PENAMBAHAN MODUL PEMBENTUKAN WORD GRAPH KATA KERJA PADA APLIKASI BOGORDELFTCONSTRUCT CHRISTIAN HENRY

PENAMBAHAN MODUL PEMBENTUKAN WORD GRAPH KATA KERJA PADA APLIKASI BOGORDELFTCONSTRUCT

CHRISTIAN HENRY

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

ABSTRACT CHRISTIAN HENRY. The development of verb word graph module in BogorDelftConstruct appplication. Directed by SRI NURDIATI. Knowledge Graph (KG) is one of natural language processing methods that is able to represent the result of semantic analysis of a text in a graph form. Until now, there are only a few researches using KG to do semantic analysis for texts in Indonesian language. They were mainly focus on analyzing text, constructing rules to analyze text and engineering to understand the text. Some other researches have done semantic analysis from various part-of-speech. Nevertheless, the results of the research have not been implemented yet. To realize a long term goal of doing text abstraction automatically, BogorDelftConstruct has been developed as an early stage prototype. In line with that, this research implemented semantic analysis for one part-of-speech in BogorDelftConstruct. The objective of the research is to develop a module dictionary of verb word graph taken from the result of previous research in BogorDelftConstruct system. The verb to be analyzed has 10 patterns of word graph which formed by affixation. Word graph pattern formation process begins by knowing the basic word and affix using stemming. This stemming process refers to the adjusted Kamus Besar Bahasa Indonesia (KBBI). Basic word and affixe from the result of stemming will be used to determine appropriate pattern of the verb word graph. Appropriate pattern of the verb word graph will be generated and displayed on the system. Development of a verb word graph module has been able to identify 10 patterns of the verb word graph. The system however can only recognize one-word-verb so each entry is assumed to be intransitive verb that does not need to be followed by an object. The results of testing with 171 entries from overall yield was 98.83% accuracy. Despite of having a good accuracy, this system still has some short comings, such as could not process input with more than one words. This problem is expected to be the focus of the following research. Keywords: knowledge graph, BogorDelftConstruct, verb word graph, stemming.

ii

PENAMBAHAN MODUL PEMBENTUKAN WORD GRAPH KATA KERJA PADA APLIKASI BOGORDELFTCONSTRUCT

CHRISTIAN HENRY

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

iii

Judul skripsi Nama NRP

:Penambahan Modul Pembentukan Word Graph Kata Kerja pada Aplikasi BogorDelftConstruct : Christian Henry : G64104103

Menyetujui,

Dr. Ir. Sri Nurdiati, M.Sc Pembimbing

Mengetahui, Ketua Departemen

Dr. Ir. Sri Nurdiati, M.Sc NIP: 196011261986012001

Tanggal lulus:

iv

RIWAYAT HIDUP Penulis dilahirkan di Tulungagung, Jawa Timur pada tanggal 21 Desember 1985 dari Bapak Enantius Prihantoro dan Ibu Wiwik Dwi Astuti. Penulis merupakan putra pertama dari dua bersaudara. Penulis lulus dari SMA Negeri 1 Tangerang pada tahun 2004 dan pada tahun yang sama penulis lulus seleksi masuk IPB melalui jalur Ujian Masuk Perguruan Tinggi Nasional (UMPTN). Penulis memilih Program Studi S1 Ilmu Komputer, Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam. Pada tahun 2007 penulis melakukan Praktek Kerja Lapangan di PT. Indosat, Tbk., Jakarta selama 2 bulan.

v

PRAKATA Puji dan hormat penulis panjatkan kepada Tuhan YME atas segala berkat dan kasih sayangNya sehingga karya ilmiah ini berhasil diselesaikan. Syukur juga penulis panjatkan kepada Yesus Kristus atas segala teladan dan penyertaan-Nya dalam setiap kehidupan penulis. Tema yang dipilih dalam penelitian ini adalah pengimplementasian metode Knowledge Graph pada pengembangan kamus kata kerja, dengan judul Penambahan Modul Pembentukan Word Graph Kata Kerja pada Aplikasi BogorDelftConstruct. Penelitian dilakukan sejak Januari 2010 sampai dengan Maret 2011. Terima kasih penulis ucapkan kepada 1.

2. 3.

4. 5. 6. 7.

Papi dan Mami untuk doa, kasih sayang dan dukungan motivasi yang tak terhingga. Ungkapan terima kasih juga penulis sampaikan untuk adik, Rizal atas diskusi dan dukungannya. Terima kasih juga tak lupa penulis sampaikan kepada keluarga besar penulis. Ibu Dr. Ir. Sri Nurdiati M.Sc selaku pembimbing atas waktu, kesempatan, saran, bimbingan dan pengertian yang selalu diberikan. Bapak Ahmad Ridha, S.Kom, MS. dan Bapak Sony Hartono Wijaya, S.Kom, M.Kom. selaku penguji yang telah memberikan kritik dan saran selama penelitian ini hingga sidang tugas akhir. Annissa untuk ilmu, diskusi dan dukungan bagi penulis. Felly Iglesia untuk dukungan dan motivasi baik secara moral maupun spiritual. Beberapa teman dari ILKOM S1 angkatan 41 yang selalu memberikan dukungan dan semangat. Semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah membantu penulis dalam menyelesaikan penelitian ini.

Karya ilmiah ini masih jauh dari sempurna, dengan segala kerendahan hati penulis mengharapkan kritik dan saran yang membangun bagi karya ilmiah ini. Penulis berharap semoga karya ilmiah ini dapat memberikan manfaat bagi sang pembaca.

Bogor, Mei 2011

Christian Henry

vi

DAFTAR ISI Halaman DAFTAR ISI ................................................................................................................................. vii DAFTAR GAMBAR.................................................................................................................... viii DAFTAR TABEL ........................................................................................................................ viii DAFTAR LAMPIRAN .................................................................................................................. ix PENDAHULUAN ........................................................................................................................... 1 Latar Belakang ............................................................................................................................. 1 Tujuan........................................................................................................................................... 1 Ruang Lingkup ............................................................................................................................. 1 Manfaat......................................................................................................................................... 1 TINJAUAN PUSTAKA .................................................................................................................. 1 Knowledge Graph (KG) ............................................................................................................... 1 Concept (konsep) .......................................................................................................................... 2 Aspek Ontologi............................................................................................................................. 2 Verba (kata kerja) ......................................................................................................................... 3 METODE PENELITIAN ............................................................................................................... 4 HASIL DAN PEMBAHASAN ....................................................................................................... 5 KESIMPULAN DAN SARAN ....................................................................................................... 9 Kesimpulan................................................................................................................................... 9 Saran. ............................................................................................................................................ 9 DAFTAR PUSTAKA .................................................................................................................... 10 LAMPIRAN .................................................................................................................................. 11

vii

DAFTAR GAMBAR Halaman Gambar 1 Contoh relasi ALI ......................................................................................................... 2 Gambar 2 Contoh relasi CAU ....................................................................................................... 2 Gambar 3 Contoh relasi EQU ....................................................................................................... 2 Gambar 4 Contoh relasi SUB ........................................................................................................ 2 Gambar 5 Contoh relasi DIS ......................................................................................................... 2 Gambar 6 Contoh relasi PAR ........................................................................................................ 2 Gambar 7 Contoh relasi ORD ....................................................................................................... 3 Gambar 8 Contoh relasi SKO ........................................................................................................ 3 Gambar 9 Contoh relasi Focus ...................................................................................................... 3 Gambar 10 Frame relationship ..................................................................................................... 3 Gambar 11 Tahapan penelitian ..................................................................................................... 4 Gambar 12 Graf hasil pengujian kata ‘digarami’ ....................................................................... 7 Gambar 13 Graf hasil pengujian kata ‘menari-nari’ .................................................................. 7

