kucing memakan tikus mati. Kalimat ini memiliki dua makna yaitu kucing mati setelah memakan tikus atau kucing memakan tikus yang sudah mati. Secara sintaksis kalimat ini sudah benar, namun untuk mengetahui makna yang terkandung dalam kalimat ini dibutuhkan analisis semantis sehingga diperoleh makna yang dimaksud kalimat tersebut. Dengan demikian, analisis semantis lebih berperan untuk mengetahui makna yang terkandung dalam sebuah kalimat. Salah satu metode untuk menganalisis bahasa secara semantis adalah dengan knowledge graph. Hal ini sekaligus dapat dipandang sebagai sebuah aplikasi matematika dalam bidang linguistik. Knowledge graph merupakan metode baru dalam merepresentasikan pengetahuan. Metode ini membuat model penjelasan semantis berbentuk graf untuk pengolahan informasi (Zhang 2002). Penelitian tentang knowledge graph dalam jangka panjang bertujuan untuk merancang sebuah metode yang dapat membaca sembarang dokumen berbahasa Indonesia serta menghasilkan informasi dalam bentuk graf. Informasi yang dihasilkan tersebut merupakan intisari dari pengetahuan yang ada dalam dokumen yang dipelajari dengan harapan meminimumkan ambiguitas. Upaya menerapkan metode knowledge graph untuk menganalisis bahasa Indonesia telah dilakukan oleh beberapa peneliti sebelumnya, di antaranya adalah Haerul (2007) yang menganalisis word graph kata benda, Muslik (2009) yang menganalisis word graph kata kerja, Anggraini (2009) yang menganalisis word graph preposisi, Rahmat (2009) yang menganalisis word graph kata sifat dan Samba (2010) yang menganalisis word graph kata keterangan. Hasil penelitian yang telah dilakukan oleh peneliti sebelumnya akan digunakan sebagai bahan rujukan untuk menganalisis kalimat Bahasa Indonesia menggunakan metode knowledge graph. Menurut Abney (1994), dalam mengucapkan sebuah kalimat, seseorang akan mengucapkannya dalam beberapa bagian atau potongan yang disebut dengan chunk. Oleh karena itu, analisis suatu kalimat dengan menggunakan knowledge graph membutuhkan aturan pemotongan kalimat (chunking) sehingga dapat diketahui letak potongan kalimat ketika diucapkan. Aturan chunking yang telah diteliti oleh Rusiyamti (2008) masih menggunakan aturan dari struktur bahasa Inggris yang
2
diterapkan pada struktur kalimat bahasa Indonesia. Penelitian tersebut belum diujikan pada pola kalimat bahasa Indonesia. Konstruksi pola graf kalimat bahasa Indonesia bukanlah sesuatu yang mudah dan cepat, melainkan perlu waktu yang relatif lama, apalagi kalimat bahasa Indonesia yang luas dan kompleks. Oleh karena itu, penulis tertarik melakukan penelitian tentang knowledge graph dan membatasinya pada pembentukan aturan chunking kalimat bahasa Indonesia untuk membentuk pola graf kalimat dasar bahasa Indonesia.
Perumusan Masalah Berdasarkan latar belakang di atas maka masalah yang diteliti adalah: 1 bagaimana aturan chunking pada struktur kalimat bahasa Indonesia? 2 bagaimana pola graf kalimat bahasa Indonesia dengan metode knowledge graph?
Tujuan Penelitian Tujuan penelitian ini adalah: 1 membentuk aturan chunking pada struktur kalimat bahasa Indonesia. 2 membuat pola graf kalimat bahasa Indonesia dengan metode knowledge graph.
Manfaat Penelitian Manfaat penelitian ini adalah memberikan aturan pembentukan graf kalimat bahasa Indonesia dan terciptanya pola graf kalimat bahasa Indonesia dengan metode knowledge graph.
Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah menganalisis kalimat berbahasa Indonesia pada pola kalimat dasar.
2 TINJAUAN PUSTAKA Kalimat Bahasa Indonesia Kalimat adalah satuan bahasa terkecil yang merupakan kesatuan pikiran (Whijono 2011). Chaer (2011) menambahkan definisi tersebut, yaitu sebuah
3
kalimat juga harus lengkap. Lengkap berarti di dalam satuan bahasa terdapat bagian yang menjadi pokok pembicaraan yang disebut subjek, bagian yang menjadi komentar tentang subjek yang disebut predikat, bagian yang merupakan pelengkap dari predikat yang disebut objek, dan bagian yang yang merupakan penjelasan lebih lanjut terhadap predikat dan subjek yang disebut keterangan. Dalam wujud lisan, kalimat diucapkan dengan suara naik turun dan keras lembut, disela jeda, dan diakhiri dengan intonasi akhir yang diikuti oleh kesenyapan yang mencegah terjadinya perpaduan asimilasi bunyi ataupun proses fonologis lainnya (Alwi et al. 2003). Namun, kalimat dalam wujud tulisan diawali dengan huruf kapital dan diakhiri dengan dengan tanda titik, tanda seru, dan tanda tanya (Whijono 2011). Kalimat merupakan sarana komunikasi untuk menyampaikan pikiran atau gagasan kepada orang lain agar dapat dipahami dengan mudah. Komunikasi berjalan dengan baik dan benar jika menggunakan kalimat yang baik dan benar juga, yaitu kalimat yang dapat mengekspresikan gagasan secara jelas dan tidak menimbulkan keraguan pembaca atau pendengarnya. Untuk itu, kalimat harus disusun berdasarkan struktur kalimat yang benar. Struktur kalimat dibentuk berdasarkan unsur subjek, predikat (disertai objek jika predikat menggunakan kata kerja transitif), pelengkap (disertai pelengkap jika predikat menggunakan kata kerja intransitif), dan keterangan (jika diperlukan). Unsur-unsur ini disebut dengan fungsi kata atau frasa dalam kalimat (Alwi et al. 2003). Unsur-unsur tersebut bisa berbentuk kata, frasa, atau klausa (Whijono 2011). Kata terdiri atas beberapa kategori yaitu: 1 verba (V) 2 adjektif (Adj) 3 adverbia (Adv) 4 nomina (N) 5 preposisi (Prep) 6 konjungtor (Konj) 7 interjeksi (Interj) 8 partikel (Part) Selain kategori kata, terdapat juga kategori frasa yang dibedakan berdasarkan unsur utamanya yaitu: 1 frasa nomina (FN) 2 frasa verba (FV) 3 frasa adjektival (FAdj) 4 frasa adverbial (FAdv) 5 frasa preposional (FPrep) Kata seperti meja, pergi, sakit, sering, dan kepada masing-masing secara berurutan termasuk dalam kategori N, V, Adj, Adv, dan Prep. Di lain pihak, frasa meja itu, sudah pergi, agak sakit, seringkali, dan kepada saya masing-masing secara berurutan tergolong FN, FV, FAdj, FAdv, dan FPrep (Alwi et al. 2003). Berdasarkan uraian di atas, struktur kalimat dapat digambarkan seperti pada Gambar 1.
4
Gambar 1 Bagan struktur kalimat bahasa Indonesia Berdasarkan bagan di atas terlihat bahwa sebuah kalimat tersusun atas beberapa bentuk yaitu kata, frasa, atau klausa. Setiap bentuk memunyai fungsi yaitu S, P, O, Ket., Pel. Setiap klausa bisa dibentuk dari beberapa frasa dan kata. Frasa terbagi menjadi lima kategori yaitu FN, FV, Fadj, FAdv, Fprep, sedangkan kata terdiri atas beberapa kategori yaitu V, Adj, Adv, N, Prep, Konj, Interj, Part. Misalnya kalimat Ibu saya tidak membeli baju baru untuk kami minggu lalu. Hubungan antara bentuk, kategori, dan fungsi unsur-unsur pembentuk kalimat tersebut dapat terlihat pada Tabel 1. Tabel 1 Hubungan bentuk, kategori, dan fungsi. Bentuk
Ibu
Kategori
Kata Frasa
Fungsi
N
saya
tidak membeli baju baru untuk kami minggu lalu
Pron. Adv.
V
N
Adj
N
N
V
N
FN
FV
FN
FPep
FN
Subjek
Predikat
Objek
Pelengkap
Keterangan
Dari Tabel 1, tampak lima fungsi yang digunakan, namun tidak selalu kelimalimanya dipakai. Paling tidak harus ada yang menjadi subjek dan predikat, sehingga di dalam sebuah kalimat ada bagian yang tidak bisa dihilangkan, ada yang bisa dihilangkan. Kalimat memiliki jumlah dan ragam yang sangat banyak, namun pada hakikatnya disusun berdasarkan pola-pola tertentu yang amat sedikit jumlahnya. Berdasarkan polanya, kalimat terbagi menjadi dua jenis, yaitu pola kalimat dasar dan pola kalimat majemuk.
5
Pola Kalimat Dasar Menurut Whijono (2011) pola kalimat dasar sekurang-kurangnya terdiri atas subjek (S) dan predikat (P). Pola kalimat ini memiliki ciri-ciri sebagai berikut. 1 Berupa kalimat tunggal (satu S, satu P, satu O, satu pel, satu K). 2 Sekurang-kurangnya terdiri atas satu subjek dan satu predikat. 3 Selalu diawali dengan subjek. 4 Berbentuk kalimat aktif. 5 Unsur tersebut ada yang berupa kata, adapula yang berbentuk frasa. 6 Dapat dikembangkan menjadi kalimat luas dengan memperluas subjek. predikat, objek, dan keterangan. Beberapa pola kalimat dasar menurut Alwi et al. (2003) adalah sebagai berikut. 1 S–P 2 S–P–O 3 S – P – Pel 4 S – P – Ket 5 S – P – O – Pel 6 S – P – O – Ket Pola Kalimat Majemuk Pola kalimat majemuk terdiri atas kalimat majemuk setara, bertingkat, dan kompleks masing-masing memiliki karakter yang berbeda-beda. Berikut ini adalah penjelasan tentang kalimat majemuk. a. Kalimat majemuk setara Kalimat majemuk setara bersifat koordinatif atau tidak saling menerangkan (Whijono 2011). Kedudukan klausa-klausa di dalam kalimat setara ini adalah sama derajatnya, klausa yang satu tidak lebih tinggi atau lebih rendah dari yang lain, atau klausa yang satu tidak mengikat yang lain. Klausa-klausa itu memunyai kedudukan yang bebas, sehingga kalau yang satu ditanggalkan maka yang lain masih tetap berdiri sebagai sebuah klausa (Chaer 2011). Perhatikan bagan berikut ini.
Gambar 2 Bagan kalimat majemuk setara Menurut Whijono (2011) kalimat majemuk setara terbagi menjadi empat macam, yaitu:
6
1 2 3 4
setara gabungan menggunakan kata dan, serta setara pilihan menggunakan kata atau setara urutan menggunakan kata kata lalu, lantas, dan kemudian setara berlawanan menggunakan kata tetapi.
b. Kalimat majemuk bertingkat Kalimat majemuk bertingkat dibedakan berdasarkan jenis anak kalimat atau klausanya. Kedudukan klausa-klausa di dalam kalimat bertingkat ini tidak sama derajatnya. Salah satu anak kalimat memunyai kedudukan lebih tinggi dari yang lain atau yang satu mengikat atau terikat pada yang lain (Chaer 2011). Gambar berikut menggambarkan struktur kalimat bertingkat.
Gambar 3 Bagan kalimat majemuk bertingkat dengan klausa I lebih tinggi Jika klausa II lebih tinggi maka bagan kalimat majemuk tergambar seperti di bawah ini.
