BAB 2 LANDASAN TEORI
2.1
Artificial Intelligence / Kecerdasan Buatan 2.1.1
Definisi Artificial Intelligence Menurut pendapat Kusumadewi (2003, p1) Artificial Intelligence (AI) atau Kecerdasan Buatan merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Pengertian AI dapat dilihat dari beberapa sudut pandang, sebagai berikut : 1. Sudut pandang kecerdasan Kecerdasan buatan akan membuat mesin menjadi ‘cerdas’. Cerdas dalam arti mampu berbuat seperti apa yang dilakukan oleh manusia. 2. Sudut pandang penelitian Kecerdasan buatan adalah suatu studi bagaimana membuat komputer dapat melakukan sesuatu sebaik yang dikerjakan manusia. Domain yang sering dibahas oleh para peneliti : •
Mundane task − Persepsi (vision & speech) − Bahasa Alami (understanding, generation & translation)
8
9 − Pemikiran yang bersifat commonsense − Robot control •
Formal task − Permainan atau games − Matematika (geometri, logika, kalkulus integral, pembuktian)
•
Expert task − Analisis financial − Analisis medikal − Analisis ilmu pengetahuan − Rekayasa
(desain,
pencarian
kegagalan,
perencanaan
manufaktur) 3. Sudut pandang bisnis Kecerdasan buatan adalah kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah-masalah bisnis. 4. Sudut pandang pemograman Kecerdasan
buatan
meliputi
studi
tentang
pemograman
simbolik, penyelesaian masalah (problem solving) dan pencarian (searching). Untuk membuat aplikasinya ada dua bagian utama yang sangat dibutuhkan, yang dapat dilihat pada gambar 2.1.
10 Komputer
Input : masalah, pertanyaan, dll
Basis Pengetahuan
Motor Inferensi
Output : jawaban, solusi
Gambar 2.1 Penerapan Konsep Kecerdasan Buatan di Komputer Basis Pengetahuan (Knowledge Base), berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya. Motor Inferensi (Inference Engine), yaitu kemampuan menarik kesimpulan berdasarkan pengalaman. Manusia bisa menjadi pandai dalam menyelesaikan segala masalah karena manusia mempunyai pengetahuan dan pengalaman. Pengetahuan didapat dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang, semakin mampu manusia menyelesaikan masalah. Namun bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak dapat menyelesaikan masalah dengan baik. Demikian pula, dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik. Agar komputer dapat bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan dan mempunyai
11 kemampuan untuk menalar. Untuk itu AI mencoba untuk memberikan beberapa metoda dalam membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin yang pintar.
2.1.2
Kecerdasan Buatan dan Kecerdasan Alami Nilai potensial dari kecerdasan buatan dapat lebih dimengerti jika dibandingkan dengan kecerdasan alami (kecerdasan yang dimiliki oleh manusia). Dibandingkan dengan kecerdasan alami, kecerdasan buatan memiliki beberapa keuntungan, antara lain : 1. Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan lebih cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang mudah lupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya. 2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain membutuhkan proses yang sangat lama dan juga keahlian itu tidak akan pernah dapat diduplikasi dengan lengkap. Oleh karena itu, jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebut dapat disalin dari komputer tersebut dan dapat dipindahkan dengan mudah ke komputer yang lain. 3. Kecerdasan buatan lebih murah dibandingkan dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibandingkan dengan harus mendatangkan seseorang untuk
12 mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama. 4. Kecerdasan buatan lebih bersifat konsisten. Hal ini disebabkan karena kecerdasan buatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami akan senantiasa berubah-ubah. 5. Kecerdasan buatan dapat didokumentasi. Keputusan yang dibuat oleh komputer dapat didokumentasi dengan mudah dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi. 6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami. 7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.
Sedangkan keuntungan kecerdasan alamiah dibanding kecerdasan buatan adalah sebagai berikut : 1. Bersifat lebih kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan itu sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun. 2. Kecerdasan
alami
memungkinkan
pengalaman secara langsung.
orang
untuk
menggunakan
13 Sedangkan kecerdasan buatan harus mendapatkan input berupa simbol-simbol dan representasi. 3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas. Keuntungan kecerdasan alami dibandingkan AI memperlihatkan banyaknya keterbatasan mempergunakan teknologi AI. Bagaimanapun, dalam banyak kasus teknologi AI menyediakan kemajuan signifikan dalam produktivitas dan kualitas.
2.1.3
Kecerdasan Buatan dan Komputer Konvensional Pada awalnya, komputer diciptakan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan umat manusia. Komputer tidak lagi digunakan hanya sebagai alat hitung. Lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan manusia. Adapun data yang diproses oleh komputer konvensional dapat dilihat pada Tabel 2.1. Tabel 2.1 Proses Komputasi Konvensional Proses
Tugas
Kalkulasi
Mengerjakan operasi-operasi matematis seperti: +, -, x, :, atau
mencari
akar
persamaan,
menyelesaikan
rumus/persamaan. Logika Penyimpanan
Mengerjakan operasi logika seperti and, or, invert. Menyimpan data dan gambar pada file.
14 Tabel 2.1 (Lanjutan) Retrieve
Mengakses data yang disimpan pada file.
Translate
Mengkonversi data dari satu bentuk ke bentuk yang lain.
Sort
Memeriksa data dan menampilkan dalam urutan yang diinginkan.
Edit
Melakukan perubahan, penambahan penghapusan pada data.
Monitor
Mengamati event eksternal dan internal serta melakukan tindakan jika kondisi tertentu tercapai.
Kontrol
Memberikan perintah atau mengendalikan peralatan luar.
Ada beberapa perbedaan antara komputasi yang dilakukan pada kecerdasan buatan dengan komputasi konvensional tersebut. Perbedaan komputasi kecerdasan buatan dengan komputasi konvensional terlihat pada Tabel 2.2. Tabel 2.2 Perbedaan Kecerdasan Buatan dan Pemrograman Konvensional Dimensi
Kecerdasan Buatan
Pemrograman Konvensional
Pemrosesan
Mengandung konsep-konsep
Algoritmik
simbolik Sifat Input
Bisa tidak lengkap
Harus lengkap
Pencarian
Kebanyakan bersifat
Biasanya didasarkan pada
heuristik
algoritma
Keterangan
Disediakan
Biasanya tidak disediakan
Fokus
Pengetahuan
Data dan informasi
Struktur
Kontrol dipisahkan dari
Kontrol terintegrasi dengan
pengetahuan
data
Kuantitatif
Kualitatif
Sifat Output
15 Tabel 2.2 (Lanjutan) Pemeliharaan
Relatif murah
Sulit
Ya
Tidak
dan Update Kemampuan menalar
2.1.4
Sejarah Kecerdasan Buatan Kecerdasan buatan termasuk bidang ilmu yang relatif muda. Pada tahun 1950-an para ilmuwan dan peneliti mulai memikirkan bagaimana caranya agar mesin dapat melakukan pekerjaannya seperti yang biasa dilakukan oleh manusia. Alan Turing, seorang matematikawan dari Inggris pertama kali mengusulkan adanya tes untuk melihat bisa atau tidaknya sebuah mesin dikatakan cerdas. Hasil tes tersebut kemudian dikenal dengan Turing Test, dimana mesin tersebut menyamar seolah-olah sebagai seseorang di dalam suatu permainan yang mampu memberikan respon terhadap serangkaian pertanyaan yang diajukan. Turing beranggapan bahwa, jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas, seperti layaknya manusia.
2.2
Natural Language Processing (NLP) 2.2.1
Definisi Natural Language Processing Natural Language Processing merupakan salah satu cabang ilmu pengetahuan AI yang menyangkut kebahasaan. (Rich E, Knight K, 1991, p377) Bahasa adalah sesuatu yang dipergunakan untuk berkomunikasi di
16 seluruh bagian dunia. Dengan mempelajari bahasa, manusia bisa lebih mengerti banyak. Oleh karena itu dibutuhkan suatu alat yang bisa menghubungkan manusia dengan bagian dunia lain dengan bahasa yang sama. NLP dibagi menjadi dua bentuk proses bagian, yaitu : 1. Proses tertulis NLP dengan proses tertulis adalah suatu proses dengan menggunakan lexical analysis, syntactic analysis dan semantic knowledge dari bahasa yang akan dipergunakan, sebaik dengan syaratsyarat bahasa tersebut. 2. Proses lisan NLP dengan proses lisan adalah suatu proses dengan menggunakan semua informasi yang dibutuhkan ditambah dengan pengetahuan mengenai pronologi untuk menghindari ambiguitas.
2.2.2
Beberapa Masalah Natural Language Program Bahasa memiliki berbagai kemiripan baik secara arti maupun pengucapan. Beberapa hal yang membuat bahasa sulit dan berguna adalah sebagai berikut : 1. Suatu kalimat kadang memiliki informasi yang tidak lengkap. Contohnya : Mereka ada di sana. ↓ Mereka ada di kebun raya. Mereka bertiga ada di kebun raya. Tuti, Budi, dan Tati ada di kebun raya.
17 Sisi baiknya : Bahasa memperbolehkan pengguna bahasa mengungkapkan kalimat yang mereka percayai, bahwa pendengar atau pembaca bahasanya sudah mengerti apa yang dimaksud. 2. Ekspresi yang sama dapat memiliki maksud yang berbeda-beda. Contohnya : Kami butuh air. (Mereka butuh air minum, karena mereka haus) Kami butuh air. (Mereka butuh air bersih, karena di daerah mereka hanya ada air yang tercemar) Kami butuh air. (Mereka butuh air panas untuk membuat kopi) Sisi baiknya : Bahasa memperbolehkan kita berkomunikasi tanpa batas dengan menggunakan simbol-simbol yang sudah tetap. 3. Tidak ada program NLP yang bisa bekerja secara komplit, karena banyaknya kata-kata baru, ekspresi baru dan makna yang berubah secara bebas. Contohnya : Saya akan fax dia nanti malam. ↓ Dimana fax adalah kata benda, menjadi kata kerja pada kalimat tersebut. Sisi baiknya : Bahasa dapat menyusun ekspresi yang ingin kita sampaikan.