DAFTAR TABEL Halaman Tabel 1 Pola pembentukan word graph kata kerja ...................................................................... 5 Tabel 2 Akurasi hasil pengujian .................................................................................................... 7 Tabel 3 Hasil Pengujian word graph kata kerja Pola-teri ........................................................... 8

viii

DAFTAR LAMPIRAN Halaman

Lampiran 1 Diagram Alir Penambahan Modul Word Graph Kata Kerja ............................... 12 Lampiran 2 Pola Word Graph Kata Kerja.................................................................................. 13 Lampiran 3 Pengujian Pola-vdasar ............................................................................................ 15 Lampiran 4 Pengujian Pola-mekani ........................................................................................... 17 Lampiran 5 Pengujian Pola-diter ................................................................................................ 19 Lampiran 6 Pengujian Pola-meku .............................................................................................. 21 Lampiran 7 Pengujian Pola-beran .............................................................................................. 22 Lampiran 8 Pengujian Pola-bermeke ......................................................................................... 23 Lampiran 9 Pengujian Pola-teri .................................................................................................. 26 Lampiran 10 Pengujian Pola-kkdu ............................................................................................. 27 Lampiran 11 Pengujian Pola-fixku ............................................................................................. 28 Lampiran 12 Pengujian Pola-berku ............................................................................................ 29

ix

PENDAHULUAN Latar Belakang Bahasa alami yang digunakan manusia untuk berkomunikasi satu sama lain sangat bermanfaat dan penting dalam penyampaian informasi secara langsung. Di lain pihak, komputer masih sulit untuk memahami bahasa alami manusia. Dalam ilmu komputer bidang yang secara spesifik mempelajari cara komunikasi antara manusia dan komputer adalah Natural Language Processing (NLP). Sebuah kalimat dalam bahasa alami dapat dianalisis dari sudut pandang semantik atau sintaksis. Knowledge Graph merupakan salah satu metode dalam NLP yang menganalisis bahasa alami dengan lebih berfokus pada semantik daripada sintaksis. Pengimplementasian metode Knowledge Graph pada bahasa alami diharapkan mampu memberikan abstraksi dari informasi atau pengetahuan yang terkandung di dalamnya ke dalam bentuk graf. Salah satu penelitian yang telah berhasil mengimplementasikan metode Knowladge Graph pada suatu bahasa alami adalah DelftConstruct yang dikembangkan oleh Mark Van Koningsveld pada tahun 2003-2008. DelfConStruct merupakan sebuah prototype aplikasi untuk menganalisis Bahasa Inggris dan disajikan ke dalam bentuk graf dengan menggunakan metode Knowladge Graph. DelftConstruct dibangun menggunakan bahasa pemrograman MATLAB yang dapat membentuk suatu graf antara suatu kata dengan kata lainnya (word graph), namun belum sesuai dengan konsep Knowladge Graph (Romadoni 2009). Selain itu, DelftConstruct memiliki beberapa kekurangan antara lain: • Belum memiliki fitur Dictionary untuk menyimpan, menampilkan dan mengubah graf. • Ketidakjelasan arah relasi antar token, karena tidak adanya tanda panah yang menunjuk dari dan/atau ke suatu token. • Belum memiliki kemampuan untuk membuat graf baru. Hanya mampu mengubah graf yang sedang ditampilkan. • Belum mampu untuk menghapus token dan/atau teks. • Tidak memiliki mekanisme untuk menampilkan graf lain yang sudah dibuat. Dengan keterbatasan DelfConStruct yang hanya mampu menganalisis teks berbahasa Inggris maka dikembangkan BogorDelftConstruct yang nantinya mampu

menganalisis teks bahasa Indonesia dengan visualisasi graf sesuai yang dengan konsep Knowledge Graph. Dengan pembentukan modul word graph yang ada pada Bogor DelfConStruct maka akan dikembangkan modul word graph untuk kata kerja. Analisis bentuk dan makna dari kata kerja telah dilakukan pada penelitian sebelumnya oleh Ahmad Muslik (2009) yang menghasilkan pola aturan dari kata kerja. Penelitian ini mengembangkan modul pembentukan word graph kata kerja pada aplikasi BogorDelftConstruct berdasarkan aturan tersebut. Tujuan Penelitian ini bertujuan untuk menambahkan modul pembentukan word graph pada sistem aplikasi Bogor DelfConStruct. Hasil dari penelitian ini berupa word graph yang merepresentasikan kata kerja berdasarkan hasil analisis aturan dari penelitian sebelumnya. Ruang Lingkup Penelitian ini dibatasi pada pengembangan modul pembentukan word graph untuk kata kerja pada sistem BogorDelftConstruct dengan menggunakan pola aturan dari hasil penelitian sebelumnya oleh Ahmad Muslik (2009). Berikut ini merupakan batasan-batasan sistem, pada pengembangan yang dilakukan: a. Pada sistem ini yang menjadi masukan hanyalah kata dan posisi kata dalam kalimat tidak diperhatikan. b. Makna semantik dari kata kerja tidak diperhatikan. c. Pada saat proses pengecekan kata, sifat atau label dari kata dasar berdasarkan kamus. Manfaat Manfaat jangka panjang penelitian ini adalah dibentuknya suatu sistem yang mampu membaca input berupa teks Bahasa Indonesia dan menghasilkan output berupa ringkasan atau informasi tentang teks tersebut secara otomatis. Selain itu dalam jangka pendek, sistem ini diharapkan mampu memberikan pengetahuan atau mengekspresikan makna kata kerja dalam bentuk word graph.

TINJAUAN PUSTAKA Knowledge Graph (KG) Knowledge Graph adalah cara pandang baru untuk menggambarkan bahasa manusia dengan difokuskan pada aspek semantik dari pada

1

sintatik. KG memiliki beberapa keuntungan yang sangat besar. KG memiliki kemampuan menyatakan lapisan semantik yang paling dalam dengan hanya menggunakan sejumlah terbatas jenis relasi yang berguna dalam pemahaman bahasa manusia. Pada prinsipnya, komposisi dari KG mencakup concept (banyak token dan type) serta relationship (binary dan multivariate relation) (Zhang 2002). Concept (konsep) Token Dalam KG, token dinyatakan dengan simbol . Token menyatakan segala sesuatu yang dialami di dunia nyata atau sebuah konsep yang dialami menurut cara pandang masing-masing (Zhang 2002).

adik beli jeruk, dinyatakan dengan word graph:

Gambar 2 Contoh relasi CAU 3. Relasi EQU Ada dua macam relasi EQU. Relasi EQU antara dua token menyatakan bahwa kedudukan kedua token tersebut sama, contoh: jeruk adalah buah. Relasi EQU yang dilambangkan dengan arah panah dari type menuju konsep dapat diartikan penetapan sesuatu, contoh: kuning adalah nilai yang ditetapkan untuk warna. Relasi EQU dapat dinyatakan dengan word graph:

Type Type adalah sebuah konsep yang bersifat umum dan objektif. Type memberi pandangan yang bersifat objektif karena membagi token yang berbeda ke dalam kelas yang sama. Aspek Ontologi Menurut Zhang (2002), ontologi word graph terdiri atas 8 binary relationships dan 4 frame relationships. Delapan binary relationships tersebut adalah : 1. Similarity of sets, alikeness 2. Causality 3. Equality 4. Subset relationship 5. Disparateness 6. Attribution 7. Ordering 8. Information dependency

: ALI : CAU : EQU : SUB : DIS : PAR : ORD : SKO

Berikut penjelasan dari binary relationship tersebut:

masing-masing

1. Relasi ALI Digunakan di antara type dan token dengan panah ke arah token untuk penamaan konsep. Contoh: jeruk, dinyatakan dengan word graph:

Gambar 3 Contoh relasi EQU 4. Relasi SUB Digunakan jika dua token dinyatakan berturut-turut serta token yang satu merupakan subset dari token yang lain. Contoh: daun merupakan bagian dari pohon, dinyatakan dengan word graph:

Gambar 4 Contoh relasi SUB 5. Relasi DIS Digunakan untuk menyatakan dua token yang berbeda satu sama lain. Contoh: air berbeda dengan api, dinyatakan dengan word graph:

Gambar 5 Contoh relasi DIS 6. Relasi PAR Digunakan untuk menyatakan sesuatu merupakan atribut dari sesuatu yang lain. Contoh: air dingin, dinyatakan dengan word graph:

Gambar 1 Contoh relasi ALI 2. Relasi CAU Dilambangkan dengan anak panah berlabel CAU antara dua token yang menyatakan hubungan sebab akibat atau sesuatu yang mempengaruhi sesuatu yang lain. Contoh:

Gambar 6 Contoh relasi PAR

2

7. Relasi ORD Digunakan untuk menunjukkan dua hal yang saling berurutan dalam hal waktu dan tempat. Contoh: dari pagi hingga malam, dinyatakan dengan word graph: ALI

ORD

pagi

ALI

malam

Gambar 7 Contoh relasi ORD 8. Relasi SKO Relasi SKO digunakan berdasarkan konsep tentang ketergantungan informasi. Contoh: besar gaji ditentukan dari pangkat, dinyatakan dengan word graph: ALI

SKO

pangkat

ALI

gaji

Gambar 8 Contoh relasi SKO Di samping 8 binary relationships, ada ontologi F (Focus) yang digunakan untuk menunjukkan fokus dari suatu graf (Nurdiati & Hoede 2009). Ontologi F untuk menunjukkan kata atau kalimat yang diterangkan dalam suatu pernyataan (inti). Contoh: gunung meletus, dinyatakan dengan word graph: F PAR ALI gunung

CAU

ALI meletus

Gambar 9 Contoh relasi Focus Kemudian empat frame relationships terdiri atas: 1. Focusing on a situation : FPAR 2. Negation on a situation : NEGPAR 3. Possibility on a situation : POSPAR 4. Necessity on a situation : NECPAR Frame relationship merupakan verteks berlabel yang digunakan untuk mengelompokkan beberapa graf. Adakalanya suatu objek tidak cukup direpresentasikan dengan sebuah token, sehingga diperlukan sebuah frame untuk pengelompokan tersebut. Berikut penjelasan dari masing-masing frame relationship. Relasi FPAR menyatakan sesuatu memiliki properti dari sesuatu yang lain. Relasi NEGPAR menyatakan negasi dari isi frame. Relasi POSPAR menyatakan kemungkinan dari isi frame. Relasi NECPAR menyatakan keharusan terjadinya isi dari frame.

Gambar 10 Frame relationship Verba (kata kerja) Kata kerja atau verba merupakan kelas kata yang menyatakan suatu tindakan, keberadaan, pengalaman, atau pengertian dinamis lainnya. Menurut Alwi et. al (2003) yang diacu dalam Ahmad Muslik (2009), ciri kata kerja dapat diketahui dengan mengamati perilaku semantis, perilaku sintaksis, dan bentuk morfologinya. Kata kerja secara umum mempunyai ciri sebagai berikut: 1. Kata kerja sebagai predikat atau inti predikat. Contoh : pencuri itu lari, adik sedang belajar di kamar. Kata lari merupakan predikat, sedangkan sedang belajar merupakan inti predikat. 2. Ada makna perbuatan (aksi), proses, atau keadaan yang bukan sifat atau kualitas. 3. Kata kerja yang bermakna keadaan tidak dapat diberi prefiks ter yang artinya paling. Contoh: mati atau suka tidak dapat menjadi termati atau tersuka. 4. Secara umum, kata kerja tidak dapat bersatu dengan kata-kata yang maknanya kesangatan seperti agak belajar, agak lari, belanja sekali. Kata Kerja dari segi bentuknya Dari segi bentuk, kata kerja terbagi atas kata kerja dasar dan kata kerja turunan. Contoh kata kerja dasar: ada, bangun, cinta, naik, tamat, paham, rasa, yakin, dan sebagainya. Kata kerja turunan dibentuk dari transposisi, pengafiksan, pengulangan (reduplikasi), dan pemaduan dengan penjelasan sebagai berikut: a. Transposisi Transposisi merupakan suatu proses penurunan kata dari kategori sintaksis yang satu ke kategori sintaksis yang lain tanpa mengubah bentuknya (Alwi et al. 2003 dalam Muslik 2009). Contoh: telepon, cangkul, sikat. b. Pengafiksan Pengafiksan adalah penambahan afiks pada kata dasar. Kata dasar dapat berupa kata kerja, kata benda, ataupun kata sifat. Contoh: membeli, mendarat, bertemu, merestui, memperbesar.

3

c. Reduplikasi Kata-kata yang mengalami proses ini disebut kata berulang, artinya kata kerja yang telah direduplikasi disebut juga kata kerja berulang. Contoh: lari-lari, makanmakan, tembak-menembak, menari-nari. d. Pemaduan Pemaduan merupakan penggabungan dua kata dasar atau lebih sehingga menjadi beberapa kata yang memiliki satu makna. Contoh: jual beli, jatuh bangun, salah sangka.

METODE PENELITIAN Pada penelitian ini akan ditambahkan modul pembentukan word graph untuk kata kerja. Tahapan yang dilakukan pada penelitian ini secara garis besar dapat dilihat pada Gambar 11.

penelitian sebelumnya, yaitu tesis Ahmad Muslik (2009) “Analisis Pembentukan Word Graph Kata Kerja Menggunakan Metode Knowledge Graph” serta skripsi Deni Romadoni (2009) “Pengembangan Sistem Pembentukan Word Graph Untuk Teks Berbahasa Indonesia”.

