PERANCANGAN ATURAN ABSTRAKSI TEKS BERBAHASA INGGRIS MENGGUNAKAN METODE KNOWLEDGE GRAPH KUNTOAJI

PERANCANGAN ATURAN ABSTRAKSI TEKS BERBAHASA INGGRIS MENGGUNAKAN METODE KNOWLEDGE GRAPH

KUNTOAJI

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012


KUNTOAJI

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 i

ABSTRAK KUNTOAJI. Perancangan Aturan Abstraksi Teks Berbahasa Inggris Menggunakan Metode Knowledge Graph. Dibimbing oleh SRI NURDIATI dan FARIDA HANUM. Membaca keseluruhan sebuah teks dokumen membutuhkan waktu yang lama. Oleh sebab itu dibuatlah suatu metode untuk merangkum teks. Namun merangkum teks memiliki kelemahan yaitu menghilangkan banyak informasi dari isi teks. Agar isi teks dapat dipertahankan diperlukan metode yang dapat mengabstraksi teks sehingga didapatkan gambaran dari isi teks. Metode knowledge graph adalah suatu pendekatan baru dalam Natural Language Processing yang dapat digunakan untuk menyatakan bahasa alami dalam bentuk graf. Metode ini mengekspresikan setiap kalimat dalam bentuk graf yang kemudian dianalisis sehingga didapatkan graf yang dapat menggambarkan isi teks. Penelitian ini akan mengaplikasikan metode knowledge graph untuk mendapatkan abstraksi teks berbahasa inggris. Kata kunci: knowledge graph, Natural Language Processing

ii

ABSTRACT KUNTOAJI. Text Abstracting English Text Using Knowledge Graph Method. Supervised by SRI NURDIATI and FARIDA HANUM. Reading the whole text of a document could take a long time. There has been developed a method of sumarizing text. However this method loses a large amount of information content in the text. In order to preserve most of content of the text needed the method to get abstraction of text so that get an overview of the contents of the text. Knowledge graph method is a new approach in Natural Language Processing that can be used to express the natural language into the graphs. Using this method, every sentences in the full text can be represented into graph then analyzed to get a graph that describes the content of the text. This research will apply knowledge graph method to get the abstraction of the text. Keyword: knowledge graph, Natural Language Processing

iii


KUNTOAJI

Skripsi: sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 iv

Judul Skripsi : Perancangan Aturan Abstraksi Teks Berbahasa Inggris Menggunakan Metode Knowledge Graph Nama : Kuntoaji NIM : G54061341

Menyetujui, Pembimbing I

Pembimbing II

Dr. Ir. Sri Nurdiati, M.Sc. NIP. 19601126 198601 2 001

Dra. Farida Hanum, M.Si. NIP. 19651019 199103 2 002

Mengetahui, Ketua Departemen

Dr. Dra. Berlian Setiawaty, MS. NIP. 19650505 198903 2 004

Tanggal lulus: v

KATA PENGANTAR Bismillahirrahmanirrahim, Assalaamualaikum wr wb. Puji syukur penulis panjatkan ke hadirat Allah SWT yang telah melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Perancangan Aturan Abstraksi Teks Berbahasa Inggris Menggunakan Metode Knowledge Graph”. Selawat serta salam juga penulis sampaikan kepada junjungan nabi Muhammad SAW. Pada kesempatan ini, penulis juga menyampaikan ucapan terima kasih kepada : 1. Keluargaku: Bapak, Ibu, umi dan inu yang selalu memberikan semangat dan doa, 2. Dr. Ir. Sri Nurdiati, M.Sc selaku dosen pembimbing I dan Dra. Farida Hanum, M.Si selaku dosen pembimbing II yang telah meluangkan waktu, tenaga, dan pikiran untuk memberikan bimbingan dan pengarahan kepada penulis sehingga penulisan skripsi ini dapat diselesaikan, 3. Ir. Ngakan Komang Kutha Ardana, M.Sc selaku dosen penguji yang telah meluangkan waktu dan ilmu, 4. dosen Departemen Matematika, terima kasih atas ilmu yang diberikan, 5. staf Departemen Matematika, terima kasih atas bantuannya dalam memperlancar administrasi akademik, 6. teman-teman kost darjo: Rendi, Pras, Rofiq, Toni, Wira yang telah memberikan semangat dan nasehatnya, 7. teman-teman SMA Negeri 38 Jakarta: Dina Mawardah, Nia Prasetya Utomo, Utami Prihatini yang telah memberikan bantuan, doa dan nasihatnya, 8. teman-teman angkatan 41, 42, 43, 44, 45 yang tidak bisa penulis sebutkan satu per satu. Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan. Oleh karena itu, penulis sangat mengharapkan kritik dan saran yang bersifat membangun dari berbagai pihak untuk mengoreksi skripsi ini apabila ada kesalahan. Akhir kata, penulis berharap agar skripsi ini bermanfaat bagi semua pihak yang membaca. Wassalaamualaikum wr wb.

Bogor, Juli 2012 Penulis

Kuntoaji

vi

RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 2 Mei 1988 dari Bapak Kiswara dan Ibu Supartilah. Penulis merupakan anak ke dua dari tiga bersaudara. Tahun 2006 penulis lulus dari SMA Negeri 38 Jakarta dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur SPMB. Penulis memilih mayor Matematika dan minor Sistem Informasi Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti perkuliahan, penulis menjadi pengurus Gugus Mahasiswa Matematika (GUMATIKA) IPB pada tahun 2007-2009, divisi PSDM pada tahun 2007-2008 dan divisi SOSINKOM pada tahun 2008-2009.

vii

DAFTAR ISI Halaman DAFTAR TABEL ......................................................................................................................... ix DAFTAR GAMBAR ....................................................................................................................

ix

DAFTAR LAMPIRAN .................................................................................................................

xi

I PENDAHULUAN .................................................................................................................... 1.1 Latar Belakang Penelitian ................................................................................................. 1.2 Tujuan Penelitian ............................................................................................................... 1.3 Ruang Lingkup Penelitian .................................................................................................

1 1 1 1

II TINJAUAN PUSTAKA 2.1 Frasa Kata Benda (noun phrase) ....................................................................................... 2.2 Hubungan Antarmakna ..................................................................................................... 2.2.1 Sinonim ..................................................................................................................... 2.2.2 Kata Umum dan Khusus ........................................................................................... 2.3 Graf .................................................................................................................................... 2.4 Knowledge Graph.............................................................................................................. 2.5 Konsep ............................................................................................................................... 2.5.1 Token ......................................................................................................................... 2.5.2 Type ........................................................................................................................... 2.5.3 Name ......................................................................................................................... 2.6 Aspek-Aspek Ontologi ......................................................................................................

1 1 1 2 2 2 2 2 2 2 3

III METODOLOGI PENELITIAN IV PEMBAHASAN 4.1 Studi Literatur Teks Berbahasa Inggris ............................................................................ 4.2 Penentuan Frasa Kata Benda Sebagai Konsep ................................................................. 4.3 Penentuan threshold .......................................................................................................... 4.4 Pembuatan Rangkuman Teks dan Grafnya ....................................................................... 4.5 Pembuatan Graf Teks ........................................................................................................ 4.6 Analisis Graf Teks ............................................................................................................. 4.6.1 Analisis Relasi SUB&CAU...................................................................................... 4.6.2 Analisis Hubungan Searah ....................................................................................... 4.7 Penggabungan Graf Analisis ............................................................................................. 4.8 Pembuatan Aturan ............................................................................................................. 4.9 Pengujian Aturan ...............................................................................................................

5 5 7 10 10 27 27 27 28 29 37

V KESIMPULAN DAN SARAN 5.1 Kesimpulan ........................................................................................................................ 5.2 Saran ..................................................................................................................................

54 54

DAFTAR PUSTAKA ..................................................................................................................

55

LAMPIRAN .................................................................................................................................

55

viii

DAFTAR TABEL 1 2 3 4 5 6 7 8 9

Halaman Jumlah Kemunculan Kata Benda Atau Frasa Kata Benda Pada Teks A ............................... 5 Jumlah Kemunculan Kata Benda Atau Frasa Kata Benda Pada Teks B ............................... 6 Kata Benda Atau Frasa Kata Benda Yang Memenuhi threshold 3 Pada Teks A ................. 8 Verteks Teks A ........................................................................................................................ 8 Kata Benda Atau Frasa Kata Benda Yang Memenuhi threshold 3 Pada Teks B ................. 8 Verteks Teks B ........................................................................................................................ 9 Jumlah Kemunculan Kata Benda Atau Frasa Kata Benda Pada Teks C................................ 37 Kata Benda Atau Frasa Kata Benda Yang Memenuhi threshold 3 Pada Teks C .................. 39 Verteks Teks C ........................................................................................................................ 40

DAFTAR GAMBAR 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

Halaman Contoh graf .............................................................................................................................. 2 Contoh penggunaan relasi ALI ............................................................................................... 3 Contoh penggunaan relasi CAU.............................................................................................. 3 Contoh penggunaan relasi EQU .............................................................................................. 3 Contoh penggunaan relasi EQU .............................................................................................. 3 Contoh penggunaan relasi SUB .............................................................................................. 3 Contoh penggunaan relasi DIS................................................................................................ 3 Contoh penggunaan relasi ORD.............................................................................................. 4 Contoh penggunaan relasi PAR .............................................................................................. 4 Graf rangkuman Teks A .......................................................................................................... 10 Graf rangkuman Teks B .......................................................................................................... 10 Penulisan relasi ALI dan verteks dalam penelitian................................................................. 11 Word graph kalimat ke-1 Teks A .......................................................................................... 11 Word graph kalimat ke-2 Teks A........................................................................................... 11 Word graph kalimat ke-3 Teks A........................................................................................... 11 Word graph kalimat ke-4 Teks A........................................................................................... 12 Word graph kalimat ke-5 Teks A........................................................................................... 12 Word graph kalimat ke-6 Teks A .......................................................................................... 13 Word graph kalimat ke-7 Teks A .......................................................................................... 13 Word graph kalimat ke-8 Teks A .......................................................................................... 14 Word graph kalimat ke-9 Teks A .......................................................................................... 15 Word graph kalimat ke-10 Teks A ....................................................................................... 15 Word graph kalimat ke-11 Teks A ....................................................................................... 15 Word graph kalimat ke-12 Teks A ....................................................................................... 16 Word graph kalimat ke-13 Teks A ....................................................................................... 16 Word graph kalimat ke-14 Teks A ....................................................................................... 17 Word graph kalimat ke-15 Teks A ....................................................................................... 17 Word graph kalimat ke-16 Teks A ....................................................................................... 18 Word graph kalimat ke-17 Teks A ....................................................................................... 18 Word graph kalimat ke-1 Teks B .......................................................................................... 19 Word graph kalimat ke-2 Teks B .......................................................................................... 19 Word graph kalimat ke-3 Teks B .......................................................................................... 20 Word graph kalimat ke-4 Teks B .......................................................................................... 20 Word graph kalimat ke-5 Teks B .......................................................................................... 20 Word graph kalimat ke-6 Teks B .......................................................................................... 21 Word graph kalimat ke-7 Teks B .......................................................................................... 21 Word graph kalimat ke-8 Teks B .......................................................................................... 22 Word graph kalimat ke-9 Teks B .......................................................................................... 22 Word graph kalimat ke-10 Teks B ........................................................................................ 22 Word graph kalimat ke-11 Teks B ........................................................................................ 23 Word graph kalimat ke-12 Teks B ........................................................................................ 23 Word graph kalimat ke-13 Teks B ........................................................................................ 23 Word graph kalimat ke-14 Teks B ........................................................................................ 24