18 4. Ada banyak cara dalam mengungkapkan maksud yang sama. Contohnya : Tati lahir pada tanggal 21 Januari. 21 Januari adalah hari ulang tahun Tati. Sisi baiknya : Disaat kita tahu banyak, kebenaran akan didapatkan secara tidak langsung.
2.2.3 Proses-proses Natural Language Beberapa komponen dari proses Natural Language Understanding terbagi menjadi lima bagian, yaitu : 1. Morphological Analysis Kata-kata yang didapat setelah dipecah dari kalimat awalnya, lalu dianalisa termasuk bentuk atau jenis kata apakah kata-kata tersebut. Dapat terjadi ambiguitas dalam pencarian jenis kata, karena kata yang sama, memiliki arti yang berbeda (sinonim kata). Contoh kalimat : Saya makan nasi. Pada proses morphological analysis akan menjadi : Saya
makan
nasi.
kata ganti
kata kerja
kata benda
2. Syntactic Analysis Rangkaian kata yang didapat beserta kalimatnya ditelusuri secara terstruktur sehingga diketahui hubungan antara kata yang satu dengan kata yang lain. Dimana didapat pola dari kalimat tersebut.
19 Terkadang rangkaian kata bisa ditolak karena tidak sesuai dengan peraturan kalimat yang benar. Contoh kalimat yang ditolak adalah makan kucing di saya rumah. Proses ini menggunakan metode parsing (penguraian), untuk mengubah susunan kata dalam kalimat tersebut sesuai dengan struktur bahasa yang benar. Dengan menggunakan aturan Contex Free Grammar dalam bentuk pohon. Grammar yang digunakan untuk contoh di atas adalah sebagian English grammar sebagai berikut : S → NP VP
VP → V NP
NP → PRO | N
dimana S adalah Sentence, NP adalah Noun Phrase, VP adalah Verb Phrase, PRO adalah Pronoun, N adalah Noun dan V adalah Verb. Hasil parse tree dapat dilihat pada gambar 2.2. S NP
VP
PRO
V
NP
Saya
Makan
N
Nasi
Gambar 2.2 Hasil parsing dengan English grammar
20 3. Semantic Analysis Struktur yang didapat dari proses syntactic analysis dianalisa kembali dengan makna dari kalimat tersebut. Dari syntactic analysis didapat bentuk polanya yang sudah benar, lalu dalam proses semantic analysis akan disesuaikan dengan makna kalimat tersebut dalam kehidupan sehari-hari dan logika manusia. Kalau makna kalimatnya salah, maka kalimat tersebut ditolak. Contohnya Nasi makan saya. Hasil parse tree untuk kalimat Nasi makan saya dapat dihilat pada gambar 2.3. S NP
VP
N
V
NP
Nasi
Makan
Saya
Gambar 2.3 Contoh hasil syntactic benar, tapi semantic-nya salah Jika ditelusuri ulang dengan syntactic analysis, kalimat Nasi makan saya adalah benar. Tetapi salah dalam makna sehari-hari dan menurut logika manusia sendiri, tidak ada nasi yang memakan manusia. Karena nasi adalah kata benda mati, kecuali kalimat Kucing menggigit saya atau Saya menggigit kucing. Selain syntactic-nya benar, maknanya pun masih bisa diterima akal logika. Bentuk interpretasi semantik untuk kalimat Saya makan nasi dapat dilihat pada gambar 2.4.
21
Person : Saya
agent
Noun : nasi
makan
instrument
object
tangan & mulut
Gambar 2.4 Interpretasi semantik untuk kalimat ”Saya makan nasi” 4. Discourse Integration Pada proses ini, makna yang didapat dari proses semantic analysis bisa bergantung dengan kalimat lain yang mendahului kalimat tersebut. Dan bisa mempengaruhi makna kalimat yang mengikutinya. Contohnya dalam suatu paragraf, misalnya kalimat pertama pada paragraf tersebut adalah Nama saya Tina.
Kalimat kedua adalah
Bawa payung sebelum hujan. Dan kalimat ketiga adalah Harga baju ini lima ribu rupiah. Pada paragraf tersebut yang misalnya berjudul Musim hujan tidak menjadi paragraf yang menjelaskan tentang musim hujan. Kecuali kalimat kedua yang dibandingkan dengan kalimat yang mendahuluinya dan kalimat yang mengikutinya. 5. Pragmatic Analysis Dari seluruh struktur yang didapat, pada proses ini dicari tahu apakah maksud sebenarnya dari kalimat atau paragraf yang didapat.
22 2.2.4
Proses Syntactic Proses syntactic adalah proses dimana input yang diambil secara mendatar
yang diubah (converted) kedalam struktur hirarki, dimana
struktur tersebut sesuai dengan arti tiap bagian kalimat. Proses ini dikatakan proses parsing. Ada dua alasan mengapa proses parsing memiliki peran penting dalam sistem NLP, yaitu : 1. Dalam
proses
semantic
diharuskan
proses
tersebut
untuk
mengoperasikan semua bagian dari kalimat. Jika sebelumnya tidak ada tahap
syntactic,
maka
sistem
semantic
harus
melakukan
penyelesaiannya sendiri. Jika proses parsing terselesaikan terlebih dahulu, maka penyelesaian dalam proses semantic akan berkurang dan penganalisaan semantic akan terbayangkan. Syntactic parsing akan menjalankan tugasnya dengan baik dan mereduksi kesulitan sistem. 2. Kemungkinan terbuktinya kebenaran kalimat tanpa fungsi gramatikal sering benar. Tetapi tidak selalu semuanya memungkinkan.
Walaupun ada banyak cara untuk menguraikan kalimat (parse), hampir semua sistem memiliki dua komponen, yaitu : 1. Penyajian penjelasan (penerangan) yang disebut grammar dari kebenaran syntactic bahasa. 2. Prosedur yang disebut parser, yang membandingkan grammar dengan kalimat yang diinput oleh user agar menghasilkan struktur yang sudah terurai (parsed stucture).
23 2.2.5
Grammar dan Parser Cara yang biasa dilakukan untuk merepresentasikan grammar adalah suatu paket atau satu set production rules yang terdapat pada context free grammar (CFG) dan CFG terdapat pada compiler. Yang berarti bahwa sistem NLP memiliki kesamaan dengan sistem computer language processing seperti compiler. Production rules pada CFG untuk sistem NLP adalah yang disebut grammar dan diuraikan dengan metode parsing . Untuk menjelaskan proses parsing atau transisi dari start state sampai final state, digunakan suatu transtition network yang disesuaikan dengan grammar yg sama. Ada dua macam jaringan, yaitu Recusive Transtition Network (RTN) dan Augmented Transtition Network (ATN).
2.2.5.1
Context Free Grammar (CFG) Pada saat compiler melakukan penguraian dengan metode parser, dibutuhkan aturan-aturan yang mendukung proses penguraian (parsing). Dimana aturan yang digunakan adalah suatu tata bahasa (grammar) berupa CFG. CFG adalah suatu kaidah tata bahasa yang berguna untuk menggambarkan struktur kalimat. Dengan CFG, suatu grammar disusun sebagai rangkaian production rule yang membentuk kalimat dalam bahasa yanng dijelaskan oleh grammar tersebut. Empat komponen CFG menurut Aho et al (1986, p165), yaitu :
24 1. Start symbol Salah satu dari non terminal symbol yang merupakan awal dari penguraian kalimat. 2. Non terminal symbol Simbol khusus yang menunjuk pada kata-kata yang telah dikenal dalam suatu bahasa, ditulis dengan huruf, angka atau tanda khusus. 3. Terminal symbol Simbol dasar yang membentuk suatu kalimat, ditulis dengan menggunakan huruf, angka atau tanda khusus. 4. Production rule Aturan yang menghubungkan variabel dengan variabel, variabel dengan terminal.
CFG adalah suatu kaidah tata bahasa yang terdiri atas dua bagian dimana bagian paling kirinya hanya terdiri dari satu non-terminal symbol. Dengan menggunakan tata bahasa ini hasil analisis dari kalimat akan membentuk suatu tree structure yang dinamakan parse tree. Grammar yang biasa digunakan adalah English grammar, sebagai berikut : S → NP VP
NP → Mod (N | PP)
NP → Det (N | NP)
NP → PRO
NP → N
NP → PN
VP → VP PP
VP → V NP
25 VP → V | ADV
VP → Aux V
PP → Prep NP
ADV → PP | Adv
V → Vt NP
V → Vc NP
V → Vc Adj
V → Vi
Mod → Art Adj | Art
Terminal symbol : Det → [that, this, those, these]
N → [bird, tree, boy, ...]
Vt → [hit, break, eat, ...]
Vc → [is, become, ...]
Vi → [cry, swim, ...]
Art → [a, an, the]
Adj → [dark, good, tall, ...]
Adv → [slowly, carefully, ...]
Prep → [from, after, ...]
Keterangan : S → Sentence (start symbol)
NP → Noun Phrase
VP → Verb Phrase
Mod → Modifier
Art → Article
Adj → Adjective
ADV → Adverbial Phrase
Adv → Adverb
V → Verb
Aux → Auxiliary
Vi → Verb (intransitive)
Vt → Verb (transitive)
Vc → Verb (copulative)
PP → Prepositional Phrase
PN → Person Name
Prep → Prepostition
NP, VP, V, PP adalah non terminal symbol.
