ANALISIS PERTANYAAN BERBAHASA INDONESIA PADA QUESTION ANSWERING SYSTEM (QAS)
KARTINA
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
1
ANALISIS PERTANYAAN BERBAHASA INDONESIA PADA QUESTION ANSWERING SYSTEM (QAS)
KARTINA
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
1
ABSTRACT KARTINA. Analysis of Question in Indonesian Language in Question Answering System (QAS). Supervised by JULIO ADISANTOSO. Question analysis is the first step in QAS. This step decides the final result of QAS process because the result of question analysis is used to retrieve relevant document and answer entity correctly. The used question query is limited to question type: WHO, WHERE, WHEN, and HOW MANY or HOW MUCH. The question word on query is used to obtain the answer candidate, while other words beside the question word are used to analyze the question. Question analysis process is started by parsing the keyword become tokens. The parsing is conducted with regarding token’s pair possibility as a phrase. This phrase formation is expected to be able to keep the semantic aspect of question sentence. The question sentence that has parsed is used to retrieve document and top passage. Top passage is obtained through heuristic scoring. The answer extraction is conducted by calculating the nearest distance between each answer candidate in top passage and each word in keyword. Answer correction is evaluated by using these criteria: right, unsupported, wrong, and null. The evaluation result of system showed the more correct answer for the less number of documents. The result of 106 tested documents was 75.56 % for criteria right, 2.22 % for criteria unsupported, 17.78 % for criteria wrong, and 4.44 % for criteria null. The result of 200 tested documents was 73.33 % for criteria right, 22.22 % for criteria wrong, and 4.44 % for criteria null. The result of 300 tested documents was 71.11 % for criteria right, 22.22 % for criteria wrong, and 6.67 % for criteria null. This decreasing of percentage is caused by the less correct of passage scoring method that was used.
Keywords: question analysis, question answering, heuristic scoring.
3
Judul Nama NIM
: Analisis Pertanyaan Berbahasa Indonesia pada Question Answering System (QAS) : Kartina : G64063336
Menyetujui: Pembimbing,
Ir. Julio Adisantoso, M.Kom NIP. 19620714 198601 1 002
Mengetahui: Ketua Departemen Ilmu Komputer,
Dr. Ir. Sri Nurdiati, M.Sc. NIP. 19601126 198601 2 001
Tanggal Lulus:
i
RIWAYAT HIDUP Penulis dilahirkan di Wonogiri Jawa Tengah pada tanggal 18 Agustus 1988 dari ayah Partono dan ibu Kawit. Penulis merupakan putri pertama dari tiga bersaudara. Tahun 2006 penulis lulus dari SMA Negeri 1 Wonogiri dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB). Tahun 2007 penulis diterima di Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan, penulis menjadi asisten mata kuliah Algoritma dan Pemrograman pada tahun 2009, mata kuliah Data Mining dan Sistem Pakar pada tahun 2010. Pada tahun 2009 penulis menjadi finalis Lomba Data Mining Contest Gemastik II, Direktorat Jenderal Pendidikan Tinggi. Penulis melakukan Praktik Kerja Lapangan di Pusat Teknologi Informasi dan Komunikasi(PTIK), Badan Pengkajian dan Penerapan Teknologi (BPPT).
ii
PRAKATA Alhamdulilahirobbil’alamin, segala puji syukur penulis panjatkan kehadirat Allah SWT atas segala karunia-Nya sehingga tugas akhir ini berhasil diselesaikan. Topik tugas akhir yang dipilih dalam penelitian dan dilaksanakan sejak bulan Februari 2010 adalah Analisis Pertanyaan Berbahasa Indonesia pada Question Answering System (QAS). Penulis sadar bahwa tugas akhir ini tidak akan terwujud tanpa bantuan dari berbagai pihak. Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada : 1. 2. 3.
4. 5. 6.
7.
Orang tua tercinta, kedua adikku tersayang Dedi Setyawan dan Candra Tri Pamungkas, serta segenap keluarga besar, terima kasih atas doa dan dukungan yang tiada henti. Bapak Ir. Julio Adisantoso, M.Kom selaku dosen pembimbing tugas akhir. Terima kasih atas kesabaran dan dukungan dalam penyelesaian tugas akhir ini. Bapak Ahmad Ridha, S.Kom, MS dan Bapak Sony Hartono Wijaya, S. Kom, M.Kom selaku dosen penguji, Dr. Sri Nurdiati, MSc selaku Kepala Departemen Ilmu Komputer serta seluruh staf Departemen Ilmu Komputer FMIPA IPB. Teman-teman satu bimbingan Ekachu, Iyam, Yucan, Hendrex, Adit, Rio, Awet, dan Wildan. Terima kasih atas semangat dan kebersamaannya selama penyelesaian tugas akhir ini. Sahabat-sahabatku mami Rina, Uut, Eta, Dewi, Widia, Sandi, Aadun, Windu, dan seluruh sahabatku Ilkomerz 43. Terima kasih atas motivasi dan kebersamaannya selama ini. Sahabat-sahabatku di Wisma Melati Rias, Reni, Titis, Tante Ovi, Rista, Noe, Mb Netty, Mb Irma, Mb Leng, Mb Ncha, Mb Unee, Mb Dean, Mb Selly, dan lain-lain. Terima kasih atas keceriannya selama ini. Seluruh pihak yang turut membantu baik secara langsung maupun tidak langsung dalam pelaksanaan tugas akhir.
Penulis menyadari bahwa dalam penulisan tugas akhir ini masih terdapat banyak kekurangan dan kelemahan dalam berbagai hal karena keterbatasan kemampuan penulis. Penulis berharap adanya masukan berupa saran atau kritik yang bersifat membangun dari pembaca demi kesempurnaan tugas akhir ini. Semoga tugas akhir ini bermanfaat.
Bogor, Juli 2010
Kartina
iii
DAFTAR ISI Halaman DAFTAR GAMBAR ...................................................................................................................v DAFTAR TABEL .......................................................................................................................v DAFTAR LAMPIRAN ................................................................................................................v PENDAHULUAN Latar Belakang ........................................................................................................................1 Tujuan .....................................................................................................................................1 Ruang Lingkup ........................................................................................................................1 Manfaat ...................................................................................................................................1 TINJAUAN PUSTAKA Question Answering .................................................................................................................1 Analisis Pertanyaan .................................................................................................................1 Pembentukan Frase ..................................................................................................................2 Retrieval Engine ......................................................................................................................2 Modul Ekstraksi Jawaban ........................................................................................................3 METODE PENELITIAN Pemrosesan Offline ..................................................................................................................4 Pemrosesan Online ..................................................................................................................5 Evaluasi Hasil Percobaan .........................................................................................................6 Lingkungan Pengembangan .....................................................................................................6 HASIL DAN PEMBAHASAN Koleksi Dokumen Pengujian ....................................................................................................6 Pemrosesan Dokumen..............................................................................................................6 Pembentukan Frase ..................................................................................................................8 Perhitungan tf-idf.....................................................................................................................9 Pemrosesan Kueri ....................................................................................................................9 Perolehan 10 Dokumen Teratas ................................................................................................9 Perolehan Top Passages dan Ekstraksi Jawaban ..................................................................... 10 Hasil Percobaan ..................................................................................................................... 10 KESIMPULAN DAN SARAN Kesimpulan ........................................................................................................................... 15 Saran ..................................................................................................................................... 15 DAFTAR PUSTAKA ................................................................................................................ 16 LAMPIRAN .............................................................................................................................. 17
iv
DAFTAR GAMBAR Halaman 1 2 3 4 5 6 7 8 9 10
Arsitektur tahap analisis pertanyaan (Schlaefer et al 2006).....................................................2 Ilustrasi matriks inverted index ..............................................................................................3 Kedekatan dokumen dalam ruang vektor (Manning 2008)......................................................3 Diagram alur pemrosesan offline. ..........................................................................................5 Diagram alur pemrosesan online............................................................................................5 Struktur dokumen pengujian..................................................................................................6 Ilustrasi bagian dokumen yang digunakan untuk pemrosesan. ................................................7 Diagram alur pemrosesan dokumen .......................................................................................7 Contoh hasil tagging dokumen. .............................................................................................7 Histogram sebaran nilai peluang pembentukan frase ..............................................................8