ix

44 Word graph kalimat ke-15 Teks B ........................................................................................ 45 Word graph kalimat ke-16 Teks B ........................................................................................ 46 Word graph kalimat ke-17 Teks B ........................................................................................ 47 Word graph kalimat ke-18 Teks B ........................................................................................ 48 Word graph kalimat ke-19 Teks B ........................................................................................ 49 Word graph kalimat ke-20 Teks B ........................................................................................ 50 Graf gabungan Teks A ........................................................................................................... 51 Graf gabungan Teks B ............................................................................................................. 52 Relasi SUB pada Teks A ........................................................................................................ 53 Relasi SUB pada Teks B ........................................................................................................ 54 Relasi CAU pada Teks A ....................................................................................................... 55 Relasi CAU pada Teks B ........................................................................................................ 56 Analisis hubungan searah ....................................................................................................... 57 Graf Teks A setelah dianalisis menggunakan metode knowledge graph .............................. 58 Graf Teks B setelah dianalisis menggunakan metode knowledge graph .............................. 59 Word graph kalimat ke-1 Teks C ........................................................................................... 60 Word graph kalimat ke-2 Teks C ........................................................................................... 61 Word graph kalimat ke-3 Teks C ........................................................................................... 62 Word graph kalimat ke-4 Teks C ........................................................................................... 63 Word graph kalimat ke-5 Teks C ........................................................................................... 64 Word graph kalimat ke-6 Teks C ........................................................................................... 65 Word graph kalimat ke-7 Teks C ........................................................................................... 66 Word graph kalimat ke-8 Teks C ........................................................................................... 67 Word graph kalimat ke-9 Teks C ........................................................................................... 68 Word graph kalimat ke-10 Teks C ......................................................................................... 69 Word graph kalimat ke-11 Teks C ......................................................................................... 70 Word graph kalimat ke-12 Teks C ......................................................................................... 71 Word graph kalimat ke-13 Teks C ......................................................................................... 72 Word graph kalimat ke-14 Teks C ......................................................................................... 73 Word graph kalimat ke-15 Teks C ......................................................................................... 74 Word graph kalimat ke-16 Teks C ......................................................................................... 75 Word graph kalimat ke-17 Teks C ......................................................................................... 76 Word graph kalimat ke-18 Teks C ......................................................................................... 77 Word graph kalimat ke-19 Teks C ......................................................................................... 78 Word graph kalimat ke-20 Teks C ......................................................................................... 79 Word graph kalimat ke-21 Teks C ......................................................................................... 80 Word graph kalimat ke-22 Teks C ......................................................................................... 81 Word graph kalimat ke-23 Teks C ......................................................................................... 82 Word graph kalimat ke-24 Teks C ......................................................................................... 83 Word graph kalimat ke-25 Teks C ......................................................................................... 84 Word graph kalimat ke-26 Teks C ......................................................................................... 85 Word graph kalimat ke-27 Teks C ......................................................................................... 86 Word graph kalimat ke-28 Teks C ......................................................................................... 87 Word graph kalimat ke-29 Teks C ......................................................................................... 88 Word graph kalimat ke-30 Teks C ......................................................................................... 89 Word graph kalimat ke-31 Teks C ......................................................................................... 90 Word graph kalimat ke-32 Teks C ......................................................................................... 91 Word graph kalimat ke-33 Teks C ......................................................................................... 92 Word graph kalimat ke-34 Teks C ......................................................................................... 93 Word graph kalimat ke-35 Teks C ......................................................................................... 94 Word graph kalimat ke-36 Teks C ......................................................................................... 95 Graf gabungan Teks C ............................................................................................................ 96 Graf hasil aturan Teks C ......................................................................................................... 97 Graf rangkuman Teks C ......................................................................................................... 98 Word graph kalimat ke-1 rangkuman Teks A ....................................................................... 99 Word graph kalimat ke-2 rangkuman Teks A ....................................................................... 100 Word graph kalimat ke-3 rangkuman Teks A ................................................................. 101 Word graph kalimat ke-4 rangkuman Teks A .................................................................

24 24 25 25 25 27 27 27 28 28 28 28 28 29 29 41 41 41 42 42 43 43 43 43 44 44 44 44 45 45 45 46 46 46 47 47 47 47 48 48 49 49 49 49 50 50 52 52 52 53 53 53 54 54 59 60 60 61

x

102 103 104 105 106 107 108 109 110 111 112 113 114 115 116

Word graph kalimat ke-5 rangkuman Teks A ................................................................. Word graph kalimat ke-6 rangkuman Teks A ................................................................. Word graph kalimat ke-7 rangkuman Teks A ................................................................. Word graph kalimat ke-1 rangkuman Teks B .................................................................. Word graph kalimat ke-2 rangkuman Teks B .................................................................. Word graph kalimat ke-3 rangkuman Teks B .................................................................. Word graph kalimat ke-4 rangkuman Teks B .................................................................. Word graph kalimat ke-5 rangkuman Teks B .................................................................. Word graph kalimat ke-1 rangkuman Teks C .................................................................. Word graph kalimat ke-2 rangkuman Teks C .................................................................. Word graph kalimat ke-3 rangkuman Teks C .................................................................. Word graph kalimat ke-4 rangkuman Teks C .................................................................. Word graph kalimat ke-5 rangkuman Teks C .................................................................. Word graph kalimat ke-6 rangkuman Teks C .................................................................. Word graph kalimat ke-7 rangkuman Teks C ...................................................................

61 62 62 63 63 64 65 65 66 67 67 67 68 68 69

DAFTAR LAMPIRAN 1 2 3 4 5 6 7 8 9

Halaman Teks A ...................................................................................................................................... 56 Teks B ...................................................................................................................................... 57 Teks C ...................................................................................................................................... 58 Rangkuman Teks A ................................................................................................................. 59 Pembentukan word graph rangkuman Teks A ....................................................................... 59 Rangkuman Teks B ................................................................................................................. 62 Pembentukan word graph rangkuman Teks B ....................................................................... 62 Rangkuman Teks C ................................................................................................................. 66 Pembentukan word graph rangkuman Teks C ....................................................................... 66

xi

1

I PENDAHULUAN 1.1 Latar Belakang Penelitian Sebelum membaca sebuah teks, kebanyakan orang lebih memilih untuk membaca ringkasan dari teks tersebut. Dengan membaca ringkasan teks, pembaca lebih cepat memahami isi dari teks dan menentukan apakah ia akan membaca keseluruhan teks tersebut atau tidak. Salah satu cara meringkas teks adalah dengan mengambil kalimat yang menjadi ide utama yang kemudian dituliskan kembali dengan pemahaman peringkas atau dengan menyimpulkannya langsung berdasarkan pendapat peringkas. Namun cara tersebut kurang baik digunakan untuk meringkas karena mungkin ada informasi yang hilang apabila hanya mengambil kalimat utama. Selain itu ringkasan yang dibuat bersifat subjektif yaitu setiap peringkas mungkin memiliki pemahaman yang berbeda terhadap sebuah teks berdasarkan pengalaman hidupnya dan disiplin ilmunya. Salah satu cara untuk meringkas adalah dengan menggunakan metode knowledge

graph. Knowledge graph adalah suatu metode baru dalam natural language processing yang merupakan sebuah tinjauan untuk menggambarkan atau menjelaskan bahasa dengan cara menganalisis teks secara harfiah dan diperkaya dengan latar belakang pengetahuannya sehingga menghasilkan sebuah pengetahuan baru (Zhang 2002). 1.2 Tujuan Penelitian Tujuan penelitian ini ialah merancang suatu aturan untuk mendapatkan sebuah knowledge graph yang menggambarkan intisari dari isi teks berbahasa Inggris. 1.3 Ruang Lingkup Penelitian Dalam penelitian ini penulis menggunakan metode knowledge graph dengan kata benda atau frasa kata benda sebagai konsep sedangkan relasi yang digunakan hanya relasi causality dan subset. Teks yang digunakan adalah teks berbahasa Inggris yang memiliki tema green computing.

II TINJAUAN PUSTAKA Dalam bab ini akan diberikan pengertian dan penjelasan yang akan digunakan dalam penelitian. 2.1 Frasa kata benda (noun phrase) Suatu konsep sering ditandai dengan berbagai kata yang memiliki sedikit perbedaan konotasi. Semakin banyak kosakata yang digunakan untuk memaknai suatu konsep maka lebih banyak pilihan kata sehingga lebih tepat dalam menyampaikan makna. Namun demikian sebanyak apapun kosakata yang digunakan untuk menyampaikan suatu makna, penggunaan satu kata yang sudah spesifik terkadang kurang cukup. Contoh, apabila ingin menunjuk seorang wanita yang berada di ruangan sebelah yang tidak diketahui namanya cukup menggunakan “that girl”, tetapi apabila wanitanya lebih dari satu menggunakan “that girl” saja terlalu umum perlu adanya tambahan seperti “that girl who

wear red shirt” sehingga terbentuklah frasa kata benda. Frasa kata benda adalah sekelompok kata dengan kata benda sebagai inti dengan ditambah kata penerang sebagai penjelas. Kata penjelas ini dapat diletakkan didepan atau dibelakang kata inti (Anik M Indriastuti 2011). 2.2 Hubungan Antarmakna 2.2.1 Sinonim Sinonim adalah kata-kata yang mengandung makna pusat yang sama tetapi berbeda dalam nilai rasa. Atau secara singkat sinonim adalah kata-kata yang mempunyai denotasi yang sama tetapi berbeda dalam konotasi (Aminuddin 1988).

2

2.2.2 Kata Umum dan Khusus Kata umum, disebut pula hipernim atau superordinat, adalah kata yang ruang lingkup maknanya mencangkup 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 (Waridah 2008). 2.3 Graf Graf G adalah pasangan terurut (V,E) dengan V adalah himpunan berhingga dan tidak kosong dari elemen-elemen yang disebut verteks dan E himpunan pasangan takterurut (mungkin kosong) dari elemen-elemen V yang disebut edge (Chartrand & Oellermann 1993). Contoh, graf G dengan V(G) = {u,v,w,x}; dan E(G) = {uv,uw,wx}, diperlihatkan pada gambar 1 sebagai berikut:

Gambar 1 Contoh graf. Graf G’ disebut subgraf dari G jika semua simpul dan sisi dari G’ terletak di G (Chartrand & Oellermann 1993). Digraph (graf berarah) D adalah himpunan takkosong dan berhingga dari verteks-verteks, yaitu V(D) dan himpunan edge, yaitu E(D), dari pasangan terurut verteks-verteks yang berbeda. Anggota E(D) disebut arcs. (Chartrand & Oellermann 1993). 2.4 Knowledge Graph Metode knowledge graph adalah suatu pendekatan baru yang dapat digunakan untuk menyatakan bahasa alami dalam bentuk graf. Perbedaan yang mendasar antara metode knowledge graph dengan teori representasi lain adalah bahwa metode knowledge graph ini menggunakan relasi yang jumlahnya terbatas. Knowledge graph mampu melukiskan atau menggambarkan aspek-aspek semantik yang lebih mendasar dengan

menggunakan sejumlah relasi yang banyaknya terbatas. Metode ini memberikan cara baru melakukan penelitian untuk memahami bahasa manusia dengan bantuan komputer (Zhang 2002). 2.5 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). 2.5.1 Token Dalam metode 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 ialah 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 metode knowledge graph dinyatakan dengan simbol “ “. Seseorang dalam mengamati sesuatu akan membandingkannya dengan dunia nyata. Dengan demikian dalam metode knowledge graph segala sesuatu akan dihubungkan dengan token. 2.5.2 Type Type adalah konsep yang berupa informasi umum dan bersifat objektif karena merupakan kesepakatan yang dibuat sebelumnya. Contoh type misalnya buah, binatang dan sebagainya. 2.5.3 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.

3

2.6 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. Ontologi word graph sampai saat ini terdiri atas token yang dinyatakan dengan node, 8 binary relationships, dan 4 frame relationships. Menurut Zhang (2002), penjelasan dari ontologi dalam metode knowledge graph tersebut dapat diberikan sebagai berikut: 1. Relasi ALI (Alikeness) Relasi ALI digunakan untuk menghubungkan sebuah type dengan token. Contoh: dog adalah type, maka dapat dinyatakan dengan word graph berikut: ALI

Relasi EQU digunakan untuk menghubungkan sebuah name dengan token. Contoh: Pluto is the name of dog dan word graph-nya seperti gambar berikut:

pluto

ALI

dog

Gambar 4 Contoh penggunaan relasi EQU. Relasi ini biasa juga untuk menyatakan sinonim, adalah, merupakan dan word graphnya dapat dilihat pada gambar berikut: company

EQU

ALI

ALI

firm

Gambar 5 Contoh penggunaan relasi EQU. 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. Contoh: tail is part of cat, maka dapat dinyatakan dengan word graph berikut:

dog

Gambar 2 Contoh penggunaan relasi ALI.

EQU

tail

ALI

SUB

ALI

cat

Gambar 6 Contoh penggunaan relasi SUB. 2. Relasi CAU (Causality) Relasi causallity 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 atas kata benda dan kata kerja atau untuk menghubungkan subjek dengan predikat atau predikat dengan objek. Contoh: dog hit man. Kalimat tersebut dapat dinyatakan sebagai berikut: CAU

ALI dog

CAU

ALI hit

berikut: A DIS B berarti bahwa A ∩ B = ∅. Relasi ini juga dapat digunakan untuk menyatakan kata “different”, atau “not like”, contoh: water different with oil yang dapat dinyatakan dengan word graph berikut:

water ALI man

Gambar 3 Contoh penggunaan relasi CAU. 3. Relasi EQU (Equality)

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

ALI

DIS

ALI

oil

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 “Monday until Friday”, yaitu:

4

Monday

ALI

ORD

ALI

Friday

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 red car. Kata red merupakan warna dari car, atau

dengan kata lain red adalah atribut dari car. Frasa red car dapat dinyatakan dengan word graph sebagai berikut: ALI red

PAR

ALI

car

Gambar 9 Contoh penggunaan relasi PAR.