Pembentukan Pola Word Graph Kata Kerja Pembentukan pola word graph kata kerja harus sesuai dengan aturan-aturan pembentukan kata kerja dari hasil analisis Muslik (2009). Pada penelitian Muslik (2009) diperoleh 30 aturan dengan 10 daftar pola kata kerja berdasarkan afiks dan maknanya. Penambahan Modul Pembentukan Word Graph Kata Kerja 1. Praposes Pada tahap ini ditentukan apakah kata kerja yang dimasukkan bersifat tunggal, mengandung numerik/karakter atau tidak. Jika tidak maka proses akan dilanjutkan ke tahap berikutnya. Selain itu, tahap ini juga bertujuan untuk memeriksa nilai masukan, dimana masukan yang akan dapat diproses harus berupa karakter. 2. Stemming Pada tahap ini kata kerja akan dipecah untuk mendapatkan afiks (imbuhan) dan kata dasar. Program stemming dibuat dalam bahasa pemrograman MATLAB akan menghasilkan kata dasar serta imbuhan yang dapat berupa prefiks (awalan), sufiks (akhiran), atau infiks (sisipan). Stemming ini mengacu pada Kamus Besar Bahasa Indonesia (KBBI) yang disesuaikan. Pada KBBI asli terdapat 3 (tiga) field yaitu, ‘Kata’, ‘Sifat’, dan ‘Subkata’. Field ‘Kata’ berisi kata dasar, field ‘Sifat’ berisi sifat kata seperti v (verba), n (nomina), dan sebagainya. Field ‘Subkata’ berisi kata turunan yang terbentuk dari turunan kata dasar yang mengandung imbuhan. Satu kata dasar dapat memiliki lebih dari satu subkata. Untuk penelitian ini, basis data KBBI dibuat dalam tabel Entry.

Gambar 11 Tahapan penelitian

Studi Literatur Pada tahap ini dilakukan pengumpulan materi-materi yang dapat digunakan sebagai bahan rujukan yang relevan dengan topik penelitian. Penelitian ini didasarkan pada

Penentuan Pola Hasil (Pengujian) Pada tahap ini hasil dari stemming yang berupa kata dasar dan imbuhan (afiks) akan dicocokkan dengan pola word graph kata kerja yang telah disimpan. Jika pengenalan polanya sesuai dengan pola word graph kata kerja yang telah disimpan, maka akan ditampilkan graph 4

yang sesuai dengan pola tersebut. Di lain pihak, jika hasil dari stemming berupa pola kata dasar dan imbuhan yang tidak ada dalam pola kata kerja menurut Ahmad Muslik (2009) dan gagal dalam proses pengenalan, maka akan ditampilkan peringatan bahwa masukan bukan merupakan kata kerja. Tahapan penambahan kamus word graph kata kerja secara detail dapat dilihat pada Lampiran 1. Analisis Hasil Pada tahap ini pola kata kerja yang telah terbentuk akan dianalisis, apakah sudah sesuai dengan penelitian Muslik (2009) atau belum. Skenario pengujian dilakukan dengan memasukkan beberapa kata kerja kemudian dihitung akurasinya. Penghitungan akurasi dilakukan dengan cara menghitung berapa banyak kata yang dikenali dari beberapa masukkan kata kerja dan sesuai dengan pola word graph. =

∑ × 100% ∑

Dokumentasi dan Laporan Pada tahap ini akan dibahas hasil perhitungan keakuratan dari pengujian dari setiap pola. Jika didapati hasil akurasi yang rendah maka akan dicari sumber permasalahannya. Di lain pihak jika masalah yang dihadapi tidak dapat diatasi, maka akan dimasukkan ke dalam saran untuk penelitian selanjutnya.

HASIL DAN PEMBAHASAN Pemahaman Bidang Kajian dan Identifikasi Masalah Pengkajian mengenai pembentukan kamus word graph kata sifat dan sistem aplikasi BogorDelftConstruct didapat dari penelitian sebelumnya, tesis Muslik (2009) dan skripsi Romadoni (2009). Berdasarkan penelitian Muslik (2009) didapat 10 pola word graph yang dibentuk dari 30 aturan kata kerja. Sepuluh pola tersebut diberi nama sesuai dengan nama variabel dalam sistem. Pola pembentukan word graph dapat dilihat pada Tabel 1 dan lebih detail pada Lampiran 2. Pengidentifikasian masalah dalam penelitian ini mencakup keseluruhan yang dijelaskan bab metode penelitian, antara lain pembatasan penelitian berdasarkan ruang lingkup, program stemming, penggunaan KBBI dalam penelitian,

pembentukan pola word graph, pengujian pola word graph, analisis hasil pengujian. Tabel 1 Pola pembentukan word graph kata kerja Nama Variabel Pola Pembentuk Kata Kerja Pola Dalam Sistem Kata Kerja Dasar (KKD) Ber-KK Meng-/mem-/me-Kata Kerja (KK) Meng-/mem-/me-KK-kan Meng-/mem-/me-Kata Benda (KB)-kan Meng-/mem-/me-Kata Sifat (KS)-kan Meng-/mem-/me-KK-I Meng-/mem-/me-KS-i Meng-/mem-/me-KB-i Memper-KB Memper-KS Memper-KK-kan/i Di-KKtransitif-(-i/-kan) Ter-KKtransitif(-i) Di-KB-i Diper-KS Meng-/mem-/me-Kata Ulang (KU) Ber-KB Ber-KS Ber-KKan Ber-KB-kan Ber-KK-an Meng-/mem-/me-KS Meng-/mem-/me-KB Meng-/mem-/me-Kata Dasar Terikat Ke-KK/KB/KS-an Ter-KKintransitif(-i) Kata Kerja Dasar Ulang KK-meng-/mem-/me-KK Ber-KU

Pola-vdasar

Pola-mekani

Pola-diter

Pola-meku

Pola-beran

Polabermeke

Pola-teri Pola-kkdu Pola-fixku Pola-berku

5

Praproses Praproses merupakan tahap awal pengembangan Kamus Word Graph Kata Kerja. Praproses dilakukan untuk membatasi nilai masukan pada sistem. Masukan harus berupa kata tunggal atau tidak mengandung spasi (‘ ’). Fungsi untuk memeriksa hal ini didokumentasikan pada checkPlural yang jika bernilai ‘benar’ maka proses tidak akan dilanjutkan pada tahap berikutnya. Selain itu, jika nilai masukan berupa numerik maka sistem akan menampilkan peringatan pada user untuk memasukkan input yang berupa kata bukan numerik. Untuk memeriksa apakah masukan kata berupa numerik atau bukan digunakan fungsi checkNum. Stemming Program stemming dibuat sesuai kebutuhan penelitian sehingga mampu membuang awalan, akhiran, sisipan atau gabungan antara awalan dan akhiran yang sesuai dengan pola pembentuk kata kerja dengan keluaran berupa kata dasar. Selain itu, keluaran dari program stemming juga berupa imbuhan yang terkandung dalam kata masukan. Program stemming terdokumentasi dalam fungsi getStem yang terdiri atas fungsi stemFix dan stemm. Fungsi stemFix untuk kata masukan yang mengandung imbuhan yang terdapat pada tabel Fixations. Fungsi stemm untuk imbuhan asing dan untuk menanggulangi kata yang tidak terdapat dalam KBBI yang disesuaikan. Proses stemming dengan KBBI yang disesuaikan dilakukan dengan langkah-langkah berikut: 1. Kata masukan dicari apakah terdapat pada KBBI atau tidak.