26 Contohnya untuk kalimat berbahasa Inggris John prints the file on the printer, maka bentuk parse tree-nya dapat dilihat pada gambar 2.5. S
VP
NP PN
VP
John
V
Prep
Vt prints
PP
NP
on
NP Mod
N printer
Mod
N
Art
Art
file
the
the
Gambar 2.5 Parse Tree untuk kalimat ”John prints the file on the printer” Pada penelusuran parse tree ini dikenal ada dua metode parsing yaitu metode top-down parsing dan metode bottom-up parsing. Perbedaannya adalah : Top-down Parsing : Penelusuran dimulai dari start symbol lalu mengikuti peraturan grammar secara progresif (forward) sampai simbol dari tree tersebut cocok dengan komponen kalimat yang di-parsing. Bottom-up Parsing : Penulusuran dimulai dari kalimat yang akan di-parsing, lalu mengikuti peraturan grammar secara berbalik (backward) sampai didapat terminal tunggal dari tiap
27 kata dalam kalimat tersebut dan dicapainya bagian atas tree yang merupakan strat symbol.
2.2.5.2
Recursive Transtition Network (RTN) Menurut Harris M D (1985, p149) Recursive Transtition Network (RTN) adalah suatu jaringan yang mirip dengan finite state network yang memiliki satu start state dengan satu atau lebih final state. Semua state dan panahnya saling berhubungan. Panah RTN dapat berupa nama dari state name, nama RTN, dan mereka semua berulangan. Jika panahnya berupa terminal symbol (contohnya : lexical category) maka proses bermula dari node yang berada didepan panah dan proses akan berjalan lagi. Jika panahnya berupa nama state (seperti NP sebagai Noun Phrase
pada
English
Grammar),
maka
panah
tersebut
merepresentasikan RTN yang lengkap. Selain itu proses harus melalui sebuah initial state dari nama yang tertera pada panah RTN. Pada RTN yang berada dibawahnya, proses akan menulusuri dari satu panah ke panah yanng lain sampai mencapai final state. Jika final state dicapai tanpa error, maka proses sukses dan dilanjutkan kepada grafik level yang lebih tinggi, lalu melakukan hal yang sama. Jika final state tidak dicapai, maka terjadi error atau panah yang dilewati tidak dibenarkan. Bentuk RTN dapat dilihat pada gambar 2.6.
28 PP V
NP S
Q1
NP Q2
Q5
AUX
AUX
V Q3
NP
Q4
Gambar 2.6 Recursive Transition Network
2.2.5.3
Augmented Transition Network (ATN) ATN adalah RTN yang memiliki lebih banyak kondisi atau aturan sehingga proses penulusuran jaringannya lebih akurat. ATN dapat melakukan lebih dari menerima (accepting) atau menolak (rejecting) pada saat kata-kata dan frasa ditemukan pada struktur kalimat yang berupa parse tree sebagai input yang dicocokan dengan elemen dari jaringan tersebut. Berbagai bagian kalimat akan dimasukkan kedalam sebuah register sampai seluruh struktur dapat ditentukan. Contohnya kata kerja akan dimasukkan ke register Predikat, seluruh kombinasi kata benda dengan jenis kata lain akan dimasukkan ke dalam register frasa kata benda. Dalam ATN, bahasa yang khusus dapat dispesifikasikan oleh aturan bahasa (grammar).
2.2.5.4
Metode Top-down Parsing Pada metode top-down parsing (dari atas ke bawah) proses penguraian dimulai dari start symbol sampai kata-kata
29 dalam kalimat tersebut ditemukan dan cocok, menurut Rich E, Knight, K (1991, p388). Sedangkan menurut Aho et al (1986, p181) metode parsing ini dapat dipandang sebagai suatu usaha untuk mencari derivasi paling kiri (left most derivation). Apabila kalimat yang ditelusuri tidak dapat menghasilkan salah satu kata, maka kalimat tersebut ditolak. Contoh metode topdown parsing untuk kalimat John prints the file on the printer dengan menggunakan aturan English grammar pada bab 2.2.5.1, adalah sebagai berikut : Penelusuran
Sisa kalimat yang di-parser
[1]
John prints the file on the printer
[2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13]
S ↓ NP VP ↓ PN VP ↓ VP PP ↓ V PP ↓ Vt NP PP ↓ NP PP ↓ Mod N PP ↓ Art N PP ↓ N PP ↓ Prep NP ↓ Mod N ↓ Art N ↓
John prints the file on the printer John prints the file on the printer prints the file on the printer prints the file on the printer prints the file on the printer the file on the printer the file on the printer the file on the printer file on the printer on the printer the printer the printer
30 [14]
N ↓ selesai
printer
Pada penguraian secara top-down ini, dimulai dari start symbol yaitu S (sentence), aturannya adalah S → NP + VP. Lalu dimulai dari bagian kiri production rule-nya, NP. NP memiliki berbagai macam aturan : NP → Mod (N | PP), NP → Det (N | NP), NP → PRO, NP → N, NP → PN, yang bisa disatukan menjadi NP → [Mod (N | PP)] | [Det (N | NP)] | PRO | N | PN. Lalu mesin kompiler
akan mengikuti aturan NP tersebut secara sekuensial. Apabila aturan NP yang pertama tidak cocok, maka terjadi backtracking, lalu mesin kompiler mengambil aturan yang kedua. Apabila aturan kedua tidak cocok, maka terjadi lagi backtracking, lalu mesin kompiler mengambil aturan ketiga, dan begitu seterusnya. Jika tidak ada yang cocok, maka kalimat salah, karena tidak sesuai dengan grammar bahasa. Didapat yang cocok, yaitu NP → PN, PN → John. Lalu VP diuraikan, dengan aturannya : VP → VP PP, VP → V NP, VP → V | ADV, VP → Aux V atau VP → [VP PP] | [V NP] | [Aux V] | V | ADV. Mesin kompiler akan mengikuti aturan VP
secara sekuesial, pertama didapatnya VP → VP PP, karena VP ini terdiri dari dua non terminal symbol maka mesin kompiler akan menulusuri VP yang disebelah kiri PP. Aturan VP yang pertama sudah dicoba, maka diambil aturan yang kedua VP →
31 V NP yang terdiri dari dua non terminal. Ditelusuri terlebih dahulu V, paling kanan dari production rule-nya, mesin kompiler memanggil aturan – aturan V : V → Vt NP, V → Vc NP, V → Vc Adj, V → Vi atau V → [Vt NP] | [Vc NP] | [Vc Adj] | Vi.
Ditemukan pertama V → Vt NP, dimana Vt → prints. Setelah bagian kanan aturan V yang pertama didapat jenis kata yang cocok dengan kata yang kedua dari kalimat, dilanjutkan dengan bagian kanan Vt pada aturan V yang pertama. Mesin kompiler akan mengambil aturan NP yang cocok, NP → Mod N. Dimulai dari bagian paling kiri, Mod → Art Adj | Art, dimana yang cocok adalah Mod → Art, Art → the. Dilanjutkan bagian kanan aturan NP → Mod N, N, dimana N adalah terminal symbol yang
langsung cocok dengan kata keempat kalimat tersebut. N → file. Bagian kiri dari aturan VP → VP PP sudah terselesaikan. Maka mesin kompiler akan meneruskan dengan bagian kanan VP yaitu PP. Mesin kompiler akan memanggil aturan PP, dimana hanya ada satu aturan, PP → Prep NP. Lalu mesin kompiler akan memulai penguraian dari bagian kiri production rule, Prep, yang merupakan terminal symbol. Prep → on. Dilanjutkan dengan bagian kanan Prep, NP. Dimana ditemukan aturan yang cocok NP → Mod N. Mod diuraikan terlebih dahulu menjadi Mod → Art, Art → the. Lalu N → printer. Maka selesailah proses parser secara top-down.
32 Semakin lengkap aturan grammar yang kita masukkan pada mesin compiler, semakin banyak jenis-jenis kata yang bisa yang memang benar dalam kehidupan sehari-hari dapat diterima dalam prose parsing. Untuk memasukkan aturan dalam metode top-down parsing utamakan terlebih dahulu aturan yang terminal
symbol-nya
paling
banyak,
untuk
mengurangi
terjadinya backtracking jika kalimat tersebut diawali frasa-frasa.
2.2.5.5
Metode Bottom-up Parsing Pada metode bottom-up (dari bawah ke atas), proses penguraian dimulai dari terminal symbol, bagian paling kiri prodeuction rule sampai akhirnya mencapai start symbol (Rich E, Knight, K , 1991, p388). Metode parsing ini dapat dipandang sebagai suatu usaha untuk mencari derivasi paling kanan (right most derivation), menurut Aho et al (1985, p195). Contoh metode bottom-up parsing untuk kalimat John prints the file on the printer dengan menggunakan aturan English grammar pada bab 2.3.2, adalah sebagai berikut : [1] [2] [3] [4] [5]
John prints the file on the printer ↓ PN prints the file on the printer ↓ PN Vt the file on the printer ↓ ↓ NP Vt Art file on the printer ↓ NP Vt Mod file on the printer ↓
33 [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17]
NP Vt Mod N on the printer ↓ NP Vt NP on the printer ↓ NP V on the printer ↓ NP V Prep the printer ↓ NP VP Prep the printer ↓ NP VP Prep Art printer ↓ NP VP Prep Mod printer ↓ NP VP Prep Mod N ↓ NP VP Prep NP ↓ NP VP PP ↓ NP VP ↓ S ↓ selesai Pada penguraian secara bottom-up ini, kalimat ”John
prints the file on the printer.” akan ditelusuri berdasarkan aturan grammar dari bagian paling kanan production rule. Dimulai dari kata John, kata John ini adalah Person Name atau PN yang merupakan bagian kanan production rule untuk aturan NP. Tetapi mesin kompiler akan menelusuri satu per satu aturanaturan NP, mencari yang bagian paling kanan production rulenya adalah PN. Lalu didapat John → PN → NP. Mesin kompiler akan menganalisa apakah ada bagian sebelah kanan lain setelah NP? Ternyata ada, yaitu aturan pada start symbol S → NP VP.