III METODOLOGI PENELITIAN Pada bab ini dibahas tahapan yang dilakukan dalam penelitian ini. 1. Studi Literatur Teks Berbahasa Inggris Studi literatur adalah kegiatan yang dilakukan untuk mendapatkan teks-teks yang sesuai dengan tema yang digunakan dalam penelitian. Penelitian ini menggunakan tiga teks berbahasa Inggris bertemakan green computing, dua teks digunakan untuk membentuk aturan, satu teks untuk bahan uji. 2. Penentuan Kata Benda dan Frasa Kata Benda Analisis teks dilakukan kalimat per kalimat. Setiap kalimat ditentukan kata benda dan frasa kata bendanya berdasarkan cirinya. Kata benda dan frasa kata benda yang sudah diperoleh kemudian dikelompokkan menurut kesamaan makna dan bentuk kata umumnya. Kata benda atau frasa kata benda yang digunakan hanyalah yang sesuai dengan nilai threshold yang ditentukan. Nilai threshold yang digunakan pada penelitian ini ialah 3. Nilai threshold ini dapat diubah sesuai dengan kebutuhan, semakin besar ukuran suatu teks maka akan terdapat frasa kata benda atau kata benda yang jumlahnya lebih banyak sehingga nilai threshold akan semakin besar. Kata benda atau frasa kata benda yang memenuhi threshold akan diberi label dan digunakan sebagai verteks. 3. Pembuatan Rangkuman Teks dan Grafnya Teks yang ada dibuat rangkumannya secara manual. Rangkuman tersebut

kemudian dibuat graf berarahnya berdasarkan metode knowledge graph. Verteks yang digunakan adalah verteks yang diperoleh dari proses sebelumnya. 4. Pembuatan Graf Teks Verteks yang sudah diperoleh digunakan untuk membuat graf berarah yang menggambarkan hubungan setiap kata benda atau frasa kata benda pada setiap kalimat berdasarkan metode knowledge graph. 5. Modifikasi Graf Teks Graf gabungan teks yang sudah terbentuk kemudian dimodifikasi sehingga menyerupai graf gabungan rangkuman teks dengan cara menghapus edge yang ada pada graf gabungan teks tetapi tidak ada pada graf gabungan rangkuman teks berdasarkan metode knowledge graph. 6. Perancangan Aturan Pada tahap ini akan ditentukan aturan yang digunakan untuk mendapatkan graf yang merepresentasikan teks. Aturan dibuat berdasarkan langkah-langkah modifikasi graf gabungan teks. 7. Pengujian Aturan Aturan yang sudah dirancang kemudian diuji pada teks yang berbeda untuk menentukan kelayakan aturan terserbut.

5

IV PEMBAHASAN 4.1 Studi Literatur Teks Berbahasa Inggris Dari hasil studi kepustakaan teks berbahasa Inggris secara online dengan tema green computing diperoleh tiga teks yang akan dianalisis. Ketiga teks tersebut dapat dilihat dalam Lampiran 1,2, dan 3. 4.2

Penentuan frasa kata benda sebagai konsep Konsep yang digunakan dalam penelitian ini berupa kata benda atau frasa kata benda.

Kata benda atau frasa kata benda yang telah diperoleh dalam setiap teks dihitung jumlah kemunculannya, kemudian dikelompokkan berdasarkan kesamaan makna dan juga berdasarkan bentuk kata umumnya. Proses penghitungan dan pengelompokan ini dilakukan pada setiap teks, dan didapatkan data sebagai berikut:

Tabel 1 Daftar jumlah kemunculan kata benda atau frasa kata benda pada Teks A Kata Benda atau Frasa Kata Benda

Jumlah

green computing, main goal of green computing

10

EPA, firms, business

10

companies,

Kata Benda atau Frasa Kata Benda

Jumlah

term, term green computing

3

world, world of computer

3

new requirements

requirements,

3

4

computers, old electronics, new computer, old computers

5

program, Energy Star

5

green computing system, IT system, ranking system, computer system

millions computer user, end user of equipment, home computer user, user

4

environment

3 3

energy

3

the use of energy, the usage of biodegradable product, the use of materials

2006,

4

hard balance

2

hardware, computer component

2

popular trends

1

mainstream

1

global technology

1

outcome, product

2

goal

1

green

1

policy

1

computing

1

computer resources

1

disposal of computer waste

1

process

1

government agencies

1

satisfaction of user

1

green chemistry

1

time, October years,1992

of

6

Tabel 1 Daftar jumlah kemunculan kata benda atau frasa kata benda pada Teks A (lanjutan) Kata Benda atau Frasa Kata Benda

Jumlah


Jumlah

different markets

1

people

1

management

1

different areas

1

energy efficient technology, energy efficient computing equipment

2

organizational success

1

sleep mode

1

20 state

1

Tabel 2 Daftar jumlah kemunculan kata benda atau frasa kata benda pada Teks B Kata Benda atau Frasa Kata Jumlah Kata Benda atau Frasa Kata Benda Benda the re-use of some materials, efficient use of resources, the use of computing resources, the use of environmentally hazardous materials, the use of recyclable materials, the use of nonbiodegradable components, the use of sustainable resources, the use of energy, the use of firewalls, the use of anti virus programs, the use of anti spyware

8

computing products, products, EPEAT products, the first results of green computing, client solutions, branding

6

Jumlah

program,

3

costs, efficient energy expenditures, energy expenditures, energy cost accounting

5

group, the popular green computing groups, movements, organization

4

materials, resources

3

refrigerators, air conditioners, fans

3

7

liquid cooling systems, energy efficient cooling systems, less noisy cooling systems

3

4

monitor, energy efficient monitors, traditional CRT monitors, LCDs, television sets, computer monitor

6

electronic products environmental assessment tool, consumer's electronic equipment, EPEAT, temperature control devices standby mode

1

environmental impacts of new technology, environmental impacts of emerging technology, the social impacts of new technology, the social impacts of emerging technology, environmental impacts

5

position

1

policies

1

green computing, green computing philosophies, green computing concept, the spin-offs of green computing, the first manifestations of the green computing movement

The Energy Energy Star

Star

7

Tabel 2 Daftar jumlah kemunculan kata benda atau frasa kata benda pada Teks B (lanjutan) Kata Benda atau Frasa Kata Benda

Jumlah

green computing practices, virtualization practices, file sharing practices

4

CFCs volunteer computing

computing,


Jumlah

IT personnel

1

social duties

1

1

voluntary label awarded

1

2

online security

1

market

1

regulation

1

structural makeup

1

time, 1992

2

term

2

tactical incrementalists

2

strategic leaders

life of computing product, life of product

2

2 under

2

virtualization of servers

1

user

networks

1

2

temperature maintenance

1

tear

1

businesses

1

conventional heat sinks

1

E waste

1

amount of ewaste

1

environment

1

concept developed

1

political pressure

pressure,

maintenance activity

activities,

economic viability, economic sentiments

2

computer parts

1

factors

1

the efficiency of computing product

1

similar items

1

thermal shock wear

1

the Sleep mode function of computer monitor

1

the Internet

1

4.3 Penentuan threshold Kata benda atau frasa kata benda yang digunakan hanya yang sesuai dengan nilai threshold yang ditentukan. Nilai threshold yang digunakan pada penelitian ini adalah 3. Nilai threshold ini dapat diubah sesuai dengan kebutuhan. Semakin besar ukuran suatu teks maka akan terdapat frasa kata benda atau kata

benda yang jumlahnya lebih banyak sehingga nilai pembatasannya akan semakin besar. Konsep-konsep yang memenuhi threshold tersebut akan diberi label dan digunakan sebagai verteks, sehingga didapat urutan kata benda pada setiap teks yang akan digunakan sebagai konsep pada penelitian adalah sebagai berikut:

8

Tabel 3 Kata benda atau frasa kata benda yang memenuhi threshold 3 pada Teks A Kata Benda atau Frasa Kata Benda

Jumlah


10

EPA, firms, companies, business green computing system, IT system, ranking system, computer system

10


5


5


4

time, October of 2006, years, 1992

4


3


3

new requirements environment

3

requirements,

4

3

Tabel 4 Verteks Teks A (lanjutan) Verteks

Kata Benda & Frasa Kata Benda

v5


v6

energy

v7

time, October of 2006, years, 1992

v8

green computing system, IT system, ranking system, computer system

v9

environment

v10

new requirements, requirements

v11


v12


v13



3

Tabel 5 Kata benda atau frasa kata benda yang memenuhi threshold 3 pada Teks B Jumlah

energy

3

Kata Benda atau Frasa Kata Benda the re-use of some materials, efficient use of resources, the use of computing resources, the use of environmentally hazardous materials, the use of recyclable materials, the use of non-biodegradable components, the use of sustainable resources, the use of energy, the use of firewalls, the use of anti virus programs, the use of anti spyware computing products, products, EPEAT products, the first results of green computing, client solutions, branding

8

Tabel 4 Verteks Teks A Verteks


v1


v2

EPA, firms, companies, business

v3


v4


6

9

Tabel 5 Kata benda atau frasa kata benda yang memenuhi threshold 3 pada Teks B (lanjutan) Kata Benda atau Frasa Kata Benda

Jumlah

green computing, green computing philosophies, green computing concept, the spinoffs of green computing, the first manifestations of the green computing movement

7


6

environmental impacts of new technology, environmental impacts of emerging technology, the social impacts of new technology, the social impacts of emerging technology, environmental impacts costs, efficient energy expenditures, energy expenditures, energy cost accounting group, the popular green computing groups, movements, organization

5


3

electronic products environmental assessment tool, consumer's electronic equipment, EPEAT, temperature control devices

4

the Energy Star program , Energy Star materials, resources

3

refrigerators, air conditioners, fans

3


3

Tabel 6 Verteks Teks B Verteks

v1

computing products, products, EPEAT products, the first results of green computing, client solutions, branding

v2


v3

green computing, green computing philosophies, green computing concept, the spin-offs of green computing, the first manifestations of the green computing movement

v4

the re-use of some materials, efficient use of resources, the use of computing resources, the use of environmentally hazardous materials, the use of recyclable materials, the use of nonbiodegradable components, the use of sustainable resources, the use of energy, the use of firewalls, the use of anti virus programs, the use of anti spyware

v5

the Energy Star program, Energy Star

v6


v7

electronic products environmental assessment tool, consumer's electronic equipment, EPEAT, temperature control devices

v8

refrigerators, fans

v9

costs, efficient energy expenditures, energy expenditures, energy cost accounting

5

4

3


air

conditioners,

10

Tabel 6 Verteks Teks B (lanjutan) Verteks


v10

group, the popular green computing groups, movements, organization

v11

materials, resources

v12

environmental impacts of new technology, environmental impacts of emerging technology, the social impacts of new technology, the social impacts of emerging technology, environmental impacts

v13


4.4 Pembuatan Rangkuman Teks dan Grafnya Setiap teks dibuatkan rangkumannya secara manual (rangkuman Teks A diberikan di Lampiran 4 sedangkan rangkuman Teks B diberikan di Lampiran 6). Verteks-verteks yang sudah diperoleh digunakan untuk membuat word graph setiap kalimat rangkuman teks, yang kemudian digabungkan menjadi satu graf (word graph setiap kalimat rangkuman Teks A diberikan di Lampiran 5, sedangkan word graph setiap kalimat rangkuman Teks B diberikan di Lampiran 7). Berikut ialah gambar word graph rangkuman Teks A dan Teks B yang sudah disatukan:

5

12

2

8

1

3

4

7

9

10

11

6 13

Relasi CAU Relasi SUB Gambar 10 Graf rangkuman Teks A.