DAFTAR TABEL Halaman 1 2 3 4 5 6
Tabel vektor term frequency ..................................................................................................3 Tabel vektor df dan idf ..........................................................................................................3 Contoh pasangan kata dengan nilai peluang sebesar 1 ............................................................8 Daftar pasangan kata tanya dan entitas ..................................................................................9 Persentase perolehan jawaban oleh Cidhy (2009) dan penulis .............................................. 11 Persentase perolehan jawaban menggunakan jumlah dokumen yang berbeda ....................... 14
DAFTAR LAMPIRAN Halaman 1 2 3 4 5 6 7 8 9 10 11 12 13
Antarmuka implementasi .................................................................................................... 18 Contoh dokumen XML dalam koleksi pengujian .................................................................19 Contoh pemberian entitas dokumen text dalam koleksi pengujian......................................... 20 Tabel perbandingan kata tanya SIAPA menggunakan 106 dokumen..................................... 21 Tabel perbandingan kata tanya BERAPA menggunakan 106 dokumen ................................ 22 Tabel perbandingan kata tanya DIMANA menggunakan 106 dokumen ................................ 23 Tabel perbandingan kata tanya KAPAN menggunakan 106 dokumen ..................................24 Tabel perbandingan kata tanya SIAPA menggunakan 106, 200, dan 300 dokumen ............... 25 Tabel perbandingan kata tanya BERAPA menggunakan 106, 200, dan 300 dokumen ........... 27 Tabel perbandingan kata tanya DIMANA menggunakan 106, 200, dan 300 dokumen .......... 29 Tabel perbandingan kata tanya KAPAN menggunakan 106, 200, dan 300 dokumen ............. 31 Tabel perbandingan menggunakan dokumen reading comprehension...................................32 Contoh perolehan top passage dan 10 dokumen teratas…………………………………...… 33
v
PENDAHULUAN Latar Belakang Analisis pertanyaan merupakan tahap awal pada Question Answering System (QAS). Tahap ini sangat menentukan hasil akhir dari proses QAS karena hasil analisis pertanyaan akan digunakan untuk membangkitkan kueri. Oleh karena itu analisis pertanyan penting untuk dilakukan. QAS memiliki cara kerja yang lebih kompleks dibanding mesin pencari pada umumnya. Pengguna memasukkan kueri berupa pertanyaan dan sistem akan mengembalikan entitas jawaban yang tepat. Contoh mesin pencari yang telah menerapkan QAS adalah www.Ask.com dan www.answerbus.com. Ikhsani (2006) membangun QAS dengan metode rule-based untuk temu kembali informasi berbahasa Indonesia. Proses tokenisasi dan stemming dilakukan pada kueri pertanyaan yang telah dibuat secara subjektif oleh penulis. Selanjutnya Anggraeny (2007), mengimplementasikan QAS dengan metode rule-based pada terjemahan Al qur’an Surat Al-baqarah. Dilakukan parsing, stemming, dan pembuangan stopwords untuk mendapatkan kata-kata kueri. Pada tahun berikutnya, Sianturi (2008) memperbaiki rules yang digunakan dalam penelitian Ikhsani. Kueri pertanyaan yang dimasukkan ke dalam sistem dibuat sendiri oleh penulis, yang kemudian dilakukan parsing dan stemming. Cidhy (2009) telah mengimplementasikan QAS menggunakan pembobotan heuristic. Kueri pertanyaan di-parsing untuk mendapatkan kata tanya dan keyword (katakata selain kata tanya). Kata tanya dari kueri inilah yang mencirikan entitas kandidat jawaban yang akan dicari di dalam koleksi dokumen. Keempat penelitian di atas menggunakan kueri yang mengandung kata tanya APA, SIAPA, KAPAN, dan MENGAPA, tetapi keempatnya belum melakukan analisis semantik terhadap kueri pertanyaan. Oleh karena itu, penelitian lebih lanjut diperlukan untuk menganalisis pertanyaan berbahasa Indonesia pada QAS agar diperoleh representasi kueri pertanyaan yang tepat. Tujuan Tujuan dari penelitian ini adalah : Menggunakan teknik pembentukan frase dalam tahap analisis pertanyaan untuk
mempertahankan nilai semantik dari pertanyaan berbahasa Indonesia. Mendapatkan dokumen dan jawaban yang relevan dengan kueri. Ruang Lingkup Ruang lingkup penelitian yang dilakukan oleh penulis meliputi : Koleksi dokumen terdiri atas dokumen berbahasa Indonesia. Kueri pertanyaan yang dimasukkan dibatasi pada tipe factoid question, yaitu pertanyaan yang memiliki jawaban tunggal. Pembentukan frase terdiri atas dua kata. Hasil dari penelitian dievaluasi menggunakan persepsi manusia. Manfaat Analisis pertanyaan diharapkan dapat membangkitkan kueri yang mempertahankan nilai semantik pertanyaan tersebut sehingga diperoleh dokumen yang lebih relevan.
TINJAUAN PUSTAKA Question Answering Question Answering (QA) merupakan aplikasi yang menggabungkan teknologi Information Retrieval (IR) dengan Natural Language processing (NLP). Perbedaan yang mendasar antara QA dengan IR terletak pada masukan (kueri) dan keluaran yang dihasilkan. Kueri yang dimasukkan pada IR berupa kata atau kalimat pernyataan dan keluaran yang dihasilkan adalah dokumen yang dianggap relevan oleh sistem. Sedangkan pada QA, kueri berupa kalimat tanya dan keluarannya berupa jawaban (entitas) yang dianggap sesuai oleh sistem sehingga memungkinkan sistem tidak mengembalikan jawaban apapun (Strzalkowski & Harabagiu 2008). Kueri yang berupa kalimat tanya ini dapat dianalisis terlebih dahulu sebelum digunakan untuk memeroleh dokumen dan jawaban yang relevan dengan kueri. Tahapan untuk menganalisis kueri ini disebut sebagai tahap analisis pertanyaan. Analisis Pertanyaan Menurut van Zaanen (2008), kualitas tahap analisis pertanyaan memberikan pengaruh yang cukup signifikan terhadap hasil QA. Sebelumnya Schlaefer et al (2006) telah melakukan tahap analisis pertanyaan pada QA
1
yang dibuat menggunakan framework OpenEphyra. Gambar 1 menunjukkan arsitektur tahap analisis pertanyaan : Question string Question normalizer Question (normalized)
Question patterns
Question analyzer Interpretation, Answer type
Type patterns
Kueri Generator
Gambar 1 Arsitektur tahap analisis pertanyaan (Schlaefer et al 2006). Kueri yang berupa kalimat tanya dinormalisasi, yaitu dilakukan stemming dan pembuangan token yang tidak perlu. Keluaran dari tahap normalisasi ini menghasilkan dua representasi kalimat tanya. Representasi pertama digunakan untuk analisis pencocokan dengan pola yang sudah ada sehingga diperoleh entitas tipe jawaban yang sesuai. Representasi kedua digunakan untuk pembangkitkan kueri yang dipakai untuk memperoleh dokumen yang relevan. Perluasan kueri juga dapat dilakukan untuk mempertahankan aspek semantik dari kueri kalimat tanya, misal menggunakan WordNet atau Thesaurus (untuk Bahasa Inggris). Sedangkan untuk Bahasa Indonesia, dapat dilakukan menggunakan pembentukan frase. Pembentukan Frase Menurut Depdiknas (2003), frase merupakan satuan bahasa yang terbentuk atas dua kata atau lebih. Frase dapat dibedakan menjadi empat macam, yaitu : 1. Frase Verbal Frase verbal merupakan satuan bahasa yang terbentuk dari dua kata atau lebih dengan verba sebagai intinya tetapi bentuk ini tidak merupakan klausa. Contoh : sudah membaik, akan mendarat, dan tidak harus pergi. 2. Frase Nominal Sebuah nomina dapat diperluas ke kiri atau ke kanan menjadi sebuah frase. Perluasan ke kiri dilakukan dengan meletakkan kata penggolongnya tepat di depan nomina yang didahului dengan kata numeralia, contoh : dua buah buku dan beberapa butir telur.
Perluasan ke kanan dilakukan dengan meletakkan kata penggolong dan numeralia tepat di sebelah kanan nomina, contoh : kera tiga ekor dan buku tiga buah. 3. Frase Pronominal Frase pronominal dapat dibentuk dengan menambahkan numeralia kolektif, kata penunjuk, atau kata sendiri setelah pronominal. Contohnya : mereka berdua, mereka itu, dan saya sendiri. 4. Frase numeralia Umumnya frase numeralia dibentuk dengan menambahkan kata penggolong. Contoh : lima orang, dua ekor sapi, dan tiga buah rumah. Frase dapat disusun oleh Hasil pembentukan frase untuk menganalisis kueri kueri digunakan untuk dokumen yang relevan.
dua kata atau lebih. ini dapat digunakan pertanyaan sebelum menemukembalikan
Retrieval Engine IR secara otomatis pada dasarnya adalah membandingkan kata yang ada pada kueri dengan kata yang ada dalam dokumen. Pada kenyataannya, setiap dokumen dapat memiliki banyak kata yang beragam sehingga pembandingan antara kata kueri dengan dokumen menjadi sulit dilakukan. Oleh karena itu, diperlukan karakteristik yang dapat digunakan sebagai penciri suatu dokumen sehingga dokumen dapat diindeks sesuai dengan penciri yang dimiliki. Proses penentuan indeks dokumen dapat dilakukan secara manual dan otomatis. Penentuan indeks secara manual melibatkan pakar di bidang ilmu sesuai isi dokumen yang akan diolah dan tentunya memerlukan waktu yang lebih lama. Dengan kemajuan teknologi, penentuan indeks dapat dilakukan secara otomatis menggunakan model kuantitatif. Model ini meliputi model ruang vektor, model peluang, dan model Boolean. Model ruang vektor bertujuan mengukur kesamaan antara vektor suatu dokumen dengan vektor kueri yang dimasukkan (Manning 2008). Informasi term frequency (tf), document frequency (df), dan invers document frequency (idf) diperlukan sebagai langkah awal untuk menghitung kesamaan antara vektor dokumen dengan vektor kueri. Nilai tf menggambarkan frekuensi kemunculan suatu kata t dalam dokumen d, yang dilambangkan dengan tft,d. Tabel 1 menunjukkan ilustrasi pembentukan vektor tf untuk kata car, auto,insurance, dan best.