34 Maka mesin akan menganalisa, apakah kata sesudah John termasuk dalam terminal symbol aturan VP? Dilanjutkan dengan kata prints, mesin kompiler akan mencari aturan yang bagian paling kanan production rule-nya adalah Vt, karena prints jenis katanya adalah Vt (Verb transitive). Dengan aturan grammar yang ada, mesin kompiler tidak menemukan aturan yang memiliki Vt di bagian paling kanan producton rule-nya. Maka mesin kompiler akan mencari bagian kedua dari paling kanan production rule yang ber-terminal symbol Vt. Didapat aturan V → Vt NP. Vt bukan bagian paling kanan aturan V, oleh karena itu Vt tetap diambil sebagai jenis kata prints, prints → Vt. Tetapi dianalisa terlebih dahulu, apakah kata sesudah prints termasuk NP? Jika bukan NP, maka kalimat salah atau aturan yang
diambil
salah,
yang
mengakibatkan
terjadinya
backtracking. Kata sesudah prints adalah the, yang merupakan Art (article). Maka mesin kompiler mencari aturan yang bagian paling kanan production rule-nya adalah Art. Didapat aturan Mod → Art dan Mod adalah bagian dari aturan NP, yaitu aturan NP → Mod N. Karena jenis kata Mod sudah ditemukan, sebagai the → Art → Mod, maka mesin kompiler akan menganalisa
apakah setelah kata the merupakan kata yang berjenis kata N (Noun)? Kata sesudah the adalah kata file yang memang jenis
35 katanya adalah N. Maka untuk sementara didapat penguraian secara bottom-up parsing yang dapat dilihat pada gambar 2.7. John
PN
prints
Vt
the
Art
NP
V
Mod
S
NP file
N
....
VP
Gambar 2.7 Hasil penguraian sementara (1) kalimat “John prints the file on the printer” secara Bottom-up Parsing
Lalu V diuraikan kembali oleh mesin kompiler. Mesin kompiler akan mencari aturan yang bagian paling kanan production rule-nya adalah V. Jawabannya adalah VP → V. Yang berarti penguraian kalimat dianggap selesai karena sudah bisa menuju start symbol. Tetapi kalimat John prints the file on the printer belum semuanya teruraikan. Maka mesin kompiler akan membaca kata sesudah kata file dan kata itu adalah kata on. on berjenis kata Prep (Preposition). Maka mesin kompiler akan mencari aturan grammar yang bagian paling kanan production rule-nya adalah Prep. Yang didapat dari hasil pencarian aturann, didapat aturan PP → Prep NP. Maka kata on sudah didapat terminal symbol-nya yaitu on → Prep. Dimana
36 mesin kompiler harus menganalisa apakah kata sesudah on adalah NP? Kata sesudah on adalah the berjenis kata Prep (Prepositon). Maka yang dilakukan mesin kompiler sama dengan apa yang dilakukan mesin kompiler dalam menguraikan kata-kata the file sebelumnya. Sehingga didapat the → Art → Mod. Dan kata sesudah the adalah printer, yang berjenis kata N (Noun) maka mesin kompiler mendapat printer → N. Maka mesin kompiler telah mendapatkan penguraian untuk kalimat John prints the file on the printer yang dapat dilihat pada gambar 2.8. John
PN
prints
Vt
the
Art
file
N
on
Prep
the
Art
NP
V
Mod
S
VP
NP ????
PP
Mod NP
printer
N
Gambar 2.8 Hasil penguraian sementara (2) kalimat “John prints the file on the printer” secara Bottom-up Parsing
Bagaimana menyatukan PP dan VP? Mesin kompiler akan mencari aturan yang memiliki production rule-nya adalah VP PP, bagian paling kanannya adalah PP dan bagian kirinya
37 adalah VP. Maka didapat aturan VP → VP PP. Sehingga hasil proses bottom-up parsing secara keseluruhan dapat dilihat pada gambar 2.9. John
PN
prints
Vt
the
Art
file
N
on
Prep
the
Art
NP
V
Mod
S
VP
NP VP
PP
Mod NP
printer
N
Gambar 2.9 Hasil Bottom-up Parsing untuk kalimat “John prints the file on the printer”
2.3
State Transition Diagram Pada saat sekarang ini, dapat dilihat dengan jelas bahwa lingkungan yang nyata (lingkungan yang sekarang sudah pasti mengenal teknologi), telah memberikan tekanan yang berlebih terhadap pengembangan suatu sistem dengan lingkungan atau wilayah pekerjaan user (user workplace). (Whitten J et al, 2004, p670) Hal tersebut memunculkan suatu pertanyaan, “Bagaimana caranya merancang user interface dalam lingkungan yang pasti sekarang ini.” Alat yang dapat membantu dalam pengotomatisan perancangan user interface dan prototyping, yaitu alat yang dapat memberikan penjelasan kepada user mengenai
38 cara menggunakan aplikasi dengan mudah dimengerti. Dimana dalam pemrosesan suatu aplikasi terdapat suatu flow chart (bagan) yang merepresentasikan dialog atau kegiatan yang terjadi di dalam user interface yang bisa saja melibatkan banyak layar yang berada di dalam beberapa window. Setiap layar biasanya memiliki order (pelayanan tersendiri) yang spesifik. Kadang beberapa layar dapat muncul di bawah suatu kondisi khusus dan kadang beberapa layar dapat memiliki perulangan sampai kondisinya terpenuhi. Oleh karena itu dibutuhkan alat untuk mengkoordinasikan layar-layar yang memiliki berbagai kondisi dalam user interface yang salah satunya adalah State Transition Diagram (STD). STD adalah sesuatu yang digunakan untuk menggambarkan perjalanan dan variasi dari layar. STD dapat dikatakan map perjalanan, setiap layar berjalan sejalan manuju e suatu kota lain. Tetapi tidak semua jalan dapat melewati kota tersebut. Simbol kotak seperti yang dapat dilihat pada gambar 2.10, digunakan untuk merepresentasikan layar yang sedang berperan. Simbol kotak atau notasi state hanya akan terlihat pada STD jika layar tersebut sedang berdialog dengan layar lain. Dan simbol panah atau notasi transition state merepresentasikan kegiatan yang diterima oleh setiap layar yang dapat dilihat pada gamabar 2.11.
Gambar 2.10 Notasi State
Gambar 2.11 Notasi Transition State
39 2.4
Tata Bahasa Indonesia 2.4.1
Kata dalam Bahasa Indonesia Menurut Alwi H, dkk (2003, p87) kata merupakan unsur terpenting dalam berbahasa. Kata merupakan perwujudan suatu bahasa. Di dalam seluruh bahasa terdapat kata benda, kata kerja, kata sifat, dan kata keterangan. Kata-kata inilah yang akan penulis terjemahkan. Baik dalam bahasa Indonesia maupun bahasa Jepang, jenis-jenis kata tersebut memiliki makna dan peran yang sama. Yang membedakan adalah bahasanya. Kata yang digunakan pada aplikasi ini adalah kata benda, kata kerja, kata sifat, dan kata keterangan.
2.4.1.1
Kata Benda Kata benda dapat dilihat dari tiga segi, yaitu segi semantik, segi sintaksis, dan segi bentuk. 1. Kata benda dari segi semantis Dari segi semantis, kita dapat mengatakan bahwa nomina adalah kata yang mengacu pada manusia, binatang, benda, dan konsep atau pengertian. 2. Kata benda dari segi sintaksis Dari segi sintaksis, kata benda memiliki ciri-ciri sebagai berikut : •
Dalam kalimat yang predikatnya kata kerja, kata benda cenderung menduduki fungsi sebagai subyek dan obyek.
40 •
Kata benda tidak dapat diingkarkan dengan kata tidak atau tak. Kata pengingkaran untuk kata benda adalah bukan.
•
Kata benda dapat diikuti kata sifat, baik secara langsung maupun diantarai oleh kata yang. Yang lebih lanjut akan dijelaskan pada frasa kata benda.
3. Kata benda dari segi bentuk Dari segi bentuk, kata benda terdiri atas dua macam, yaitu : •
Kata benda bentuk dasar Kata benda bentuk dasar adalah kata benda yang dasar dan umum. Contohnya : gambar, meja, guru, pisau, hokum, dan lain-lain.
•
Kata benda turunan Kata benda turunan adalah kata benda yang mengalami penambahan
imbuhan
(afiksasi),
kata
benda
yang
mengalami perulangan, kata benda yang mengalami pemajemukan (frasa kata benda).
2.4.1.2 Kata Kerja Kata kerja secara umum memiliki ciri-ciri sebagai berikut : − Kata kerja memiliki fungsi utama sebagai predikat.
41 − Kata kerja memiliki makna inheren, yang maksudnya adalah berupa perbuatan (aksi), proses, atau keadaan yang bukan sifat atau kulitas. − Kata kerja yang bermakna keadaan, tidak dapat diberi prefiks ter- yang berarti ‘paling’. Contohnya : mati atau suka, tidak bisa menjadi termati atau tersuka. − Pada umumnya kata kerja tidak dapat bergabung dengan katakata yang menyatakan makna kesangatan. Contohnya : agak belajar, sangat pergi, dan bekerja sekali. Kecuali kata kerja yang memiliki makna sifat, contohnya : sangat berbahaya, agak mengecewakan, dan mengharapkan sekali.