Klausa II Klausa I Kata penghubung
Gambar 4 Bagan kalimat majemuk bertingkat dengan klausa II lebih tinggi Klausa yang kedudukannya lebih tinggi memunyai kedudukan yang bebas, sehingga tanpa klausa yang lain tetap dapat berdiri sendiri sebagai sebuah kalimat. Namun, klausa yang kedudukannya lebih rendah memunyai kedudukan yang tidak bebas, sehingga tidak mungkin dapat berdiri sendiri sebagai sebuah kalimat (Chaer 2011). Jika kalimat majemuk bertingkat dibedakan berdasarkan jenis anak kalimatnya (AK), maka terdapat delapan macam (Whijono 2011) yaitu: 1 AK keterangan waktu yaitu menggunakan kata ketika, waktu, saat, setelah, sebelum.
7
2 3
AK keterangan sebab yaitu menggunakan kata sebab, lantaran, karena. AK keterangan hasil (akibat) yaitu menggunakan kata hingga, sehingga, akhirnya. 4 AK keterangan syarat yaitu menggunakan keterangan jika, apabila, kalau, andaikata. 5 AK keterangan tujuan yaitu menggunakan kata agar, supaya, demi, untuk, guna. 6 AK keterangan cara yaitu menggunakan kata dengan, dalam. 7 AK keterangan posesif yaitu menggunakan kata meskipun, walaupun, biarpun. 8 AK keterangan pengganti nomina yaitu menggunakan kata bahwa. c. Kalimat majemuk kompleks Kalimat majemuk kompleks dibentuk dari tiga klausa atau lebih yang kedudukan klausa-klausanya itu merupakan campuran dari struktur kalimat majemuk setara dan bertingkat (Chaer 2011). Penggabungannya biasanya dibantu dengan berbagai kata penghubung, baik yang dipakai dalam kalimat majemuk setara maupun bertingkat. Gambar berikut menunjukkan bentuk kalimat majemuk kompleks.
Gambar 5 Bagan kalimat majemuk kompleks
Knowledge Graph Metode knowledge graph merupakan sebuah pendekatan baru yang dapat digunakan untuk mendeskripsikan bahasa manusia yang lebih terfokus pada aspek semantis daripada aspek sintaksis. Keuntungan menggunakan knowledge graph adalah lebih bisa menggambarkan dan mengekspresikan aspek semantis lebih dalam, menggunakan relasi yang minimum, dapat meniru pengamatan manusia, dan sebagainya. Pendekatan ini merupakan jalan baru untuk penelitian pemahaman komputer terhadap bahasa manusia. Knowledge graph terdiri atas concept (token, type, dan name) dan relationship (Zhang 2002). 1
Concept Token adalah suatu node pada knowledge graph yang ditandai dengan “”, yang menyatakan suatu pengalaman pada dunia nyata atau konsep yang ada pada
8
dunia kita. Faktanya, pengamatan seseorang atas suatu hal menandakan ada hal seperti itu pada dunia kita. Oleh karena itu, dalam knowledge graph segala sesuatu akan berkorespondensi dengan token. Token merupakan konsep yang dipahami manusia menurut cara pandang masing-masing sehingga bersifat subjektif (Zhang 2002). Misalnya kata jagung dapat diasosiasikan secara subjektif mengenai bentuk, warna, rasa dan sebagainya. Type menyatakan concept umum yang ditentukan oleh himpunan atribut yang melekat padanya (James 1992). Contohnya buah, binatang, dan sebagainya. Name adalah suatu yang bersifat individual dan unik (van den Berg 1993). Contohnya Yani adalah sebuah name dari seorang perempuan. 2 Relationships Menurut Zhang (2002) serta Nurdiati dan Hoede (2009), ontologi word graph terdiri atas token (yang direpresentasikan dengan node), sembilan macam relasi biner, dan empat macam relasi frame. Kesembilan relasi biner tersebut adalah Equality (EQU), Subset relationships (SUB), Alikeness (ALI), Disparateness (DIS), Causality (CAU), Ordering (ORD), Attribution (PAR), Information dependency (SKO) dan Ontology Focus (F), sedangkan keempat relasi frame adalah Focusing on a situation (FPAR), Negation of a situation (NEGPAR), Possibility of a situation (POSPAR), dan Necessity of a situation (NECPAR). Berikut ini adalah penjelasan tentang kesembilan relasi biner di atas. a) Relasi alikeness (ALI) Relasi ALI digunakan untuk menghubungkan token dengan type, tujuannya untuk mengekspresikan bahwa token tersebut memunyai type tertentu.
Gambar 6 Relasi ALI Contoh: padi adalah type karena padi adalah konsep yang berupa informasi umum, maka grafnya adalah:
padi Gambar 7 Contoh penggunaan relasi ALI pada word graph kata padi b) Relasi causality (CAU) Relasi ini menyatakan hubungan di antara penyebab dan akibat, atau sesuatu hal yang memengaruhi hal lainnya.
9
Gambar 8 Relasi CAU Muslik (2009) menerapkan relasi CAU untuk menghubungkan konsep berupa kata benda dan kata kerja. Contohnya pada kata memakan yang memiliki graf sebagai berikut.
CAU
CAU ALI makan
ALI
memakan
Gambar 9 Contoh penggunaan relasi CAU Dari gambar di atas, maka kita bisa membaca bahwa kata memakan merupakan kata kerja yang terlihat adanya hubungan sebab akibat sehingga dinyatakan dengan relasi CAU. c) Relasi equality (EQU) Relasi ini menyatakan penamaan concept melalui arc dari label menuju concept. Relasi ini juga dapat digunakan untuk memberi nilai pada sesuatu hal. Contohnya merah pada pemberian nilai warna. Pada teori himpunan relasi EQU simetris digunakan untuk menyatakan kesamaan dua buah himpunan dan digunakan untuk menggabungkan dua buah himpunan. Relasi EQU simetris juga dapat digunakan untuk menunjukkan dua buah konsep yang sama.
Relasi EQU
Relasi EQU simetris Gambar 10 Relasi EQU
Contoh penggunaan relasi EQU adalah pada frasa burung kakak tua yang memiliki graf sebagai berikut.
10
ALI
EQU
kakak tua
burung
Gambar 11 Penggunaan relasi EQU d) Relasi subset (SUB) Jika ada dua token yang berturut-turut menyatakan dua buah himpunan, dan yang satu merupakan himpunan bagian dari yang lain, maka terdapat relasi SUB di antara dua token tersebut. Jika a SUB b, maka terdapat dua penafsiran yang berbeda. 1) Concept a adalah bagian dari concept b. Contohnya, ekor SUB kucing. Ini menyatakan bahwa ekor kucing dapat dianggap sebagai bagian dari kucing karena molekul dari ekor membentuk suatu himpunan bagian dari molekul dari kucing. 2) Concept a lebih umum daripada concept b. Oleh karena itu, concept b berisi sedikitnya semua karakteristik dari concept a. Contohnya, mamalia SUB kucing. Ini menyatakan bahwa kucing adalah jenis dari mamalia. 𝑆𝑈𝐵 Gambar 12 Relasi SUB Contoh penggunaan relasi SUB pada frasa biji jambu yang memiliki graf sebagai berikut. biji
ALI
𝑆𝑈𝐵
ALI
jambu
Gambar 13 Contoh penggunaan relasi SUB e) Relasi disparateness (DIS) Relasi DIS membandingkan dua konsep yang tidak sama. Bentuk graf dengan relasi DIS adalah sebagai berikut. 𝐷𝐼𝑆 Gambar 14 Relasi DIS
11
Contoh penggunaan relasi DIS pada kata pertanian dengan pertambangan. Kedua kata tersebut memiliki makna yang berbeda grafnya adalah sebagai berikut. ALI pertanian
𝐷𝐼𝑆
ALI
pertambangan
Gambar 15 Contoh penggunaan relasi DIS f) Relasi ordering (ORD) Relasi ORD menyatakan bahwa dua hal memunyai urutan tertentu satu sama lain. Relasi ini selain digunakan untuk menunjukkan urutan waktu dan tempat, juga dapat digunakan untuk menyatakan relasi “<” pada matematika. Ketika menggunakan relasi ORD, tanda panah ORD biasanya mengarah dari token yang memunyai nilai concept rendah menuju token dengan nilai concept tinggi. 𝑂𝑅𝐷
Gambar 16 Relasi ORD Contoh penggunaan relasi ORD pada frasa dari depan sampai belakang. Frasa tersebut memiliki makna urutan sehingga memiliki graf sebagai berikut.
bawah
ALI
𝑂𝑅𝐷
ALI
atas
Gambar 17 Contoh penggunaan relasi ORD g) Relasi attribution (PAR) Relasi PAR menyatakan bahwa sesuatu hal merupakan atribut (sifat) dari hal lainnya. Representasi graf relasi ini dari concept atribut menuju entity concept. 𝑃𝐴𝑅
Gambar 18 Relasi PAR Contoh penggunaan relasi PAR pada frasa apel manis. Kata manis merupakan atribut dari kata apel sehingga memiliki graf sebagai berikut.
12
apel
𝑃𝐴𝑅
ALI
ALI
manis
Gambar 19 Contoh penggunaan relasi PAR h) Relasi information dependency (SKO) Sebuah token pada knowledge graph menerima relasi SKO dari token lainnya, jika token tersebut informasinya bergantung pada token lainnya. Misalnya dalam pernyataan ∀𝑥 ∈ 𝑁, ∃ 𝑦 ∈ 𝑁(𝑥 2 = 𝑦) berakibat y bergantung pada x digambarkan grafnya sebagai berikut.
𝑥
𝐴𝐿𝐼
𝐴𝐿𝐼
𝑆𝐾𝑂
𝑦
Gambar 20 Relasi SKO i) Ontology focus (F) Menurut Zhang (2002) serta Nurdiati dan Hoede (2009), ontology focus digunakan untuk menunjukkan fokus dari suatu graf. Fokus digambarkan dengan pemberian tanda tertentu berupa arsiran atau warna hitam pada token. Penggunaan ontologi ini, misalnya graf ulat memakan daun dengan fokus terletak pada token ulat dapat dinyatakan sebagai berikut.
memakan 𝐴𝐿𝐼
ulat
𝐴𝐿𝐼
𝐶𝐴𝑈
𝐶𝐴𝑈
𝐴𝐿𝐼
𝐴𝐿𝐼 makan
Gambar 21 Contoh penggunaan ontology focus pada suatu token.
daun
13
Relasi selanjutnya adalah relasi frame yang terdiri atas FPAR, NEGPAR (NEG), POSPAR (POS), dan NECPAR (NEC). Misalkan suatu graf merepresentasikan pernyataan p : hari ini hujan yang dinyatakan dengan frame (Gambar 22 a). Negasi dari p dengan graf yang sama diberi frame relasi NEG, menjadi pernyataan hari ini tidak hujan (Gambar 22 b). Possibility dari p dinyatakan dengan graf yang sama dan diberi frame relasi POS menjadi pernyataan mungkin hari ini hujan (Gambar 22 c). Necessity dari p dinyatakan dengan graf yang sama dan diberi frame relasi NEC menjadi pernyataan seharusnya hari ini hujan (Gambar 22 d).
