I PENDAHULUAN 1.1 Latar Belakang Penelitian Cara termudah untuk mendapatkan informasi dari sebuah teks adalah dengan meringkasnya, karena membaca sebuah ringkasan tidak memerlukan waktu lama, dibandingkan dengan membaca keseluruhan teks. Salah satu cara meringkas adalah dengan text summary, yaitu mengambil kalimat utama atau sebagian kalimat dari setiap paragraf di dalam teks. Akan tetapi, hanya mengambil sebagian kalimat tidak akan menghasilkan sebuah ringkasan yang baik, karena informasi yang terkandung dalam kalimat lain yang tidak terpilih akan hilang. Diperlukan suatu aturan untuk memperoleh suatu ringkasan (abstrak) dari sebuah teks berbahasa Indonesia dengan memperhatikan keseluruhan teks, sehingga menghasilkan ringkasan yang baik. Teori knowledge graph merupakan metode baru di bidang natural language processing (NLP), yang dapat digunakan dalam memahami bahasa manusia, dengan mengkaji tataran jaringan semantik (arti kata) berupa
teks yang bersifat subjektif dan disajikan dalam bentuk graf. Metode knowledge graph pertama kali muncul pada tahun 1982 di Belanda. Pada awal pengembangannya, teori knowledge graph digunakan dalam aspek linguistik dari bahasa Inggris. Sampai saat ini penerapannya masih terus dikembangkan terutama dalam konteks bahasa Indonesia. Salah satu penerapannya adalah dalam memahami isi dari sebuah teks berbahasa Indonesia (Hoede & Nurdiati 2008b). 1.2 Tujuan Penelitian Penelitian ini bertujuan membuat suatu aturan untuk memperoleh abstraksi dari suatu teks dengan menggunakan teori knowledge graph. 1.3 Ruang Lingkup Penelitian Penelitian dilakukan dengan menganalisis berbagai teks berbahasa Indonesia dengan tema ketahanan pangan yang diambil dari berbagai sumber.
II TINJAUAN PUSTAKA Untuk memahami masalah dalam karya ilmiah ini akan diberikan beberapa pengertian dan konsep yang digunakan dalam penelitian. 2.1 Kelas Kata Semantik (Yunani: semanein = berarti, bermaksud; semanticos = makna) adalah cabang ilmu bahasa yang meneliti makna dalam bahasa tertentu, mencari asal-usul dan perkembangan arti kata, mempelajari klasifikasi perubahan kata-kata atau bentuk bahasa sebagai faktor dalam perkembangan bahasa. Berdasarkan struktur bentuk, morfologi dan kelompok kata (fraseologi), kata dibagi menjadi 4 kelas besar, yaitu: 1. Kelas kata benda yang memuat subkelas kata ganti dan kata sandang 2. Kelas kata kerja 3. Kelas kata sifat yang memuat subkelas kata bilangan 4. Kelas kata tugas yang memuat subkelas kata depan, kata sambung, kata keterangan (Keraf 1991)
2.2 Kata Benda Kata benda adalah kata yang mengacu pada manusia, binatang, benda, dan konsep atau pengertian. Ciri-ciri kata benda adalah sebagai berikut: 1. Dalam kalimat yang predikatnya kata kerja, kata benda cenderung menduduki fungsi subjek, objek, atau pelengkap. 2. Kata benda tidak dapat diingkarkan dengan kata tidak. 3. Kata benda dapat diingkarkan dengan kata bukan. 4. Kata benda umumnya dapat diikuti oleh kata sifat, baik secara langsung maupun diantarai oleh kata yang. Berdasarkan wujudnya, kata benda dibedakan atas 1. Kata benda konkret, yaitu kata benda yang dapat dilihat bentuk fisiknya. Contoh: dompet, ayah, botol, kertas, roti 2. Kata benda abstrak, yaitu kata benda yang wujud fisiknya tidak dapat dilihat.