7

3

1

9

5

4

12 Relasi CAU Relasi SUB Gambar 11 Graf rangkuman Teks B. 4.5 Pembuatan Graf Teks Verteks-verteks yang telah ditentukan akan digunakan untuk membentuk graf dari setiap teks. Relasi yang digunakan hanya causality (CAU) dan subset (SUB) karena paling banyak ditemukan. Graf yang dibentuk merupakan graf yang bersifat subjektif, setiap individu mungkin akan menghasilkan graf yang tidak sama bergantung pada alasan masing-masing. Untuk menghubungkan frasa kata benda atau kata benda dengan token digunakan relasi alikeness. Banyaknya frasa kata benda atau kata benda yang digunakan menyebabkan pada saat membuat graf menjadi rumit. Untuk mempermudah pembuatan graf dilakukan sedikit perubahan dalam penulisan relasi ALI dan verteks yang digunakan. Sebagai contoh, relasi ALI dan representasi verteks pada

11

penulisan selanjutnya akan ditulis sebagai berikut:

cat

ALI

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

cat v1

Kalimat ke-2: “But, what exactly is green computing?”

1

green computing

Gambar 12 Penulisan relasi ALI dan verteks dalam penelitian. Graf akan dibuat pada setiap kalimat dari teks. Pertama-tama akan dibuat graf dari setiap kata benda atau frasa kata benda dalam kalimat, kemudian word graph yang terbentuk akan dicocokkan dengan verteks yang telah ditentukan sebelumnya. Dalam pembentukan graf akan dipertimbangkan hubungan antarkata benda atau frasa kata benda. Teks A Kalimat ke-1: “When it comes to the world of computers, green computing is becoming one of the most popular trends.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

Gambar 14 Word graph kalimat ke-2 Teks A. Setelah dicocokkan dengan tabel verteks Teks A, hanya ada satu kata benda yang terdaftar yaitu green computing. Kalimat ke-3: “The term “green computing” is one that is coming out in many different markets and areas all over the world in today's global technology.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut: term green computing EQU

world of computer

one green computing

SUB

popular trends

SUB

SUB

area

market

SUB

SUB Gambar 13 Word graph kalimat ke-1 Teks A.

world

Setelah dicocokkan dengan tabel verteks Teks A, ada dua frasa kata benda yang terdaftar yaitu world of computer dan green computing, namun tidak ada relasi yang menghubungkan.

global technology

SUB

Gambar 15 Word graph kalimat ke-3 Teks A.

12

Setelah dicocokkan dengan tabel verteks Teks A, ada dua frasa kata benda atau kata benda yang terdaftar yaitu term green computing dan world, namun tidak ada relasi yang menghubungkan.

it

green computing

EQU green computing

Kalimat ke-4: “Yet, many computer users out there aren't sure what it means.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

CAU computer resources CAU environment

computer user CAU

green computing EQU it

5 CAU 1 Gambar 16 Word graph kalimat ke-4 Teks A. Kalimat ke-5: “Green computing is actually pretty easy to explain and to do – it is basically learning to use computer resources more efficiently to help the environment as well as energy savings.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

CAU energy

Gambar 17 Word graph kalimat ke-5 Teks A. Setelah dicocokkan dengan tabel verteks Teks A, ada tiga frasa kata benda atau kata benda yang terdaftar yaitu green computing, environment dan energy, namun tidak ada relasi yang menghubungkan. Kalimat ke-6: “The main goal of a green computing is to help the triple bottom line, which is an expanded spectrum of settings for measuring organizational success, and is extremely similar to green chemistry, which reduces the use of energy and materials that harm the environment.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

13

CAU

triple bottom line

main goal of green computing

green computing

CAU CAU

CAU

spectrum EQU

CAU organizational success

green chemistry CAU

computer component

1 CAU

CAU 13

the use of energy

the use of materials CAU environment

1

13

the usage of biodegradable product

13 CAU 9

Gambar 18 Word graph kalimat ke-6 Teks A. Kalimat ke-7: “Green computing helps to promote the usage of biodegradable products and recycle computer components whenever possible.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan cara serupa diperoleh word graph sebagai berikut:

Gambar 19 Word graph kalimat ke-7 Teks A. Kalimat ke-8: “Green computing started as early as 1992, when the EPA created Energy Star, which is a voluntary labeling program that promotes energy efficient computing equipment and technologies.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan cara serupa diperoleh word graph sebagai berikut:

14

green computing

Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

SUB 1992

CAU EPA CAU energy star

CAU program

EQU

energy efficient computing equipment and technology

it

CAU energy efficient computing equipment

sleep mode

CAU

energy efficient technology

CAU

CAU CAU

computer manufacture

program CAU millions computer user

SUB world CAU

CAU 7 SUB

CAU

1 CAU 2

policy

energy

computer

CAU

computer user EQU

CAU 4

Gambar 20 Word graph kalimat ke-8 Teks A. Kalimat ke-9: “It was because of this program that many computer manufacturers launched sleep mode and millions computer users around the world began to adopt this policy to help save energy when they were not using their computers.”

they

15

help strive for better standards for computers and companies to help promote green computing.”

4 CAU SUB


5

12

CAU 6 CAU 3

government agencies

5 CAU

CAU

Gambar 21 Word graph kalimat ke-9 Teks A. Kalimat ke-10: “The term green computing began to be used around this same time as well as, and began to become a goal that more companies strive to meet over the years.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

better standard CAU

CAU

companies

computer

CAU

CAU green computing

CAU

term green computing

CAU

goal CAU

CAU

companies

time

2

1 CAU 3

CAU years

11 CAU

2

7

7

CAU

Gambar 22 Word graph kalimat ke-10 Teks A. Kalimat ke-11: “There are several government agencies that have continued to

Gambar 23 Word graph kalimat ke-11 Teks A. Kalimat ke-12: “Energy star was actually revised in October of 2006 to make the requirements more strict for computers, and also implemented a ranking system for products.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

16

new requirements

October of 2006

CAU

CAU CAU

SUB energy star

green computing

20 states

CAU

program CAU

requirements old computer

CAU

CAU

CAU old electronic

computer

ranking system CAU

10

product

1 CAU 4 CAU

7

3 SUB CAU

4

10 CAU

8

CAU 3

Gambar 24 Word graph kalimat ke-12 Teks A. Kalimat ke-13: “Because of these new requirements, there are over 20 states that have now established a special recycling program for old computers and electronics to help with green computing.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

Gambar 25 Word graph kalimat ke-13 Teks A. Kalimat ke-14: “Many of today's IT systems are beginning to rely on both people and hardware to help push their computer systems toward a more green computing system to help both the company and more.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

17

information technology system

hard balance

CAU people

it EQU balance

CAU CAU

CAU CAU

computer system

hardware

ORD green computing system

CAU

company

SUB SUB SUB

management compliance satisfaction of user disposal of computer waste

CAU CAU

CAU

SUB circle

8

CAU 8

8

outcome CAU 2

Gambar 26 Word graph kalimat ke-14 Teks A. Kalimat ke-15: “This is a hard balance to achieve, as it requires that the satisfaction of users, management, regulatory compliance, and even the disposal of computer waste is all managed so that everyone is the circle is happy with the outcome.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

Gambar 27 Word graph kalimat ke-15 Teks A. Setelah dicocokkan dengan tabel verteks Teks A, hanya ada satu frasa kata benda yang terdaftar yaitu satisfaction of user. Kalimat ke-16: “But, many companies are learning the best ways that they can go more green when it comes to their computing and also help their business in the process.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

18

computer personell

CAU companies

best way CAU

DIS

CAU computing

home computer user

green CAU

larger firm

CAU business

term CAU requirement

the end user of equipment


CAU

Setelah dicocokkan dengan tabel verteks Teks A, ada dua kata benda yang terdaftar yaitu companies dan business, namun tidak ada relasi yang menghubungkan.


green computing

DIS

process

Kalimat ke-17: “While many home computer users may not be quite as familiar with green computing as larger firms or computer personell, this term is starting to become more mainstream and the requirements better for new computers to help both the companies and the end user of the equipment – as well as our environment.”

CAU

CAU

new computer

CAU

CAU

environment

companies

CAU 5

1

2

11 CAU 10 CAU CAU

CAU 5

9

3 CAU 2


19

Teks B environmental impact

Kalimat ke-1: “Green computing is the term used to denote efficient use of resources in computing. ” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut: green computing

CAU CAU term

the use of computing resources

EQU term

CAU social duties

CAU efficient use of resources

CAU economic viability

SUB computing Gambar 30 Word graph kalimat ke-1 Teks B. Setelah dicocokkan dengan tabel verteks Teks B, ada dua frasa kata benda yang terdaftar yaitu green computing dan efficient use of resources, namun tidak ada relasi yang menghubungkan.

4 CAU 12 Gambar 31 Word graph kalimat ke-2 Teks B.

Kalimat ke-2 This term generally relates to the use of computing resources in conjunction with minimizing environmental impact, maximizing economic viability and ensuring social duties.”

Kalimat ke-3: “Green computing is very much related to other similar movements like reducing the use of environmentally hazardous materials like CFCs, promoting the use of recyclable materials, minimizing use of non-biodegradable components, and encouraging use of sustainable resources.”

Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:


20

the spin-offs of green computing

CFCs EQU

SUB

the use of environmentally hazardous materials

EQU

EQU

CAU

green computing

EPEAT

movements

EQU the use of nonbiodegradable components

electronic products environmental assessment tool

EQU EQU the use of recyclable materials

3 SUB 7 Gambar 33 Word graph kalimat ke-4 Teks B.

the use of sustainable resources


CAU 3

Kalimat ke-5: “EPEAT products serve to increase the efficiency and life of computing products.”

10

Gambar 32 Word graph kalimat ke-3 Teks B. Kalimat ke-4: “One of the spin-offs of green computing is EPEAT or Electronic Products Environmental Assessment Tool.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

EPEAT product

CAU

the efficiency of computing product

CAU

life of computing product Gambar 34 Word graph kalimat ke-5 Teks B. Setelah dicocokkan dengan tabel verteks Teks B, ada satu frasa kata benda yang terdaftar yaitu EPEAT product. Kalimat ke-6: “Moreover, these products are designed to minimize energy expenditures,

21

minimize maintenance activities throughout the life of the product and allow the re-use or recycling of some materials.”

the first manifestations of green computing movement

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

SUB energy star program

SUB 1992

the re-use of some materials material

CAU

CAU

product

3

CAU CAU

CAU

energy expenditures

life of the product

maintenance activies

4

11

CAU

CAU CAU 1 9

Gambar 35 Word graph kalimat ke-6 Teks B. Kalimat ke-7: “One of the first manifestations of the green computing movement was the launch of the Energy Star program back in 1992.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

SUB 5 Gambar 36 Word graph kalimat ke-7 Teks B. Kalimat ke-8: “Energy Star served as a kind of voluntary label awarded to computing products that succeeded in minimizing use of energy while maximizing efficiency.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut: energy star CAU voluntary label awarded CAU computing product CAU efficiency

CAU

use of energy

22

Kalimat ke-10: “One of the first results of green computing was the Sleep mode function of computer monitors which places a consumer's electronic equipment on standby mode when a pre-set period of time passes when user activity is not detected.”

5 1 CAU


4

Gambar 37 Word graph kalimat ke-8 Teks B. Kalimat ke-9: “Energy Star applied to products like computer monitors, television sets and temperature control devices like refrigerators, air conditioners, and similar items.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut: energy star

EQU

computer monitors

product EQU

refrigerators

EQU

SUB CAU places a consumer’s electronic equipment

television sets

CAU

temperature control devices

sleep mode function of computer monitor

EQU EQU air conditioners

similar item

5 CAU 1

Gambar 38 Word graph kalimat ke-9 Teks B.

first results of green computing

SUB stanby mode

CAU

pre-set period of time CAU user activity

Gambar 39 Word graph kalimat ke-10 Teks B. Setelah dicocokkan dengan tabel verteks Teks B, hanya ada satu frasa kata benda yang terdaftar yaitu first results of green computing. Kalimat ke-11: “As the concept developed, green computing began to encompass thin client solutions, energy cost accounting, virtualization practices, eWaste, etc.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

23

energy cost accounting

concept EQU CAU green computing

CAU

ewaste

CAU

CAU

virtualization practies

thin client solutions

Setelah dicocokkan dengan tabel verteks Teks B, hanya ada satu frasa kata benda yang terdaftar yaitu the popular green computing group. Kalimat ke-13: “This group applies and uses green computing philosophies mainly to save up on costs rather than save the environment.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

costs

9

CAU

3

CAU

CAU 13 green computing philosophies

CAU 1

CAU

group

CAU Gambar 40 Word graph kalimat ke-11 Teks B. Kalimat ke-12: “Currently, one of the popular green computing groups is tactical incrementalists.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

the popular green computing group

SUB tactical incrementalist


environment

10

CAU

3

CAU

9

Gambar 42 Word graph kalimat ke-13 Teks B. Kalimat ke-14: “This green computing concept emerged naturally as businesses find themselves under 5ressure to maximize resources in order to compete effectively in the market.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

24

green computing concept

Setelah dicocokkan dengan tabel verteks Teks B, hanya ada satu kata benda yang terdaftar yaitu movement. CAU businesses

Kalimat ke-16: “Strategic Leaders take into account the social and environmental impacts of new and emerging technologies.”