4. Kata masukan diproses dengan pemotongan bertahap untuk setiap kondisi. Setiap yang menghasilkan hasil stemming dimasukkan dalam daftar kandidat kata dan diperiksa apakah terdapat pada KBBI yang disesuaikan atau tidak. Jika tidak ada satu kata yang ditemukan maka dikembalikan kata sebelum di-stemm. Pengenalan Pola Word Graph Kata Kerja Setelah didapat kata dasar, sifat kata dasar dan imbuhannya akan digunakan untuk mengenali pola word graph pembentuk kata kerja menggunakan fungsi checkPatternVerb. Untuk mengetahui sifat kata dasar hasil stemming dilakukan pengecekan terhadap kata dasar pada database ‘kamus’ menggunakan fungsi cekKata. Fungsi checkPatternVerb akan membandingkan apakah kata dasar dan alternatif kata dasar (jika ada) serta imbuhan yang terkandung dari kata masukan sesuai dengan pola word graph yang ada. Jika ya, maka fungsi akan mengembalikan salah satu nama pola dari 10 daftar pola word graph yang memenuhi kondisi. Misalnya, kata masukan ‘memulai’ jika dilakukan stemming akan menghasilkan kata dasar ‘mulai’, ‘pulai’ sebagai kata dasar alternatif dan imbuhan ‘mem’ dikenali sebagai pola word graph ‘memkata kerja’. Pola ‘mem-kata kerja’ termasuk salah satu pola word graph kata kerja. Fungsi checkPatternVerb akan memeriksa apakah kata dasar ‘mulai’ memiliki sifat kata kerja (verba) atau kata dasar alternatif ‘pulai’ yang bersifat sebagai kata kerja. Jika salah satunya terpenuhi maka kata tersebut dianggap sebagai kata dasar dari kata masukan ‘memulai’. Pembentukan Pola Word Graph Kata Kerja

2. Jika ada pada KBBI yang disesuaikan, kata masukan diperiksa apakah mengandung imbuhan yang terdapat pada tabel Fixations atau tidak. Jika ya, dilakukan proses pemotongan berurut sesuai imbuhan-imbuhan yang dikenali pada tabel Fixations. Jika tidak, untuk imbuhan asing akan dilakukan proses stemming. Selainnya, kata masukan yang dikenali pada KBBI yang disesuaikan dikembalikan kata dasarnya dan langsung dicari sifat kata dasarnya dalam KBBI yang disesuaikan.

Hasil tahap penentuan pola word graph kata kerja akan menampilkan word graph dari pola yang membentuknya. Kata masukan yang memenuhi kondisi pola word graph kata kerja tertentu akan memanggil fungsi yang membuat pola word graph kata masukan.

3. Jika tidak terdapat pada KBBI yang disesuaikan maka dilakukan proses stemming.

Penelitian ini juga dibatasi untuk pola word graph ‘ter-kata kerja dasar’ intransitif dan ‘terkata kerja dasar’ transitif, karena sulitnya

Jika kata masukan tidak memenuhi semua kondisi pola pembentukan word graph kata kerja, maka kata tersebut bukan kata kerja bentuk turunan dan akan dicari jenis kata dasar dari kata masukan serta akan menampilkan peringatan bahwa kata masukan bukan kata kerja.

6

membedakan kedua pola tersebut hanya dari maknanya. Pembedaan kedua pola tersebut dapat dilakukan dengan melihat posisi kata kerja dengan pola word graph ‘ter-kata kerja’ intransitif ataupun transitif dalam kalimat. Pola word graph ‘ter-kata kerja dasar’ intransitif dipilih untuk dimasukkan ke dalam modul Kamus Word Graph karena pola tersebut memiliki makna yang lebih umum serta tidak perlu membutuhkan objek dalam konteks kalimat. Semua tahapan mulai dari praproses hingga tahap ini digabung dalam sebuah modul indVerbDict yang memproses pembentukan kamus word graph kata kerja. Analisis Hasil Pengujian Analisis hasil pengujian akan disajikan dalam bentuk persentase akurasi yang dihasilkan dari pengujian modul kamus word graph kata kerja dengan penjelasan untuk setiap variabel pola. Hasil akurasi pengujian secara umum disajikan pada Tabel 2. Tabel 2 Akurasi hasil pengujian Jumlah Variabel Input Jumlah Pola Word yang Input graph Kata Sesuai Kerja

Variabel pola-mekani terdiri atas pola (meng/me/mem/memper)- Kata Kerja -(kan/i) dengan 10 masukan dan pola meng-/me-/mem/memper-Kata Benda/Kata Sifat-kan/-i dengan 10 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar sesuai pola word graph kata kerja dengan variabel pola-mekani. Hasil pengujian dapat dilihat pada Lampiran 4. Pola-diter Variabel pola-diter terdiri atas pola di-Kata Kerja/Kata Benda/Kata Sifat(-i/-kan) dengan 15 masukan dan pola diper-Kata Benda/Kata Sifat(-kan) dengan 10 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar sesuai pola word graph kata kerja dengan variabel pola-mekani. Hasil pengujian dapat dilihat pada Lampiran 5 sedangkan contoh graf hasil pengujian untuk kata ‘digarami’ dapat dilihat pada Gambar 12.

Akurasi

Pola-vdasar

20

20

100,00

Pola-mekani

20

20

100,00

Pola-diter

25

25

100,00

Pola-meku

12

10

100,00

Pola-beran

12

10

83,33

Polabermeke

36

36

100,00

Pola-teri

12

12

100,00

Pola-kkdu

10

10

100,00

Pola-fixku

12

12

100,00

Pola-berku

12

12

100,00

171

169

98,83

Total

Pola-mekani

Gambar 12 Graf hasil pengujian kata ‘digarami’ Pola-meku Variabel pola-bermeku terdiri atas pola meng-/mem-/me-Kata Ulang dengan 12 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar sesuai pola word graph kata kerja dengan variabel pola-bermeku. Hasil pengujian dapat dilihat pada Lampiran 6 sedangkan contoh hasil pengujian untuk kata ‘menari-nari’ dapat dilihat dalam Gambar 13.

Pola-vdasar Variabel pola-vdasar terdiri atas pola Kata Kerja Dasar (KKD) dengan 10 masukan dan pola ber-KKD dengan 10 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar sesuai pola word graph kata kerja dengan variabel pola-vdasar. Hasil pengujian dapat dilihat pada Lampiran 3.

Gambar 13 Graf hasil pengujian kata ‘menari-nari’

7

Pola-beran Variabel pola-beran terdiri atas pola berKata Benda/Kata Sifat dengan 12 masukan. Untuk pola ber-KKan (kata kerja yg sudah diimbuhi akhiran an, contoh: ‘hubungan’) tidak dapat ditampilkan pada pola-beran. Untuk aturan ber-KKan setelah di stemming menghasilkan ber-kata kerja-an. Hal ini disebabkan oleh KBBI yang belum lengkap. Hasil pengujian dapat dilihat pada Lampiran 7.

sesuai pola word graph kata kerja dengan variabel pola-berku. Hasil pengujian dapat dilihat pada Lampiran 12. Tabel 3 Hasil Pengujian word graph kata kerja Pola-teri Kata Masukan Terduduk Terantuk

Pola-bermeke Variabel pola-bermeke terdiri atas pola berKata Benda-kan dan ber-Kata Kerja/Kata Sifatan dengan 12 masukan, pola meng-/mem-/meKata Benda/Kata Sifat dengan 12 masukan, dan pola ke-Kata Kerja/Kata Benda/Kata Sifat-an dengan 12 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar sesuai pola word graph kata kerja dengan variabel pola-bermeke. Hasil pengujian dapat dilihat pada Lampiran 8. Pola-teri Variabel pola-teri terdiri atas pola ter-Kata Kerja Dasar(-i) dengan 12 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar sesuai pola word graph kata kerja dengan variabel pola-teri. Hasil pengujian dapat dilihat pada Tabel 3 atau Lampiran 9 untuk lebih lengkap. Pola-kkdu Variabel pola-kkdu terdiri atas pola Kata Kerja Dasar Ulang dengan 10 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar sesuai pola word graph kata kerja dengan variabel pola-kkdu. Hasil pengujian dapat dilihat pada Lampiran 10. Pola-fixku Variabel pola-fixku terdiri atas pola Kata Kerja-meng-/mem-/me-Kata Kerja dengan 12 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar sesuai pola word graph kata kerja dengan variabel pola-fixku. Hasil pengujian dapat dilihat pada Lampiran 11. Pola-berku Variabel pola-berku terdiri atas pola berKata Ulang dengan 12 masukan. Semua masukan menghasilkan stemming yang sesuai sehingga semua masukan dikenali dengan benar