2
Contoh: kebenaran, kemajuan, perbukuan, persatuan Berdasarkan bentuknya, kata benda dikelompokkan menjadi kata benda dasar dan kata benda turunan. 1. Kata benda dasar adalah kata benda yang terdiri atas satu morfem. Contoh: gelas, air, meja, kardus, Kamis, November, Palembang, rumah, gunung 2. Kata benda turunan, terbagi atas: a. Kata benda berimbuhan. Contoh: kementerian, pelabuhan, geligi, perusahaan, kemasan b. Kata benda bereduplikasi. Contoh: rumah-rumah, dedaunan, desas-desus, lauk-pauk, mobil-mobilan c. Kata benda yang berasal dari berbagai kelas karena proses. 1. Deverbalisasi Contoh: ketertarikan, pendidikan, pengembangan, keterbukaan 2. Deadjektivalisasi Contoh: perusakan, kematangan, keseriusan, petinggi 3. Denumeralisasi Contoh: keseluruhan, persatuan 4. Deadverbialisasi Contoh: kekurangan, kelebihan, keterlaluan d. Kata benda yang mengalami proses pemajemukan. Contoh: ganti rugi, tata tertib, uang muka, sepak bola, pedagang eceran, unjuk rasa, pascapanen, semifinal (Waridah 2008) 2.3 Hubungan Antarmakna a. Kata Umum dan Kata Khusus Kata umum, disebut pula hipernim atau superordinat, adalah kata yang ruang lingkup maknanya mencakup hal-hal yang umum dan menyangkut aspek-aspek yang lebih luas. Kata khusus, disebut hiponim atau subordinat, adalah kata yang ruang lingkup maknanya mencakup hal-hal yang sempit atau hanya meliputi aspek-aspek tertentu. b. Sinonim Sinonim adalah kata-kata yang maknanya sama atau hampir sama. Suatu kata bersinonim dengan kata lainnya apabila katakata tersebut maknanya dapat saling mengartikan di dalam kalimat yang sama (Waridah 2008).
2.4 Graf Graf G adalah pasangan terurut (V, E) dengan V(G) himpunan takkosong dan berhingga dari elemen-elemen graf yang disebut verteks (simpul, node) dan E(G) himpunan hingga edge (sisi). Contoh: Graf dengan V(G) = {u, v, w, x}; dan E(G) = {uv, uw, wx}
Gambar 1 Contoh graf dengan 4 simpul. Graf G’ disebut subgraf dari G jika semua simpul dan sisi dari G’ terletak di G (Chartrand & Oellermann 1993). Digraph (graf berarah) D adalah pasangan berurut (V, A) dengan V adalah himpunan takkosong dari sejumlah berhingga elemen yang disebut simpul (node) dan A adalah himpunan berhingga (tidak perlu berbeda) dari pasangan terurut elemen-elemen dalam V yang disebut busur (arc) (Wilson & Lowell 1979). 2.5 Knowledge Graph Teori knowledge graph merupakan suatu pendekatan baru yang dapat digunakan untuk menyatakan bahasa manusia dalam bentuk graf. Perbedaan yang mendasar antara teori knowledge graph dengan teori representasi lain adalah bahwa teori knowledge graph ini menggunakan ontologi atau relasi yang jumlahnya terbatas. Teori knowledge graph mampu melukiskan atau menggambarkan aspek semantik yang lebih mendasar, dengan menggunakan sejumlah relasi yang banyaknya terbatas. Teori ini memberikan cara baru melakukan penelitian untuk memahami bahasa manusia dengan bantuan komputer (Zhang 2002). 2.6 Konsep Konsep merupakan komponen terpenting dalam pemikiran manusia. Konsep merupakan sesuatu yang penting dalam membentuk suatu pengertian dari khusus ke umum atau sebaliknya (Zhang 2002). Konsep dapat dibedakan menjadi tiga jenis, yaitu token, type, dan name (Berg 1993).
3
a.
Token Dalam teori knowledge graph, token merupakan konsep yang dipahami oleh seseorang menurut cara pandang masingmasing, sehingga token ini bersifat subjektif. Setiap persepsi selalu berhubungan dengan token. Sebuah konsep berhubungan dengan arti dari kata (Zhang 2002). Contoh sebuah token adalah: misalkan seseorang menemukan kata “apel”, orang tersebut dapat menghubungkan hal ini dengan informasi bentuk, warna, dan rasa demikian juga orang lain akan menghubungkan dengan hal yang berbeda. Token dalam teori knowledge graph dinyatakan dengan simbol “ “. Seseorang dalam mengamati sesuatu, pada kenyataannya akan selalu dibandingkan dengan dunia nyata. Dengan demikian dalam teori knowledge graph segala sesuatu akan dihubungkan dengan token.
b.
Type Type adalah konsep yang berupa informasi umum dan bersifat objektif karena merupakan kesepakatan yang dibuat sebelumnya. Contoh type misalnya buah, binatang dan sebagainya.
c.