2
Selanjutnya dilakukan perhitungan nilai df yang dinotasikan dengan dft. Variabel dft merupakan jumlah dokumen dalam koleksi yang mengandung kata t. Pembagian nilai dft dengan total dokumen yang ada dalam koleksi menghasilkan nilai idf untuk setiap kata sebagai berikut :
t1
θ
idft = log N merupakan notasi untuk jumlah dokumen yang ada dalam koleksi. Melalui idf dapat diketahui kata-kata tertentu yang merupakan penciri suatu dokumen. Nilai idf untuk masing-masing kata pada Tabel 1 diilustrasikan pada Tabel 2. Dengan demikian, dapat diperoleh bobot untuk masing-masing kata dalam dokumen, yaitu Wt,d yang merupakan hasil perkalian antara tft,d dan idft.
t2
0
Gambar 3 Kedekatan dokumen dalam ruang vektor (Manning 2008). Berikut ini adalah formula untuk memperoleh kesamaan cosine untuk dj dan dk : sim (dj, dk) =
=
Tabel 1 Tabel vektor term frequency Document
Term
d1
car auto insurance best
d2
d3
4
167
0
232
227
0
0
10
0
67
0
0
Tabel 2 Tabel vektor df dan idf Term car
dft
idft
18.615
1.65
auto
6.723
2.08
insurance
19.241
1.62
best
25.235
1.5
Gambar 2 menunjukkan ilustrasi matriks inverted index, yang berisi bobot setiap kata t dalam suatu dokumen d. d1
d2
…
d3
t1
Wt1d1
Wt1d2
…
Wt1dn
t2
Wt2d1
Wt2d2
…
Wt2dn
…
…
…
…
…
t3
Wtkd1
Wtkd2
…
Wtkdn
Gambar 2 Ilustrasi matriks inverted index. Ide dalam mengukur kesamaan dokumen dengan menggunakan kesamaan cosine adalah dokumen yang saling berdekatan dalam ruang vektor memiliki kecenderungan berisi informasi yang sama. Gambar 3 mengilustrasikan vektor dokumen yang terdapat dalam ruang vektor, yang diberi nilai oleh bobot kata.
Berdasarkan formula kesamaan cosine, dj dan dk adalah dokumen yang terdapat dalam ruang vektor M kata, dan M merupakan vektor bobot tiap dokumen. Dalam implementasi perolehan n dokumen teratas, hal serupa dilakukan untuk mengukur kesamaan antara vektor kueri dengan dokumen. Dokumen diurutkan berdasarkan perolehan nilai cosine dengan kueri. Kemudian dipilih n dokumen teratas dengan nilai cosine tertinggi. Modul Ekstraksi Jawaban Setelah diperoleh n dokumen teratas, tahap yang selanjutnya adalah ekstraksi jawaban. Setiap sepuluh dokumen teratas yang diperoleh dianalisa kembali untuk mengidentifikasi kandidat jawaban dengan cara sebagai berikut (Ballesteros & XiaoyanLi 2007): 1. Dilakukan identifikasi entitas yang terdiri atas orang, organisasi, lokasi, ekspresi waktu, tanggal, ekspresi numerik, uang, dan persen. 2. Dokumen dibagi menjadi passages. Passage terdiri atas dua kalimat yang berdampingan. Setiap passage memiliki satu kalimat yang overlap. 3. Dilakukan pembobotan heuristic pada setiap passage. Pertama-tama didefinisikan count_query adalah jumlah kata yang terdapat pada kueri (kalimat tanya), count_match adalah jumlah hasil
3
pencocokan antara kata yang terdapat pada kueri dan passage (wordmatch), score adalah bobot dari passage, dan wordmatch_words adalah hasil wordmatch. Berikut proses pembobotan yang digunakan :
5. Ekstraksi kandidat jawaban dari passage peringkat teratas. Jarak antara kandidat jawaban dan posisi dari setiap kueri yang cocok dalam passage dihitung. Kandidat jawaban yang memiliki total jarak terkecil terpilih sebagai jawaban akhir.
a. Jika tidak ada entitas yang ditampilkan, passage menerima nilai 0. Jika entitas ditampilkan pada passage namun tidak memiliki tipe yang sama dengan pertanyaan, entitas diabaikan.
METODE PENELITIAN
b. Dilakukan pencocokan kata-kata pada kueri dengan kata-kata pada passage (proses wordmatch). Jika nilai count_match kurang dari threshold (t), score = 0. Selain itu, score = count_match. Nilai threshold (t), didefinisikan dengan cara sebagai berikut: i. Jika count_query kurang dari 4, maka t=count_query. Dengan kata lain, passage yang tidak mengandung kata-kata yang terdapat pada kueri tidak diperhitungkan. ii. Jika count_query antara 4 dan 8, maka t=count_query/(2.0+1.0) iii. Jika lebih besar dari 8, maka t=count_query/(3.0+2.0) c. Kata yang berdekatan memiliki hubungan keterkaitan informasi yang lebih tinggi. Jika seluruh kata yang cocok dengan kueri terdapat pada satu kalimat Sm=1, selain itu Sm=0. Maka, score = score + (Sm*0.5). d. Seperti yang diketahui urutan kata dapat mempengaruhi arti. Maka, diberikan bobot yang lebih tinggi (Ord=1) terhadap passage jika katakata yang cocok dengan kueri memiliki urutan yang sama seperti pada pertanyaan asli. Selain itu Ord=0. Maka, score = score + (Ord*0.5). e. Score = score + (count_match/W), dimana W adalah jumlah kata dari passage dengan bobot tertinggi. 4. Pembobotan terakhir yaitu menghitung total perolehan nilai yang disimpan dalam variabel heuristic_score. heuristic_score = count_match + 0.5*Sm + 0.5*Ord + count_match/W. Dilakukan pengurutan terhadap seluruh passage pada 10 dokumen teratas. Pengurutan dilakukan berdasarkan bobot yang dimiliki oleh setiap passage.
Penelitian ini dilakukan dalam tiga tahap, yaitu pemrosesan offline, pemrosesan online, dan evaluasi hasil percobaan. Diagram alur pemrosesan offline dan pemrosesan online dapat dilihat pada Gambar 4 dan 5. Pemrosesan Offline Pemrosesan offline terdiri atas tahap praproses dokumen, pembentukan frase, indexing dokumen, dan pembentukan passages. Pemrosesan ini dilakukan untuk mendapatkan kamus frase, kamus passage, dan nilai tf-idf yang akan digunakan pada pemrosesan online. 1. Praproses dokumen Pada tahap ini, dilakukan parsing koleksi dokumen uji untuk digunakan pada tahaptahap berikutnya. Selain itu dilakukan pembuangan kata-kata tidak penting atau stopwords. Daftar stopwords yang digunakan diambil dari Laboratorium Temu Kembali Informasi. 2. Pembentukan Frase Pembentukan frase dilakukan untuk menganalisis pertanyaan yang dimasukkan oleh pengguna. Asumsi yang digunakan dalam pembentukan frase adalah jika dua kata memiliki posisi berurutan dalam suatu dokumen dan kejadian ini sering terjadi pada koleksi dokumen uji, maka dua kata tersebut dianggap sebagai sebuah frase. Berdasarkan asumsi ini maka dapat dihitung peluang munculnya kata A tepat setelah kata B yaitu : P(A|B) = n(A|B) = banyaknya kemunculan kata A tepat setelah B, n(A|X) = banyaknya kemunculan kata A tepat setelah kata X, dimana X merupakan kumpulan kata unik yang ada pada koleksi dokumen, P(A|B) = peluang munculnya kata A tepat setelah kata B.
4
Dengan menggunakan rumus peluang di atas, akan didapat daftar kandidat frase yang disimpan dalam kamus frase. 3. Indexing Dokumen Proses indexing yang dilakukan dalam penelitian ini menggunakan pembobotan tfidf. Hasil indexing berupa nilai idf dan tf-idf dari seluruh dokumen. Hasil ini akan digunakan untuk menghitung ukuran kesamaan cosine antara vektor kueri dengan masing-masing vektor dokumen pada koleksi dokumen. 4. Pembentukan Passages Sebelum dilakukan pembentukan passages, terlebih dahulu dilakukan penamaan entitaspada koleksi dokumen pengujian. Penamaan entitas atau tagging dilakukan dengan memanfaatkan hasil penelitian Citraningputra (2009). Entitas yang dihasilkan pada penelitian Citraningputra yaitu NAME, ORGANIZATION, DATE, TIME, LOCATION, NUMBER, dan CURRENCY. Selanjutnya passages dibentuk dari dua kalimat yang berurutan pada setiap dokumen. Hasil dari proses ini disimpan dalam kamus passage.
Gambar 4 Diagram alur pemrosesan offline.
Pemrosesan Online Setelah pemrosesan offline selesai, tahap berikutnya adalah pemrosesan online. Tahapan pada proses ini terdiri atas analisis pertanyaan, perolehan 10 dokumen teratas, pembobotan heuristic, dan ekstraksi jawaban. 1. Analisis Pertanyaan Kueri pertanyaan yang dimasukkan diparsing terlebih dahulu. Parsing dilakukan untuk membuang tanda baca yang ada pada kueri. Kemudian dilakukan proses case folding yaitu pengubahan semua huruf menjadi huruf kecil. Selanjutnya dilakukan tokenisasi untuk mendapatkan kata tanya dan keyword (kata-kata selain kata tanya). Kata tanya yang digunakan dibatasi pada kata : SIAPA, KAPAN, DIMANA, dan BERAPA. Berikut identifikasi tipe pertanyaan untuk setiap kata tanya : a. SIAPA merujuk pada orang atau organisasi, b. KAPAN merujuk pada keterangan waktu, c. DIMANA merujuk pada keterangan lokasi suatu kejadian, d. BERAPA merujuk pada jumlah atau satuan numerik (persen, Rupiah, dll).