Gambar 22 Contoh penggunaan empat buah frame relationships Selain keempat relasi frame di atas, dalam perkembangannya telah dikembangkan graf logic word. Pierce dalam Zhang (2002) telah memberikan representasi graf untuk logika simbolik. Misalnya p, q, dan r adalah proposisi pada logika simbolik, maka graf simbol dari p, q, dan r adalah sebagai berikut. Tabel 2 Graf logika simbolik Grafik simbolik
Standar logika simbolik 𝑝∧𝑞∧𝑟
¬
∼ (𝑝 ∧ 𝑞 ∧ 𝑟)
¬ ¬
∼ (∼ (𝑝 ∧ 𝑞 ∧ 𝑟))
Ket: p, q, dan r adalah proposisi Berikut ini adalah representasi bahasa logika ke dalam bentuk frame, seperti bahasa logika and, or, dan if ... then (Zhang 2002).
14
Gambar 23 Frame bahasa logika and
Gambar 24 Frame bahasa logika or
Gambar 25 Frame bahasa logika if ... then
Chunk Indicators Menurut Abney (1994) dalam mengucapkan sebuah kalimat, seseorang akan mengucapkannya dalam beberapa bagian atau potongan yang disebut dengan chunk. Hal ini ditandai dengan selaan nafas atau pemberhentian ketika mengucapkannya (Rusiyamti 2008). Chunk indicators adalah indikator yang digunakan untuk menentukan pada bagian mana suatu kalimat harus dipotong ketika kalimat tersebut dianalisis. Analisis yang dimaksud dalam penelitian ini adalah memotong atau memecah sebuah kalimat menjadi bagian-bagian kalimat (kata) yang menyusunnya serta menyatakannya dalam bentuk word graph. Chunk indicator yang telah digunakan oleh Rusiyamti (2008) untuk menganalisis teks berbahasa Indonesia antara lain: Indikator 1 : koma atau titik Koma atau titik menandakan bahwa suatu kalimat terbagi menjadi beberapa bagian yang disebut dengan chunk, misalnya pada kalimat “bumi, nama”.
15
Indikator 2 : kata penunjuk atau kata penghubung Kata penunjuk atau kata penghubung seperti “yang, tersebut, adalah” dapat digunakan sebagai chunk indicator. Indikator 3 : kata kerja bantu Kata kerja bantu dalam hal ini adalah kata dapat, harus, boleh, bisa, sanggup dan sebagainya. Indikator 4 : kata depan (preposisi) Contoh kata depan adalah di, ke, dari, oleh, lekas, pada, dan seterusnya. Indikator 5 : jump (Lompatan) Lompatan terjadi jika dua buah kota berurutan tidak dapat diletakkan dalam satu chunk. Contoh pada kalimat Adik makan setelah pulang sekolah. Kata makan dan setelah tidak mungkin terletak dalam satu chunk, atau terjadi lompatan pada kedua kata tersebut sehingga harus diletakkan pada chunk yang berbeda. Indikator 6 : Kata-kata logika (logic word) Kata-kata dalam logika seperti dan dan atau juga berfungsi bagian yang satu dengan yang lainnya dalam suatu kalimat. Kata-kata tersebut juga menandakan chunk indicator. Sebelum dilakukan analisis terhadap kalimat-kalimat yang telah dipilih, terlebih dahulu akan diberikan prosedur pemotongan (chunking) yang merupakan urutan proses pemotongan kalimat. Pemotongan kalimat tersebut merupakan suatu proses iterasi prosedur dengan urutan chunk indicator sebagai berikut. 1 Koma atau titik. 2 Logika 3 Kata penunjuk atau penghubung 4 Kata depan atau preposisi 5 Kata kerja bantu 6 Jump (lompatan)
3 METODE Tahapan yang dilakukan pada penelitian ini adalah sebagai berikut. Studi Pustaka Berbahasa Indonesia Pada tahapan ini, akan dilakukan pengumpulan berbagai bahan pustaka yang relevan dengan penelitian yang akan dilakukan, yaitu bahan pustaka tentang kalimat bahasa Indonesia, knowledge graph, dan pengumpulan teks atau dokumen bahasa Indonesia untuk dipilih unsur kalimatnya. Pustaka-pustaka yang digunakan antara lain: a. Bahan pustaka tentang kalimat bahasa Indonesia Alwi et al. (2003), Chaer (2011), Whijono (2011).
16
b. Bahan pustaka tentang knowledge graph. c. Bahan pustaka tentang chunking kalimat yang diperoleh dari buku karangan Zhang (2002) dan hasil penelitian Rusiyamti (2008). d. Teks atau dokumen berbahasa Indonesia untuk dipilih unsur kalimatnya. Pembuatan Chunk Indicator pada Kalimat Bahasa Indonesia Setelah diperoleh kalimat melalui studi pustaka, selanjutnya dilakukan pembuatan chunk indicator yang akan digunakan sebagai kriteria pemotongan kalimat menjadi beberapa kata yang menyusunnya. Dalam penelitian sebelumnya, telah diperoleh 6 chunk indicator. Namun, chunk indicator tersebut belum diujikan pada pola dasar kalimat bahasa Indonesia. Pada tahap ini, mungkin saja terjadi penambahan atau pengurangan chunk indicator. Berikut ini flowchart tahapan dalam pembuatan chunk indicator.
Mulai
Serangkain chunk indicator
Penyempurnaan chunk indicator
tidak
Uji kesesuaian pada kalimat Bahasa Indonesia
Apakah sudah sesuai?
Selesai
ya
Chunk indicator pada kalimat bahasa Indonesia
Gambar 26 Flowchart pengujian chunk indicator Pembuatan chunk indicator diawali dengan serangkaian chunk indicator yang sudah ada, yaitu chunk indicator yang ada dalam struktur kalimat bahasa Inggris. Indikator-indikator tersebut diuji kesesuaiannya pada struktur kalimat Bahasa
17
Indonesia. Sebuah chunk indicator dikatakan sudah sesuai jika terdapat sebuah kalimat berbahasa Indonesia yang dapat dipotong dengan chunk indicator tersebut. Jika sudah sesuai, maka bisa dijadikan chunk indicator, dan jika belum sesuai, maka perlu disempurnakan dan diujikan kembali. Hasil proses ini adalah diperoleh chunk indicator yang sudah sesuai dengan struktur kalimat bahasa Indonesia. Pemotongan Kalimat Bahasa Indonesia Setelah diperoleh chunk indicator yang sesuai untuk struktur kalimat bahasa Indonesia, selanjutnya dilakukan pemotongan kalimat-kalimat yang sudah terkumpul pada tahap studi pustaka. Hasil dari tahap ini adalah diperoleh kata (word) yang telah dipotong menggunakan chunk indicator. Pembuatan Chunk Graph Kalimat-kalimat yang telah dilakukan pemotongan dibuat graf dengan metode knowledge graph dan disebut chunk graph. Setiap chunk graph bisa terdiri atas sebuah word graph atau gabungan beberapa word graph. Penggabungan Chunk Graph menjadi Sebuah Sentence Graph Setiap chunk graph yang telah dibuat, dirangkai menjadi satu kalimat utuh yang disebut dengan sentence graph.
4 HASIL DAN PEMBAHASAN Studi Literatur Awal Hasil studi literatur awal diperoleh beberapa kalimat yang mampu mewakili pola-pola kalimat dasar bahasa Indonesia. Jumlah kalimat yang dipilih sebanyak enam kalimat yang bertema pertanian. Pemilihan kalimat ini dilakukan dengan cara manual, artinya kalimat-kalimat dipilih berdasarkan polanya. Berikut ini pengelompokan kalimat-kalimat yang akan diteliti dalam penelitian ini. 1. S-P Kalimat (1) : Nyamuk malaria berbahaya. S P 2. S-P-O Kalimat (2) : Tumbuhan paku dimanfaatkan manusia. S P O
18
3. S-P-Pel Kalimat (3) : Cahaya matahari merupakan sumber energi utama. S P Pel. 4. S-P-Ket Kalimat (4) : Lumut daun hidup di daerah tropis. S P Ket. 5. S-P-O-Pel Kalimat (5) : Sirip membantu ikan untuk berenang. S P O Pel. 6. S-P-O-Ket Kalimat (6) : Dmitri Ivanovski meneliti penyakit mosaik pada tahun 1892. S P O Ket. Analisis Struktur Kalimat Kalimat-kalimat yang sudah terkumpul dalam studi literatur awal dianalisis terlebih dahulu agar diketahui kategori kata, frasa, fungsi, dan peran semantisnya. Analisis ini sangat berguna ketika melakukan proses pemotongan (chunking) dan pembuatan graf. Analisis peran semantis berfungsi untuk mengetahui relasi dalam pembuatan graf. Berikut ini adalah analisis hasil analisis struktur kalimat-kalimat tersebut. (1) Nyamuk malaria berbahaya. Kalimat ini terdiri atas tiga kata yaitu nyamuk, malaria dan berbahaya. Dalam kalimat (1) terdapat sebuah frasa yaitu frasa nomina, yaitu nyamuk malaria. Makna dari frasa ini yaitu bahwa malaria merupakan nama dari salah satu jenis nyamuk. Kata berbahaya merupakan kata kerja yang memunyai makna bahwa nyamuk malaria itu berbahaya. Pola kalimat ini adalah S-P dengan subjeknya adalah nyamuk malaria yang memiliki peran sebagai pelaku, sedangkan fungsi predikat terdapat pada kata berbahaya yang memiliki peran perbuatan dari pelaku. Berikut ini adalah tabel tentang analisis struktur kalimat (1). Tabel 3 Analisis struktur kalimat (1) No
Bentuk
1 2 3
Nyamuk Malaria Berbahaya
Kategori Kata Nomina Nomina Verba
Frasa Frasa Nomina -
Fungsi Subjek
Peran Semantis Pelaku
Predikat
Perbuatan
Fungsi dan peran memiliki hubungan satu sama lain. Jika sebuah kata menjadi subjek, maka kata tersebut memiliki peran menjadi pelaku. Kondisi yang lain yaitu
19
jika sebuah kata berfungsi sebagai predikat, maka memiliki peran perbuatan. Namun, hal ini juga perlu dilihat kata kerjanya. Jika kata kerjanya berupa kata kerja aktif, maka subjek sebagai pelaku, sedangkan jika kata kerja pasif, maka subjek menjadi sasaran. Menurut Alwi et al. (2003) fungsi merupakan suatu tempat dalam struktur kalimat dengan unsur pengisi berupa bentuk yang tergolong dalam kategori tertentu dan memunyai peran semantis tertentu pula. Dengan kata lain, setiap fungsi memiliki peran semantis masing-masing dalam kalimat. (2) Tumbuhan paku dimanfaatkan manusia. Kalimat (2) terdiri atas empat kata yang berbentuk nomina dan verba. Nomina dalam kalimat (2) yaitu tumbuhan, paku, dan manusia, sedangkan kategori verba adalah dimanfaatkan. Dalam kalimat ini terdapat frasa nomina yaitu tumbuhan paku yang artinya adalah tumbuhan ini bernama paku. Peran subjek dalam kalimat (2) adalah sebagai sasaran, sedangkan objek sebagai pelaku. Hal ini disebabkan oleh kata kerjanya termasuk dalam kategori kata kerja pasif. Berbeda dengan kalimat aktif yang menjadikan objek sebagai sasaran. Makna dari kalimat ini adalah manusia memanfaatkan tumbuhan yang berjenis atau bernama tumbuhan paku. Analisis kalimat (2) dapat dilihat pada tabel 3 berikut ini. Tabel 4 Analisis struktur kalimat (2) Kategori Kata Frasa
Fungsi
Peran Semantis
Frasa Nomina
Subjek
Pelaku
Verba
-
Predikat
Perbuatan
Verba
-
Objek
Pelaku
No
Bentuk
1
Tumbuhan
Nomina
2
Paku
Nomina
3
Dimanfaatkan
4
Manusia
(3) Cahaya matahari merupakan sumber energi utama. Kalimat (3) terdiri atas enam kata. Kategori kata nomina mendominasi kalimat ini, yaitu cahaya, matahari, sumber, dan energi. Verba dalam kalimat (3) adalah merupakan, sehingga sumber energi utama berfungsi sebagai pelengkap. Pelengkap dan objek memang memiliki kemiripan, yaitu sama-sama berada setelah predikat. Namun, jika dalam sebuah kalimat muncul objek, maka pelengkap berada setelah objek tersebut. Berikut ini adalah tabel tentang analisis struktur kalimat (3).