Name Name adalah sesuatu yang bersifat individual, sebagai contoh: “Fuji” adalah sebuah name yaitu nama dari sebuah apel. Sesuatu dapat dikelompokkan ke dalam beberapa type yang berbeda. Demikian juga name, sesuatu dapat diberi name dengan banyak cara. Type dan name dalam teori knowledge graph direpresentasikan dengan cara yang hampir sama. Namun demikian bukan berarti bahwa keduanya tidak bisa dibedakan. Type dan name dibedakan oleh jenis relasi yang menghubungkannya dengan token (Rusiyamti 2008). 2.7 Aspek-aspek Ontologi Ontologi merupakan gambaran dari beberapa konsep dan relasi antarkonsep yang bertujuan mendefinisikan ide-ide yang merepresentasikan konsep, relasi dan logikanya. Berdasarkan ontologi yang dimiliki inilah knowledge graph dapat membangun sebuah model yang dapat digunakan untuk memahami bahasa alami (natural language). Hal ini diperlukan agar arti dari suatu kalimat dapat diekspresikan. Arti dari kata terlebih dahulu harus diketahui untuk dapat mengartikan sebuah kalimat (Ikhwati 2007).
Ontologi word graph sampai saat ini terdiri atas token yang dinyatakan dengan node, 8 binary relationships, dan 4 frame relationships. Delapan binary relationships tersebut ialah: 1 Causality : CAU 2 Equality : EQU 3 Subset : SUB 4 Alikeness : ALI 5 Disparateness : DIS 6 Ordering : ORD 7 Attribution : PAR 8 Informational dependency : SKO Menurut Zhang (2002), penjelasan dari ontologi dalam teori knowledge graph tersebut dapat diberikan sebagai berikut: 1. Relasi ALI (Alikeness) Relasi ALI digunakan untuk menghubungkan sebuah type dengan token. Contoh: buah adalah type, maka dapat dinyatakan dengan word graph berikut:
Gambar 2 Contoh penggunaan relasi ALI. 2. Relasi CAU (Causality) Relasi kausal antara 2 buah token digambarkan dengan anak panah berlabel CAU. Relasi CAU digunakan untuk menghubungkan dua token yang memiliki hubungan sebab akibat atau bisa juga untuk menghubungkan dua konsep yang terdiri dari kata benda dan kata kerja atau untuk menghubungkan subjek dengan predikat atau predikat dengan objek. Contoh: kucing makan nasi. Kalimat tersebut dapat dinyatakan sebagai berikut:
Gambar 3 Contoh penggunaan relasi CAU. 3. Relasi EQU (Equality) Relasi EQU digunakan untuk menghubungkan sebuah name dengan token. Contoh: “Fuji” adalah name dari apel, word graph-nya seperti gambar berikut:
Gambar 4 Contoh penggunaan relasi EQU.
4
Relasi ini biasa juga untuk menyatakan kata hubung seperti “adalah” dan “merupakan”, word graph-nya dapat dilihat pada gambar berikut:
Gambar 5 Contoh penggunaan relasi EQU yang menyatakan “adalah” dan “merupakan”. 4. Relasi SUB (Subset) Jika dua token menyatakan word graph, dan word graph yang satu merupakan bagian dari word graph yang lain, maka kedua token dihubungkan dengan relasi SUB. Tetapi untuk konsep yang dinyatakan dengan graf, dapat dikatakan bahwa graf A subgraf dari graf B, sehingga antara A dan B digunakan relasi FPAR. Contoh: ekor merupakan bagian dari kucing, dapat dinyatakan dengan word graph berikut:
Gambar 6 Contoh penggunaan relasi SUB. 5. Relasi DIS (Disparateness) Dalam logika matematika, relasi DIS digunakan untuk menyatakan bahwa dua token tidak mempunyai satu elemen pun yang sama, sehingga dapat diformulasikan sebagai berikut: A DIS B berarti bahwa A ∩ B = ∅ . Relasi ini juga dapat digunakan untuk menyatakan kata “berbeda”, misalnya air berbeda dengan minyak yang dapat dinyatakan dengan graf berikut:
Gambar 7 Contoh penggunaan relasi DIS. 6. Relasi ORD (Ordering) Relasi ORD menyatakan bahwa dua hal memiliki ururan tertentu, baik urutan waktu maupun urutan tempat. Contoh penggunaan relasi ORD, misalnya untuk menyatakan word graph “dari permukaan sampai dasar”, yaitu:
Gambar 8 Contoh penggunaan relasi ORD.