Ciri-ciri kata kerja juga dapat diamati dari tiga macam segi, yaitu : 1. Kata kerja dari segi perilaku semantik Tiap kata kerja memiliki makna inheren yang terkandung di dalamnya. Kata kerja yang bermakna inheren, biasanya dapat menjadi jawaban untuk pertanyaan “Apa yang dilakukan oleh subyek?” atau “Apa yang terjadi pada subyek?”. 2. Kata kerja dari segi perilaku sintaksis Kata kerja merupakan unsur yang sangat penting dalam kalimat karena dalam kebanyakan hal kata kerja berpengaruh besar terhadap unsur-unsur lain yang harus atau
42 boleh ada dalam kalimat tersebut. Misalnya kata kerja intransitif. Kata kerja intransitive adalah kata kerja yang tidak memerlukan obyek. Contoh kata kerja intransitif adalah “Ia pergi ke hutan.” Kata pergi merupakan predikat tidak berobyek, karena kata ke hutan bukan sebagai obyek, melainkan keterangan tempat. Dan kata kerja transitif yang memiliki obyek dalam kalimat aktif dan obyek tersebut dapat menjadi subyek dalam kalimat pasif. 3. Kata kerja dari segi bentuk morfologinya Dari segi morfologinya, kata kerja memiliki bentuk asal dan turunan. Kata kerja dengan bentuk asal adalah kata kerja yang bisa berdiri sendiri tanpa imbuhan. Sedangkan kata kerja dengan bentuk turunan adalah kata kerja yang berimbuhan, berulang, atau berbentuk frasa kata kerja.
2.4.1.3
Kata sifat Kata sifat adalah kata yang memberikan keterangan yang lebih khusus tentang sesuatu yang dinyatakan oleh kata benda dalam kalimat. Keterangan itu dapat mengungkapkan suatu kualitas atau keanggotaan dalam suatu golongan. Kata sifat dapat dicirikan melalui empat segi, yaitu : 1. Segi perilaku semantik Kelas kata sifat menunjukkan adanya dua tipe pokok : kata sifat bertaraf yang mengungkapkan suatu kualitas dan
43 kata sifat tak bertaraf yang mengungkapkan keanggotaan dalam suatu golongan. •
Kata sifat bertaraf Kata sifat bertaraf dapat dibagi atas tujuh macam, yaitu : − Kata sifat pemberi Sifat Kata sifat pemberi sifat dapat memberikan kualitas dan intensitas yang bercorak fisik atau mental. Contohnya aman, bersih, cocok, dingin, dan lain-lain. − Kata sifat ukuran Kata sifat ukuran mengacu kepada kualitas yang dapat diukur dengan ukuran yang sifatnya kuantitatif. Contohnya berat, tinggi, kecil, tebal, luas, dan lain-lain. − Kata sifat warna Kata sifat warna mengacu ke berbagai jenis warna, seperti merah, kuning, hijau, biru, dan lainlain. − Kata sifat waktu Kata sifat waktu mengacu ke masa proses, perbuatan, atau keadaan berada atau berlangsung sebagai pewatas. Contohnya lama, segera, cepat, lambat, mendadak, dan lain-lain.
44 − Kata sifat jarak Kata sifat jarak mengacu ke ruang antara dua benda, tempat, atau maujud sebagai pewatas kata benda. Contohnya jauh, lebat, suntuk, rapat, akrab, dan lain-lain. − Kata sifat sikap batin Kata
sifat
sikap
batin
bertalian
dengan
pengacuan suasana hati atau perasaan. Contohnya bahagia, benci, cemas, lembut, ngeri, sedih, segan, dan lain-lain. − Kata sifat cerapan Kata pencaindera, penciuman
sifat yakni atau
cerapan
berkaitan
penglihatan, penghiduan,
dengan
pendengaran, perabaan
pencitarasaan. Contohnya : penglihatan : gemerlap, suram, terang pendengaran : bising, jelas, nyaring, serak penciuman : anyir, busuk, harum, tengik perabaan : basah, halus, keras, kesat, lembab pencitarasaan : asam, enak, lezat, manis, pahit
dan
45 •
Kata sifat tak bertaraf Kata sifat tak bertaraf menempatkan acuan kata benda yang diwatasinya di dalam kelompok atau golongan tertentu. Keberadaan kata sifat pada dalam lingkungan tersebut, tidak dapat bertaraf-taraf. Contohnya abadi, buntu, genap, mutlak, bundar, lonjong, lurus, sah, dan lain-lain.
2. Kata sifat dari segi perilaku sintaksisnya Kata sifat berdasarkan segi perilaku sintaksisnya dibagi berdasarkan tiga macam fungsi, yaitu : •
Fungsi Atributif Kata sifat merupakan pewatas dalam frasa kata benda yang kata bendanya menjadi subyek atau obyek, yang dikatakan bahwa kata sifat dipakai secara atributif. Kata sifat sebagai fungsi atributif, berada di sebelah kanan kata benda. Contohnya buku merah, harga mahal, baju putih, dan lain-lain. Jika pewatas kata bendanya lebih dari satu, rangkaian pewatas tersebut lazimnya dihubungkan dengan kata yang. Contohnya : baju putih yang panjang.
•
Fungsi Predikatif Kata sifat yang menjalankan fungsi predikat dalam klausa dikatakan bahwa kata sifat dipakai secara
46 predikatif. Contohnya : Gedung yang baru itu sangat megah. •
Fungsi Adverbial atau Keterangan Kata sifat yang mewatasi kata kerja atau kata sifat yang menjadi predikat klausa dikatakan bahwa kata sifat dipakai secara adverbial. Contohnya dengan baik, cepatcepat, dengan sepenuhnya, dan lain-lain.
3. Kata Sifat dari Segi Pentarafannya Kata sifat bertaraf dapat menunjukkan berbagai tingkat kualitas atau intensitas dan berbagai tingkat bandingan. Pembedaan tingkat kualitas atau kuantitas dinyatakan dengan pewatas seperti benar, sangat, terlalu, agak dan makin. Pembedaan tingkat bandingan dinyatakan dengan pewatas seperti lebih, kurang dan paling. Untuk lebih jelasnya tingkat-tingkat pembedaan akan dijelaskan, sebagai berikut. •
Tingkat Kualitas Tingkat kualitas secara relatif menunjukkan tingkat intensitas yang lebih tinggi atau lebih rendah. Ada enam tingkat kualitas atau intensitas : − Tingkat Positif Tingkat positif yang memberikan kualitas atau intensitas maujud yang diterangkan oleh kata sifat
47 tanpa pewatas. Contohnya : Indonesia kaya akan hutan. Ketiadaan
kulitas
dinyatakan
dengan
pemakaian pewatas tidak atau tak. Contohnya : Daerah itu tidak kaya akan sumber daya alam. − Tingkat Intensif Tingkat intensif yang menekankan kadar kualitas atau intensitas, dinyatakan dengan memakai pewatas benar, betul atau sungguh. Contohnya : Pak Asep setia benar dalam pekerjaannya. Mobil itu cepat betul jalannya. Gua di gunung itu sungguh mengerikan. − Tingkat Elatif Tingkat elatif yang menggambarkan tingkat kualitas atau intensitas yang tinggi, dinyatakan dengan memakai
pewatas
amat,
sangat,
atau
sekali.
Contohnya : Dia sangat angkuh padaku. Gaya kerjanya lambat sekali. − Tingkat Eksesif Tingkat eksesif yang mengacu ke kadar kualitas atau intensitas yang berlebih, atau yang melampaui
batas
kewajaran,
dinyatakan
dengan
48 memakai pewatas terlalu, terlampau dan kelewat. Contohnya : Mobil itu terlalu mahal. Soal yang diberikan tadi terlampau sukar. Orang yang melamar sudah kelewat banyak. − Tingkat Augmentatif Tingkat augmentatif yang menggambarkan naiknya atau bertambahnya tingkat kualitas atau intensitas, dinyatakan dengan memakai pewatas makin dan semakin. Contohnya : Sutarno menjadi makin kaya. Semakin banyak peserta semakin baik. − Tingkat Atenuatif Tingkat atenuatif yang memberikan penurunan kadar kualitas atau pelemahan intensitas, dinyatakan dengan
memakai
pewatas
agak
atau
sedikit.
Contohnya : Gadis yang agak pemalu itu diterima jadi pegawai. Saya merasa sedikit tertarik membaca novel itu. •
Tingkat Bandingan Pada pembandingan dua maujud atau lebih dapat disimpulkan bahwa tingkat kualitas atau intensitasnya dapat setara atau tidak setara. Tingkat setara disebut
49 tingkat ekuatif dan tingkat yang tidak setara dibagi menjadi dua, yaitu tingkat komparatif dan superlatif. Untuk lebih jelasnya sebagai berikut. − Tingkat Ekuatif Tingkat ekuatif mengacu ke kadar atau intensitas yang sama atau hamper sama. Peranti bahasa yang digunakan klitik se- yang ditempatkan didepan kata sifat. Contohnya : Tuti secantik ibunya. Toni tidak seberani adiknya. Harus diperhatikan bahwa bentuk kata sifat yang sudah berawalan dan atau berakhiran, tidak lazim untuk didahului klitik se-. Contohnya : Rapat hari ini semenejemukan rapat kemarin. Naik bus seberbahaya sepeda motor. Dua contoh diatas adalah hal yang tak lazim. Tingkat ekuatif dapat juga dinyatakan dengan pemakain sama + kata sifat + -nya + dengan di antara dua nomina atau sama + kata sifat + -nya di belakang dua nomina yang dibandingkan. Contohnya : Kota Garut sama ramainya dengan Ciamis. Tuni dan Tina sama cantiknya.