20
Tabel 5 Analisis struktur kalimat (3) No
Bentuk
1 2 3 4 5 6
Cahaya Matahari Merupakan Sumber Energi Utama
Kategori Kata Frasa Nomina Frasa Nomina Nomina Verba Nomina Frasa nomina Nomina Adjektiva
Subjek
Peran Semantis Pelaku
Predikat
Perbuatan
Pelengkap
Sasaran
Fungsi
Makna dari kalimat (3) adalah bahwa cahaya matahari memiliki peran sebagai sumber energi yang paling utama. (4) Lumut daun hidup di daerah tropis. Kalimat (4) memiliki tujuh kata dengan bentuk seperti dalam Tabel 6. Tabel 6 Analisis struktur kalimat (4) No
Bentuk
1 2 3
Lumut Daun Dapat
4 5 6 7
Dijumpai Di Seluruh Indonesia
Kategori Kata Frasa Nomina Frasa Nomina Nomina Kata kerja Frasa verba bantu Verba Preposisi Frasa Numeralia Preposisional Nomina
Subjek
Peran Semantis Pelaku
Predikat
Perbuatan
Keterangan tempat
Tempat
Fungsi
Tabel 6 menunjukkan bahwa kalimat (4) memiliki 3 kata benda yaitu lumut, daun, dan tropis. Dalam kalimat ini, terdapat preposisi di yang menunjukkan tempat. Frasa dalam kalimat ini terdiri atas frasa nomina dan frasa preposisional. Frasa nomina terdapat pada lumut daun yang berungsi subjek, sedangkan frasa preposisional terdapat pada frasa di daerah tropis yang berfungsi sebagai keterangan tempat. Arti dari lumut daun adalah sebuah jenis tumbuhan lumut yang bernama lumut daun karena hidupnya di dedaunan. Makna dari kalimat (4) adalah lumut daun hidupnya di tempat atau daerah yang bersifat tropik.
21
(5) Sirip membantu ikan untuk berenang. Kalimat (5) terdiri atas lima kata. Dua diantaranya adalah berbentuk nomina, yaitu sirip dan ikan. Kata membantu merupakan kata kerja aktif transitif sehingga membutuhkan objek, yaitu kata ikan. Kata untuk termasuk dalam kategori preposisi yang menyatakan tujuan, sedangkan berenang merupakan kata kerja dengan kata dasar renang dan berimbuhan ber-. Berikut ini adalah tabel tentang analisis struktur kalimat (25). Tabel 7 Analisis struktur kalimat (5) No
Bentuk
1 2 3 4 5 6
Gurat Sisi Membantu Ikan Untuk Berenang
Kategori Kata Frasa Nomina Frasa Nomina Nomina Kata kerja Nomina Preposisi Frasa Preposisional Kata kerja
Fungsi Subjek
Peran Semantis Pelaku
Predikat Objek Pelengkap
Perbuatan Sasaran Tujuan
Dalam tabel 7, subjek menjadi pelaku, sedangkan objeknya menjadi sasaran. Hal ini disebabkan kata kerja dalam kalimat ini adalah kalimat kerja aktif transitif. Makna dari kalimat ini adalah sirip yang merupakan bagian anggota tubuh ikan, membantu ikan dalam berenang. (6) Dmitri Ivanovski meneliti penyakit mosaik pada tahun 1892. Kalimat ini terdiri atas tujuh kata yang didominasi oleh nomina yaitu Dmitri Ivanovski, penyakit, mosaik, dan tahun. Kata kerja dalam kalimat ini adalah meneliti yang merupakan kata kerja aktif transitif sehingga membutuhkan objek, yaitu penyakit mozaik. Kalimat ini terdapat preposisi pada yang menunjukkan waktu kejadian. Analisis struktur kalimat (6) dapat dilihat di bawah ini. Tabel 8 Analisis struktur kalimat (6) No
Bentuk
1 2 3
Dmitri Ivanovski Meneliti Penyakit
4 5 6 7
Mosaik Pada Tahun 1892
Kategori Kata Nomina Verba NominaFrasa Nomina Nomina Preposisi Nomina Numeralia
Frasa Frasa Nomina Frasa Preposisional
Subjek Predikat Objek
Peran Semantis Pelaku Perbuatan Sasaran
Keterangan
Waktu
Fungsi
22
Makna dari kalimat ini adalah seorang peneliti bernama Dmitri Ivanovski meneliti sebuah penyakit yang bernama mozaik. Waktu penelitian tersebut adalah pada tahun 1892. Berdasarkan analisis di atas, kata-kata yang telah dianalisis bentuknya dapat dikelompokkan berdasarkan kategori katanya. Langkah ini berguna untuk mempermudah dalam pembuatan graf pada tahap penelitian selanjutnya. Berikut ini adalah hasil dari pengelompokan kata-kata setelah dialakukan analisis. 1. S-P : Nyamuk 𝑁 malaria𝑁 berbahaya𝑉 . : Tumbuhan𝑁 paku𝑁 dimanfaatkan𝑉 manusia𝑁 . 2. S-P-O 3. S-P-Pel : Cahaya𝑁 matahari𝑁 merupakan𝑉 sumber 𝑁 energi𝑁 utama𝐴 . : Lumut 𝑁 daun𝑁 hidup𝑉 di𝑃 daerah𝑁 tropis 𝑁 . 4. S-P-Ket 5. S-P-O-Pel : Sirip𝑁 membantu𝑉 ikan𝑁 untuk 𝑃 berenang 𝑉 . 6. S-P-O-Ket : Dmitri Ivanovski𝑁 meneliti𝑉 penyakit 𝑁 mosaik 𝑁 pada𝑃 tahun𝑁 1892𝑁𝑈𝑀 . Keterangan : N : Nomina; V : Verba; A : Adjectiva P : Preposisi NUM : Numeralia
Selain menganalisi berdasarkan katanya, kalimat-kalimat di atas juga dianalisis berdasarkan kategori frasa. Berikut adalah hasil analisis berdasarkan kategori frasa. 1. 2. 3. 4. 5. 6.
S-P S-P-O S-P-Pel S-P-Ket S-P-O-Pel S-P-O-Ket
: Nyamuk malariaFN berbahaya. : Tumbuhan pakuFN dimanfaatkan manusia. : Cahaya matahariFN merupakan sumber energi utamaFN . : Lumut daunFN hidup di daerah tropis FP . : Sirip membantu ikan untuk berenang FP . : Dmitri Ivanovski meneliti penyakit mosaik FN pada tahun 1892FP
Keterangan : FN : Frasa Nomina, FP : Frasa Preposisional
Aturan Chunking Chunking merupakan proses pemotongan kalimat menjadi beberapa bagian. Proses chunking ini membutuhkan indikator yang disebut (chunk indicators) sebagai acuan pemotongan kalimat-kalimat tersebut. Pada awalnya, chunk indicators yang telah berhasil diciptakan untuk struktur kalimat bahasa Inggris dan Cina sebanyak 5. Dalam perkembangannya, Nurdiati dan Hoede (2009) telah berhasil mengembangkan chunk indicators ini menjadi enam chunk indicators, yaitu dengan penambahan chunk indicators logic word. Berikut ini adalah chunk indicator yang telah berhasil dikembangkan dalam struktur kalimat bahasa Inggris dan Cina. 1. Indikator 1: koma dan titik 2. Indikator 2: kata penunjuk dan penghubung
23
3. 4. 5. 6.
Indikator 3: kata kerja bantu dan adverbia Indikator 4: kata depan (preposisi) Indikator 5: lompatan (jump) Indikator 6: kata-kata logika (logic word) Pada bagian ini akan diuraikan hasil uji 6 chunk indicators di atas ke dalam kalimat bahasa Indonesia, sehingga dapat digunakan untuk melakukan pemotongan kalimat bahasa Indonesia. Hasil Pengujian Chunk Indicator Chunk indicator adalah kriteria yang digunakan untuk menentukan pada bagian mana suatu kalimat harus dipotong saat kalimat tersebut dianalisis. Analisis yang dimaksud pada penelitian ini adalah memotong atau memecah sebuah kalimat menjadi bagian-bagian kalimat (kata, frasa, klausa) yang menyusunnya serta menyatakannya dalam bentuk word graph. Potongan-potongan kalimat ini selanjutnya disebut chunk. Chunk indicators yang digunakan untuk menganalisis teks bahasa Inggris sebanyak enam indikator. Keenam indicator tersebut harus diuji terlebih dahulu agar dapat digunakan dalam kalimat bahasa Indonesia. Berikut adalah hasil pengujian indikator-indikator tersebut dalam kalimat bahasa Indonesia. 1. Indikator 1: koma dan titik Koma dan titik menandakan bahwa suatu kalimat terbagi menjadi beberapa bagian. Chunk indicator ini dapat digunakan untuk melakukan chunking dalam kalimat bahasa Indonesia. Misalnya pada kalimat berikut ini. a. Manusia selalu membutuhkan manusia lain, hewan, tumbuhan, dan bahkan organisme. Kalimat ini terdapat tanda koma dan titik yang dapat memotong kalimat ini menjadi 4 chunk yaitu [manusia selalu membutuhkan manusia lain], [hewan], [tumbuhan], [dan bahkan organisme]. b. Ada dua mikoriza yang paling umum, yaitu ektomikoriza dan endomikoriza. Tanda koma dalam kalimat ini dapat memotong kalimat ini menjadi dua chunk yaitu [ada dua mikoriza yang paling umum] dan [yaitu ektomikoriza dan endomikoriza]. Berdasarkan pengujian di atas dapat disimpulkan bahwa koma dan titik dapat digunakan sebagai chunk indicators. 2. Indikator 2: Kata ganti petunjuk dan penghubung Kata penghubung seperti ini, itu, yang, tersebut, adalah dapat digunakan sebagai chunk indicator. Kata ganti petunjuk dan penghubung dapat diuji pada kalimat berikut ini.