7. Relasi PAR (Attribute) Relasi PAR digunakan untuk menyatakan bahwa sesuatu mempunyai sifat sesuatu yang lain. Hal ini dapat dilihat pada contoh “baju biru”. Kata biru merupakan warna dari baju, atau dengan kata lain biru adalah attribute dari baju. Frasa “baju biru” dapat dinyatakan dengan knowledge graph sebagai berikut:
Gambar 9 Contoh penggunaan relasi PAR. 8. Relasi SKO (Skolem) Dua buah token dalam teori knowledge graph dihubungkan dengan relasi SKO, jika informasi token yang satu bergantung pada token yang lain. Menurut Berg (1993), relasi SKO dalam teori knowledge graph menyatakan informasi yang bergantung dan mampu menggambarkan kuantifikasi. Relasi ini digunakan dalam logika predikat yang memuat existential quantifiers maupun universal quantifiers. Perhatikan pernyataan
(
2
∀x ∈ N , ∃y ∈ N , x = y
)
yang
memuat
universal quantifiers. Pada pernyataan tersebut pemilihan y bergantung pada x, dan word graph-nya dapat dinyatakan sebagai berikut:
Gambar 10 Contoh penggunaan relasi SKO. Empat frame relationships yang dimaksud dalam ontologi word graph adalah: 1) Focusing on a situation: FPAR 2) Negation of a situation: NEGPAR 3) Possibility of a situation: POSPAR 4) Necessity of a situation: NECPAR Jika suatu graf merepresentasikan suatu pernyataan, p: “Hari hujan”, yang dinyatakan dengan frame. Negasi dari p dinyatakan dengan graf yang sama dan diberi frame dengan relasi NEGPAR, sedangkan modal preposisi dinyatakan dengan graf yang sama dan diberi frame dengan relasi POSPAR atau NECPAR (Zhang 2002). Untuk lebih jelasnya lihat gambar berikut:
5
Ontology Focus (F) Ontologi F digunakan untuk menunjukkan focus dari suatu graf (Hoede & Nurdiati 2008a). Penggunaan ontologi ini, misalnya untuk menyatakan word graph “banjir melanda kampung” yang dapat dinyatakan sebagai berikut:
2.8 Chunk Indicator Chunk merupakan potongan kalimat atau potongan ucapan pada waktu seseorang berbicara. Menurut Rusiyamti (2008) chunk indicator yang digunakan untuk menganalisis teks berbahasa Indonesia dengan teori knowledge graph antara lain: 1. Koma atau titik (tanda baca) Contoh: tanda titik (.), tanda koma (,), tanda titik dua (:), tanda tanya (?), tanda seru (!), tanda kurung ((…)). 2. Kata penunjuk dan kata penghubung (konjungsi), yaitu kata tugas yang menghubungkan dua klausa, kalimat, atau paragraf. Contoh: dan, lagi, atau, maupun, apabila, tetapi, kecuali, sebab, jika, kalau, bahwa, yakni, akan. 3. Kata kerja bantu, yaitu kata kerja yang menduduki fungsi khusus terhadap sebuah kata kerja utama. Contoh: harus, mesti, sanggup, mampu, boleh, bisa, ingin, mau, suka. 4. Kata depan (preposisi), yaitu kata tugas yang berfungsi sebagai unsur pembentuk frasa preposisional. Contoh: di, ke, dari, hingga, mulai, serta, karena, sebab, oleh, bagi, guna, terhadap. 5. Lompatan (jump), yaitu kata berurutan yang tidak dapat digolongkan dalam satu chunk. 6. Kata-kata dalam logika (logic word)
Gambar 12 Contoh penggunaan ontologi F.
Contoh penggunaan chunk indicator pada kalimat yang berbunyi “Gelombang tsunami berbeda dengan gelombang yang dibangkitkan oleh angin.” Pemotongan kalimat (chunking) tersebut adalah sebagai berikut: “Gelombang tsunami |5 berbeda |2 dengan 4 | gelombang |5 yang |4 dibangkitkan |5 oleh|4 angin. |1”
Gambar 11 Contoh penggunaan frame FPAR (a), NEGPAR (b), POSPAR (c), dan NECPAR (d). Gambar tersebut secara berurutan menunjukkan graf dari pernyataan bahwa (a) hari ini hujan, (b) tidak benar bahwa hari ini hujan, (c) mungkin hari ini hujan, dan (d) seharusnya hari ini hujan.
III METODOLOGI PENELITIAN Pada bab ini dibahas beberapa tahapan yang dilakukan dalam penelitian ini. 1.
Studi Kepustakaan Dokumen Berbahasa Indonesia Kegiatan ini dilakukan untuk mengumpulkan dokumen yang dibutuhkan dalam penelitian, yaitu tiga buah dokumen berbahasa Indonesia bertema ketahanan pangan, dan satu dokumen berbeda yang akan digunakan sebagai bahan uji.
2.
Penentuan Kata Benda sebagai Konsep Kata benda dipilih dari setiap teks berbahasa Indonesia berdasarkan ciri-cirinya. Kemudian kata benda yang telah dipilih dihitung kemunculannya dan dikelompokkan berdasarkan kesamaan makna kata atau bentuk kata umumnya. Kata benda yang telah dikelompokkan dan disusun berdasarkan kemunculannya akan dipilih sebagai konsep. Tetapi tidak seluruh kata benda akan digunakan sebagai konsep,