CAU resources

CAU

under pressure

Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

CAU market

account SUB

Gambar 43 Word graph kalimat ke-14 Teks B. Setelah dicocokkan dengan tabel verteks Teks B, ada dua frasa kata benda atau kata benda yang terdaftar yaitu green computing concept dan resources, namun tidak ada relasi yang menghubungkan.

the social impacts of new technologies

SUB

the social impacts of emerging technologies SUB

Kalimat ke-15: “This movement arose mainly from economic sentiments rather than political pressure.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

CAU CAU strategic leaders

environmental impacts of new technologies CAU

CAU economic sentiments CAU

environmental impacts of emerging technologies

movement CAU political pressure


Gambar 45 Word graph kalimat ke-16 Teks B. Setelah dicocokkan dengan tabel verteks Teks B, ada empat frasa kata benda yang terdaftar yaitu environmental impacts of emerging technologies, environmental impacts of new technologies, the social impacts of emerging technologies dan the social impacts of new technologies. Keempat frasa kata benda tersebut merupakan satu verteks.

25

Kalimat ke-17: “Aside from minimizing costs, this particular movement also takes into account other factors such as marketing and branding.”

position

CAU tactical incrementalist

DIS Berdasarkan kata benda atau frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

costs

SUB

CAU

CAU organization

factors SUB branding

CAU

the need

policies

structural

movement CAU

9

CAU

CAU

CAU

marketing

strategic leaders

10

1

Gambar 46 Word graph kalimat ke-17 Teks B. Kalimat ke-18: “Unlike the position held by tactical incrementalists, strategic leaders recognize the need to overhaul some existing policies or structural makeup of the organization.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

Gambar 47 Word graph kalimat ke-18 Teks B. Setelah dicocokkan dengan tabel verteks Teks B, hanya ada satu kata benda yang terdaftar yaitu organization. Kalimat ke-19: “This can be seen in recent efforts to make IT personnel directly responsible for managing, minimizing and ensuring efficient energy expenditures.” Berdasarkan kata benda atau frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut: IT personnel

CAU efficient energy expenditure

Gambar 48 Word graph kalimat ke-19 Teks B. Setelah dicocokkan dengan tabel verteks Teks B, hanya ada satu frasa kata benda yang terdaftar yaitu efficient energy expenditure. Kalimat ke-20: “Some common green computing practices include turning off the monitor when it's not in use or using more energy efficient monitors like LCDs instead of the traditional CRT monitors, volunteer computing or file sharing practices,

26

virtualization of servers, using more energy efficient and less noisy cooling systems (like using liquid cooling systems instead of the conventional heat sinks and fans), temperature maintenance and regulation to reduce thermal shock wear and tear to computer parts, and increased online security measures through the use of firewalls,


conventional heat sinks and fan

DIS

liquid cooling system

antispyware and antivirus programs to reduce the increasing amount of eWaste on the internet and on other networks.”

EQU

EQU

temperature maintenance

energy efficient cooling system

less noisy cooling system

file sharing practices

SUB SUB

SUB

virtualization of server

SUB

SUB

green computing practice

SUB

SUB monitor

SUB

SUB SUB

SUB regulation

tear

CAU

network

amount of waste

DIS

traditional CRT monitor

the use of firewalls, anti spyware, anti virus program

SUB

LCD

thermal shock wear

computer part

CAU

EQU

CAU

CAU

online security volunteer computing

energy efficient monitor

SUB internet

27

Graf gabungan Teks A dan B akan dianalisis dengan graf rangkuman teks sebagai acuan hasilnya menyerupai graf rangkuman teks.

6 SUB 13

SUB

2

4

Gambar 49 Word graph kalimat ke-20 Teks B. 4.6 Analisis Graf Teks Word graph teks yang dibuat per kalimat kemudian digabungkan semuanya menjadi satu graf, sehingga diperoleh: 7 3

9

1

4

Menurut Hoede dan Nurdiati (2008b), jika terjadi hubungan seperti itu, maka verteks yang menghubungkan A dengan C dapat direduksi. Jika hubungan SUB tersebut diperhatikan kembali, maka dapat juga dilakukan penghilangan hubungan antara A dengan C, karena hubungan tersebut dapat digambarkan melalui hubungan A SUB B dan B SUB C.

8

6 13 Relasi CAU

Dengan adanya hubungan tersebut, memungkinkan juga untuk menerapkan prinsip logika matematika lainnya, yaitu jika A himpunan bagian dari B dan B himpunan bagian dari A, maka himpunan A sama dengan himpunan B.

Relasi SUB Gambar 50 Graf gabungan Teks A. 12

4

11

5

1

9

3

2

10

7

A SUB B B SUB C A SUB C

10

5

4.6.1 Analisis Relasi SUB dan CAU Pada tahap ini akan dianalisis relasi SUB dan CAU yang terdapat dalam hasil penggabungan keseluruhan graf kalimat pada setiap teks dengan menggunakan prinsip logika matematika, yaitu jika A himpunan bagian dari B dan B himpunan bagian dari C, maka A himpunan bagian dari C.

11

2

12

kemudian gabungan sehingga gabungan

13

Relasi CAU Relasi SUB Gambar 51 Graf gabungan Teks B.

A SUB B B SUB A A=B

6

Jika A menyebabkan terjadinya B dan B menyebabkan terjadinya C, maka dapat disimpulkan bahwa A menyebabkan C. A CAU B B CAU C A CAU C

28

Dengan demikian verteks-verteks yang memiliki relasi SUB atau CAU yang memenuhi prinsip logika matematika tersebut dapat dilakukan reduksi sesuai dengan hubungan yang terjadi. 1

7

5

12

12

4

11

5

1

9

4

3

10

13

Gambar 52 Relasi SUB pada Teks A. Relasi CAU 6

13

2

5

3

7

Relasi CAU yang dihapus Gambar 55 Relasi CAU pada Teks B.

Gambar 53 Relasi SUB pada Teks B. Dapat dilihat bahwa pada Teks A dan B tidak terdapat relasi SUB yang dapat direduksi. Selanjutnya akan diperlihatkan graf relasi CAU yang terjadi pada setiap teks beserta hubungan yang tereduksi.

4.6.2 Analisis Hubungan Searah Pada tahap ini akan dilakukan analisis terhadap hubungan searah yang terjadi pada setiap teks. Menurut Hoede dan Nurdiati (2008b), pada hubungan sejajar yang terjadi pada verteks dapat dilakukan suatu reduksi hubungan dengan menggunakan hukum penambahan.

+ 7 3

2 1

CAU SUB

9

CAU CAU SUB

11

SUB SUB SUB

4

8 Gambar 56 Analisis hubungan searah.

10

5 6

13

Relasi CAU Relasi CAU yang dihapus Gambar 54 Relasi CAU pada Teks A.

Dengan demikian untuk relasi CAU dan SUB yang terjadi pada setiap verteks tersebut dapat digantikan dengan relasi SUB. Pada word graph Teks A dan Teks B tidak ada relasi yang bisa direduksi. 4.7 Penggabungan Graf Analisis Graf hasil proses analisis hubungan searah, CAU dan SUB digabung menjadi sebuah graf. Graf tersebut merupakan hasil dari graf gabungan teks yang dianalisis menggunakan metode knowledge graph yang mendekati graf rangkuman teks.

29

1. 2.

5

12

2

8

1

3

4

7

9

10

11

6 13

Relasi CAU Relasi SUB Gambar 57 Graf Teks A setelah dianalisis menggunakan metode knowledge graph.

6

13

2

10

7

3

1

9

5

4

11

12

Relasi CAU Relasi SUB Gambar 58 Graf Teks B setelah dianalisis menggunakan metode knowledge graph. 4.8 Pembuatan Aturan Dari proses analisis hubungan CAU, SUB dan searah yang dilakukan pada graf Teks A dan B dibuat aturan, pembuatan aturan dengan cara menganalisis arc yang masuk ke verteks dan keluar dari verteks. Apabila aturan dibuat dari awal proses didapat hasil sebagai berikut:

mencari teks berbahasa Inggris, ambil frasa kata benda dan kata bendanya kemudian hitung jumlah kemunculannya, 3. kelompokkan frasa kata benda dan kata benda menurut maknanya secara subjektif, 4. kelompok frasa kata benda dan kata benda yang tidak memenuhi threshold tidak digunakan, 5. berikan label setiap kelompok frasa kata benda dan kata benda yang memenuhi threshold, label digunakan sebagai verteks, 6. verteks setiap kalimat dianalisis, apabila verteks satu dengan lainnya dihubungkan dengan kata kerja atau kata yang menyatakan sebab-akibat maka relasinya ialah CAU, apabila dihubungkan dengan kata yang menyatakan bagian dari seperti in, part of, one of maka relasinya ialah SUB, 7. graf-graf yang telah terbentuk per kalimat digabungkan, 8. analisis CAU dilakukan dengan mencari arc yang dipertahankan dan yang akan direduksi, arc yang ditandai untuk nantinya direduksi tidak dapat diubah menjadi dipertahankan, begitu juga sebaliknya, 9. verteks yang hanya memiliki satu arc masuk dan satu arc keluar, pertahankan arc-nya, 10. pilih verteks yang jumlah arc masuk ditambah arc yang keluar paling banyak, jika ada lebih dari satu verteks yang jumlah arc masuk ditambah arc yang keluar paling banyak, pilih terlebih dahulu verteks yang arc keluarnya paling banyak yang belum diproses, jika ada lebih dari satu verteks yang arc keluarnya paling banyak yang belum diproses, pilih terlebih dahulu verteks yang arc masuknya paling banyak yang belum diproses, jika ada lebih dari satu verteks yang arc masuknya paling banyak yang belum diproses, pilih salah satu verteks, 11. cari verteks yang menjadi tujuan arc yang keluar dari verteks pada langkah10,

30

12. pilih verteks pada langkah 11 yang memiliki jumlah arc masuk paling sedikit, jika ada lebih dari satu verteks yang memiliki jumlah arc masuk paling sedikit, pilih terlebih dahulu verteks yang arc keluarnya paling sedikit, jika ada lebih dari satu verteks yang arc keluarnya paling sedikit, pilih semua verteks, pertahankan arc yang menghubungkan verteks langkah 10 ke verteks yang dipilih, 13. apabila ada lintasan yang menghubungkan antara verteks langkah 10 dengan verteks pada langkah 12 dan pada lintasan tersebut tidak memiliki arc yang dipertahankan, tandai arc graf tersebut yang nantinya akan direduksi,

baca teks

start

pisahkan frasa kata benda dan kata benda hitung kemunculan frasa kata benda dan kata benda kelompokkan frasa kata benda dan kata benda menurut kesamaan makna, kekhususan dan keumuman pisahkan frasa kata benda dan kata benda yang kemunculan ≥ 3

Vi = frasa kata benda dan kata benda ke i

identifikasi hubungan verteks per kalimat

A

14. 15. 16. 17. 18.

kembali ke proses pada langkah 12, kembali ke proses pada langkah 10, reduksi arc yang sudah ditandai, cari verteks yang memiliki relasi SUB pilih verteks yang memiliki arc masuk dan arc keluar, reduksi arc masuk dan keluar kemudian buat arc baru yang menghubungkan verteks asal arc masuk dengan verteks tujuan arc keluar, 19. kembali ke proses langkah 17, 20. cari verteks yang memiliki dua relasi CAU dan SUB, reduksi arc CAU nya, 21. diperoleh graf yang dapat menggambarkan intisari teks Berbahsa Inggris. Apabila disajikan dalam bentuk flowchart diperoleh hasil sebagai berikut:

31

A

Vi menyebabkan Vj ?

tidak

Vi bagian dari Vj?

tidak

ya

ya buat arc CAU dari Vi ke Vj

buat arc SUB dari Vi ke Vj simpan graf SUB

simpan graf CAU

tidak

semua kalimat selesai diidentifikasi hubungan verteksnya ?

ya buat daftar verteks graf CAU dengan jumlah arc masuk ditambah arc keluar

simpan daftar

B

32

B

cari verteks dari graf CAU yang hanya memiliki satu arc masuk dan satu arc keluar

pertahankan arc nya

simpan arc dan verteks sebagai graf a

arc dari graf a tidak diproses lagi F pilih verteks dari daftar yang jumlahnya terbanyak

hanya satu verteks?