Gambar 5 Diagram alur pemrosesan online. Dengan memanfaatkan kamus frase yang dihasilkan pada proses offline, dilakukan pembentukan frase dari kata-kata yang ada pada keyword. Hasil pembentukan frase inilah yang digunakan untuk proses perhitungan tfidf kueri dan ukuran kesamaan cosine.
5
2. Perolehan 10 Dokumen Teratas
HASIL DAN PEMBAHASAN
Sepuluh dokumen yang memiliki nilai kesamaan cosine teratas, akan dikembalikan oleh sistem. 3. Perolehan Top Passage Kandidat top passage diperoleh dari passages yang terletak pada sepuluh dokumen teratas. Dengan memanfaatkan pembobotan heuristic, diperoleh passage yang memiliki bobot tertinggi (top passage) dari kandidat top passage sebelumnya. 4. Ekstraksi Jawaban Jawaban akhir diperoleh dengan menghitung jarak terdekat antara kandidat jawaban pada top passage dengan kata-kata yang merupakan hasil pencocokkan dengan keyword. Evaluasi Hasil Percobaan Tahap evaluasi dilakukan oleh manusia, jawaban dinilai dari segi: 1. Pasangan jawaban dan dokumen. 2. Ketepatan untuk setiap jawaban. Pemberian nilai dilakukan berdasarkan empat kriteria, yaitu: 1. Wrong (W): jawaban tidak benar. 2. Unsupported (U): jawaban benar tapi dokumen tidak mendukung. 3. Inexact (X): jawaban dan dokumen benar tapi terlalu panjang. 4. Right (R): jawaban dan dokumen benar. Lingkungan Pengembangan Perangkat lunak yang digunakan untuk penelitian yaitu : 1. Windows XP Profesional SP 3 sebagai sistem operasi, 2. ActivePerl-5.10.1.1007 sebagai interpreter program Perl, 3. Apache di dalam Xampp-win32-1.7.1 sebagai web server, 4. Notepad ++ sebagai editor program. Perangkat keras penelitian yaitu :
yang
digunakan
1. Processor Intel Celeron 1.73 GHz, 2. RAM 1 GB, 3. Harddisk kapasitas 80 GB.
untuk
Koleksi Dokumen Pengujian Koleksi dokumen pengujian yang digunakan dalam penelitian diambil dari korpus yang sudah tersedia di Laboratorium Temu Kembali Informasi Departemen Ilmu Komputer IPB. Sumber koleksi dokumen diambil dari media koran, majalah, dan jurnal penelitian. Semua dokumen memiliki topik bidang pertanian. Ukuran terkecil dari dokumen yaitu 1 KB dan terbesar 53 KB. Dokumen-dokumen ini berformat teks (*.txt) dengan struktur XML di dalamnya. Gambar 6 menunjukkan format strukur dokumen yang digunakan.
suaramerdeka040104 <TITLE>Ribuan Bibit untuk Lahan Kritis Minggu,4Januari 2004 NGALIYANKecamatan Ngaliyan telah mendistribusikan sekitar 30 ribu bibit berbagai jenis tanaman. Sebelumnya, wilayah itu telah menerima bantuan 140.250 bibit tanaman dari Departemen Pertanian. Bibit tanaman yang diberikan adalah petai, durian, rambutan, mangga, sukun, dan jati.
Gambar 6 Struktur dokumen pengujian. Pemrosesan dokumen pada tahap indexing dan pembentukan frase, hanya diambil bagian dokumen yang diapit oleh tag <TITLE> dan
. Sedangkan untuk pembentukan passages, hanya digunakan bagian dokumen yang diapit oleh tag . Gambar 7 menunjukkan ilustrasi bagian dokumen yang diproses. suaramerdeka040104 <TITLE> … … … … … … … … … … … … … … … … Minggu,4Januari 2004 … … … … … … … … … … … … … … … … …… … … … … …… … … … … … … … … …… … … … … … … … … … … … …
Gambar 7 Ilustrasi bagian dokumen yang digunakan untuk pemrosesan. Pemrosesan Dokumen Tahap ini dilakukan untuk memudahkan proses memperoleh 10 dokumen teratas, pembentukan frase dan passages. Diagram alur pemrosesan dokumen dapat dilihat pada Gambar 8.
6
file yang berada di antara tag <TITLE> dan . Selanjutnya dilakukan parsing terhadap isi file dengan pemisah kata yang terdiri atas tanda baca [+\/%,.\"\];()\':=`?\[!@]. Tidak semua hasil parsing disimpan, karena hasil parsing diseleksi kembali oleh stopwords yang tersimpan dalam file stopwords.txt. File ini terdiri atas 733 kata yang dipisahkan dengan karakter enter, contoh kata tersebut antara lain cuma, dalam, dan, dapat, dapatkah, dari, dll. Gambar 8 Diagram alur pemrosesan dokumen. Langkah pertama yang dilakukan pada tahap ini adalah memasukkan satu per satu setiap bagian dokumen yang diapit tag ke dalam sistem name entity tagging (Citraningputra 2009). Semua dokumen hasil tagging kemudian disimpan dalam file passagesDok.txt. Gambar 9 menunjukkan hasil tagging untuk dokumen suaramerdeka040104.txt. NGALIYAN- Kecamatan Ngaliyan telah mendistribusikan sekitar 30 ribu bibit berbagai jenis tanaman. Sebelumnya, wilayah itu telah menerima bantuan 140.250 bibit tanaman dari Departemen Pertanian . Bibit tanaman yang diberikan adalah petai, durian, rambutan, mangga, sukun, dan jati.
Gambar 9 Contoh hasil tagging dokumen. Selanjutnya dilakukan penghapusan tanda titik (.) yang bukan akhir kalimat pada file passagesDoc.txt secara manual oleh penulis, yaitu tanda (.) yang merupakan : 1. Singkatan gelar, misal : dr. dan Prof. 2. Singkatan nama seseorang, misal : A. rifai Badri. 3. Singkatan nama biologi suatu spesies, misal : Bambusa sp. 4. Penomoran, misal : a. Deklarasi Rio b. Program aksi agenda. kemudian dilakukan pembentukan kalimat untuk setiap dokumen dengan menggunakan tanda pemisah antar kalimat yaitu [.?!]. Setiap passage dibentuk dari dua kalimat yang berurutan sehingga passage yang posisinya berdekatan saling overlap. Hasil pembentukan passages ini disimpan dalam kamus passages. Langkah kedua dilakukan pembacaan terhadap isi file yang berada pada folder korpus. Kemudian dilakukan pembacaan isi
Daftar pasangan dokumen dengan katakata hasil parsing dari setiap file diletakkan dalam variabel %praproses dan disimpan ke dalam file praproses.dat. Variabel %praproses memiliki struktur sebagai berikut : my %praproses=( 'N_dok' => 0, 'kata' => {}, 'tf' => {}, 'frekUrut'=> {}, 'unik' => {} );
Variabel N_dok menyimpan jumlah dokumen yang dibaca, sedangkan variabel $unik menyimpan kata unik dari seluruh dokumen. Variabel kata memiliki tiga key dengan syntax : $rec{'kata'}{$file}{$token}{$index Kata};
variabel $file menyimpan nama dokumen yang dibaca, $token menyimpan daftar kata pada suatu dokumen, dan $indexKata menyimpan posisi kata pada suatu dokumen. Variabel tf digunakan untuk menyimpan term frequency, yang memiliki dua key dengan syntax : $rec{'tf'}{$token}{$file}
Variabel $token menyimpan daftar kata unik dan $file menyimpan nama dokumen tempat kata unik itu berada. Adapun struktur syntax dari variabel frekUrut sebagai berikut : $rec{'frekUrut'}{$kataA}{$kataB}
Variabel frekUrut digunakan untuk menyimpan frekuensi pasangan kata dari 1000 dokumen pengujian. Variabel $kataA digunakan untuk menyimpan kata yang muncul tepat setelah kata yang ada pada variabel $kataB.
7
Pembentukan Frase Setelah tahap pemrosesan dokumen, dapat dilakukan perhitungan peluang setiap pasangan kata sebagai sebuah frase. Dengan memanfaatkan file praproses.dat, diperoleh nilai variabel frekUrut dan unik. Variabel frekUrut digunakan untuk menyimpan daftar frekuensi pasangan kata yang berurutan dari 1000 dokumen pengujian, sedangkan variabel unik berisi daftar kata unik dari 1000 dokumen yang sama. Kemudian disusun program untuk menghitung banyaknya kemunculan kata A tepat setelah kata B, yang hasilnya disimpan dalam variabel $pembilang. Selanjutnya dihitung banyaknya kemunculan kata A tepat setelah semua kata unik yang ada pada dokumen dan hasilnya disimpan dalam variabel $penyebut. Berikut ilustrasi algoritme untuk mendapatkan nilai variabel $pembilang dan $penyebut : %frek= retrieve(‘praproses.dat’); %urut = %{$frek{‘frekUrut’}}; %unik = %{$frek{‘unik’}}; foreach $kataA of %unik{ foreach $kataB of {$unik{$kataA}}{ $pembilang{$kataA}{$kataB}= $urut{$kataA}{$kataB}; $penyebut{$kataA} += $urut{$kataA}{$kataB}; }
lebih dari 0.5 sampai dengan 1, 21.656 pasang kata memiliki peluang antara lebih dari 0.1 sampai kurang dari sama dengan 0.5, dan 58.064 pasang kata memiliki peluang kurang dari sama dengan 0.1. Terdapat pasangan kata dengan nilai peluang 1 yang benar dikategorikan sebagai frase. Namun ada pula pasangan kata yang sebenarnya bukan frase tapi memiliki nilai peluang sebesar 1. Contoh untuk pasangan kata “Marty Natalegawa” yang tidak termasuk frase tetapi memiliki nilai peluang sebesar 1. Hal ini disebabkan kata “Natalegawa” selalu muncul tepat setelah kata “Marty” pada koleksi dokumen. Untuk pasangan kata “mundu dipercayai” memiliki peluang sebesar 1 meskipun tidak termasuk frase. Hal ini disebabkan pasangan kata “mundu dipercayai” muncul tepat satu kali dalam koleksi dokumen. Tabel 3 menunjukkan contoh pasangan kata (kandidat frase) dengan nilai peluang sebesar 1 yang dievaluasi benar dan salah sebagai frase. Pasangan kata yang akan digunakan sebagai kandidat frase untuk proses pembentukan frase pada tahap analisis pertanyaan adalah pasangan kata yang memiliki nilai peluang lebih besar sama dengan 0.1, sehingga diperoleh 33.984 pasangan kata yang disimpan dalam kamus frase.