Terbangun Tertidur Terbenam Terjatuh Terlampaui Tersaingi Tertanami Tersirami Teraliri Terhalangi

Hasil Pengujian sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri sesuai dengan variabel word graph pola-teri

Analisis Hasil Pengujian Keseluruhan Hasil pengujian untuk word graph kata kerja dengan masukan 171 kata kerja menghasilkan akurasi 98,83%. Secara umum modul pembentukan word graph kata kerja sudah cukup baik. Masalah utama dari pengembangan modul pembentukan word graph kata kerja adalah tidak lengkapnya KBBI. Analisis Kekurangan dan Kelebihan Pengembangan Modul Pembentukan Word Graph Kata Kerja Kekurangan modul pembentukan word graph kata kerja adalah hanya mampu menampilkan graf yang sesuai dengan pola aturan word graph kata kerja hasil penelitian sebelumnya oleh Muslik (2009). Keterbatasan dalam segi pengembangannya adalah karena masukan dari sistem ini hanya satu kata maka untuk kata kerja transitif yang harus bergantung pada subjek dan objek tidak dapat dibangkitkan. Dengan demikian harus diasumsikan bahwa setiap kata kerja transitif merupakan kata kerja

8

intransitif. Di samping itu untuk beberapa pola yang telah dibangkitkan, tidak ada keterangan pada antarmuka ketika mengklik token. Beberapa pola word graph kata kerja yang telah berhasil dibuat dalam modul tidak persis sama dengan word graph yang ada pada penelitian Muslik (2009). Misalnya, pada polameku (kata ulang dengan imbuhan me-/meng/mem-) menggunakan relasi ALI ke satu token secara berulang untuk menyatakan pengulangan

2. Pengembangan modul serupa untuk aturan lain dalam Bahasa Indonesia selain kata kerja, seperti kata tugas, frasa kata, atau klausa. 3. Pengembangan sistem BogorDelftConstruct berbasis web sehingga bersifat dinamis dan dapat diakses secara real time.

kata, yang disimbolkan dengan . Pada sistem, word graph tidak menghasilkan relasi seperti simbol tersebut melainkan hanya menampilkan teks ‘ali’ pada token yang memiliki makna memunyai pengulangan kata. Kelebihan pengembangan modul pembentukan word graph kata kerja adalah telah berhasil mengimplementasikan 10 pola word graph kata kerja sesuai dengan penelitian Muslik (2009). Aplikasi BogorDelftConstruct telah mampu mengenali pola word graph kata kerja dengan tingkat akurasi 98,83%.

KESIMPULAN DAN SARAN Kesimpulan Pengembangan modul pembentukan word graph kata kerja telah mampu mengenali 10 pola aturan word graph kata kerja sesuai dengan penelitian Muslik (2009). Pola kata kerja yang menjadi masukan hanya satu kata sehingga setiap masukan diasumsikan kata kerja intransitif yang tidak perlu terikat dengan objek. Pengujian modul untuk pola word graph kata kerja secara keseluruhan menghasilkan akurasi 98,83%. Meskipun memiliki akurasi yang cukup baik sistem ini masih memiliki kekurangan. Salah satunya adalah sistem ini hanya mampu mengenali masukan sepanjang 1 kata. Di lain hal, sistem ini secara garis besar telah cukup berhasil karena telah mampu membangkitkan pola aturan word graph kata kerja yang sesuai dengan hasil penelitian yang dilakukan Muslik (2009). Saran Sebagai pengembangan dari penelitian ini beberapa hal yang dapat disarankan adalah: 1. Penambahan bagian atau fungsi dalam modul agar dapat membedakan pola kata kerja intransitif atau transitif.

9

DAFTAR PUSTAKA Alwi H, Dardjowidjojo S, Lapowila H, Moeliono AM. 2003. Tata Bahasa Baku Bahasa Indonesia. Ed ke-3. Jakarta: Balai Pustaka. Muslik A. 2009. Analisis Pembentukan Word Graph Kata Kerja Menggunakan Metode Knowledge Graph. [tesis]. Bogor: Program Pascasarjana, Institut Pertanian Bogor. Nurdiati S, and C Hoede. 2009. Word Graph Construction of Certain Aspects of Indonesian Language. Supplementary Proceedings of The 17th International Conference on Conceptual Structures. Moscow, Russia.

Rusiyamti. 2008. Analisis Teks Berbahasa Indonesia Menggunakan Metode Knowledge Graph. [tesis]. Bogor: Sekolah Pascasarjana, Institut Pertanian Bogor. Romadoni D. 2009. Pengembangan Sistem Pembentukan Word Graph Untuk Teks Berbahasa Indonesia. [skripsi]. Bogor: Program Sarjana, Institut Pertanian Bogor Zhang L. 2002. Knowledge Graph Theory and Structural Parsing. [disertasi]. ISBN 9036518350. Netherlands: Twente University

10

LAMPIRAN

11

Lampiran 1 Diagram Alir Penambahan Modul Word Graph Kata Kerja

12

Lampiran 2 Pola Word Graph Kata Kerja

Pola Pembentuk Kata Kerja

Nama Variabel Pola Dalam Sistem

Word Graph Kata Kerja

Kata Kerja Dasar (KKD)

ALI KK

Pola-vdasar Ber-KK Meng-/mem-/me-Kata Kerja (KK) Meng-/mem-/me-KK-kan Meng-/mem-/me-Kata Benda (KB)-kan

CAU

CAU

Meng-/mem-/me-Kata Sifat (KS)-kan

ALI KD

Meng-/mem-/me-KK-i Pola-mekani Meng-/mem-/me-KS-i Meng-/mem-/me-KB-i Memper-KB Memper-KS Memper-KK-kan/i Di-KKtransitif-(-i/-kan)

CAU

Ter-KKtransitif(-i)

CAU

Pola-diter

ALI KD

Di-KB-i Diper-KS

ALI Meng-/mem-/me-Kata Ulang (KU) Pola-meku

CAU CAU ALI KD

Ber-KB Ber-KS Ber-KKan

PAR Pola-beran

ALI KD

13

Ber-KB-kan

CAU

Meng-/mem-/me-KS Meng-/mem-/me-KB

ALI KD

Pola-bermeke

Meng-/mem-/me-Kata Dasar Terikat Ke-KK/KB/KS-an

CAU Ter-KKintransitif(-i)

Pola-teri

ALI KD

ALI Kata Kerja Dasar Ulang

Pola-kkdu

KK-meng-/mem-/me-KK

Pola-fixku

ALI KK

CAU

CAU ALI KD ALI

Ber-KU

Pola-berku

CAU ALI KD

14

Lampiran 3 Pengujian Pola-vdasar 1. Pola Kata Kerja Dasar (KKD) No Kata Masukan Hasil Pengujian