50 − Tingkat Komparatif Tingkat komparatif mengacu ke kadar kulitas atau intensitas yang lebih atau yang kurang. Pewatas yang dipakai adalah lebih, kurang, dan kalah. Contohnya : Dia lebih ilmiah daripada pakar asing. Gajinya kalah besar dari yang saya terima. − Tingkat Superlatif Tingkat superlatif mengacu ke tingkat kualitas atau intensitas yang paling tinggi di antara semua acuan kata sifat yang dibandingkan. Tingkat itu dalam kalimat dinyatakan dengan pemakaian awalan teratau pewatas paling di depan kata sifat yang bersangkutan. Contohnya : Tati adalah wanita paling cantik di kantor saya. Toni yang paling malas di antara semua mahasiswa. 4. Kata sifat dari segi bentuknya Kata sifat jika dilihat dari segi bentuknya terdiri atas kata sifat dasar yang merupakan kata sifat tanpa imbuhan dan termasuk perulangan. Yang kedua adalah kata sifat turunan, yang merupakan kata sifat yang memiliki imbuhan. Bentuk kata sifat turunan ini tidak dapat mengikuti tingkat komparatif dan tingkat superlatif.
51 2.4.1.4 Kata keterangan Kata keterangan adalah kata yang menerangkan kata-kata di dalam kalimat tersebut. Kata keterangan umumnya ada lima macam. Yang pertama kata keterangan biasa, yang merupakan kata keterangan yang menjelaskan sesuatu. Yang kedua kata keterangan waktu, yang menjelaskan kapan terjadinya kalimat tersebut. Yang ketiga kata keterangan tempat, yang menerangkan di mana atau ke mana keadaan pada kalimat tersebut. Yang keempat kata keterangan alat, yaitu kata keterangan yang menjelaskan dengan apa subyek melakukan sesuatunya. Yang kelima adalah kata keterangan cara yang menjelaskan bagaimana subyek melakukan sesuatunya. Contohnya : Saya mencari buku saya yang hilang karena terjatuh. Saya berjanji akan bertemu dengannya besok pagi. Dia menunggu saya di halte. Dia memukul bola itu dengan tongkat. Ibu memeluk saya dengan hangat.
2.4.2
Frasa dalam Bahasa Indonesia Dalam sebuah struktur bahasa, frasa merupakan potongan kalimat yang memiliki fungsi semantik dan tanpa harus memenuhi struktur kalimat lengkap. Ada dua pola susunan frasa :
52 1. Frasa DM DM artinya Diterangkan – Menerangkan, dimana inti dari sebuah frasa terletak pada sebelah kiri pewatas. Inti dari frasa merupakan kata yang diterangkan dan pewatasnya adalah kata yang menerangkan. Beberapa contoh frasa DM dapat dilihat pada tabel 2.3. Tabel 2.3 Contoh Frasa DM INTI (D)
PEWATAS (M)
buku
besar
indah
sekali
biru
tua
anak
muda
ibu
saya
pandai
betul
pohon
Itu
2. Frasa MD MD artinya Menerangkan – Diterangkan, dimana inti frasa tersebut berada di sebelah kanan pewatas. Inti dari frasa merupakan kata yang diterangkan dan pewatasnya adalah kata yang menerangkan. Beberapa contoh frasa MD dapat dilihat pada tabel 2.4. Tabel 2.4 Contoh Frasa MD PEWATAS (M)
INTI (D)
sangat
pintar
sepucuk
surat
amat
pelit
para
mahasiswa
53 Tabel 2.4 (Lanjutan)
2.4.3
sungguh
dermawan
sudah
besar
akan
datang
Kalimat dalam Bahasa Indonesia Dalam bahasa Indonesia, struktur kalimat minimal memiliki Subyek (S) dan Predikat (P). Adapun pola lain seperti Obyek (O), Pelengkap (Pel) dan Keterangan (K). Umumnya subyek merupakan kata benda, kata ganti atau frasa kata benda yang berfungsi sebagai pelaku dalam kalimat. Predikat umumnya berupa kata kerja yang menyatakan tindakan subyek terhadap obyek atau berupa kata sifat atau kata benda yang menerangkan subyek. Sedangkan pelengkap atau obyek merupakan kata benda, kata ganti atau frasa kata benda yang berfungsi sebagai sasaran tindakan yang dilakukan subyek. Dan keterangan merupakan kata keterangan yang menerangkan keadaan, tempat, waktu, cara, alat dalam kalimat tersebut.
2.5 Tata Bahasa Jepang 2.5.1
Ciri-ciri Umum Bahasa Jepang Ciri-ciri umum Bahasa Jepang dapat dibagi menjadi enam bagian (3A Corporation, 2000, p2) 1. Jenis Kata Dalam jenis kata bahasa Jepang terdapat kata kerja, kata sifat, kata benda, kata keterangan, kata penghubung dan partikel.
54 2. Urutan kata Predikat selalu terletak pada akhir kalimat. Selain itu , dalam bahasa Jepang kata yang diterangkan terletak dibelakang kata yang menerangkan. 3. Predikat Kata benda, kata kerja da kata sifat dalam bahasa Jepang berfungsi sebagai predikat. Predikat berupa kata kerja dapat menunjukkan : •
positif dan negatif dan
•
non-waktu lampau atau waktu lampau. Kata sifat dibagi dalam dua grup yaitu kata sifat (-i) dan kata
sifat (-na) sesuai dengan perubahannya. Dalam bahasa Jepang tidak ada perubahan untuk orang, jenis atau bilangan. 4. Partikel Di belakang kata atau kalimat dipakai partikel. Partikel menunjukkan hubungan antar kata dalam kalimat dan maksud pembicara, juga berfungsi menambahkan berbagai arti. 5. Penghilangan Kata-kata dan ungkapan yang biasa diketahui dari konteks kalimat juga biasanya dihilangkan. 6. Subyek tersembunyi Bahasa Jepang dikenal sebagai bahasa yang menyembunyikan subyek. Tidak selalu menampilkan subyek dalam struktur kalimat K, O,
55 P atau O, P. Hal ini dilakukan karena penutur dan petutur dianggap sudah memahami posisi masing-masing. Jika subyek tidak disebutkan dalam kalimat, kemungkinan besar orang pertama (aku) menjadi subyeknya.
2.5.2
Aksara Bahasa Jepang Dalam bahasa Jepang terdapat empat jenis akasara yaitu, 1. Hiragana Hiragana dipakai untuk menuliskan kata-kata yang berasal dari bahasa Jepang asli, dan dipakai untuk menggantikan kata-kata dari tulisan kanji. Hiragana juga digunakan untuk menulis partikel, bagian dalam kata kerja dan kata sifat yang dapat berubah pada bahasa Jepang. Sebelum perang dunia kedua Hiragana hanya dipakai oleh golongan wanita. Huruf Hiragana menunjukkan bunyinya dan pada umumnya satu kana (huruf Jepang) mewakili satu mora (satuan bunyi bahasa Jepang). 2. Katakana Katakana dipakai untuk menulis kata-kata yang berasal dari bahasa asing, nama negara dan kota luar negeri, tilgram dn lain-lainnya. Sering pula dipakai orang untuk menulis nama-nama perusahaan dan kata-kata yang perlu diperlihatkan dalam sebuah kalimat. Huruf Katakana menunjukkan bunyinya dan pada umumnya satu kana (huruf Jepang) mewakili satu mora (satuan bunyi bahasa Jepang).
56 3. Kanji Kanji adalah tulisan yang berasal dari huruf Mandarin. Tulisan ini telah dibatasi pemakaiannya. 1945 Kanji ditentukan sebagai kanji yang perlu digunakan sehari-hari. Kanji menunjukkan artinya dan juga bunyinya. 4. Roomaji Roomaji adalah huruf jepang dengan tampilan huruf latin. Tapi pemakaian roomaji tidak umum di Jepang, kecuali pada papan-papan reklame atau penunjuk jalan yang diperuntukkan bagi orang asing.
2.5.3 Keterangan Tata Bahasa 2.5.3.1
Kata Benda Sama seperti kata benda dalam bahasa Indonesia dalam bahasa Jepang kata benda mengacu pada manusia, binatang, benda, dan konsep atau pengertian. Dalam beberapa pola kalimat tertentu, penggunaan kata benda yang bernyawa maupun tidak bernyawa memiliki perbedaan. Contohnya pada penggunaan kata imasu/arimasu (ada) dan imasen/arimasen (tidak ada). Arimasu (ada) dipakai untuk benda-benda tidak bernyawa, ataupun kalau bernyawa tapi tidak dapat bergerak sendiri. Contohnya : Ada meja. ↓ Tsukue ga arimasu.
57 Imasu (ada) dipakai untuk kehadiran benda-benda bernyawa dan dapat bergerak sendiri seperti manusia dan binatang. Contohnya : Ada kucing. ↓ Neko ga imasu.