}
Selanjutnya untuk menghitung peluang kata A setelah kata B dari semua pasangan kata unik pada koleksi dokumen, dapat dilihat pada ilustrasi algoritme di bawah : %unik = %{$frek{‘unik’}}; foreach $kataA of %unik{ foreach $kataB of {$unik{$kataA}}{ if $kataA not equal $kataB{ $peluang{$kataA}{$kataB} = $pembilang{$kataA}{$kataB}/ $penyebut{$kataA}{$kataB}; } } }
Perhitungan peluang pembentukan frase dari 1000 dokumen menghasilkan 90.901 kandidat frase dengan nilai peluang terkecil yakni 1.98 x 10-4 dan nilai terbesar adalah 1. Gambar 10 menunjukkan histogram sebaran peluang yang dihasilkan. Sumbu x histogram menunjukkan sebaran nilai peluang, sedangkan sumbu y menunjukkan frekuensi pasangan kata untuk setiap nilai peluang. Sebanyak 10.090 pasangan kata memiliki nilai peluang sebesar 1, 11.181 pasangan kata memiliki peluang
Gambar 10 Histogram sebaran nilai peluang pembentukan frase. Tabel 3 Contoh pasangan kata dengan nilai peluang sebesar 1 Pasangan Kata Marty Natalegawa
Evaluasi Salah
Menteri perindustrian
Benar
Kementrian pertahanan
Benar
Negeri jiran
Benar
Mundu dipercayai
Salah
8
Perhitungan tf-idf Dengan memanfaatkan hasil tahap pemrosesan dokumen, dapat dilakukan perhitungan document frequency (df), inverse document frequency (idf), dan tf-idf dari setiap token dan kandidat frase pada seluruh dokumen. Langkah pertama yang dilakukan adalah memanfaatkan file praproses.dat untuk mendapatkan informasi term frequency pada variabel tf. Variabel ini untuk menghitung nilai df, idf, dan tf-idf setiap kata. Tujuan dari idf adalah untuk menentukan kata-kata (term) yang merupakan penciri dari suatu dokumen, oleh karena itu dalam penelitian ini hanya kata dengan nilai idf lebih besar sama dengan 0.3 yang disimpan. Hal ini bertujuan untuk menghapus kata-kata yang tidak termasuk dalam stopwords namun bukan penciri dari sebuah dokumen. Melalui idf dapat diperoleh informasi untuk menghitung nilai tf-idf yang merupakan perkalian antara nilai tf dan idf. Langkah kedua adalah menghitung nilai df, idf, dan tf-idf setiap kandidat frase dalam setiap dokumen. Perhitungan ini dilakukan dengan memanfaatkan informasi term frequency pasangan kata pada variabel frekUrut. Untuk pembobotan kandidat frase, diterapkan juga langkah-langkah seperti pada pembobotan kata. Selanjutnya hasil idf dan tfidf kata dan kandidat frase digabung dan disimpan dalam satu file. Hasil idf disimpan dalam file idf.txt sedangkan hasil tf-idf disimpan dalam file tfidf.txt. Pemrosesan Kueri Kueri yang berupa kalimat tanya dimasukkan secara manual oleh pengguna, kueri yang digunakan harus diawali dengan kata tanya dan diakhiri dengan tanda tanya. Kata tanya yang digunakan pada penelitian ini adalah SIAPA, KAPAN, DIMANA, dan BERAPA. Analisis pertanyaan yang dilakukan meliputi parsing dan tokenisasi, identifikasi tipe pertanyaan, dan pembentukan frase. Langkah pertama analisis pertanyaan yang dilakukan pada pemrosesan kueri adalah parsing terhadap kalimat tanya menggunakan tanda baca pemisah /[\s\+\/%,.\"\];()\':=`?\[!@>]+/. Selanjutnya dilakukan case folding dan tokenisasi untuk mendapatkan kata-kata penyusun kueri. Hasil tokenisasi disimpan dalam array $query. Indeks pertama pada
array query[0] digunakan untuk menyimpan kata tanya dari kueri pertanyaan. Kata tanya inilah yang digunakan untuk mendapatkan kandidat jawaban yang memiliki entitas sesuai kata tanya. Tabel 4 menunjukkan daftar entitas untuk setiap tipe kata tanya. Tabel 4 Daftar pasangan kata tanya dan entitas Kata Tanya Siapa Kapan Dimana Berapa
Tag Entitas NAME, ORGANIZATION DATE, TIME LOCATION NUMBER, CURRENCY
Sementara
itu $query[1] sampai $query[n] digunakan untuk menyimpan kata-kata selain kata tanya (keyword). Kemudian dilakukan pengecekan terhadap kemungkinan pasangan kata pada keyword sebagai sebuah frase. Jika pasangan kata tersebut ditemukan dalam kamus frase, maka pasangan kata tersebut dianggap sebagai sebuah frase. Hasil akhir dari analisis pertanyaan ini disimpan dalam variabel $kueriFrase. Misal untuk kueri Berapa harga pemesanan kursi Rafles?, dilakukan analisis pertanyaan sehingga diperoleh nilai $kueriFrase berikut : $kueriFrase = ( [0] = kursi rafles [1] = harga [2] = pemesanan )
Variabel $kueriFrase inilah yang digunakan untuk mendapatkan 10 dokumen teratas. Pembentukan frase pada kueri pertanyaan ini diharapkan dapat meningkatkan relevansi dokumen yang ditemukembalikan. Perolehan 10 dokumen teratas Dokumen yang digunakan untuk proses perolehan jawaban adalah 10 dokumen dengan bobot kesamaan cosine tertinggi. Dengan memanfaatkan nilai idf dan tf-idf dalam file idf.txt dan tfidf.txt, dapat diperoleh norm setiap kueri dan dokumen. Nilai array $kueriFrase digunakan untuk menghitung norm kueri dan norm untuk setiap dokumen. Langkah selanjutnya adalah memasangkan nilai norm kueri dengan norm setiap dokumen untuk menghasilkan nilai dot product dan kesamaan cosine. Dokumen yang diambil untuk memasuki langkah selanjutnya adalah 10 dokumen dengan nilai kesamaan
9
cosine tertinggi. Selanjutnya dilakukan pemilihan passages pada kamus passage yang termasuk dalam 10 dokumen di atas. Hasil pemilihan passages ini disimpan dalam variabel $passagesDocTop untuk digunakan pada tahap perolehan top passages.
$arrayWordMatch merupakan array yang
Perolehan Top Passages dan Ekstraksi Jawaban
Contoh hasil percobaan menggunakan kueri pertanyaan Berapa harga pemesanan kursi Rafles ?, diperoleh 198 passage pada 10 dokumen teratas. Setelah diambil passage yang mengandung tag atau diperoleh 63 passage dari 198 passage pada 10 dokumen teratas. Top passage yang diperoleh dari 63 passage :
Passage
yang
disimpan
variabel
$passagesDocTop kemudian disaring untuk
diambil passages yang memiliki TAG sesuai kata tanya kueri pertanyaan. Selanjutnya dilakukan pembobotan passages menggunakan pembobotan heuristic. Sesuai dengan tahapan yang terdapat dalam jurnal Ballesteros & Xiaoyan-Li (2007) serta penelitian Cidhy (2009) yang digunakan sebagai acuan dalam penelitian ini, pembobotan passages terdiri atas : 1. Pembobotan passages berdasarkan hasil dari proses wordmatch sesuai threshold. Hasilnya disimpan dalam variabel count_match. 2. Pembobotan passages berdasarkan urutan nilai dari arrayWordQuestion (katakata selain kata tanya pada kueri) dalam passages. Hasilnya bernilai Boolean, disimpan dalam variabel Ord. 3. Pembobotan passages berdasarkan nilai dari arrayWordQuestion dalam passages. Hasilnya bernilai Boolean, disimpan dalam variabel Sm. 4. Pembobotan berdasarkan hasil dari proses wordmatch sesuai threshold berbanding ukuran passage (jumlah kata dalam satu passage). Setelah diperoleh nilai dari ke-empat variabel di atas kemudian dihitung skor heuristic setiap passage. Berikut rumus yang digunakan : heuristic_score = count_match + count_match/W + Sm*0.5 + Ord*0.5.