24
a. Keaneragaman ekosistem tersebut menunjukkan keaneragaman spesies yang hidup di dalamnya. Kata tersebut dapat memotong kalimat dengan kata sebelum dan setelahnya. Demikian juga kata yang juga dapat memotong kalimat dengan kata sebelum dan setelahnya, sehingga dengan indikator kedua ini, kalimat tersebut dapat menjadi 5 chunks yaitu [keaneragaman ekosistem], [tersebut] , [menunjukkan keaneragaman spesies], [yang], [hidup di dalamnya]. b. Keaneragaman hayati adalah sumber daya alam yang sangat penting. Dalam kalimat ini terdapat dua kata penghubung adalah dan yang. Kedua kata penghubung ini dapat memotong kalimat di atas menjadi 5 chunks, yaitu : [keaneragaman hayati], [adalah], [sumber daya alam], [yang], dan [sangat penting]. Jadi, kata penghubung dapat digunakan sebagai chunk indicator dalam kalimat bahasa Indonesia. 3. Indikator 3: Kata kerja bantu dan adverbia Kata kerja bantu dalam hal ini, misalnya kata dapat, sering, harus, boleh, bisa,sanggup, juga, dan sebagainya. Misalnya penggunaan dalam kalimat berikut ini. a. Tikus sering merusak barang-barang dan mengambil bahan-bahan makanan yang ditimbun manusia. Dalam kalimat ini terdapat kata sering yang dapat digunakan untuk memotong kalimat ini menjadi beberapa bagian. b. Alkohol juga merupakan pelarut lipid. Kata juga dalam kalimat ini dapat memotong kalimat menjadi 3 chunks yaitu [alkohol], [juga], [merupakan pelarut lipid]. Jadi, kata kerja bantu tersebut menandakan sebuah chunk indicator. 4. Indikator 4: Kata depan (preposisi) Jika ditinjau dari makna semantisnya, preposisi menandai berbagai hubungan makna antara konstituen sebelum dan sesudah preposisi. Dalam frasa pergi ke pasar misalnya, preposisi ke menyatakan hubungan makna arah antara pergi dan pasar. Jika ditinjau dari perilaku sintaksisnya, preposisi berada di depan nomina, adjektiva, atau adverbia sehingga terbentuk frasa yang dinamakan frasa preposisional. Preposisi juga mengisyaratkan sebuah chunk. Hal ini dapat diuji pada kalimat berikut ini. a. Lumut hati tumbuh di palung sungai. Preposisi di dalam kalimat di atas dapat memotong kalimat (4c) menjadi 3 chunks, yaitu [lumut hati tumbuh], [di], [palung sungai]. Dengan kata lain kata di dapat dijadikan chunk indicators. b. Gas karbon dioksida berasal dari proses alam.
25
Preposisi dari menandai tempat asal gas karbon dioksida. Kata ini dapat memotong kalimat menjadi tiga chunks, yaitu [gas karbon dioksida berasal] , [dari] , dan [proses alam]. Berdasarkan uraian di atas dapat disimpulkan bahwa preposisi dapat digunakan menjadi chunk indicators. 5. Indikator 5: Lompatan (jump) Jump atau lompatan terjadi jika dua buah kata berurutan tidak dapat diletakkan dalam satu chunk. Jump dapat diuji dalam kalimat berikut ini. a. Setiap hari kita selalu melakukan aktifitas. Dalam kalimat ini kata hari dan kita tidak bisa dalam satu chunk karena jika kedua kata tersebut dalam chunk, maka maknanya akan menjadi salah, sehingga kata hari dan kita harus dipisah. Pemisahan ini menggunakan indikator jump. b. Pecahan botol dan toples kaca dapat didaur ulang menjadi botol dan toples baru. Dalam kalimat ini kata botol dan dan tidak mungkin dijadikan dalam satu chunk, sehingga kedua kata ini harus dipisahkan. Selain itu, kata kaca dan dapat juga tidak dapat dikumpulkan menjadi satu chunk. Pemotongan kata-kata ini menggunakan indikator jump. Jadi, jump dapat digunakan sebagai chunk indicator. 6. Indikator 6: Kata-kata logika (logic word) Kata-kata dalam logika seperti dan, atau juga berfungsi menghubungkan bagian yang satu dengan bagian lain dalam suatu kalimat. Kata-kata tersebut juga menandakan chunk indicator. Pengujian indikator ini terdapat pada kalimat berikut ini. a. Dosen dan mahasiswa bekerja secara kreatif dan inovatif. Kata dan dalam kalimat ini memisahkan antara kata dosen dan mahasiswa, sehingga kata dan dapat digunakan sebagai chunk indicator. b. Sampah yang diproses menjadi kompos harus selalu dalam keadaan lembab atau basah. Kata atau dapat memotong kalimat ini menjadi 3 chunks, yaitu [sampah yang diproses menjadi kompos harus selalu dalam keadaan lembab] , [atau] ,dan [basah]. Jadi, kata logika dapat digunakan sebagai chunk indicator dalam kalimat bahasa Indonesia. 7. Indikator 7: Jeda nafas Selain keenam chunk indicators di atas, dalam penelitian ini dikembangkan chunk indicators yang lain yaitu jeda nafas. Jeda nafas adalah tempat pemotongan kalimat berdasarkan jeda pengambilan nafas. Indikator ini dapat diuji dalam kalimat-kalimat berikut ini.
26
a. Sampah-sampah itu dimasukkan ke dalam bak penampungan. Kalimat ini dapat dipotong menjadi beberapa 2 chunk dengan indikator jeda nafas, yaitu menjadi [sampah-sampah itu], [dimasukkan ke dalam bak penampungan]. Jeda nafas ketika kalimat ini diucapkan secara lisan terletak di antara kata itu dengan dimasukkan sehingga hasil pemotongan ini dapat dibuat graf masing-masing. Jeda nafas tidak bisa diletakkan di antara kata sampah dan itu, atau di antara kata ke dengan dalam, karena hasil jeda nafas ini tidak dapat dibuat menjadi graf atau memiliki makna berbeda. b. Dampak perubahan lingkungan dapat dirasakan baik secara lokal maupun global. Jeda nafas pada kalimat ini terletak di antara kata lingkungan dengan dapat, dirasakan dengan baik, lokal dengan maupun. Chunks yang terbentuk adalah [dampak perubahan lingkungan], [dapat dirasakan], [baik secara lokal], dan [maupun global]. Jika jeda nafas diletakkan di antara kata baik dan secara, maka makna yang terkandung akan berubah. Berdasarkan hasil penelitian pada beberapa kalimat, indikator jeda nafas memiliki sifat berikut ini. 1) Selalu berada sebelum kata kerja. Contoh: | Singa | memakan daging|. Jeda nafas terdapat sebelum kata memakan yang merupakan kata kerja. 2) Selalu berada sebelum frasa verba Contoh : | Kuda | sangat cepat larinya|. Jeda nafas terdapat sebelum frasa sangat cepat yang merupakan frasa kata kerja. Jump secara definisi adalah lompatan pada dua buah kata berurutan yang tidak dapat diletakkan dalam satu chunk (Rusiyamti 2008). Indikator jump tidak bisa memotong antara kata singa dengan memakan karena kata singa memakan bisa diletakkan dalam satu chunk, dengan demikian perlu adanya indikator yang lain untuk memotong frasa singa memakan. Berdasarkan uraian di atas, maka jeda dapat digunakan sebagai chunk indicator dalam kalimat bahasa Indonesia. 8. Indikator 8 : Kata sambung (konjungsi) Konjungsi, konjungtor, atau kata sambung adalah kata atau ungkapan yang menghubungkan dua satuan bahasa yang sederajat: kata dengan kata, frasa dengan frasa, klausa dengan klausa, serta kalimat dengan kalimat. Indikator ini merupakan indikator yang baru dalam penelitian ini. Indikator ini dapat diuji dalam kalimat berikut ini. a. Lumut tanduk berkerabat dekat dengan ganggang laut. Kata dengan termasuk dalam jenis konjungsi subordinatif hasil. Kata ini dapat memotong kalimat di atas menjadi tiga chunk, yaitu [Lumut tanduk berkerabat dekat], [dengan], dan [ganggang laut].
27
b. Daun-daun suplir itu tampak rimbun dan menjuntai sehingga menciptakan nuansa hijau yang menyejukkan. Kata sehingga termasuk dalam jenis konjungsi subordinatif hasil. Kata ini dapat memotong kalimat di atas menjadi tiga chunk, yaitu [Daun-daun suplir itu tampak rimbun dan menjuntai], [sehingga], [menciptakan nuansa hijau yang menyejukkan]. Ada beberapa konjungsi yang berada di indikator lain yaitu kata logic word, kata-kata tersebut adalah dan dan atau. Jika dilihat secara makna kalimat logic word tidak bisa mewakili semua konjungsi karena logic word lebih cenderung berada pada kalimat majemuk setara. Untuk kalimat majemuk bertingkat dan campuran logic word kurang tepat digunakan untuk chunking. Contohnya berikut ini. Petani menanam padi ketika musim hujan telah tiba. Logic word tidak bisa digunakan untuk memotong kalimat tersebut karena kalimat tersebut bukan kalimat majemuk setara. Kalimat tersebut lebih tepat dipotong dengan chunk indicator konjungsi, yaitu pada kata ketika. Induk kalimat terdapat pada frasa petani menanam padi, sedangkan anak kalimatnya adalah musim hujan telah tiba. Jika dibuat sebuah graf, maka fokus kalimat ini terdapat pada kalimat induknya. Namun, jika logic word digunakan, maka fokusnya terdapat pada kedua kalimat, sehingga graf yang terbentuk menjadi tidak benar. Oleh karena itu chunk indicator konjungsi lebih berfungsi ketika memotong kalimat majemuk bertingkat dan campuran. Analisis di atas dapat disimpulkan bahwa kata sambung dapat digunakan sebagai chunk indicator dalam kalimat bahasa Indonesia, sehingga secara keseluruhan chunk indicator dalam kalimat bahasa Indonesia sebanyak 8 chunk indicator yaitu: Tabel 9 Daftar chunk indicator kalimat bahasa Indonesia No. 1 2 3 4 5 6 7 8
Chunk Indicators Koma dan titik Kata ganti petunjuk dan penghubung Kata kerja bantu (adverbia) Kata depan (preposisi) Lompatan (jump) Kata-kata logika (logic word) Jeda nafas Kata sambung (konjungsi)
Pembentukan Aturan Chunking Langkah selanjutnya adalah membuat aturan pemotongan pada kalimat bahasa Indonesia. Aturan ini berupa prosedur pemotongan yang merupakan urutan
28
proses pemotongan kalimat. Pemotongan kalimat tersebut merupakan suatu proses iterasi. Dengan kata lain, mengidentifikasi satu persatu bagian dari kalimat melalui chunk indicators yang telah terbentuk. Prosedur yang dimaksud adalah: 1. Pertama akan dilihat apakah kalimat yang dianalisis memuat chunk indicator 1 yaitu koma atau titik. Chunk indicator 1 menduduki urutan pertama untuk diidentifikasi pada proses analisis setiap kalimat. 2. Langkah ke-2 adalah mengidentifikasi jeda nafas (chunk indicator 7). Indikator ini menduduki urutan ke-2 karena pemotongan dengan jeda nafas berhubungan langsung dengan makna kalimat. 3. Langkah selanjutnya adalah mengidentifikasi ada tidaknya konjungtor (chunk indicator 8) dalam kalimat tersebut. 4. Urutan selanjutnya akan diidentifikasi apakah kalimat tersebut memuat kata ganti petunjuk atau penghubung. Chunk indicator 2 menduduki urutan ketiga untuk diidentifikasi pada proses analisis tersebut. 5. Selanjutnya diidentifikasi apakah kalimat tersebut memuat kata kerja bantu atau adverbial, seperti: dapat, harus, bisa, sanggup, akan, dan seterusnya. Chunk indicator 3 menduduki urutan kelima untuk diidentifikasi pada proses analisis setiap kalimat. 6. Langkah berikutnya diidentifikasi apakah kalimat tersebut memuat kata depan atau preposisi. Chunk indicator 4 menduduki urutan keempat untuk diidentifikasi pada proses analisis setiap kalimat. 7. Langkah ke-7 mengidentifikasi apakah kalimat tersebut memuat kata-kata logika, seperti dan, atau. 8. Langkah terakhir diidentifikasi apakah pada kalimat tersebut terjadi lompatan atau jump, yaitu apabila terdapat dua kata berurutan yang tidak dapat diletakkan dalam satu chunk. Misalnya ada sebuah kalimat matahari telah terbit dari timur. Pemotongan kalimat ini adalah sebagai berikut. Langkah 1 : terdapat titik sehingga kalimat dapat dilakukan pemotongan di akhir kalimat, seperti berikut ini. | Matahari terbit dari timur1|. Tanda | menunjukkan letak chunking, sedangkan 1 menunjukkan nomor indikator yang digunakan yaitu chunk indicator titik dan koma. Langkah 2 : jeda nafas terletak di antara kata matahari dengan terbit, sehingga hasilnya adalah sebagai berikut. | Matahari7 | terbit dari timur1|. Langkah 3 : tidak ditemukan konjungtor. Langkah 4 : tidak terdapat kata ganti petunjuk atau penghubung. Langkah 5 : tidak terdapat kata kerja bantu dan adverbia. Langkah 6 : terdapat preposisi dari sehingga hasilnya adalah sebagai berikut. | Matahari7 | terbit dari 4| timur1|. Langkah 7 : tidak terdapat logic word.