tidak

pilih verteks yang arc keluarnya paling banyak yang belum diproses

ya ya

tidak

hanya satu verteks?

simpan verteks a

cari verteks yang menjadi tujuan arc yang keluar dari verteks a

C

ya

pilih verteks yang arc masuknya paling banyak yang belum diproses

hanya satu verteks?

tidak pilih verteks yang indeksnya lebih kecil

33

C

simpan verteks b E pilih verteks b yang memiliki jumlah arc masuk paling sedikit

hanya satu verteks?

pilih verteks yang arc keluarnya paling sedikit

tidak

ya simpan verteks c

ya

pertahankan arc yang menghubungkan verteks a dengan c

simpan graf b

cari lintasan lain yang menghubungkan verteks a dengan c tetapi tidak memiliki arc pada graf a dan graf b

simpan graf c

D

hanya satu verteks?

tidak pilih semua verteks

34

D

verteks c dan arc graf b tidak diproses lagi

arc graf c tidak dapat diproses untuk dipertahankan

semua verteks b sudah diproses ?

tidak E

ya

semua verteks pada daftar verteks sudah diproses ?

tidak F

ya gabung graf a dan graf b

simpan graf c I cari verteks graf SUB yang memiliki arc masuk dan keluar

G

35

G

ada ?

tidak

gabungkan graf c dengan graf SUB

J

ya simpan verteks c

pilih verteks c yang arc masuk ditambah arc keluar paling sedikit

hanya satu verteks?

tidak

pilih verteks yang arc keluarnya paling sedikit

ya simpan verteks d

buat arc yang menghubungkan verteks asal edge masuk dengan verteks tujuan arc keluar

ya

hanya satu verteks?

tidak pilih verteks yang indeksnya lebih kecil

catat graf d

verteks d tidak diproses lagi

semua verteks c sudah diproses ?

ya H

tidak

36

H

ada verteks graf d yang memiliki edge masuk dan keluar ?

ya I

tidak gabungkan graf c dengan d

simpan graf e J

ada verteks memiliki dua edge keluar menuju verteks yang sama ?

ya hapus edge yang ada di graf c

simpan graf f

tidak

stop

37

4.9 Pengujian Aturan Aturan yang sudah dibuat diujikan pada Teks C (Teks C diberikan di Lampiran 3). Pengujiannya dilakukan dengan menerapkan aturan pada teks dan menganalisis hasilnya.

Langkah pertama adalah pencarian frasa kata benda dan kata benda, kemudian mengelompokkannya menurut maknanya, dan diperoleh Tabel 7 :

Tabel 7 Daftar jumlah kemunculan kata benda atau frasa kata benda pada Teks C Kata Benda atau Frasa Kata Benda

Jumlah

80% less energy, less energy, 1/10 energy of a desktop, energy

4

add, edit and delete pictures


Jumlah

cities

1

city water supply

1

3

computer monitors, monitor

3

inks

1

computer recycling programs

1

animals, cows, chemically contaminated animals

4

computer resources

1

computer room

1

anti-biotics

1

badly organised delivery runs

1

banking

computers, computers

Low

powered

14

consideration of resources

1

work, working

3

consumers

1

body, the fatty tissue of your body, lungs

3

contradiction of terms

1

cotton

1

bulky brochures

1

custodians

1

business, environmentally sustainable business

3

diseases, ailment

2

cars

1

economic rationalism of this generation

1

catelogues

1 2

friends

centralised servers, powerful servers

1

grass

1

charity

1

family

1

food, meat, fruit, vegetables

4

formal office space

1

environmentally agriculture

sustainable

1

environmentally choices

sustainable

1

38

Tabel 7 Daftar jumlah kemunculan kata benda atau frasa kata benda pada Teks C (lanjutan) Kata Benda atau Frasa Kata Benda

Jumlah

energy consumption, consumption of natural resources

3

green computing

4

health

1

high levels of toxic chemicals

1

home

3

hormones

1

http://www.svtc.org/cleancc/gr eendesign/flame_retard.htm

1

hundreds of years

2

inkjet cartridges

1

inkjets, laser printers, printer

3

landfill, landfill sites

2

long hours of exposure

1

milk

1

model

Kata Benda atau Frasa Kata Benda office paper waste, waste

waste,

paper

Jumlah

4

one organism

1

ourselves

1

passion computing

2

people

4

piece of plastic, plastic

3

pollution

4

poor management of natural resources

1

positive attributes

1

practical solution

1

public awareness

1

public education

1

risk

1 1

2

security of the internet and applications

modern medicine, natural medicines

2

simply pass

1

soil

2

modern science

1

soy or non-petroleum

1

modern society

1

store up

1

money

1

synthetic

2

natural cycles of decay

1

synthetic fertilizer

1

new growth

1 1

text

the potential environmental disaster of millions of obsolete computers

1

no-one

1

the air

2

the present consumption

1

the problem

level

of

1

39

Tabel 7 Daftar jumlah kemunculan kata benda atau frasa kata benda pada Teks C (lanjutan) Kata Benda atau Frasa Kata Benda

Jumlah


Jumlah

the amount of paper

1

the radiation

1

the applications

1

natural product

1

travel

1

the same way, ways

2

the conservation of our natural environment

1

the world

2

7

toxic chemicals, chemicals, harmful chemicals, synthetic chemicals, lead, chromium, cadium and mercury, pesticides, poisonous materials, the waste material

17

the environment, environment

unique opportunity

2

modern

the food chain

1

the hope of facilitating change

1

the impact of transporting and packaging goods

2

the internet

1

the need

2

word

1

the production of almost every consumer product, the production of phosphate fertilizers

2

Kemudian kata benda atau frasa kata benda yang kemunculannya lebih dari sama dengan 3 yang digunakan, diberi label yang kemudian menjadi verteks, sehingga diperoleh Tabel 8: Tabel 8 Kata benda atau frasa kata benda yang memiliki threshold 3 pada Teks C Kata Benda atau Frasa Kata Benda

Jumlah

toxic chemicals, chemicals, harmful chemicals, synthetic chemicals, lead, chromium, cadium and mercury, pesticides, poisonous materials, the waste material

17

opportunity,

unusual position

1

waterways

1

website, dynamic website

3

weight

1

Tabel 8 Kata benda atau frasa kata benda yang memiliki threshold 3 pada Teks C (lanjutan) Kata Benda atau Frasa Kata Benda computers, computers

Low

Jumlah

powered

14

modern

7


4


40

Tabel 8 Kata benda atau frasa kata benda yang memiliki threshold 3 pada Teks C (lanjutan) Kata Benda atau Frasa Kata Benda

Jumlah


4


4

green computing

4

office paper waste, waste

waste,

paper

Tabel 9 Verteks Teks C Verteks


v1

toxic chemicals, harmful chemicals, chemicals, lead, cadium and mercury, poisonous materials, material

v2

computers, computers

v3

website, up to date website, dynamic website

v4


v5


v6


4

Low

chemicals, synthetic chromium, pesticides, the waste

powered

people

4

pollution

4


3


3

work, working

3


3

v7



3

v8


energy consumption resources

3

v9

green computing

v10

office paper waste, paper waste, waste

v11

people

v12

pollution

v13


v14

work, working

v15


v16


v17

energy consumption, consumption of natural resources

v18

home

consumption, of natural

home

3


3


3

website, dynamic website

3

modern

41

Tabel 9 Verteks Teks C (lanjutan) Verteks

ourselves


SUB

v19


v20


unusual position CAU computer

Verteks yang telah diperoleh akan digunakan dalam pembentukan graf pada setiap kalimat Teks C.

CAU environment

Gambar 60 Word graph kalimat ke-2 Teks C. Kalimat ke-1: “Green Computing seems to be somewhat a contradiction of terms.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

green computing CAU contradiction of terms

Setelah dicocokkan dengan tabel verteks Teks C, ada dua kata benda yang terdaftar yaitu computer dan environment, namun tidak ada relasi yang menghubungkan. Kalimat ke-3: “Computers are made of poisonous materials like lead, chromium, cadium and mercury.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut: computer CAU

Gambar 59 Word graph kalimat ke-1 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda yang terdaftar yaitu green computing.

poisonous materials EQU

Kalimat ke-2: “We find ourselves in the unusual position of being both passionate about computers and passionate about the environment.” Berdasarkan kata benda dan frasa kata pada benda setiap kalimat diperoleh word graph sebagai berikut:

lead, chromium, cadium and mercury

2 CAU 1

Gambar 61 Word graph kalimat ke-3 Teks C.

42

Kalimat ke-4: “If computers are buried in landfill, they can leach harmful chemicals into waterways and the environment and if burned release toxic contaminants into the air we breathe.”

one

CAU

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

computers CAU landfill

CAU SUB

CAU landfill sites

harmful chemicals

waterway

practical solution

the potential environmental disaster of millions of obsolete computers

CAU

EQU

computer

CAU

air

they

CAU

energy

SUB

the world

SUB

environment

CAU

5

2


2 CAU 1 SUB 4 Gambar 62 Word graph kalimat ke-4 Teks C. Kalimat ke-5: “Computers consume energy and no-one has come up with a practical solution for the potential environmental disaster of millions of obsolete computers hitting landfill sites around the world.”

Kalimat ke-6: “Computers can also be harmful to your health because toxic chemicals evaporate in a computer room, are absorbed by your body through your lungs.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut: CAU

health

computer

CAU toxic chemicals


CAU computer room

CAU

body SUB lungs

43

2 modern society

CAU 1

CAU environment

15 Gambar 64 Word graph kalimat ke-6 Teks C. Kalimat ke-7: “http://www.svtc.org/cleancc/greendesign/fla me_retard.htm and the radiation that is emitted from computer monitors can pose a serious health risk especially to those with long hours of exposure.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

http://www.svtc.org/clea ncc/greendesign/flame_r etard.htm

Gambar 66 Word graph kalimat ke-8 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda yang terdaftar yaitu environment. Kalimat ke-9: “This is because modern science has allowed us to create chemicals that are synthetic.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut: modern science

the radiation

CAU

CAU CAU computer monitor

serious helth risk

Gambar 65 Word graph kalimat ke-7 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda yang terdaftar yaitu computer monitor. Kalimat ke-8: “However, so much of what we use in our modern society, is harmful both to us and to the environment.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

chemicals SUB synthetic Gambar 67 Word graph kalimat ke-9 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda yang terdaftar yaitu chemicals. Kalimat ke-10: “This means that they do not biodegrade.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

44

synthetic

EQU

they


plastic

it


word

20 CAU

piece of plastic CAU

hundreds of years

the fatty tissue of your body

Setelah dicocokkan dengan tabel verteks Teks C tidak ada kata benda atau frasa kata benda yang terdaftar. Kalimat ke-11: “Another word for biodegrade means to break down into soil.”

EQU

20

15 Gambar 70 Word graph kalimat ke-12 Teks C. Kalimat ke-13: “In the same way many harmful chemicals do not break down, and simply pass from one organism to another.”

soil

Gambar 69 Word graph kalimat ke-11 Teks C. Setelah dicocokkan dengan tabel verteks Teks C tidak ada kata benda atau frasa kata benda yang terdaftar. Kalimat ke-12: “Plastic will not biodegrade for hundreds of years and if you eat a piece of plastic, it will either pass through you or store up in the fatty tissue of your body.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut: same way SUB harmful chemical

SUB one organism

Gambar 71 Word graph kalimat ke-13 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu frasa kata benda yang terdaftar yaitu harmful chemical. Kalimat ke-14: “Animals high in the food chain, have high levels of toxic chemicals that has accumulated by consuming other chemically contaminated animals.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

45

Kalimat ke-16: “Our modern environment - both the air and soil that sustains us is contaminated with toxic chemicals and modern medicine uses the same chemicals to treat diseases and ailments that for hundreds of years were either unknown or treated with natural medicines.”

high levels of toxic chemicals SUB CAU

animals

chemically contaminated animals

SUB


food chain

Gambar 72 Word graph kalimat ke-14 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, ada dua kata benda atau frasa kata benda yang terdaftar yaitu animal dan chemically contaminated animals namun tidak ada relasi yang menghubungkan. Kalimat ke-15: “Chemicals are used in the production of almost every consumer product and even natural products are often treated with synthetic chemicals in their growing, manufacture or finishing.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

production of almost every consumer product SUB chemicals synthetic chemicals

CAU

natural products

Gambar 73 Word graph kalimat ke-15 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, ada dua kata benda atau frasa kata benda yang terdaftar yaitu chemicals dan synthetic chemicals namun tidak ada relasi yang menghubungkan.

modern environment toxic chemicals

CAU

soil

CAU

modern medicine

the air

CAU diseases CAU

CAU

chemicals

SUB hundreds of years

natural medicines

CAU SUB

ailment

CAU

Gambar 74 Word graph kalimat ke-16 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, ada tiga kata benda atau frasa kata benda yang terdaftar yaitu chemicals, toxic chemicals dan modern environment namun tidak ada relasi yang menghubungkan. Kalimat ke-17: “Animals are treated with hormones and anti-biotics to increase their weight, food is produced with pesticides, cows are feed grass that has been treated with synthetic fertilizer which then passes into the meat and milk that we eat, cotton is sprayed with toxic chemicals, and our city water supply is flouridated with the waste material from the production of phosphate fertilizers.”