Kata Dasar

Sifat Kata Dasar

1

Lihat

Sesuai dengan variabel word graph pola-vdasar

Lihat

v (kata kerja)

2

Bangun


Bangun

v (kata kerja)

3

Tidur


Tidur

v (kata kerja)

4

Sua


Sua

v (kata kerja)

5

Kerja


Kerja

v (kata kerja)

6

Duduk


Duduk

v (kata kerja)

7

Pergi


Pergi

v (kata kerja)

8

Minum


Minum

v (kata kerja)

9

Tukar


Tukar

v (kata kerja)

10

Kawin


Kawin

v (kata kerja)

2. Pola Ber-Kata Kerja No Kata Masukan

Hasil Pengujian

Kata Dasar

Sifat Kata Dasar

1

Bekerja


Kerja

v (kata kerja)

2

Bermain


Main

v (kata kerja)

3

Bernyanyi


Nyanyi

v (kata kerja)

4

Berenang


Renang

v (kata kerja)

5

Berharap


Harap

v (kata kerja)

15

6

Bersua


Sua

v (kata kerja)

7

Bertukar


Tukar

v (kata kerja)

8

Bersaing


Saing

v (kata kerja)

9

Berjumpa


Jumpa

v (kata kerja)

10

Berkutat


Kutat

v (kata kerja)

3.

Contoh graf untuk pola-vdasar Kata masukan Word graph yang ditampilkan

Berjumpa

Hasil pengujian

Sesuai

16

Lampiran 4 Pengujian Pola-mekani 1. No

Pola (meng/me/mem/memper)-Kata Kerja-(kan/i) Kata Masukan

Hasil Pengujian

Kata Dasar

Sifat Kata Dasar

1

Membuka

sesuai dengan variabel word graph polamekani

Buka

v (kata kerja)

2

Memakan


Makan

v (kata kerja)

3

Menganyam


Anyam

v (kata kerja)

4

Mengatur


Atur

v (kata kerja)

5

Menanam


Tanam

v (kata kerja)

6

Memberikan


Beri

v (kata kerja)

7

Mengumpulkan


kumpul

v (kata kerja)

8

Mengirimi


kirim

v (kata kerja)

9

Mengingkari


Ingkar

v (kata kerja)

10

Memperhitungkan


Hitung

v (kata kerja)

2. No

Pola meng-/me-/mem-/memper-Kata Benda/Kata Sifat-kan/-i Kata Masukan

Hasil Pengujian

Kata Dasar

Sifat Kata Dasar

1

Menjelaskan


jelas

a (kata sifat)

2

Memfokuskan


fokus

n (kata benda)

3

Menempati


tempat

n (kata benda)

4

Memperalat


alat

n (kata benda)

17

5

Mengakali


akal

n (kata benda)

6

Memarahi


marah

a (kata sifat)

7

Meragukan


ragu

a (kata sifat)

8

Menggarami


garam

n (kata benda)

9

Mengagungkan


agung

a (kata sifat)

10

Memperlemah


lemah

a (kata sifat)

3.

Contoh graf untuk pola-mekani

Kata masukan

memperlemah

Word graph yang ditampilkan

Hasil pengujian

Sesuai

18

Lampiran 5 Pengujian Pola-diter 1.

Pola di-Kata Kerja/Kata Benda/Kata Sifat(-i/-kan) Kata No Hasil Pengujian Masukan

Kata Dasar

Sifat Kata Dasar

1

Dipetik

sesuai dengan variabel word graph pola-diter

Petik

v (kata kerja)

2

Dikerjakan


Kerja

v (kata kerja)

3

Diselami


Selam

v (kata kerja)

4

Dinodai


Noda

v (kata kerja)

5

Diramu


Ramu

v (kata kerja)

6

Ditikam


Tikam

n (kata benda)

7

Disebabkan


Sebab

n (kata benda)

8

Digarami


Garam

n (kata benda)

9

Digulai


Gula

n (kata benda)

10

Dicetak


Cetak

a (kata sifat)

11

Diratakan


Rata

a (kata sifat)

12

Dilengkapi


Lengkap

a (kata sifat)

13

Dibenci


Benci

a (kata sifat)

14

Dicintai


Cinta

a (kata sifat)

15

Dibesarkan


Besar

a (kata sifat)

2. No

Pola diper-Kata Benda/Kata Sifat(-kan) Kata Masukan

Hasil Pengujian

Kata Dasar

Sifat Kata Dasar

1

Dipermasalahkan

sesuai dengan variabel word graph poladiter

Masalah

n (kata benda)

2

Diperdebatkan


Debat

n (kata benda)

3

Dipertanyakan


Tanya

n (kata benda)

4

Diperlombakan


Lomba

n (kata benda)

5

Diperdagangkan

sesuai dengan variabel word graph pola-

Dagang

n (kata benda)

19

diter sesuai dengan variabel wor 6

Dipertegas

Tegas

a (kata sifat)

d graph pola-diter 7

Diperkuat


Kuat

a (kata sifat)

8

Dipercantik


Cantik

a (kata sifat)

9

Diperlebar


Lebat

a (kata sifat)

10

Dipermudah


Mudah

a (kata sifat)

3.

Contoh graf untuk pola-diter Kata masukan

Diperlebar


Hasil pengujian

Sesuai

20

Lampiran 6 Pengujian Pola-meku 1.

Pola meng-/mem-/me-Kata Ulang Kata Masukan

Hasil Pengujian

Kata Dasar

Sifat Kata Dasar

1

Mengungkit-ungkit

sesuai dengan variabel word graph pola-meku

Ungkit

v (kata kerja)

2

Menari-nari


Tari

n (kata benda)

3

Menerka-nerka


Terka

v (kata kerja)

4

Meliuk-liuk


Liuk

n (kata benda)

5

Menimang-nimang


Timang

v (kata kerja)

6

Mengendap-endap


Endap

v (kata kerja)

7

Memutar-mutar


Putar

v (kata kerja)

8

Melihat-lihat


Lihat

v (kata kerja)

9

Mencari-cari


Cari

v (kata kerja)

10

Melengganglenggok


Lengga ng

a (kata sifat)

11

Memotong-motong


Potong

v (kata kerja)

12

Meronta-ronta


Ronta

v (kata kerja)

No

2.

Contoh graf pola-meku

Kata masukan

Diperlebar


Hasil pengujian

Sesuai

21

Lampiran 7 Pengujian Pola-beran 1. Pola ber-Kata Benda/Kata Sifat dan ber-KKan (Kata kerja yang telah berakhiran ‘–an’) No Kata Masukan Hasil Pengujian Kata Dasar Sifat Kata Dasar 1

Berhalangan

Tidak sesuai dengan variabel word graph pola-beran

Halang

v (kata kerja)

2

Berhubungan

Tidak sesuai dengan variabel word graph pola-beran

Hubung

v (kata kerja)

3

Berpihak

sesuai dengan variabel word graph pola-beran

Pihak

n (kata benda)

4

Berbajik


Peluang

n (kata benda)

5

Berbaris


Baris

n (kata benda)

6

Bernegosiasi


Negosiasi

n (kata benda)

7

Berbahagia


Bahagia

a (kata sifat)

8

Bersedih


Sedih

a (kata sifat)

9

Berakumulatif


Akumulatif

a (kata sifat)

10

Bersabar


Sabar

a (kata sifat)

11

Berbelok


Belok

a (kata sifat)

12

Berimbang


Imbang

a (kata sifat)

2.