Tahap berikutnya adalah ekstraksi jawaban dari top passages yang diperoleh. Passage yang memiliki nilai heuristic_score tertinngi menjadi top passage. Kata yang menjadi kandidat jawaban adalah kata yang memiliki entitas sesuai dengan kata tanya pada kueri pertanyaan. Yang perlu diperhatikan adalah top passage dapat terdiri atas satu atau lebih passage dan setiap passage dapat memiliki satu atau lebih kandidat jawaban. Jawaban akhir setiap passage diperoleh dengan cara menghitung jarak antara setiap kandidat jawaban pada setiap passage dengan masingmasing kata pada $arrayWordMatch.
menampung kumpulan kata hasil pencocokan antara keyword dengan kata-kata pada passage. Kandidat jawaban yang memiliki jarak terpendek dianggap sebagai jawaban yang paling tepat.
Pada suatu saat ada seorang buyer mendatangi pengekspor di Bekonang, Sukoharjo, memesan kursi rafles seharga Rp 275 ribu/unit. Pada pembelian berikutnya setelah membanding-bandingkan harga buyer itu mencari pengekspor lain.
Perolehan nilai untuk masing-masing jenis pembobotan yaitu 3, 0, 0, dan 0.1. Kandidat jawaban yang diperoleh hanya ada satu yaitu kata 275 ribu sehingga kata 275 ribu menjadi jawaban akhir dengan bobot jarak sebesar 3.1. Hasil Percobaan Hasil percobaan dievaluasi menggunakan 2 skema uji yaitu : 1. Membandingkan hasil penelitian yang dilakukan oleh penulis dengan hasil penelitian Cidhy (2009). Jumlah koleksi dokumen yang digunakan sebanyak 106 dokumen. Perbandingan dilakukan dengan melihat ketepatan dokumen, top passage, dan jawaban yang ditemukembalikan. 2. Menguji hasil penelitian penulis dengan melakukan tiga kali percobaan menggunakan 106, 200, dan 300 dokumen. Hasil ketiga percobaan tersebut dibandingkan dari segi ketepatan passage dan jawaban yang ditemukembalikan. 3. Membandingkan hasil penelitian yang dilakukan oleh penulis dengan hasil penelitian Cidhy (2009). Koleksi dokumen yang digunakan merupakan dokumen reading comprehension. Sebanyak 45 kueri digunakan untuk percobaan. Kueri tersebut diambil dari penelitian Cidhy (2009) dan dibuat sendiri
10
Berdasarkan kesesuaian pasangan jawaban dan dokumen, penilaian dibedakan menjadi empat jenis yaitu : right, wrong, unsupported, dan null. Persentase evaluasi hasil percobaan yang dilakukan oleh Cidhy dan penulis dapat dilihat pada Tabel 5. Berikut pembahasan untuk masing-masing percobaan :
oleh penulis. Proses dokumentasi evaluasi kueri dicatat dalam bentuk tabel yang terdiri atas sumber dokumen, pertanyaan (kueri), jawaban, ketepatan dokumen, ketepatan jawaban, dan koreksi. Kemudian dilakukan pencocokan antara hasil pencarian yang diperoleh terhadap pasangan dokumen dan kueri pertanyaan yang seharusnya.
Tabel 5 Persentase perolehan jawaban oleh Cidhy (2009) dan penulis Penelitian Cidhy (2009)
Kata Tanya Right Siapa
Unsupported
Wrong
Penelitian Oleh Penulis Null
Right
Unsupported
Wrong
Null
75
0
8.33
16.67
75
0
8.33
16.67
Berapa
41.67
8.33
50
0
41.67
8.33
50
0
Dimana
81.82
0
18.18
0
90.91
0
9.09
0
100
0
0
0
100
0
0
0
Kapan
1. Perbandingan Hasil Percobaan Untuk Kata Tanya SIAPA Persentase ketepatan jawaban untuk kata tanya SIAPA cenderung lebih rendah dibanding kata tanya DIMANA dan KAPAN. Hal ini diakibatkan pada penulisan teks, informasi untuk jawaban SIAPA seringkali disajikan dengan cara lebih variatif. Seperti adanya penggunaan kata ganti untuk orang, misal : dia, nya, saya, mereka, dll. Hasil penelitian yang dilakukan oleh Cidhy dan penulis, menghasilkan persentase kriteria right sebesar 75%, wrong 8.33%, dan null sebesar 16.67%. Berdasarkan 12 kueri pertanyaan yang diuji, diambil contoh kueri pertanyaan Siapa yang bekerja sama dengan Unibraw untuk menangani pasca panen ikan?. Hasil penelitian
Cidhy mengembalikan 10 dokumen teratas berikut : [0]=>situshijau110603-01.txt [1]=>situshijau230603-03.txt [2]=>gatra180103.txt [3]=>situshijau110303-01.txt [4]=>kompas310702.txt [5]=>suarakarya000000-21.txt [6]=>indosiar300404.txt [7]=>indosiar020104.txt [8]=>kompas240103.txt [9]=>republika281202.txt
Hasil penelitian penulis mengembalikan 10 dokumen teratas sebagai berikut : [0]=>situshijau110603-001.txt
[1]=>situshijau230603-003.txt [2]=>situshijau110303-001.txt [3]=>gatra180103.txt [4]=>kompas310702.txt [5]=>suarakarya000000-021.txt [6]=>indosiar020104.txt [7]=>indosiar300404.txt [8]=>republika281202.txt [9]=>kompas240103.txt
Kedua penelitian menghasilkan 10 dokumen teratas yang berbeda, namun diperoleh dokumen teratas dan top passage yang sama. Jawaban yang diperoleh dari top passage adalah Lembaga Kimia Nasional. Berikut top passage yang bersumber dari dokumen situshijau110603-001.txt : Akibatnya Indonesia belum mampu memenuhi kuota ekspor gaplek karena kualitasnya lebih rendah dibanding komoditas sejenis asal Thailand." Selain itu Unibraw juga menghasilkan penelitian tentang budi daya pisang dengan kultur jaringan sekaligus teknologi pengolahan menjadi pasta, tepung dan makanan ringan. "Dampaknya banyak pengusaha [di Jatim] berbisnis pisang tapi tidak mengerti bagaimana sistem industri berbasis komoditas itu." Sri menambahkan Unibraw juga pernah bekerjasama dengan
11
Lembaga Kimia Nasional dan instansi terkait menangani masalah penanganan pasca panen ikan mencakup peningkatan kualitas ikan asin dan ikan pindang skala UKM, tapi belum terlihat sentra industri hasil perikanan yang layak ditonjolkan.
Daftar kueri pertanyaan dan evaluasi untuk kata tanya SIAPA dapat dilihat pada Lampiran 4. 2.
Perbandingan Hasil Percobaan Untuk Kata Tanya BERAPA
Persentase ketepatan jawaban untuk kata tanya BERAPA merupakan yang paling rendah dibanding kata tanya yang lain. Baik penelitian yang dilakukan oleh Cidhy (2009) maupun penulis, keduanya menghasilkan persentase kriteria right sebesar 41.67%, unsupported 8.33%, dan wrong 50%. Hal ini disebabkan pada penulisan teks, informasi untuk jawaban BERAPA seringkali disajikan dengan cara lebih variatif. Seperti adanya penulisan dalam bentuk rincian untuk jumlah. Hasil penelitian yang dilakukan oleh Cidhy dan penulis mengembalikan kriteria wrong untuk kueri pertanyaan Berapa luas
6 kecamatan yang ada di Kabupaten Kerinci, seperti tanaman padi seluas 11,87 hektar tergenang air, dan sebanyak 148 hektar mengalami puso.
Jawaban yang diperoleh pada penelitian kali ini yaitu 122 hektar. Jawaban ini diperoleh dari 10 dokumen teratas sebagai berikut : [0]=>indosiar031203.txt [1]=>kompas091003.txt [2]=>indosiar260504.txt [3]=>mediaindonesia050204.txt [4]=>suaramerdeka220702.txt [5]=>kompas310702.txt [6]=>suarapembaruan260703001.txt [7]=>bitraindonesia000000001.txt [8]=>pikiranrakyat300704002.txt [9]=>jurnal000000-020.txt
Berikut top passage yang diperoleh dari dokumen mediaindonesia050204.txt :
Top passage yang diperoleh dari dokumen indosiar031203.txt, yaitu :
NUSANTARA SAMPIT--MIOL] : Tanaman padi seluas 122 hektar pada tiga kecamatan di kabupaten Kotawaringin Timur (Kotim) Kalimantan Tengah mengalami fuso akibat diserang hama belalang kembara dalam sebulan terakhir. Kasubdin produksi Tanaman Pangan Dinas Pertanian Kotim Ir.Sefmita di Sampit, Kamis mengatakan, serangan hama belalang kembara yang terjadi sejak awal Januari 2004 menyerang lahan pertanian di Kecamatan Parenggean dan Kecamatan Mentaya Hulu sehingga mengakibatkan 122 hektar tanaman padi mengalami fuso.