29
Langkah 8: jump terletak di antara kata terbit dan dari, sehingga hasil pemotongannya adalah sebagai berikut. | Matahari7 | terbit5| dari 4| timur1|. Hasil chunking diperoleh 4 chunk yaitu [matahari], [terbit], [dari], dan [timur]. Setiap chunk selanjutnya akan dibuat graf.
Pembuatan Pola Graf Kalimat Bahasa Indonesia Setelah diperoleh aturan chunking, bagian ini menguraikan penggunaan aturan tersebut ke dalam kalimat-kalimat yang telah dianalisis pada bagian sebelumnya. Pembahasan diawali dengan pemotongan kalimat, kemudian dilanjutkan dengan pembuatan word graph dan diakhiri penggabungan word graph yang terbentuk sehingga terbentuk pola graf kalimat bahasa Indonesia. Pemotongan Kalimat (Chunking) Pada tahap ini semua kalimat yang telah dipilih dilakukan pemotongan dengan menggunakan chunk indicator yang telah diperoleh. Pemotongan dilakukan dengan prosedur iterasi, artinya setiap indikator secara bergantian memotong kalimat. (1) Nyamuk malaria berbahaya. Langkah 1: terdapat titik di akhir kalimat sehingga kalimat (1) dapat dilakukan pemotongan di akhir kalimat seperti berikut ini. | Nyamuk malaria berbahaya1|. Langkah 2: jeda nafas terletak di antara kata malaria dengan berbahaya, sehingga hasilnya adalah sebagai berikut. | Nyamuk malaria7| berbahaya1|. Langkah 3: tidak ditemukan konjungtor. Langkah 4: tidak terdapat kata ganti petunjuk atau penghubung. Langkah 5: tidak terdapat kata kerja bantu dan adverbia. Langkah 6: tidak terdapat preposisi. Langkah 7: tidak terdapat logic word. Langkah 8: tidak terdapat jump sehingga hasil chunk adalah sebagai berikut. | Nyamuk malaria7| berbahaya1|. Hasil chunking diperoleh 2 chunk yaitu [Nyamuk malaria] dan [berbahaya]. (2) Tumbuhan paku dimanfaatkan manusia. Langkah 1: terdapat titik di akhir kalimat sehingga kalimat (2) dapat dilakukan pemotongan di akhir kalimat seperti berikut ini.
30
| Tumbuhan paku dimanfaatkan manusia1|. Langkah 2: jeda nafas terletak di antara kata paku dengan dimanfaatkan, sehingga hasilnya adalah sebagai berikut. | Tumbuhan paku7 | dimanfaatkan oleh manusia1|. Langkah 3: tidak ditemukan konjungtor. Langkah 4: tidak terdapat kata ganti petunjuk atau penghubung. Langkah 5: tidak terdapat kata kerja bantu dan adverbia. Langkah 6: terdapat preposisi oleh sehingga hasil proses pemotongannya adalah sebagai berikut. | Tumbuhan paku7 | dimanfaatkan oleh4 | manusia1|. Langkah 7: tidak terdapat logic word. Langkah 8: jump terletak di antara kata dimanfaatkan dengan oleh sehingga hasil pemotongannya adalah sebagai berikut. | Tumbuhan paku7 | dimanfaatkan5 | oleh4 | manusia1|. Hasil chunking diperoleh 4 chunk yaitu [Tumbuhan paku], [dimanfaatkan], [oleh], dan [manusia]. (3) Cahaya matahari merupakan sumber energi utama. Langkah 1 : terdapat titik di akhir kalimat sehingga kalimat (3) dapat dilakukanpemotongan di akhir kalimat seperti berikut ini. | Cahaya matahari merupakan sumber energi utama1|. Langkah 2 : jeda nafas terletak di antara kata matahari dengan merupakan, sehingga hasilnya adalah sebagai berikut. | Cahaya matahari7| merupakan sumber energy utama1|. Langkah 3 : tidak ditemukan konjungtor. Langkah 4 : tidak terdapat kata ganti petunjuk atau penghubung. Langkah 5 : tidak terdapat kata kerja bantu adverbia. Langkah 6 : tidak terdapat preposisi. Langkah 7 : tidak terdapat logic word. Langkah 8 : tidak terdapat jump. | Cahaya matahari7| merupakan sumber energi utama1|. Hasil chunking diperoleh 2 chunk yaitu [Cahaya matahari], dan [merupakan sumber energi utama]. (4) Lumut daun hidup di daerah tropis. Langkah 1 : terdapat titik di akhir kalimat sehingga kalimat (4) dapat dilakukan pemotongan di akhir kalimat seperti berikut ini. | Lumut daun hidup di daerah tropis 1|. Langkah 2 : jeda nafas terletak di antara kata daun dengan dapat, dijumpai dengan di, sehingga hasilnya adalah sebagai berikut.
31
| Lumut daun7| hidup di daerah tropis 1|. Langkah 3: tidak ditemukan konjungtor. Langkah 4: tidak terdapat kata ganti petunjuk atau penghubung. Langkah 5: tidak terdapat kata kerja bantu adverbia. Langkah 6: terdapat preposisi di sehingga hasilnya adalah sebagai berikut. | Lumut daun7| hidup di4| daerah tropis 1|. Langkah 7: tidak terdapat logic word. Langkah 8: jump terletak di antara kata hidup dengan di, sehingga hasil pemotongannya adalah sebagai berikut. | Lumut daun7| hidup5| di4| daerah tropis 1|. Hasil chunking diperoleh 4 chunk yaitu [lumut daun], [hidup], [di], dan [daerah tropis]. (5) Sirip membantu ikan untuk berenang. Langkah 1: terdapat titik di akhir kalimat sehingga kalimat (5) dapat dilakukan pemotongan di akhir kalimat seperti berikut ini. | Sirip membantu ikan untuk berenang1|. Langkah 2: jeda nafas terletak di antara kata sirip dengan membantu, ikan dengan untuk, sehingga hasilnya adalah sebagai berikut. | Sirip7| membantu ikan7| untuk berenang1|. Langkah 3: tidak ditemukan konjungtor. Langkah 4: tidak terdapat kata ganti petunjuk atau penghubung. Langkah 5: tidak ditemukan kata kerja bantu dan adverbia. Langkah 6: terdapat preposisi untuk sehingga hasil pemotongannya adalah sebagai berikut. | Sirip7| membantu ikan7| untuk4| berenang1|. Langkah 7: tidak terdapat logic word. Langkah 8: tidak terdapat jump sehingga hasil akhirnya adalah sebagai berikut. | Sirip7| membantu ikan7| untuk4| berenang1|. Hasil chunking diperoleh 4 chunk yaitu [sirip], [membantu ikan], [untuk], dan [berenang]. (6) Dmitri Ivanovski meneliti penyakit mosaik pada tahun 1892. Langkah 1: terdapat titik di akhir kalimat sehingga kalimat (6) dapat dilakukan pemotongan di akhir kalimat seperti berikut ini. | Dmitri Ivanovski meneliti penyakit mosaik pada tahun 18921|. Langkah 2: jeda nafas terletak di antara kata Dmitri Ivanovski dengan meneliti, mosaik dengan pada, sehingga hasilnya adalah sebagai berikut.
32
| Dmitri Ivanovski7| meneliti penyakit mosaik7| pada tahun 18921|. Langkah 3: tidak ditemukan konjungtor. Langkah 4: tidak terdapat kata ganti petunjuk atau penghubung. Langkah 5: tidak ditemukan kata kerja bantu dan adverbia. Langkah 6: terdapat preposisi pada sehingga hasil pemotongannya adalah sebagai berikut. | Dmitri Ivanovski 7| meneliti penyakit mosaik7| pada4| tahun 18921|. Langkah 7: tidak terdapat logic word. Langkah 8: tidak terdapat jump sehingga hasil akhir pemotongannya adalah sebagai berikut. | Dmitri Ivanovski 7| meneliti penyakit mosaik7| pada4| tahun 18921|. Hasil chunking diperoleh 4 chunk yaitu [Dmitri Ivanovski], [meneliti penyakit mosaik], [pada], dan [tahun 1892]. Berdasarkan analisis di atas, maka hasil chunking adalah sebagai berikut. 1. | Nyamuk malaria7| berbahaya1|. 2. | Tumbuhan paku7 | dimanfaatkan5 | oleh4 | manusia1|. 3. | Cahaya matahari7| merupakan sumber energi utama1|. 4. | Lumut daun7| hidup5| di4| daerah tropis 1|. 5. | Sirip7| membantu ikan7| untuk4| berenang1|. 6. | Dmitri Ivanovski 7| meneliti penyakit mosaik5| pada4| tahun 18921|.
Pembuatan Word Graph Kata benda disimbolkan dengan sebuah token yang dihubungkan dengan relasi ALI yang artinya bahwa setiap kata benda memiliki tipe tertentu (Haerul 2009). Bentuk umum graf kata benda adalah sebagai berikut. ALI A kata benda LI Gambar 27 Word graph kata benda Berdasarkan pola graf di atas, maka kata benda yang telah diperoleh pada dapat dibuat graf sebagai berikut. Tabel 10 Word Graph kata benda Kata Benda Nyamuk
Graf ALI A nyamuk LI
Kata Benda Daerah
Graf ALI A daerah LI
33
Malaria Tumbuhan Paku
ALI A malaria LI ALI A tumbuhan LI ALI A paku LI
Tropis Sirip Ikan
ALI A tropis LI ALI LI ALI LI
A sirip A ikan
ALI A penyakit LI
Manusia
ALI A manusia LI
Penyakit
Cahaya
ALI A cahaya LI
Mosaik
Matahari
ALI LI ALI LI
A matahari
Tahun
A sumber
Lumut
ALI A lumut LI
Daun
ALI A daun LI
Sumber Energi
ALI A energi LI
ALI A mosaik LI ALI A tahun LI
Kata kerja terbagi menjadi dua yaitu kata kerja aktif dan kata kerja pasif. Pola graf kedua kata kerja tersebut hampir sama, perbedaaannya hanya pada arah panah relasi. Kedua bentuk umum graf kata kerja, telah diteliti oleh Muslik (2009) dengan bentuk umum sebagai berikut.