2.5.3.2 Kata Kerja Kata kerja dalam bahasa Jepang dibagi empat bagian. Namun, pada dasarnya ciri kata kerja dalam bahasa jepang diakhiri bunyi u menurut Rohadi (1993, p46). 1. Kata kerja golongan I Kata kerja jenis ini ditandai oleh sembilan akhiran : u, tsu, ru, bu, nu, mu, ku, gu,su Contoh kata kerja yang menggunakan akhiran u, tsu, ru, bu, nu, mu, ku, gu dan su dapat dilihat pada tabel 2.5. Tabel 2.5 Contoh kata kerja bahasa Jepang yang berakhiran u, tsu, ru, bu, nu, mu, ku, gu dan su Akhiran
Kata Kerja bentuk kamus
Arti
U
Kau
Membeli
Tsu
Tatsu
Berdiri
Ru
Hairu
Masuk
Bu
Asobu
Bermain
Nu
Shinu
Mati
Mu
Yomu
Membaca
Ku
Iku
Pergi
58 Tabel 2.5 (Lanjutan) Gu
Oyogu
Berenang
Su
Hanasu
Berbicara
2. Kata kerja golongan II Kata kerja golongan dua mempunyai 2 ciri, yakni berakhiran : eru dan iru. Contoh kata kerja yang menggunakan akiran eru atau iru dapat dilihat pada tabel 2.6. Tabel 2.6 Contoh kata kerja bahasa Jepang yang berakhiran eru dan iru Akhiran
Kata kerja bentuk kamus
Arti
Eru
Taberu
Makan
Iru
Miru
Melihat
3. Kata kerja golongan III Kata kerja ini adalah kata kerja yang selalu diakhiri suru. Beberapa contoh untuk kata kerja yang berakhiran suru dapat dilihat pada tabel 2.7. Tabel 2.7 Contoh kata kerja bahasa Jepang yang berakhiran suru Akhiran
Kata kerja bentuk kamus
Arti
Suru
Suru
Melakukan
Benkyoosuru
Belajar
59 Kata kerja ini dapat pula digabungkan dengan bahasa asing, yaitu dengan menambahkan partikel o diantara kata asing tersebut dengan kata suru. Contohnya : dansu o suru → berdansa 4. Kata kerja golongan IV Kata kerja jenis terakhir ini hanya ada satu yaitu kuru artinya datang.
Kata kerja dapat mengalami berbagai perubahan bentuk sesuai dengan bentuk kalimatnya. Kata kerja tersebut adalah : 1. Kata kerja bentuk masu Kata kerja bentuk masu adalah kata kerja pernyataan positif yang menyatakan ungkapan sopan dan digunakan dalam situasi sekarang, kebiasaan, dan akan datang. Beberapa contoh untuk kata kerja bentuk masu dapat dilihat pada tabel 2.8. Tabel 2.8 Kata kerja bentuk ”masu” Golongan Bentuk kamus I
II
Bentuk masu
Arti
Iu
Iimasu
Menyebutkan
Tatsu
Tachimasu
Berdiri
Aru
Arimasu
Ada, Mempunyai
Tobu
Tobimasu
Terbang
Shinu
Shinimasu
Mati
Taberu
Tabemasu
Makan
Miru
Mimasu
Melihat
60 Tabel 2.8 (Lanjutan) Suru
Shimasu
Melakukan
Benkyoosuru
Benkyooshimasu
Belajar
Kuru
Kimasu
Datang
III
IV
2. Kata kerja bentuk negatif (masen) dan bentuk lampau (mashita) Kata kerja bentuk negatif (masen) digunakan untuk menyangkal dan kata kerja bentuk mashita digunakan untuk menyatakan kegiatan yang dilakukan pada waktu lampau (past). Beberapa contoh untuk kata kerja bentuk negatif dan bentuk lampau dapat dilihat pada tabel 2.9. Tabel 2.9 Kata kerja bentuk Negatif dan bentuk Lampau Golongan
Bentuk
Bentuk masen
Bentuk mashita
Iu
Iimasen (tidak menyebutkan)
Iimashita
Tatsu
Tachimasen (tidak berdiri)
Tachimashita
Aru
Arimasen (tidak ada/mempunyai)
Arimashita
Tobu
Tobimasen (tidak terbang)
Tobimashita
Shinu
Shinimasen (tidak mati)
Shinimashita
Taberu
Tabemasen ( tidak makan)
Tabemashita
Miru
Mimasen (tidak melihat)
Mimashita
Suru
Shimasen (tidak melakukan)
Shimashita
Benkyoosuru
Benkyooshimasen (tidak belajar)
Benkyooshimashita
Kuru
Kimasen (tidak datang)
Kimashita
kamus I
II
III
IV
61 3. Kata kerja bentuk menyangkal nai Untuk menyatakan bentuk menyangkal tidak hanya diungkapkan dengan masen tapi dapat pula diungkapkan dengan nai. Beberapa contoh untuk kata kerja bentuk nai dapat dilihat pada tabel 2.10. Tabel 2.10 Kata kerja bentuk nai Golongan
Bentuk kamus
Bentuk nai
Arti
I
Iu
Iwanai
tidak menyebutkan
Tatsu
Tatanai
tidak berdiri
Aru
Aranai
tidak ada/mempunyai
Tobu
Tobanai
tidak terbang
Shinu
Shinanai
tidak mati
Taberu
Tabenai
tidak makan
Miru
Minai
tidak melihat
Suru
Shinai
tidak melakukan
Benkyoosuru
Benkyooshinai
tidak belajar
Kuru
Konai
tidak datang
II
III
IV
4. Kata kerja bentuk lampau ta Untuk menyatakan situasi lampau tidak hanya diungkapkan dengan mashita tapi dapat pula diungkapkan dengan ta. Beberapa contoh untuk kata kerja bentuk ta dapat dilihat pada tabel 2.11.
62 Tabel 2.11 Kata kerja bentuk lampau ta Golongan
Bentuk kamus
Bentuk ta
Arti
I
Iu
Itta
Menyebutkan
Tatsu
Tatta
Berdiri
Aru
Atta
Ada, Mempunyai
Tobu
Tonda
Terbang
Shinu
Shinda
Mati
Taberu
Tabeta
Makan
Miru
Mita
Melihat
Suru
Shita
Melakukan
Benkyoosuru
Benkyooshita
Belajar
Kuru
Kita
Datang
II
III
IV
5. Kata kerja bentuk negatif dalam situasi lampau (masen deshita atau nakkatta) Untuk menyatakan bentuk negatif dalam situasi lampau dapat diungkapkan dengan masen deshita atau nakatta. Beberapa contoh untuk kata kerja bentuk negatif – lampau dapat dilihat pada tabel 2.12. Tabel 2.12 Kata kerja bentuk negatif dalam situasi lampau Golongan
I
Bentuk
Bentuk masen
Bentuk nakkata
Arti
kamus
deshita
Iu
Iimasen deshita
Iwanakatta
tidak
Tatsu
Tachi masen
Tatanakatta
menyebutkan tidak berdiri
deshita Aru
Ari masen deshita Tobi masen deshita
Aranakatta tidak
63 Tabel 2.12 (Lanjutan) Tobu
Tobanakatta Shini masen
Shinu
ada/mempunyai tidak terbang
Shinanakatta
deshita
tidak mati II
Taberu
Tabe masen deshita
Tabenakatta
tidak makan
Minakatta
tidak melihat
Shinakatta
tidak
Mi masen deshita Miru III
Suru
Shi masen deshita Benkyooshi masen
Benkyoo
deshita
melakukan Benkyooshinakatta
suru IV
Kuru
tidak belajar Ki masen deshita
Konakatta
tidak datang
6. Kata kerja transitif dan intransitif Kata kerja transitif adalah kata kerja yang memerlukan obyek, dalam bahasa Indonesia umumnya diawali dengan me-. Contohnya : miru : melihat okosu : membangunkan Kata kerja intransitif adalah kata kerja yang tidak memerlukan obyek. Contohnya : mieru : kelihatan okiru : bangun Beberapa contoh untuk kata kerja transitif dan intransitif dapat dilihat pada tabel 2.13.
64 Tabel 2.13 Kata kerja Transitif dan Intransitif Golongan
Transitif
Intransitif
I
Orosu (menurunkan)
Oriru (turun)
Kiku (mendengarkan)
Kikoeru (terdengar/kedengaran)
Kesu (memadamkan)
Kieru (padam)
Yaku (membakar)
Yakeru (terbakar)
Nagasu (mengalirkan)
Nagareru (mengalir)
Noseru (menaikkan)
Noru (naik)
Miru (melihat)
Mieru (terlihat/kelihatan)
Akeru (membuka)
Aku (terbuka)
Tsukeru (menyalakan)
Tsuku (nyala/menyala)
Tomeru (menghentikan)
Tomaru (berhenti)
II
7. Kata kerja bentuk tai Dalam bahasa jepang untuk menyatakan ”keinginan terhadap suatu kegiatan”, seperti ingin membeli, ingin makan dan lain-lain dapat diungkapkan dengan kata kerja bentuk tai. Beberapa contoh untuk kata kerja bentuk tai dapat dilihat pada tabel 2.14. Tabel 2.14 Kata kerja bentuk tai Golongan
Bentuk kamus
Bentuk tai
Arti
I
Au
Aitai
Ingin bertemu
Tatsu
Tachitai
Ingin Berdiri
Aru
Aritai
Ingin Ada, Mempunyai
Tobu
Tobitai
Ingin Terbang
Kau
Kaitai
Ingin Membeli
65 Tabel 2.14 (Lanjutan) Taberu
Tabetai
Ingin Makan
Miru
Mitai
Ingin Melihat
Suru
Shitai
Ingin Melakukan
Benkyoosuru
Benkyooshitai
Ingin Belajar
Kuru
Kitai
Ingin Datang
II
III
IV
8. Kata kerja bentuk pasif Dalam bahasa Jepang, perubahan kata kerja bentuk aktif menjadi bentuk pasif mempunyai bentuk perubahan tersendiri sebagai berikut: •
Kata kerja golongan I (berakhiran u, tsu, ru, bu, nu, mu, ku, su) Rumus : Dari kata kerja bentuk nai, nai dihilangkan dan diganti dengan reru. Contoh-contoh kata kerja pasif golongan I dapat dilihat pada tabel 2.15.