Dari catatan Dinas Pertanian dan Tanaman Pangan Provinsi Jambi, rusaknya tanaman pertanian akibat banjir yang terjadi pada tanaman padi, cabe, kacang tanah, dan jeruk. Hal itu terjadi di
Setelah dievaluasi, 10 dokumen teratas yang dihasilkan pada penelitian penulis lebih relevan dibanding penelitian Cidhy (2009). Passage yang dihasilkan pada kedua penelitian belum tepat sehingga jawaban yang dihasilkan salah. Daftar kueri pertanyaan dan
wilayah yang ditanami tanaman padi di Kalimantan Timur?. Penelitian Cidhy (2009) mengembalikan jawaban 6 kecamatan dengan 10 dokumen teratas yang
diperoleh sebagai berikut : [0]=>situshijau200103-001.txt [1]=>kompas170700.txt [2]=>kompas091003.txt [3]=>kompas240302.txt [4]=>indosiar031203.txt [5]=>jurnal000000-005.txt [6]=>indosiar260504.txt [7]=>kompas240103.txt [8]=>republika290604-007.txt [9]=>bitraindonesia000000001.txt
12
evaluasi untuk kata tanya BERAPA dapat dilihat pada Lampiran 5.
[3]=>suarapembaruan150903.txt
4. Perbandingan Hasil Percobaan Untuk Kata Tanya DIMANA
[5]=>suarakarya000000-032.txt
Persentase kriteria right 90.91% dan wrong 9.09% dihasilkan pada penelitian penulis, sedangkan pada penelitian Cidhy (2009) diperoleh 81.82% kriteria right dan 18.18% wrong. Kriteria wrong diperoleh untuk kueri pertanyaan Dimana terjadi penurunan produksi tanaman tembakau?. Hasil penelitian Cidhy (2009) mengembalikan jawaban Indonesia,
[4]=>suaramerdeka170602-001.txt
[6]=>mediaindonesia131203-02.txt [7]=>republika290604-007.txt [8]=>situshijau180803-001.txt [9]=>gatra180103.txt
Selanjutnya dari 10 dokumen tersebut diperoleh top passage sebagai berikut :
[2]=>suarapembaruan150903.txt
Penurunan justeru terjadi pada komoditi teh. Selain itu, penurunan lebih jelas ada pada produksi tembakau di daerah Nanggro Aceh Darussalam (NAD) dan Sumatera Utara.
[3]=>republika130903.txt
Entitas
jawaban ini diperoleh setelah sistem mengembalikan 10 dokumen teratas berikut : [0]=>republika281202.txt [1]=>pikiranrakyat020804-001.txt
[4]=>indosiar031203.txt [5]=>situshijau210503-001.txt [6]=>situshijau110303-001.txt [7]=>suaramerdeka170602-001.txt [8]=>situshijau180803-001.txt [9]=>indobic130504-002.txt.
Berikut top passage yang diperoleh dari 10 dokumen di atas : Mereka juga bisa menanam dan memetik tanaman sayuran serta mempelajari tanaman sayuran itu. Tanaman Asli Selain mengenal jenis-jenis tanaman sayuran yang saat ini sudah banyak beredar di pasar, pengunjung juga bisa menyaksikan jenis tanaman asli Indonesia (indigenous vegetabels) yang ternyata mempunyai khasiat khusus untuk kesehatan manusia.
Top passage di atas diperoleh dari dokumen situshijau210503-001.txt. Berdasarkan hasil top passage, diperoleh satu kandidat jawaban yaitu kata Indonesia. Dengan menggunakan kueri pertanyaan yang sama, penelitian yang dilakukan penulis menghasilkan kriteria right yaitu Nanggroe Aceh Darussalam. Jawaban ini diperoleh setelah sistem mengembalikan 10 dokumen teratas berikut : [0]=>republika281202.txt [1]=>pikiranrakyat020804-001.txt [2]=>republika130903.txt
Nanggro Aceh Darussalam memiliki jarak yang lebih dekat dibanding entitas NAD dan Sumatera Utara, sehingga Nanggro Aceh Darussalam menjadi jawaban akhir.
Sumber jawaban akhir diperoleh dokumen republika281202.txt.
dari
Jawaban yang diperoleh pada penelitian penulis lebih tepat dibanding penelitian Cidhy (2009). Hal ini disebabkan oleh top passage dan 10 dokumen teratas yang diperoleh pada penelitian kali ini lebih relevan dibanding penelitian Cidhy (2009). Daftar kueri pertanyaan dan evaluasi untuk kata tanya DIMANA dapat dilihat pada Lampiran 6. 5. Perbandingan Hasil Percobaan Untuk Kata Tanya KAPAN Persentase ketepatan jawaban untuk kata tanya KAPAN merupakan yang paling tinggi dibanding kata tanya yang lain. Baik penelitian Cidhy (2009) maupun yang dilakukan penulis, menghasilkan persentase kriteria right sebesar 100% untuk 10 kueri pertanyaan yang diujikan. Semua top passage yang dihasilkan untuk setiap kueri pada kedua penelitian adalah sama. Perbedaan terjadi pada 10 dokumen yang ditemukembalikan untuk setiap kueri. Misal untuk kueri Kapan diadakan semiloka Pengembangan Kawasan Pantai sebagai alternative akselerator pembangunan daerah?,
pada penelitian Cidhy (2009) diperoleh 10 dokumen teratas sebagai berikut : [0]=>suaramerdeka230702.txt [1]=>indosiar070604.txt
13
[2]=>republika020604-002.txt [3]=>republika251002-002.txt [4]=>pembaruan110903.txt [5]=>kompas170700.txt [6]=>kompas091003.txt [7]=>kompas210502.txt [8]=>gatra230103-002.txt [9]=>republika210704-003-01.txt
Hasil penelitian yang dilakukan oleh penulis, diperoleh 10 dokumen teratas yang lebih relevan dibanding penelitian Cidhy (2009). Berikut 10 dokumen yang dihasilkan : [0]=>suaramerdeka230702.txt
Gambar
[1]=>indosiar070604.txt [2]=>republika020604-002.txt [3]=>kompas210502.txt [4]=>pembaruan110903.txt [5]=>republika230404.txt [6]=>suaramerdeka220702.txt [7]=>kompas121099.txt [8]=>republika210704-003-01.txt [9]=>jurnal000000-005.txt
Kedua penelitian menghasilkan top passage yang sama sehingga diperoleh jawaban yang sama. Daftar kueri pertanyaan dan evaluasi untuk kata tanya KAPAN dapat dilihat pada Lampiran 7. 6. Perbandingan Menggunakan Dokumen
Hasil Percobaan 106, 200, dan 300
Percobaan dilakukan untuk membandingkan ketepatan passage dan jawaban yang ditemukembalikan dengan menggunakan jumlah koleksi dokumen yang berbeda. Percobaan 1 dilakukan dengan menggunakan 106 dokumen, percobaan 2 menggunakan 200 dokumen, dan percobaan 3 menggunakan 300 dokumen. Persentase ketepatan jawaban yang ditemukembalikan dari hasil percobaan dapat dilihat pada Tabel 6 dan Gambar 11. Tabel
6
Persentase perolehan jawaban menggunakan jumlah dokumen yang berbeda
Jumlah Dokumen
Right
106 200 300
Unsupported
Wrong
Null
75.56
2.22
17.78
4.44
73.33
0
22.22
4.44
71.11
0
22.22
6.67
11
Grafik hasil percobaan menggunakan jumlah dokumen yang berbeda.
Berdasarkan Gambar 11 dapat dilihat bahwa persentase kriteria right yang dihasilkan menurun dengan menaiknya jumlah koleksi dokumen yang digunakan. Persentase untuk kriteria right pada percobaan 1 sebesar 75.6%, sedangkan pada percobaan 2 menurun menjadi 73.33% dan percobaan 3 menurun menjadi 71.11%. Penurunan ini terjadi karena pada percobaan 2 dan 3, diperoleh jawaban yang salah untuk pertanyaan Kapan Bungaran Saragih menyatakan kelangkaan pupuk diakibatkan adanya penyebaran yang terjadi secara sporadic?. Meskipun dokumen
teratas yang ditemukembalikan sudah sama yaitu indosiar260504.txt, namun ketiga percobaan mengembalikan top passage yang berbeda. Setelah diamati ternyata passage yang diperoleh pada percobaan 1 sudah tepat sehingga jawaban yang dihasilkan benar (right). Sedangkan pada percobaan 2 dan 3, passage yang diperoleh tidak tepat sehingga jawaban yang dihasilkan salah (wrong). Kriteria unsupported hanya diperoleh pada percobaan 1, untuk pertanyaan Berapa harga beras dalam negri antara bulan Juni-Juli?. Meskipun jawaban dan
passage yang dihasilkan sudah tepat yaitu Rp4.000, namun dokumen kompas180504.txt yang ditemukembalikan masih belum tepat. Sedangkan pada percobaan 2 dan 3, dokumen yang ditemukembalikan sama dengan percobaan 1 tetapi top passage belum tepat sehingga diperoleh tipe jawaban wrong untuk pertanyaan ini. Persentase kriteria wrong pada percobaan 1 sebesar 17.78 %, namun pada percobaan 2 dan 3 meningkat menjadi 22.2 %. Peningkatan ini terjadi karena pada percobaan 2 dan 3,
14
diperoleh jawaban yang salah untuk pertanyaan Berapa harga pemesanan kursi Rafles?. Meskipun ketiga percobaan menemukembalikan dokumen suaramerdeka030403.txt sebagai dokumen teratas, namun top passage yang diperoleh pada percobaan 2 dan 3 belum tepat sehingga jawaban yang dihasilkan salah. Sedangkan top passage yang diperoleh pada percobaan 1 sudah tepat sehingga diperoleh jawaban yang benar. Setelah diamati untuk pertanyaan Berapa usia panen pertama kali lengkeng?, ketiga percobaan menemukembalikan dokumen teratas yang sama yaitu trubus000104.txt, namun top passage yang dihasilkan berbeda-beda. Ketiga top passage yang dihasilkan masih belum tepat sehingga jawaban yang dihasilkan masih salah (wrong). Persentase kriteria null pada percobaan 1 dan 2 sebesar 4.44 %, sedangkan pada percobaan 3 meningkat menjadi 6.67 %. Kriteria null atau tidak mengembalikan jawaban apapun dikarenakan tidak ditemukan entitas yang sesuai pada top passage. Contoh untuk pertanyaan Siapa Bungaran Saragih?, percobaan 1, 2, dan 3 tidak mengembalikan jawaban. Hal ini terjadi karena top passage yang dikembalikan oleh ketiga percobaan adalah sebagai berikut : Menurut Bungaran Saragih, hal tersebut wajar dengan keadaan setiap penyalur pupuk, dimana mereka memerlukan waktu dalam proses pengepakan kembali. Mengenai kelangkaan pupuk di Cirebon yang hanya terjadi di beberapa kecamatan, Bungaran Saragih menegaskan bahwa produsen pupuk setempat telah menutupi kelangkaan tersebut dengan pengiriman pupuk dari luar wilayah Cirebon.