Gambar 28 Graf kata kerja aktif
Gambar 29 Graf kata kerja pasif
34
Selain arah relasi, perbedaan yang lain adalah pada frame yang menunjukkan fokus dari graf tersebut. Pada kata kerja aktif, frame berada pada token pertama dan kedua, sedangkan pada kata kerja pasif, frame berada pada token kedua dan ketiga. Frame ini menunjukkan makna pelaku yang melakukan kata kerja tersebut. Relasi CAU menunjukkan bahwa ada hubungan penyebab dan akibat. Dengan mengacu bentuk graf di atas, maka kata kerja yang diperoleh pada bagian (4.2) sebagai berikut. Tabel 11 Word graph kata kerja Kata kerja
dimanfaatkan
Graf
ALI
berbahaya
merupakan ALI
hidup
berenang
membantu
35
meneliti
Selain kata benda dan kata kerja, dalam kalimat-kalimat yang diteliti terdapat preposisi yang memiliki bentuk graf sebagai berikut. Tabel 12 Word graph preposisi Preposisi
Graf
di
untuk
pada
Graf preposisi di dan pada memiliki kesamaan bentuk. Relasi yang digunakan adalah relasi SUB yang artinya bahwa preposisi ini menghubungkan dua token yang memiliki makna bahwa suatu token merupakan bagian dari token yang lain. Relasi CAU pada graf preposisi memiliki arti bahwa ada hubungan penyebab dan akibat pada graf tersebut. Graf adjektiva pada kata utama adalah sebagai berikut.
Gambar 30 Graf kata adjektiva utama Gambar di atas menunjukkan dua token yang dihubungkan dengan relasi PAR. Artinya bahwa kata utama merupakan atribut dari token yang lain. Selain kata benda, kerja, preposisi, dalam sampel kalimat terdapat juga kategori kata numeralia yaitu 1892 yang menunjukkan sebuah bilangan, interval waktu, dan himpunan waktu, sehingga graf dari numeralia adalah sebagai berikut.
36
Gambar 31 Graf numeralia 1892 Dari gambar di atas terlihat bahwa 1892 dihubungkan dengan relasi EQU yang memiliki arti 1892 merupakan nama dari sebuah tahun. Mengkontruksi Sentence Graph Setelah dilakukan pembuatan word graph, maka langkah selanjutnya adalah mengkontruksi sentence graph dengan menggabungkan masing-masing word graph. Proses mengkontruksi sentence graph adalah menyusun sentence graph dari word graph yang telah dibuat dengan memberi relasi antar potongan kalimat (chunk). Pada bagian ini, beberapa kalimat akan dipaparkan langkah-langkah konstruksi sentence graph secara lengkap, namun beberapa kalimat yang lain proses mengkontruksi sentence graph tidak ditampilkan dan dapat dilihat pada lampiran. 1. Pola S-P Kalimat yang digunakan pada pola ini adalah sebagai berikut. | Nyamuk malaria7| berbahaya1|. S P Pada kalimat ini, subjek terdiri atas dua kata yaitu nyamuk dan malaria yang merupakan kalimat benda, sedangkan kata berbahaya merupakan predikat yang berbentuk kata kerja. Ketiga kata tersebut dapat dibentuk graf sebagai berikut. Tabel 13 Word graph pada kalimat (1) Kata nyamuk
malaria
Word graph
37
berbahaya
Berdasarkan hasil proses pemotongan pada bagian sebelumnya terdapat dua chunk yaitu nyamuk malaria dan berbahaya. Masing-masing chunk memiliki graf sebagai berikut. Tabel 14 Chunk kalimat 1 Chunk
Graf
nyamuk
ALI EQU
nyamuk malaria
malaria
berbahaya
Pada graf nyamuk malaria terdapat relasi PAR yang menunjukkan bahwa malaria merupakan atribut dari kata nyamuk. Di sisi lain relasi EQU juga menunjukkan bahwa malaria merupakan nama dari nyamuk. Dari kedua chunk di atas, maka sentence graph yang dapat dikonstruksi adalah sebagai berikut.
ALI
CAU
ALI berbahaya
nyamuk EQU malaria
Gambar 32 Sentence graph kalimat 1 Relasi yang digunakan untuk menghubungkan kedua chunk tersebut adalah relasi CAU yang berarti bahwa nyamuk malaria memiliki hubungan penyebab dan akibat dengan kata berbahaya. Arah relasi CAU dari chunk nyamuk malaria menuju chunk berbahaya. Hal ini menunjukkan makna semantis bahwa nyamuk memiliki
38
peran pelaku. Dari ulasan di atas, bentuk graf gambar (32) dapat disederhanakan menjadi bentuk berikut ini.
Gambar 33 Bentuk sederhana sentence graph kalimat 1 Jika graf di atas dibuat berdasarkan pola kalimat tersebut, maka pola graf yang diperoleh adalah sebagai berikut.
Gambar 34 Bentuk umum graf pola S-P Berdasarkan gambar 34 diperoleh hasil bahwa jika terdapat kalimat yang memiliki pola S-P, maka akan memiliki pola graf seperti Gambar 34. 2. Pola S-P-O Pola kalimat S-P-O memiliki predikat berbentuk kata kerja aktif maupun pasif. Contoh kalimat yang digunakan pada pola S-P-O adalah : | Tumbuhan paku7 | dimanfaatkan5 | manusia1|. S P O Kalimat di atas merupakan kalimat dengan predikat kata kerja pasif, sehingga pelaku dari kalimat tersebut menduduki posisi objek yaitu manusia, sedangkan yang dikenai perlakuan adalah tumbuhan paku yang menduduki sebagai subjek. Berbeda jika kalimat tersebut diubah menjadi manusia memanfaatkan tumbuhan paku, maka yang manusia menduduki peran sebagai pelaku (S), sedangkan tumbuhan paku memiliki peran sebagai objek atau yang mendapat perlakuan. Dalam pembuatan graf, kedua kalimat tersebut memiliki perbedaan pada arah relasi. Berikut ini adalah bentuk graf dari kalimat yang menggunakan kata kerja pasif.
39
Gambar 35 Bentuk umum graf pola S-P-O Relasi CAU menunjukkan bahwa antara token manusia memiliki hubungan penyebab atau pelaku dalam kalimat tersebut, sehingga relasi yang tepat adalah CAU. Selain itu, relasi CAU juga digunakan untuk menghubungkan token dimanfaatkan dengan token tumbuhan karena tumbuhan berfungsi sebagai objek. Jika dalam kalimat tersebut kata kerjanya berbentuk kata kerja pasif, maka graf yang dibentuk adalah sebagai berikut.
Gambar 36 Sentence graph kalimat 2 Jika kita lihat perbedaan antara kalimat yang menggunakan kata kerja aktif dan pasif hanya terdapat pada arah relasi saja. Dengan demikian, jika ada sebuah graf yang relasinya dari objek menuju predikat, maka kalimat tersebut
40
menggunakan kata kerja pasif. Demikian juga jika suatu graf arah relasinya dari subjek menuju predikat, maka kata kalimat tersebut menggunakan kata kerja aktif. Dari uraian di atas, bentuk graf Gambar 36 dapat disederhanakan menjadi bentuk bentuk berikut ini.
Gambar 37 Sentence graph kalimat 2 dengan kata kerja pasif Kalimat dengan predikat kata kerja aktif adalah sebagai berikut.
Gambar 38 Sentence graph kalimat 2 dengan kata kerja aktif Jika graf di atas dibuat berdasarkan pola kalimat tersebut, maka pola graf yang diperoleh adalah sebagai berikut. Tabel 15 Sentence graph pola S-P-O Bentuk kata kerja
Sentence graph pola S-P-O
Aktif
Pasif
3. S-P-Pel Kalimat dengan pola kalimat S-P-Pel memiliki predikat kata kerja aktif intransitif. Artinya, kata kerjanya tidak dapat dijadikan kata kerja pasif dan subjek
41
berperan sebagai pelaku dan pelengkap berperan sebagai sasaran. Contoh kalimat yang digunakan pada pola S-P-Pel adalah : | Cahaya matahari7| merupakan sumber energi utama1|. S P Pel. Kalimat tersebut terbagi menjadi dua chunk yaitu cahaya matahari dan merupakan sumber energi utama. Pola graf pada kalimat berpola S-P-Pel sama dengan pola S-P-O dengan kata kerja aktif. Berikut adalah sentence graph pada kalimat di atas.
Gambar 39 Bentuk umum sentence graph pada kalimat 3 C cahaya matahari
AALI U
merupakan
ALI
sumber energi utama
Gambar 40 Bentuk sederhana sentence graph kalimat 3 Relasi yang menghubungkan antara cahaya matahari dengan merupakan adalah CAU karena cahaya matahari berperan sebagai pelaku dalam kalimat tersebut. Di lain pihak sumber energi utama berperan sebagai sasaran sehingga relasi yang menghubungkan adalah dengan relasi CAU. Berdasarkan uraian di atas dapat disimpulkan bahwa bentuk umum graf pola S-P-Pel adalah :
Gambar 41 Bentuk umum sentence graph kalimat 3
42
4. S-P-Ket Keterangan dalam sebuah kalimat berfungsi menerangkan dari suatu kejadian. Dengan demikian relasi yang digunakan dalam pembuatan graf adalah relasi PAR. Keterangan bisa berbentuk waktu dan tempat. Semua token keterangan dihubungkan dengan predikat. Contoh kalimat yang digunakan pada pola S-P-Ket adalah : | Lumut daun7| hidup5| di4| daerah tropis 1|. S P Ket. Kalimat di atas memiliki empat chunk yang telah diuraikan pada bagian sebelumnya. Keempat chunk tersebut dibuat graf kemudian mengkontruksi graf kalimat tersebut. Bentuk detail graf kalimat ini dapat dilihat di lampiran. Bentuk sederhana graf kalimat di atas adalah sebagai berikut. CAU Lumut
PAR hidup
di daerah tropis
daun
Gambar 42 Bentuk sederhana sentence graph kalimat 4 Relasi CAU menghubungkan antara lumut daun dan hidup. Arah relasi dari lumut daun menuju hidup. Ini artinya bahwa lumut daun memiliki peran sebagai pelaku. Relasi PAR menghubungkan keterangan di daerah tropis dengan hidup artinya bahwa di daerah tropis merupakan atribut dari kata hidup. Secara umum bentuk graf pola S-P Ket adalah sebagai berikut.
Gambar 43 Bentuk umum sentence graph kalimat 4 5. S-P-O-Pel Kalimat yang dijadikan contoh dalam pola S-P-O-Pel adalah: | Sirip7| membantu ikan7| untuk4| berenang1|. S P O Pel.
43
Kalimat ini terbagi menjadi empat chunk yaitu sirip, membantu ikan, dan untuk berenang. Setiap chunk dibuat graf, kemudian digabung menjadi satu sehingga diperoleh sebuah sentence graph berpola S-P-O-Pel. Graf secara lengkap dapat dilihat dalam lampiran. Dari graf yang terbentuk dapat disederhanakan dalam bentuk graf seperti berikut ini.
Gambar 44 Bentuk sederhana sentence graph kalimat 5 Relasi yang menghubungkan antara sirip dan membantu adalah relasi CAU dengan arah dari sirip menuju membantu. Artinya bahwa sirip merupakan pelaku. Relasi CAU juga menghubungkan kata membantu dengan ikan, sehingga relasi ini memberikan makna bahwa ikan adalah objek. Relasi CAU juga digunakan untuk menghubungkan kata membantu dengan untuk berenang, sehingga dapat diartikan bahwa untuk berenang merupakan pelengkap dalam kalimat tersebut. Berdasarkan uraian di atas, maka bentuk umum graf pola S-P-O-Pel dapat digambarkan dengan bentuk sebagai berikut.