Contoh graf pola-beran

Kata masukan

Berbajik


Hasil pengujian

Sesuai

22

Lampiran 8 Pengujian Pola-bermeke 1.

Pola ber-Kata Benda-kan dan ber-Kata Kerja/Kata Sifat-an Kata Dasar

Kata Masukan

1

Berdasarkan

sesuai dengan variabel word graph pola-bermeke

Dasar

n (kata benda)

2

Beratapkan


Atap

n (kata benda)

3

Beralaskan


Alas

n (kata benda)

4

Berdasarkan


Dasar

n (kata benda)

5

Beristrikan


Istri

n (kata benda)

6

Berpergian


Pergi

v (kata kerja)

7

Bermunculan


Muncul

v (kata kerja)

8

Berlarian


Lari

v (kata kerja)

9

Berbatasan


Batas

v (kata kerja)

10

Berjatuhan


Jatuh

v (kata kerja)

11

Berjauhan


Jauh

a (kata sifat)

12

Bersamaan


Sama

a (kata sifat)

2. No

Hasil Pengujian

Sifat Kata Dasar

No

Pola meng-/mem-/me-Kata Benda/Kata Sifat Kata Masukan

Hasil Pengujian

Kata Dasar

Sifat Kata Dasar

1

Mendarat

sesuai dengan variabel word graph polabermeke

Darat

n (kata benda)

2

Membatu


Batu

n (kata benda)

3

Melaut


Laut

n (kata benda)

4

Mengutara


Utara

n (kata benda)

5

Menepi


Tepi

n (kata benda)

6

Menghukum


Hukum

n (kata benda)

23

7

Memburuk


Buruk

a (kata sifat)

8

Menguning


Kuning

a (kata sifat)

9

Mencair


Cair

a (kata sifat)

10

Membaik


Baik

a (kata sifat)

11

Menguat


Kuat

a (kata sifat)

12

Mengecil


Kecil

a (kata sifat)

3. No

Pola ke-Kata Kerja/Kata Benda/Kata Sifat-an Kata Masukan

1

Kenamaan

2

Ketempatan

3

Kehujanan

4

Ketakwaan

5

Ketumpahan

6

Kejatuhan

7

Kelihatan

8

Kemasukan

9

Kemahalan

10

Keringanan

11

Kehausan

12

Kegoyahan

Hasil Pengujian sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke sesuai dengan variabel word graph polabermeke

Kata Dasar

Sifat Kata Dasar

Darat

n (kata benda)

Batu

n (kata benda)

Laut

n (kata benda)

Utara

n (kata benda)

Tumpah

v (kata kerja)

Kopi

v (kata kerja)

Buruk

v (kata kerja)

Kuning

v (kata kerja)

Cair

a (kata sifat)

Baik

a (kata sifat)

Haus

a (kata sifat)

Luas

a (kata sifat)

24

4.

Contoh graf pola-bermeke

Kata masukan

Ketumpahan


Hasil pengujian

Sesuai

25

Lampiran 9 Pengujian Pola-teri 1.

Pola ter-Kata Kerja Dasar intransitif(-i) Kata No Hasil Pengujian Masukan

Kata Dasar

Sifat Kata Dasar

1

Terduduk

sesuai dengan variabel word graph pola-teri

Duduk

v (kata kerja)

2

Terantuk


Antuk

v (kata kerja)

3

Terbangun


Bangun

v (kata kerja)

4

Tertidur


Tidur

v (kata kerja)

5

Terbenam


Benam

v (kata kerja)

6

Terjatuh


Jatuh

v (kata kerja)

7

Terlampaui


Lampau

v (kata kerja)

8

Tersaingi


Saing

v (kata kerja)

9

Tertanami


Tanam

v (kata kerja)

10

Tersirami


Siram

v (kata kerja)

11

Teraliri


Alir

v (kata kerja)

12

Terhalangi


Halang

v (kata kerja)

2.

Contoh graf pola-teri

Kata masukan

Terbangun


Hasil pengujian

Sesuai

26

Lampiran 10 Pengujian Pola-kkdu 1.

Pola Kata Kerja Dasar Ulang Sifat Kata Dasar

Kata Masukan

1

Lari-lari

sesuai dengan variabel word graph pola-kkdu

Lari

v (kata kerja)

2

Jalan-jalan


Jalan

v (kata kerja)

3

Lihat-lihat


Lihat

v (kata kerja)

4

Duduk-duduk


Duduk

v (kata kerja)

5

Datang-datang


Datang

v (kata kerja)

6

Minta-minta


Minta

v (kata kerja)

7

Pekik-pekik


Pekik

v (kata kerja)

8

Putar-putar


Putar

v (kata kerja)

9

Tidur-tidur


Tidur

v (kata kerja)

10

Naik-naik


Naik

v (kata kerja)

2.

Hasil Pengujian

Kata Dasar

No

Contoh graf pola-kkdu

Kata masukan

Jalan-jalan


Hasil pengujian

Sesuai

27

Lampiran 11 Pengujian Pola-fixku 1. N o

Pola Kata Kerja-meng-/mem-/me-Kata Kerja Kata Dasar

Sifat Kata Dasar

Kata Masukan

Hasil Pengujian

1

Tusuk-menusuk

sesuai dengan variabel word graph pola-fixku

Tusuk

v (kata kerja)

2

Tikam-menikam


Tikam

v (kata kerja)

3

Tiup-meniup


Tiup

v (kata kerja)

4

Tinjau-meninjau


Tinjau

v (kata kerja)

5

Tolak-menolak


Tolak

v (kata kerja)

6

Tolongmenolong


Tolong

v (kata kerja)

7

Tukar-menukar


Tukar

v (kata kerja)

8

Anyammenganyam


Anyam

v (kata kerja)

9

Cabik-mencabik


Cabik

v (kata kerja)

10

Pinjammeminjam


Pinjam

v (kata kerja)

11

Pasangmemasang


Pasang

v (kata kerja)

12

Senggolmenyenggol


Senggol

v (kata kerja)

2.

Contoh graf pola-fixku

Kata masukan

Jalan-jalan


Hasil pengujian

Sesuai

28

Lampiran 12 Pengujian Pola-berku 1. N o

Pola ber-Kata Ulang Kata Masukan

Hasil Pengujian

Kata Dasar

Sifat Kata Dasar

1

Berlari-lari

sesuai dengan variabel word graph pola-berku

Lari

v (kata kerja)

2

Berenang-renang


Renang

v (kata kerja)

3

Bersakit-sakit


Sakit

a (kata sifat)

4

Berangguk-angguk


Angguk

v (kata kerja)

5

Berbayang-bayang


Bayang

v (kata kerja)

6

Berbincang-bincang


Bincang

v (kata kerja)

7

Bersenang-senang


Senang

a (kata sifat)

8

Berdebar-debar


Debar

v (kata kerja)

9

Berfoya-foya


Foya

v (kata kerja)

10

Berhati-hati


Hati

n (kata benda)

11

Berjaga-jaga


Jaga

v (kata kerja)

12

Berjingkrakjingkrak


Jingkrak

v (kata kerja)

2.

Contoh graf pola-berku

Kata masukan

Berlari-lari


Hasil pengujian

Sesuai

29

PENAMBAHAN MODUL PEMBENTUKAN WORD GRAPH KATA KERJA PADA APLIKASI BOGORDELFTCONSTRUCT CHRISTIAN HENRY

Recommend Documents