46

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut: weight

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut: environment

CAU

CAU

CAU

animals

CAU antibiotics food grass

chemicals

hormones

CAU CAU

cows 1

SUB

CAU the natural cycles of new growth

pesticides

CAU synthetic fertilizer

CAU

the natural cycles of decay

meat

CAU

4


SUB Kalimat ke-19: “Computers however can have many positive attributes.”

milk cotton

waste material

CAU

toxic chemicals

CAU

city water supply

positive attributes

CAU the production of phosphate fertilizers

1

CAU


CAU

computers

Gambar 77 Word graph kalimat ke-19 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda atau frasa kata benda yang terdaftar yaitu computers.

8

Gambar 75 Word graph kalimat ke-17 Teks C. Kalimat ke-18: “All these chemicals accumulate in our environment (they are created faster than they can break down) and interfere with the natural cycles of decay and new growth.”

Kalimat ke-20: “They can reduce the amount of paper we consume and the pollution caused by travelling for work.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

47

EQU

Kalimat ke-22: “Low powered computers will not become obsolete because the applications will be run on powerful servers.”

they CAU

computer

the amount of paper

CAU CAU

pollution


work Low powered computers

2

CAU powerful servers

CAU 12

CAU

14

CAU

Gambar 78 Word graph kalimat ke-20 Teks C. Kalimat ke-21: “With increasing security of the internet and applications being held on powerful, centralised servers the need for formal office space will diminish.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut: security of the internet security of the application centralised servers CAU the need for formal office space Gambar 79 Word graph kalimat ke-21 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, tidak ada kata benda atau frasa kata benda yang terdaftar.

the applications

Gambar 80 Word graph kalimat ke-22 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda atau frasa kata benda yang terdaftar yaitu low powered computer. Kalimat ke-23: “Computer resources will be better managed.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

computer resources

Gambar 81 Word graph kalimat ke-23 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, tidak ada kata benda atau frasa kata benda yang terdaftar. Kalimat ke-24: “People will be able to do their work from home, banking from home and business can be better organised to

48

minimize waste, consumption.”

pollution

and

energy cities


CAU people CAU

work

SUB

car

home

CAU CAU People

CAU

banking

CAU

11 CAU

pollution 12

CAU energy consumption

waste

14

SUB

18

CAU 11 CAU

7

CAU

Gambar 83 Word graph kalimat ke-25 Teks C. Kalimat ke-26: “. Working from home, also means that there is opportunity for people to become more self-sufficient and grow their own fruit and vegetables, thus further reducing the impact of transporting and packaging goods.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

CAU 10

pollution

SUB

CAU business

CAU

17

CAU the impact of transporting and packaging goods

12

Gambar 82 Word graph kalimat ke-24 Teks C. Kalimat ke-25: “ Cities can become decentralized meaning that people will not need to travel as far and pollution from cars will be reduced.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

Working

CAU

CAU home CAU

vegetables

CAU

people CAU fruit

49

14

CAU

Kalimat ke-28: “The problem with the environment is consumption and poor management of natural resources.”

18 CAU


11 CAU 8

environment Gambar 84 Word graph kalimat ke-26 Teks C. Kalimat ke-27: “The internet is a unique opportunity to promote environmentally sustainable choices and bring heightened public awareness and education in the hope of facilitating change.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

CAU CAU

CAU public education

SUB

The problem EQU

EQU consumption

poor management of natural resources

Gambar 86 Word graph kalimat ke-28 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, ada dua kata benda atau frasa kata benda yang terdaftar yaitu environment dan consumption namun tidak ada relasi yang menghubungkan.

environmentally sustainable choices

The internet

CAU

public awareness SUB

the hope of facilitating change

Gambar 85 Word graph kalimat ke-27 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, tidak ada kata benda atau frasa kata benda yang terdaftar.

Kalimat ke-29: “We need environmentally sustainable agriculture and environmentally sustainable business.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

environmentally sustainable agriculture

environmentally sustainable business Gambar 87 Word graph kalimat ke-29 Teks C.

50

Setelah dicocokkan dengan tabel verteks Teks C, tidak ada kata benda atau frasa kata benda yang terdaftar. Kalimat ke-30: “People need refer to themselves as custodians rather than consumers.”

The present level of consumption the generations CAU


People CAU custodians

CAU

world CAU the economic rationalism of this generation

consumers Gambar 89 Word graph kalimat ke-31 Teks C.

Gambar 88 Word graph kalimat ke-30 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda atau frasa kata benda yang terdaftar yaitu people. Kalimat ke-31: “The present level of consumption is unsustainable, and the generations to come will inherit a world polluted by the economic rationalism of this generation.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

Setelah dicocokkan dengan tabel verteks Teks C, tidak ada kata benda atau frasa kata benda yang terdaftar. Kalimat ke-32: “Green Computing involves minimizing waste by purchasing only what you need, sharing computers and printers, turning off your monitor and computer when not in use, refilling inkjet cartridges with soy or non-petroleum based inks, printing only what is necessary, recycling office paper waste, giving away your computer to charity, family or friends, choosing computers that minimize energy consumption (laptops consume 1/10 energy of a desktop and inkjets consume 80% less energy than laser printers, smaller monitors consume less energy, energy consumption varies from model to model) and participating in computer recycling programs.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

51

Green computing

CAU

CAU computers

waste

CAU

Green computing computer

CAU

CAU printers

CAU

monitors computer

waste

energy consumption

CAU CAU

SUB laptops CAU

inkjet cartridges

CAU

CAU

inkjets

ink SUB

80% less energy

nonpetroleum office paper waste

CAU

CAU

laser printer smaller monitor

charity

SUB

CAU

SUB soy

1/10 energy of a desktop

SUB

CAU

family CAU

friends

less energy

CAU

CAU computer

energy consumption

SUB

CAU model

CAU

model

computer recycling programs

CAU

52

9

19 16

CAU

10

CAU

Green Computing

CAU

EQU

CAU CAU

ways

paper waste

website CAU CAU

passion computing

5 CAU

CAU 16 SUB 19

SUB

CAU 5 CAU 19

SUB

CAU picture

text

SUB

website

17 SUB 2

CAU

13

SUB

3

2

CAU


5

Gambar 90 Word graph kalimat ke-32 Teks C. Kalimat ke-33: “Green Computing is also about finding ways to minimize paper waste like a dynamic website from Passion Computing that allows you to add, edit and delete pictures and text on your website.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

Kalimat ke-34: “An up to date website will reduce the need for catelogues and bulky brochures.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

website

CAU the need CAU

brochures

CAU catelogues

Gambar 92 Word graph kalimat ke-34 Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda atau frasa kata benda yang terdaftar yaitu website. Kalimat ke-35: “It's about using the internet to communicate, and computers to organise your business that will not only save you money, but minimize the pollution to the

53

environment caused by unnecessary travel and badly organised delivery runs.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat diperoleh word graph sebagai berikut:

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut: Passion Computing

badly organised delivery runs

travel CAU

CAU

CAU

the conservation of our natural environment

environment CAU money

pollution

CAU business


CAU

Setelah dicocokkan dengan tabel verteks Teks C tidak ada kata benda atau frasa kata benda yang terdaftar.

CAU computer

Setelah didapat graf kalimat keseluruhan teks, semua graf kalimat digabung menjadi satu graf, didapat:

CAU green computing

EQU

it

CAU internet

19

CAU

13

3

20

15

communicate

4

CAU

12

7

CAU CAU

2

9

10

7

17

5

2

12

14

16

1

8

11

4

18

CAU 9 Gambar 93 Word graph kalimat ke-35 Teks C. Kalimat ke-36: “Passion Computing is committed to the conservation of our natural environment.”

Relasi CAU Relasi SUB Gambar 95 Graf gabungan Teks C.

54

Apabila aturan langkah 8 sampai 20 diterapkan pada graf gabungan Teks C, didapat: 16

19

10

9

13

3

20

15

7

17

19

10

7

5

2

12

9

1

4

Relasi CAU Relasi SUB

5

2

16

12

1

8

4

18

14

11

Relasi CAU Relasi SUB Gambar 96 Graf hasil aturan Teks C. Teks C dibuatkan rangkumannya secara manual. Verteks-verteks Teks C yang sudah diperoleh digunakan untuk membuat word graph setiap kalimat rangkuman Teks C (word graph setiap kalimat rangkuman Teks C diberikan di Lampiran 9). Word graph setiap kalimat kemudian disatukan menjadi satu graf sehingga diperoleh graf seperti pada Gambar 97:

Gambar 97 Graf rangkuman Teks C. Graf hasil aturan bila dibandingkan dengan graf rangkuman Teks C tampak berbeda. Perbedaan berada pada arc yang menghubungkan verteks 9 dengan 5, verteks 2 dengan 10, verteks 2 dengan 7, verteks 7 dengan 12 dan verteks 1 dengan 4. Arc yang menghubungkan verteks 9 dengan 5 dan verteks 2 dengan 10 tidak ada pada graf hasil aturan dikarenakan arc tersebut tidak ada pada graf teks. Ini disebabkan oleh masih adanya unsur pemikiran manusia yang tidak dapat dihilangkan. Arc yang menghubungkan verteks 9 dengan 5 dapat diganti dengan graf 9-2-5 sedangkan arc yang menghubungkan verteks 2 dengan 10 dapat diganti dengan graf 2-5-19-10. Arc yang menghubungkan verteks 2 dengan 7, verteks 7 dengan 12 dan verteks 1 dengan 4 tidak ada pada graf hasil aturan dikarenakan mengalami reduksi, hanya arc yang menghubungkan verteks 1 dengan 4 yang dapat diganti dengan graf 1-2-12-4. Ini berarti ada 2 arc dari 12 arc graf rangkuman Teks C yang tidak ada dan tidak dapat diganti dengan graf lain pada graf hasil aturan, sehingga dapat dikatakan graf hasil aturan mampu mendeskripsikan graf rangkuman. Verteks dan arc graf hasil aturan yang tidak ada pada graf rangkuman memperlihatkan graf hasil aturan lebih banyak informasi.

V KESIMPULAN DAN SARAN 5.1 Kesimpulan Penelitian ini menghasilkan sebuah aturan yang mengambil teks berbahasa Inggris sebagai input dan menggambarkan intisari dari teks tersebut dalam bentuk knowledge graph.

5.2 Saran Pengembangan lebih lanjut bisa dilakukan untuk menjadikan penelitian ini lebih baik, di antaranya:

55

1. pembuatan daftar kata benda yang disertai dengan sinonim, kata umum dan kata khusus,

2. penelitian mengenai threshold yang digunakan dengan jumlah kata benda teks, 3. pengubahan hasil aturan yang masih berupa graf menjadi bentuk kalimat.

DAFTAR PUSTAKA Berg H van den. 1993. Knowledge Graph and Logic: One of Two Kind. [disertasi]. Enschede, The Netherlands: University of Twente. ISBN 909006360-90. Chartand G, Oellermann OR. 1993. Applied and Algorithmic Graph Theory. New York: McGraw-Hill. Febriatmoko D. 2011. Abstraksi Teks Berbahasa Indonesia Menggunakan Knowledge Graph. [skripsi]. Bogor: Program Sarjana, Institut Pertanian Bogor.

Aminuddin. 1988. Semantik: Pengantar Studi Tentang Makna. Bandung: Sinar Baru. Hoede C, Nurdiati S. 2008a. On Word Graphs and Structural Parsing, University of Twente, Memorandum 1871, ISSN: 18744850. Hoede C, Nurdiati S. 2008b. 25 Years Development of Knowledge Graph Theory: The Results and The Challenge. Di dalam: The 3rd International Conference on Mathematics and Statistics (ICOMS-3), Institut Pertanian Bogor, Indonesia, 5-6 Agustus 2008.