Gambar 45 Bentuk umum sentence graph kalimat 5 dengan kata kerja aktif Token pelengkap tidak dihubungkan dengan token predikat karena pelengkap lebih memunyai hubungan sebab akibat dengan predikat. Oleh karena itu, relasi yang digunakan adalah relasi CAU.
44
Jika kalimat di atas diubah menjadi kalimat dengan predikat kata kerja pasif, maka menjadi Ikan dibantu sirip untuk berenang S P O Pel. Secara sederhana graf yang diperoleh adalah:
Gambar 46 Bentuk sederhana sentence graph kalimat 5 dengan kata kerja pasif Bentuk umum graf yang diproleh adalah sebagai berikut.
Gambar 47 Bentuk umum sentence graph kalimat 5 dengan kata kerja pasif Perbedaan antar kalimat aktif dengan pasif adalah terletak pada arah relasi. Pada bentuk pasif relasi CAU dari predikat menuju subjek. Ini menunjukkan bahwa Subjek yang menjadi sasaran. Selain itu relasi CAU juga dari objek menuju predikat. Hal ini menunjukkan bahwa objek menjadi pelaku. 6. S-P-O-Ket Bentuk pola terakhir dalam kalimat bahasa Indonesia adalah S-P-O-Ket. Kalimat yang menjadi contoh dalam penelitian ini adalah :
45
| Dmitri Ivanovski 7| meneliti penyakit mosaik7| pada4| tahun 18921|. S P O Ket. Kalimat di atas menunjukkan bahwa fungsi keterangan menerangkan waktu kegiatan meneliti. Dengan demikian graf yang diperoleh adalah sebagai berikut. penyakit Mozaik
CAU
CAU Dmitri Ivanovski
PAR meneliti
pada tahun 1982
Gambar 48 Bentuk sederhana sentence graph kalimat 6 dengan kata kerja aktif Relasi yang digunakan untuk menghubungkan fungsi keterangan dengan predikat adalah PAR karena pada waktu 1892 sebagai atribut kata meneliti. Bentuk graf hampir sama dengan pola S-P-O-Pel. Perbedaannya adalah terletak pada relasi yang digunakan, sehingga secara umum bentuk graf pola S-P-O-Ket dengan predikat berbentuk kata kerja aktif adalah sebagai berikut.
Gambar 49 Bentuk umum sentence graph kalimat 6 dengan kata kerja aktif Jika kalimat diubah menjadi kalimat pasif, maka menjadi Penyakit mosaik diteliti Dimtri Ivanovski pada tahun 1892 S P O Ket. Bentuk grafnya adalah sebagai berikut. Dmitri Ivanovski CAU penyakit Mozaik
CA U
meneliti
PAR
pada tahun 1982
Gambar 50 Bentuk sederhana sentence graph kalimat 6 dengan kata kerja pasif
46
Arah relasi CAU dari diteliti menuju penyakit mosaik. Hal ini menunjukkan bahwa penyakit mosaik yang menjadi sasaran dalam kalimat tersebut. Relasi CAU juga terlihat dari Dmitri Ivanovski menuju kata diteliti, sehingga hal ini menunjukkan bahwa Dmitri Ivanovski merupakan pelaku dalam kalimat tersebut. Bentuk umum graf pola S-P-O-Ket dengan predikat berbentuk kata kerja pasif adalah sebagai berikut.
Gambar 51 Bentuk umum sentence graph kalimat 6 dengan kata kerja pasif Berdasarkan uraian di atas dapat diperoleh hasil graf kalimat bahasa Indonesia dalam Tabel 16. Tabel 16 Pola graf kalimat bahasa Indonesia Pola
Jenis Kata Kerja
S-P
Aktif
Graf
47
Aktif
S-P-O
Pasif
S-P-Pel
Aktif
S-P-Ket
Aktif
S-P-O-Pel
Aktif
48
Pasif
Aktif S-P-O-Ket
Pasif
Cara membuat pola graf bahasa Indonesia dengan cara mengubah pola kalimat menjadi graf bisa juga digunakan, namun cara tersebut mempunyai kelemahan yaitu sebagai berikut. 1. Teknologi belum bisa mendeteksi pola kalimat. Jika sebuah kalimat diinput ke dalam komputer, maka komputer tidak bisa mendeteksi pola kalimatnya. Pola kalimat cenderung dilakukan secara manual. Dengan demikian metode ini tidak cocok jika digunakan untuk ranah teknologi. Berbeda dengan cara membuat pola graf dengan melalui chunking. Komputer bisa membaca jenis-jenis kata yang diinput. Jadi, cara ini lebih tepat jika digunakan dalam ranah teknologi. 2. Pola kalimat majemuk tidak bisa langsung dibuat pola. Pembuatan sentence graph tidak bisa secara langsung dibuat dari pola kalimat karena cara ini tidak bisa digunakan pada kalimat majemuk, baik kalimat majemuk setara, bertingkat maupun kalimat majemuk campuran (kompleks). Hal ini
49
disebabkan dalam kalimat majemuk terdapat induk kalimat dan anak kalimat. Untuk mengetahui kalimat manakah yang merupakan induk kalimat dan manakah yang merupakan anak kalimat, maka perlu dilakukan chunking. Contoh : Indonesia selalu berusaha meningkatkan sektor pertanian agar ketahanan pangan nasional terwujud. Kalimat tersebut adalah kalimat majemuk bertingkat dengan relasi penghubung agar yang bermakna tujuan. Pola kalimat ini akan terlihat jika kita melakukan pemotongan dari kalimat tersebut. Jika menggunakan metode chunking, maka terdapat chunk indicator ke 8 yaitu konjungsi, sehingga kalimat tersebut diperoleh dua kalimat yaitu Indonesia selalu berusaha meningkatkan sektor pertanian dan ketahanan pangan nasional terwujud. Hal ini menunjukkan bahwa untuk memperoleh graf kalimat majemuk harus melalui chunk indicator. Berdasarkan dua alasan di atas, maka dapat ditarik kesimpulan bahwa untuk mengkontruksi kalimat bahasa Indonesia harus melakukan proses chunking.
5 SIMPULAN DAN SARAN Simpulan Berdasarkan hasil dan pembahasan diperoleh simpulan bahwa aturan pemotongan kalimat (chunking) pada kalimat bahasa Indonesia dapat dilakukan dengan cara iterasi menggunakan beberapa chunk indicators antara lain koma dan titik, kata ganti petunjuk, kata kerja bantu (adverbia), kata depan (preposisi), lompatan (jump), kata-kata logika (logic word), jeda nafas, dan kata sambung (konjungsi). Selain itu, dari penelitian ini juga berhasil dikonstruksi sentence graph berdasarkan 6 pola kalimat bahasa Indonesia. Sentence graph yang terbentuk sekaligus menunjukkan arti (aspek semantik) dari kalimat yang dianalisis. Saran Topik yang dapat diangkat dalam penelitian lanjutan adalah penggunaan knowledge graph pada jenis-jenis paragraf berbahasa Indonesia yang meliputi paragraf induktif dan deduktif serta penggunaan knowledge graph pada teks berbahasa Indonesia dengan menggunakan pola sentence graph untuk mengetahui inti dari sebuah teks.
50
DAFTAR PUSTAKA Alwi H, Dardjowidjojo S, Lapoliwa H, Moeliono AM. 2003. Tata Bahasa Baku Bahasa Indonesia. Ed ke-3. Jakarta (ID): Balai Pustaka. Anggraeni W. 2009. Analisis Pembentukan Word Graph Preposisi Bahasa Indonesia Menggunakan Metode Knowledge Graph [tesis]. Bogor (ID): Institut Pertanian Bogor. Chaer A. 2011. Tata Bahasa Praktis Bahasa Indonesia. Jakarta (ID): Rineka Cipta. Berri. 2008. Algoritme Pembentukan Text Graph dari Dokumen Berbahasa Indonesia. [skripsi]. Bogor (ID): Institut Pertanian Bogor. Hulliyah K. 2007. Rekayasa Memahami Teks Menggunakan Metode Knowledge Graph [tesis]. Bogor (ID): Institut Pertanian Bogor. Ikhwati A. 2007. Analisis Masalah Kemiskinan Menggunakan Teori Knowledge Graph. [skripsi]. Bogor (ID): Institut Pertanian Bogor. James P. 1992. Knowledge Graph. Enschede (NL): University of Twente. Mahmuda. 2010. Konstruksi Pola Word Graph Frasa Kata Menggunakan Metode Knowledge Graph [tesis]. Bogor (ID): Institut Pertanian Bogor. Muslik A. 2009. Analisis Pembentukan Word Graph Kata Kerja Menggunakan Metode Knowledge Graph [tesis]. Bogor (ID): Institut Pertanian Bogor. Nurdiati S, Hoede C. 2009. Word Graph Construction on Certain Aspects of Indonesian Language. Supplementary Proceeding of the 17th International Conference on Conceptual Structures. [terhubung berkala]. Tersedia pada: http://sunsite.informatik.rwth-aachen.de/Publications/CEUR-WS/Vol483/paper7.pdf [24 Juni 2012]. Rahmat U. 2009. Analisis Pembentukan Word Graph Kata Sifat Menggunakan Metode Knowledge Graph [tesis]. Bogor (ID): Institut Pertanian Bogor. Rusiyamti. 2008. Analisis Teks Berbahasa Indonesia Menggunakan Teori Knowledge Graph [tesis]. Bogor (ID): Institut Pertanian Bogor. Saleh H. 2009. Analisis Pembentukan Word Graph Kata Benda Menggunakan Teori Knowledge Graph [tesis]. Bogor (ID): Institut Pertanian Bogor. Samba R. 2010. Analisis Pembentukan Word Graph Kata Keterangan Menggunakan Metode Knowledge Graph [tesis]. Bogor (ID): Institut Pertanian Bogor. Van Den Berg H. 1993. Knowledge Graphs and Logic: One of Two Kinds. [Dissertation], Enschede (NL): University of Twente Whijono Hs. 2011. Bahasa Indonesia Mata Kuliah Pengembangan Kepribadian di Perguruan Tinggi. Jakarta (ID): Grasindo. Wulandari. 2008. Algoritme Pembentukan Combined Graph dan Simplified Graph dari Dokumen Berbahasa Indonesia. [skripsi]. Bogor (ID): Institut Pertanian Bogor. Zhang L. 2002. Knowledge Graph Theory and Structural Parsing. Enschede (NL): Twente University Press.
RIWAYAT HIDUP Yasin Yusuf, terlahir di kota Semarang pada tanggal 5 Oktober 1986 dari ayah bernama Masyhari dan ibu bernama Ngatinah. Semenjak duduk di SMA N 15 semarang, sudah bercita-cita menjadi pendidik dan penulis. Demi mewujudkan citacitanya ini, ia mengambil jurusan matematika di Universitas Negeri Semarang (UNNES) pada tahun 2004 dan gelar sarjana pendidikan diperoleh pada tahun 2008. Sekarang aktivitas kesehariannya adalah guru di Pondok Pesantren Daar El-Qolam Tangerang. Prestasi yang pernah diperoleh adalah ia bersama istri Umi Auliya pernah menjadi juara 1 tingkat nasional dalam lomba Inovasi Media Pembelajaran yang diadakan oleh Kemendiknas. Kemudian pada tahun 2011, karya tersebut diterbitkan oleh Visimedia Jakarta berjudul “Sirkuit Pintar, Melejitkan Kemampuan Matematika dan Bahasa Inggris dengan metode Ular Tangga”. Melalui buku ini, Sirkuit Pintar diteliti di berbagai perguruan tinggi di Indonesia.