Tabel 2.15 Contoh Kata kerja Pasif Golongan I Bentuk asal (aktif)
Bentuk nai
Bentuk pasif (reru)
Arti
Kau (membeli)
Kawanai
Kawareru
Dibeli
Utsu (memukul)
Utanai
Utareru
Dipukul
Shikaru (marah)
Shikaranai
Shikareru
Dimarahi
Kaku (menulis)
Kakanai
Kakareru
Ditulis
Yobu (memanggil)
Yobanai
Yobareru
Dipanggil
66 •
Kata kerja golongan II (berakhiran eru dan iru) Rumus :
Dari kata kerja bentuk nai, nai dihilangkan dan diganti dengan rareru, atau Dari
kata
kerja
bentuk
masu,
masu
dihilangkan dan diganti dengan rareru. Contoh-contoh kata kerja pasif golongan II dapat dilihat pada tabel 2.16. Tabel 2.16 Contoh Kata kerja Pasif Golongan II Bentuk asal (aktif)
Bentuk nai
Bentuk pasif (rareru)
Arti
Taberu (makan)
Tabenai
Taberareru
Dimakan
Homeru (memuji)
Homenai
Homerareru
Dipuji
Kotaeru (menjawab)
Kotaenai
Kotaerareru
Dijawab
•
Kata kerja golongan III Rumus :
suru berubah jadi sareru
Contoh-contoh kata kerja pasif golongan III dapat dilihat pada tabel 2.17. Tabel 2.17 Contoh Kata kerja Pasif Golongan III Bentuk asal (aktif)
Bentuk pasif (sareru)
Arti
Untensuru (mengendarai)
Untensareru
dikendarai
Shoutaisuru (mengundang)
Shoutaisareru
diundang
Kenkyuusuru (menyelidiki)
Kenkyuusareru
diselidiki
Ginmisuru (memeriksa)
Ginmisareru
diperiksa
Jamasuru (mengganggu)
Jamasareru
diganggu
67 •
Kata kerja golongan IV Contoh kata kerja pasif golongan IV dapat dilihat pada tabel 2.18.
Tabel 2.18 Kata kerja Pasif Golongan IV
2.5.3.3
Bentuk asal(aktif)
Bentuk pasif
Arti
Kuru(mendatangi)
korareru
didatangi
Kata Sifat Ada dua golongan kata sifat dalam bahasa Jepang, yaitu : 1. Kata sifat golongan i, (kata dasarnya berakhiran i) Misalnya : takai : mahal yasui : murah Contoh pemakaian dalam kalimat : Buku ini mahal. ↓ Kono hon wa takai desu. 2. Kata sifat golongan da, (kata dasarnya berakhiran da) Misalnya : kirei (kireida) : cantik Genki (genkida) : sehat Di atas telah dikatakan bahwa kata dasar untuk kata sifat golongan ini selalu berakhiran dengan da. Namun dalam pemakaiannya di dalam kalimat, da mengalami perubahan atau dihilangkan. Contoh pemakaian dalam kalimat :
68 Bunga Sakura indah. ↓ Sakura wa kirei desu.
2.5.3.4
Kata Keterangan Kata keterangan adalah kata yang menerangkan kata lainnya. Dalam bahasa Jepang fungsi kata keterangan ini sangatlah penting (3A Corporation, 2000, p169). Contohnya : − Dosen asing semuanya orang Amerika. Gaikokujin no sensei wa minna Amerikajin desu. − Ibu Maria sedikit mengerti huruf Hiragana. Maria-san wa hiragana ga sukoshi wakarimasu. − Saya selalu makan siang di kantin universitas. Itsumo daigaku no shokudou de hirugohan o tabemasu. − Kamus itu tidak begitu baik. Sono jisho wa amari yokunai desu.
2.5.3.5
Partikel 1. Partikel wa (ha) Partikel wa menunjukkan bahwa kata sebelumnya adalah topik atau Subyek. Hal yang dibicarakan diikuti oleh partikel wa, untuk menunjukan topik pembicara, selanjutnya bermacam-macam deskripsi (3A Corporation, 2000, p16). Contohnya :
69 Saya adalah pelajar. Watashi wa gakusei desu. 2. Desu Kata benda yang diikuti oleh desu menjadi predikat. Desu memiliki berbagai sifat yaitu : •
Desu berarti penilaian atau kesimpulan.
•
Desu dipakai untuk memperlihatkan perasaan hormat kepada lawan bicara.
•
Desu menjadi berbeda bentuknya dalam kalimat negatif atau waktu lampau. Beberapa contoh untuk partikel desu dapat dilihat pada
tabel 2.19. Tabel 2.19 Contoh partikel desu dalam kalimat 1. Positif sekarang
Saya (adalah) pelajar
Watashi wa gakusei desu
2. Negatif
Saya bukan pelajar
Watashi
sekarang
wa
gakusei
dewa
arimasen
3. Positif lampau
4. Negatif lampau
Kemarin saya (adalah) pelajar
Kinou watashi wa gakusei deshita
Kemarin saya bukan
Kinou watashi wa gakusei dewa
pelajar
arimasen deshita
3. Partikel ka Partikel ka dipakai untuk kalimat tanya yang jawabannya antara ya atau tidak. Kalimat tanya ini dibuat dengan menambah partikel ka pada akhir kalimat. Kalimat
70 tanya ini susunannya tidak berubah. Menanyakan apakah benar atau tidak isi dari suatu kalimat. Jika benar maka jawabannya hai dan jika tidak benar maka jawabannya iie. Contohnya : Apakah anda seorang pelajar? ↓ Anata wa gakusei desuka. 4. –san Dalam bahasa Jepang, menyebutkan nama orang lain selalu diikuti dengan san untuk menunjukkan rasa hormat dari si pembicara kepada lawan bicara. San tidak pernah dipakai untuk menyebutkan nama sendiri. Contohnya :
Tuan Yamada adalah dokter. ↓ Yamada-san wa isha desu. 5. Kata mo Kata mo ditambahkan pada topik sebagai pengganti partikel wa apabila predikatnya sama dengan predikat sebelumnya. Contohnya : Tuan Yamada adalah dokter. Tuan Kawata juga dokter. ↓ Yamada-san wa isha desu. Kawata-san mo isha desu. 6. Partikel no Partikel no dipakai untuk menghubungkan dua kata benda. Kata benda yang di depan menerangkan kata benda yang dibelakang. Contohnya :
71
Ini buku komputer. ↓ Kore wa Konpyu-ta no hon. Partikel no dapat juga digunakan untuk menunjukkan kepunyaan. Contohnya : Ini buku saya. ↓ Kore wa watashi no hon. 7. Partikel ni Partikel ni memiliki berbagai fungsi yaitu: •
Untuk menunjukkan waktu kejadian Setelah kata benda yang menunjukkan waktu, dipakai partikel ni untuk menunjukkan waktu kejadian. Partikel ni dipakai dengan kata kerja yang berarti kegiatan atau aksi yang segera selesai. Apabila waktu itu tidak dinyatakan dengan suatu bilangan, maka ni tidak dipakai. Tetapi, pada nama hari kita boleh memakai ni atau tidak. Contohnya : Saya bangun jam setengah tujuh. ↓ 6 jikan ni watashi wa okimasu.
•
Tempat adanya suatu benda atau orang dinyatakan dengan partikel ni Contohnya : Di kamar saya ada meja. ↓ Watashi no heya ni tsukue ga arimasu
72 •
Menunjukkan tujuan untuk apa kita ikimasu (pergi), kaerimasu (pulang), kimasu (datang). Contohnya : Saya datang ke Jepang untuk belajar bahasa Jepang. ↓ Watashi wa Nihon e nihongo no benkyou ni kimashita.
8. Kata penghubung to to dipakai waktu menghubungkan kata-kata benda yang setaraf dan menyabutkannya secara konkret satu-persatu. Contohnya : Ibu membeli jeruk dan apel. Okaasan wa mikan to ringo o kaimasu. to setelah kata benda yang menunjukkan orang atau binatang berarti bersama atau dengan. Contohnya : Saya datang ke Jepang bersama teman. ↓ Watashi wa tomodachi to nihon e kimashita. 9. Partikel e (he) Partikel e (he) menunjukkan arah gerakan atau tempat tujuan yang dinyatakan oleh kata kerja ikimasu (pergi), kimasu (datang), kaerimasu (pulang), dan lain-lain. Contohnya : Saya pergi ke Bali. ↓ Watashi wa Bali e ikimasu.
73 10.
Partikel de Partikel de dipakai untuk menunjukkan alat yang dipakai. Bila de terdapat setelah kata benda alat angkutan dan dipakai dengan kata kerja yang menunjukkan gerakan atau perpindahan, maka ini berarti menggunakan alat angkutan tersebut. Contohnya : Saya pergi dengan pesawat ke Bali ↓ Watashi wa bali e hikouki de ikimasu. Partikel de yang di tempatkan setelah kata benda yang menunjukkan tempat, dan menunjukkan tempat kejadian. Contohnya : Saya membeli apel di super market. ↓ Watashi wa supaa de ringo o kaimasu.
11.
Partikel o (wo) Partikel o menunjukkan obyek atau tujuan dari kata kerja transitif. Contohnya : Saya makan nasi. ↓ Watashi wa gohan o tabemasu.
12.
Partikel ga Partikel ga digunakan untuk menunjukkan obyek dari arimasu (ada, mempunyai) dan wakarimasu (mengerti). Juga
74 bila kata sifat seperti, sukidesu (suka), kiraidesu (benci), jouzudesu (pintar), hetadesu (bodoh), dan lain-lain. Contohnya : Saya suka masakan Italia. ↓ Watashi wa Itariaryouri ga sukidesu.