Entitas yang sesuai untuk kueri pertanyaan sebelumnya adalah NAME dan ORGANIZATION. Sedangkan pada top passage di atas hanya terdapat entitas NAME. Namun karena kata yang diapit tag NAME merupakan kata pada keyword, maka kata tersebut tidak dianggap sebagai kandidat jawaban. Sehingga tidak ditemukan jawaban dari top passage tersebut. Hasil ketiga percobaan menunjukkan ketepatan top passage yang diperoleh sangat mempengaruhi jawaban yang dihasilkan. Oleh
karena itu, semakin baik metode untuk melakukan pembobotan passage maka semakin tepat jawaban yang diperoleh. Hasil lengkap percobaan ini dapat dilihat pada Lampiran 8, 9, 10, dan 11. 7. Perbandingan Menggunakan Comprehension
Hasil Percobaan Dokumen Reading
Dokumen yang digunakan pada percobaan merupakan dokumen reading comprehension, dokumen ini memiliki struktur bahasa Indonesia yang baku. Jumlah dokumen yang digunakan sebanyak 9 buah dan diambil dari depdiknas serta situs http://duniabelajar.com. Sepuluh kueri diambil dari dokumen ini untuk diuji ke dalam penelitian Cidhy (2009) dan penulis. Kueri yang digunakan memiliki tipe pertanyaan SIAPA, DIMANA, BERAPA, dan KAPAN. Baik penelitian Cidhy (2009) maupun penulis, menghasilkan persentase kriteria right sebesar 100 %. Persentase yang tinggi ini menunjukkan bahwa kedua penelitian dapat mengembalikan jawaban yang tepat untuk dokumen dan kueri yang formatnya sudah baku. Hasil lengkap percobaan ini dapat dilihat pada Lampiran 12.
KESIMPULAN DAN SARAN Kesimpulan Hasil penelitian menunjukkan : 1. Pembentukan frase pada tahap analisis pertanyaan dapat meningkatkan relevansi dokumen yang ditemukembalikan. 2. Hasil pembentukan frase menggunakan konsep peluang masih kurang bagus karena frase dibatasi pada dua kata saja. 3. Semakin tepat top passage yang diperoleh, maka semakin tepat jawaban yang dikembalikan oleh sistem QA. Oleh karena itu meskipun diperoleh dokumen yang relevan tetapi metode pembobotan passage belum tepat, maka jawaban yang diperoleh juga belum tepat. 4. Sistem yang dibangun sudah benar untuk memproses dokumen reading comprehension. Saran Perlu dilakukan perbaikan dalam formula untuk mendapatkan kandidat frase, misal menggunakan kamus yang diambil dari KBBI sehingga dapat meningkatkan relevansi
15
dokumen yang ditemukembalikan. Selain itu, permasalahan utama pada QAS adalah bagaimana mendapatkan top passage yang sesuai. Oleh karena itu, perlu dilakukan perbaikan metode untuk pembobotan passage pada penelitian-penelitian selanjutnya.
DAFTAR PUSTAKA
Schlaefer N, P. Gieselmann, and G. Sautter. 2006. The Ephyra QA System at TREC. Strzalkowski T, Harabagiu S. 2008. Advances in Open Domain Question Answering. Dordrecht: Springer. van Zaanen M. 2008. Multi-lingual Question Answering Using OpenEphyra at QA@CLEF.
Anggraeni M. 2007. Implementasi Question Answering System dengan Metode RuleBased pada Terjemahan l-Qur’an Surat Albaqarah [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Ballesteros, L. A dan Xiaoyan-Li. 2007. Heuristic and Syntactic for Crosslanguage Question Answering. Di dalam: Proceedings of NTCIR-6 Workshop Meeting. Tokyo, 15-18 Mei 2007. hlm 230-233. Cidhy D A T K. 2009. Implementasi Question Answering System dengan Pembobotan Heuristic [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Citraningputra P. 2009. Entitas Tagging untuk Dokumen Berbahasa Indonesia Menggunakan Metode Berbasis Aturan [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. [Depdiknas] Departemen Pendidikan Nasional, Pusat Bahasa. 2003. Tata Bahasa Baku Bahasa Indonesia. Ed ke-3. Jakarta: Balai Pustaka. Ikhsani N. 2006. Implementasi Question Answering System dengan Metode RuleBased untuk Temu Kembali Informasi Berbahasa Indonesia [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Manning C D, Raghavan P, Schütze H. 2008. Introduction to Information Retrieval. Cambridge: Cambridge University Press. Sianturi R. 2008. Implementasi Question Answering System dengan Metode RuleBased pada Banyak Dokumen Berbahasa Indonesia [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
16
LAMPIRAN
17
Lampiran 1 Antarmuka implementasi
18
Lampiran 2 Contoh dokumen XML dalam koleksi pengujian indosiar151203 <TITLE>Akibat Banjir, Tujuh Tanggul dan Dua Bendung Jebol Nanang Nurani/Idh 15/12/2003
indosiar.com, Banyumas - Bencana banjir yang terjadi awal pekan lalu di Kabupaten Banyumas, tidak hanya menenggelamkan ratusan rumah dan lahan pertanian saja. Sedikitnya tujuh buah titik tanggul serta dua bendung irigasi, dilaporkan rusak berat. Kerusakan tanggul dan bendung irigasi itu terjadi di tiga kecamatan, dari 7 kecamatan yang dilanda banjir yakni Tambak, Sumpyuh dan Kemranjen.Kepala Dinas Pertambangan dan Energi Kabupaten Banyumas Ir Budi Susilo ketika dihubungi di ruang kerjanya mengatakan, di Kecamatan Kemranjen, dua tanggul yang jebol yakni di Petarangan dan Gatel panjang tanggul yang jebol antara 5- 20 meter. Di Petarangan, ada empat titik tanggul yang jebol serta sebuah jembatan ikut hanyut. Jebolnya tanggul tersebut, akibat meluapnya Sungai Petarangan. Dari laporan cuaca, curah hujan yang turun di daearh cukup tinggi. Sedang di Gatel, terjadi akibat meluapnya sungai tersebut hingga menyebabkan dua titik tanggul tak mampu menahan luapan air. "Kondisi yang sama juga berlaku di Sumpiuh. Akibat curah hujan yang tinggi, Sungai Sumpyuh tak mampu menampung air hingga meluap dan masuk ke saluran induk Sumpyuh, yang beberapa waktu lalu dibangun pihak provinsi Jateng. Saluran induk tersebut akhirnya jebol sepanjang 300 meter.Padahal rencananya saluran tersebut akan diserahkan, tapi sudah keburu jebol," ujar Budi Susilo.
19
Lampiran 3 Contoh pemberian entitas dokumen text dalam koleksi pengujian indosiar.com, Banyumas - Bencana banjir yang terjadi awal pekan lalu di Kabupaten Banyumas, tidak hanya menenggelamkan ratusan rumah dan lahan pertanian saja. Sedikitnya tujuh buah titik tanggul serta dua bendung irigasi, dilaporkan rusak berat. Kerusakan tanggul dan bendung irigasi itu terjadi di tiga kecamatan, dari 7 kecamatan yang dilanda banjir yakni Tambak, Sumpyuh dan Kemranjen. Kepala Dinas Pertambangan dan Energi Kabupaten Banyumas Ir Budi Susilo ketika dihubungi di ruang kerjanya mengatakan, di Kecamatan Kemranjen, dua tanggul yang jebol yakni di Petarangan dan Gatel panjang tanggul yang jebol antara 5- 20 meter. Di Petarangan, ada empat titik tanggul yang jebol serta sebuah jembatan ikut hanyut. Jebolnya tanggul tersebut, akibat meluapnya Sungai Petarangan. Dari laporan cuaca, curah hujan yang turun di daearh cukup tinggi. Sedang di Gatel, terjadi akibat meluapnya sungai tersebut hingga menyebabkan dua titik tanggul tak mampu menahan luapan air. "Kondisi yang sama juga berlaku di Sumpiuh. Akibat curah hujan yang tinggi, Sungai Sumpyuh tak mampu menampung air hingga meluap dan masuk ke saluran induk Sumpyuh, yang beberapa waktu lalu dibangun pihak provinsi Jateng. Saluran induk tersebut akhirnya jebol sepanjang 300 meter.Padahal rencananya saluran tersebut akan diserahkan, tapi sudah keburu jebol," ujar Budi Susilo.
20