Indriastuti AM. 2011. Toefl Top Score. Jakarta: PT Wahyumedia. Lassa J. Green Computing. www.techfaq.com/green-computing.html. Oktantrika DW. 2009. Penggunaan Teori Knowledge Graph untuk Merangkum Teks Berbahasa Indonesia [skripsi]. Bogor: Program Sarjana, Institut Pertanian Bogor. Waridah E. 2008. EYD dan Seputar Kebahasa-Indonesiaan. Jakarta: Kawan Pustaka. Weems MD. Just What is Green Computing ?. www.brighthub.com/.../greencomputing/articles/7400.aspx.[5mei 2010]. Wulandari A. 2008. Algoritme Pembentukan Combined Graph dan Simplified Graph dari Dokumen Berbahasa Indonesia. [skripsi]. Bogor: Program Sarjana, Institut Pertanian Bogor. Zhang L. 2002. Knowledge Graph Theory and Structural Parsing. Enschede, The Netherlands: Twente University Press. ISBN 9036518350.

56

Lampiran 1 Teks A Just What is Green Computing? When it comes to the world of computers, green computing is becoming one of the most popular trends. But, what exactly is green computing? So What Is It? The term “green computing” is one that is coming out in many different markets and areas all over the world in today's global technology. Yet, many computer users out there aren't sure what it means. Green computing is actually pretty easy to explain and to do – it is basically learning to use computer resources more efficiently to help the environment as well as energy savings. The main goal of a green computing is to help the triple bottom line, which is an expanded spectrum of settings for measuring organizational success, and is extremely similar to green chemistry, which reduces the use of energy and materials that harm the environment. Green computing helps to promote the usage of biodegradable products and recycle computer components whenever possible. How Did Green Computing Start? Green computing started as early as 1992, when the EPA created Energy Star, which is a voluntary labeling program that promotes energy efficient computing equipment and technologies. It was because of this program that many computer manufacturers launched sleep mode and millions of computer users around the world began to adopt this policy to help save energy when they were not using their computers. The term green computing began to be used around this same time as well, and began to become a goal that more companies strive to meet over the years. There are several government agencies that have continued to help strive for better standards for computers and companies to help promote green computing. Energy star was actually revised in October of 2006 to make the requirements more strict for computers, and also implemented a ranking system for products. Because of these new requirements, there are over 20 states that have now established a special recycling program for old computers and electronics to help with green computing. Green IT Systems Many of today's IT systems are beginning to rely on both people and hardware to help push their computer systems toward a more green computing system to help both the company and more. This is a hard balance to achieve, as it requires that the satisfaction of users, management, regulatory compliance, and even the disposal of computer waste is all managed so that everyone is the circle is happy with the outcome. But, many companies are learning the best ways that they can go more green when it comes to their computing and also help their business in the process. While many home computer users may not be quite as familiar with green computing as larger firms or computer personell, this term is starting to become more mainstream and the requirements better for new computers to help both the companies and the end user of the equipment – as well as our environment.

57

Lampiran 2 Teks B Green Computing Green computing is the term used to denote efficient use of resources in computing. This term generally relates to the use of computing resources in conjunction with minimizing environmental impact, maximizing economic viability and ensuring social duties. Green computing is very much related to other similar movements like reducing the use of environmentally hazardous materials like CFCs, promoting the use of recyclable materials, minimizing use of non-biodegradable components, and encouraging use of sustainable resources. One of the spin-offs of green computing is EPEAT or Electronic Products Environmental Assessment Tool. EPEAT products serve to increase the efficiency and life of computing products. Moreover, these products are designed to minimize energy expenditures, minimize maintenance activities throughout the life of the product and allow the re-use or recycling of some materials. A Brief History of Green Computing One of the first manifestations of the green computing movement was the launch of the Energy Star program back in 1992. Energy Star served as a kind of voluntary label awarded to computing products that succeeded in minimizing use of energy while maximizing efficiency. Energy Star applied to products like computer monitors, television sets and temperature control devices like refrigerators, air conditioners, and similar items. One of the first results of green computing was the Sleep mode function of computer monitors which places a consumer's electronic equipment on standby mode when a pre-set period of time passes when user activity is not detected. As the concept developed, green computing began to encompass thin client solutions, energy cost accounting, virtualization practices, eWaste, etc. Green Computing Groups Currently, one of the popular green computing groups is tactical incrementalists. This group applies and uses green computing philosophies mainly to save up on costs rather than save the environment. This green computing concept emerged naturally as businesses find themselves under pressure to maximize resources in order to compete effectively in the market. This movement arose mainly from economic sentiments rather than political pressure. Strategic Leaders take into account the social and environmental impacts of new and emerging technologies. Aside from minimizing costs, this particular movement also takes into account other factors such as marketing and branding. Unlike the position held by tactical incrementalists, strategic leaders recognize the need to overhaul some existing policies or structural makeup of the organization. This can be seen in recent efforts to make IT personnel directly responsible for managing, minimizing and ensuring efficient energy expenditures. Green Computing Practices Some common green computing practices include turning off the monitor when it's not in use or using more energy efficient monitors like LCDs instead of the traditional CRT monitors, volunteer computing or file sharing practices, virtualization of servers, using more energy efficient and less noisy cooling systems (like using liquid cooling systems instead of the conventional heat sinks and fans), temperature maintenance and regulation to reduce thermal shock wear and tear to computer parts, and increased online security measures through the use of firewalls, anti spyware and anti virus programs to reduce the increasing amount of eWaste on the Internet and on other networks

58

Lampiran 3 Teks C Green Computing Green Computing seems to be somewhat a contradiction of terms. We find ourselves in the unusual position of being both passionate about computers and passionate about the environment. Computers are made of poisonous materials like lead, chromium, cadium and mercury. If computers are buried in landfill, they can leach harmful chemicals into waterways and the environment and if burned release toxic contaminants into the air we breathe. Computers consume energy and no-one has come up with a practical solution for the potential environmental disaster of millions of obsolete computers hitting landfill sites around the world. Computers can also be harmful to your health because toxic chemicals evaporate in a computer room, are absorbed by your body through your lungs. http://www.svtc.org/cleancc/greendesign/flame_retard.htm and the radiation that is emitted from computer monitors can pose a serious health risk especially to those with long hours of exposure. However, so much of what we use in our modern society, is harmful both to us and to the environment. This is because modern science has allowed us to create chemicals that are synthetic. This means that they do not biodegrade. Another word for biodegrade means to break down into soil. Plastic will not biodegrade for hundreds of years and if you eat a piece of plastic, it will either pass through you or store up in the fatty tissue of your body. Many harmful chemicals do not break down, and simply pass from one organism to another. Animals high in the food chain, have high levels of toxic chemicals that has accumulated by consuming other chemically contaminated animals. Chemicals are used in the production of almost every consumer product and even natural products are often treated with synthetic chemicals in their growing, manufacture or finishing. Our modern environment - both the air and soil that sustains us is contaminated with toxic chemicals and modern medicine uses the same chemicals to treat diseases and ailments that for hundreds of years were either unknown or treated with natural medicines. Animals are treated with hormones and anti-biotics to increase their weight, food is produced with pesticides, cows are feed grass that has been treated with synthetic fertilizer which then passes into the meat and milk that we eat, cotton is sprayed with toxic chemicals, and our city water supply is flouridated with the waste material from the production of phosphate fertilizers. All these chemicals accumulate in our environment (they are created faster than they can break down) and interfere with the natural cycles of decay and new growth. Computers however can have many positive attributes. They can reduce the amount of paper we consume and the pollution caused by travelling for work. With increasing security of the internet and applications being held on powerful, centralised servers the need for formal office space will diminish. Low powered computers will not become obsolete because the applications will be run on powerful servers. Computer resources will be better managed. People will be able to do their work from home, banking from home and business can be better organised to minimize waste, pollution and energy consumption. Cities can become decentralized meaning that people will not need to travel as far and pollution from cars will be reduced. Working from home, also means that there is opportunity for people to become more self-sufficient and grow their own fruit and vegetables, thus further reducing the impact of transporting and packaging goods. The internet is a unique opportunity to promote environmentally sustainable choices and bring heightened public awareness and education in the hope of facilitating change. The problem with the environment is consumption and poor management of natural resources. We need environmentally sustainable agriculture and environmentally sustainable business. People need refer to themselves as custodians rather than consumers. The present level of consumption is unsustainable, and the generations to come will inherit a world polluted by the economic rationalism of this generation.

59

Green Computing involves minimizing waste by purchasing only what you need, sharing computers and printers, turning off your monitor and computer when not in use, refilling inkjet cartridges with soy or non-petroleum based inks, printing only what is necessary, recycling office paper waste, giving away your computer to charity, family or friends, choosing computers that minimize energy consumption (laptops consume 1/10 energy of a desktop and inkjets consume 80% less energy than laser printers, smaller monitors consume less energy, energy consumption varies from model to model) and participating in computer recycling programs. Green Computing is also about finding ways to minimize paper waste - like a dynamic website from Passion Computing that allows you to add, edit and delete pictures and text on your website. An up to date website will reduce the need for catelogues and bulky brochures. It's about using the internet to communicate, and computers to organise your business that will not only save you money, but minimize the pollution to the environment caused by unnecessary travel and badly organised delivery runs.. Lampiran 4 Rangkuman Teks A Green computing basically learning to use computer more efficiently to help the environment and energy saving. The main goal of green computing is measuring organizational success, reduces the use of energy and materials that harm the environment, promote the usage of biodegradable products and recycle computer component. EPA created energy star in 1992, which is the energy efficient program that many computer around the world use. Energy star was actually revised in October of 2006 to make the requirements more strict for computer. The requirements make over 20 states that have now established recycling program for old computers. The policy make companies learning green computing system. Lampiran 5 Pembentukan word graph rangkuman Teks A Kalimat ke-1: “Green computing basically learning to use computer more efficiently to help the environment and energy saving.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

energy

6

CAU green computing

CAU

computer CAU

1

CAU

CAU 3 CAU 9

environment Gambar 98 Word graph kalimat ke-1 rangkuman Teks A. kalimat ke-2: ‘The term green computing began to be requirement for new computer to help companies and the end user of equipment.’ Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

60

term green computing

CAU

11

requirement

2 companies

10 CAU

CAU CAU

CAU

CAU

3

new computer

CAU 5

CAU the end user of equipment

Gambar 99 Word graph kalimat ke-2 rangkuman Teks A. Kalimat ke-3: “The main goal of green computing is measuring organizational success, reduces the use of energy and materials that harm the environment, promote the usage of biodegradable products and recycle computer component.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

computer component CAU main goal of green computing CAU the usage of biodegradable product

CAU

organizational success

CAU CAU the use materials the use of energy

CAU environment

1 CAU 13

CAU

9

Gambar 100 Word graph kalimat ke-3 rangkuman Teks A.

61

Kalimat ke-4: “EPA created energy star in 1992, which is the energy efficient program that many computer around the world use.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut: 2

EPA

CAU SUB 4

CAU energy star

SUB

1992

7

CAU 4

CAU

CAU

3 SUB

energy efficient program

CAU

12

computer SUB world

Gambar 101 Word graph kalimat ke-4 rangkuman Teks A. Kalimat ke-5: “Energy star was actually revised in October of 2006 to make the requirements more strict for computer.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut: energy star

SUB

CAU

2006

7

CAU 10 CAU

requirement CAU

SUB

4

3

computer Gambar 102 Word graph kalimat ke-5 rangkuman Teks A. Kalimat ke-6: “The requirements make over 20 states that have now established recycling program for old computers.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

62

20 states

10

CAU

CAU

requirement 4

program

CAU

3

CAU old computer Gambar 103 Word graph kalimat ke-6 rangkuman Teks A Kalimat ke-7: “The policy make companies learning green computing system.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks A diperoleh word graph sebagai berikut:

company

CAU

policy

CAU green computing system

2 CAU 8

Gambar 104 Word graph kalimat ke-7 rangkuman Teks A.

Lampiran 6 Rangkuman Teks B Green computing is the term used to denote efficient use of resources computing in conjunction with minimizing environment impact, maximing economics viability and ensuring social duties. One of the spin off of green computing is EPEAT that serve to increase the efficiency and life of computing product. One of the first manifestations green computing movement is energy star program that served as a kind of voluntary label awarded to computing product that succeeded in minimizing use of energy while maximing efficiency. One of popular green computing group is tactical incrementalists that uses green compting philosophies mainly to save up on costs rather than save the environment. Unlike with tactical incrementalists, strategic leaders aside minimizing costs take into account the social and environmental impacts of new and emerging technologies, overhaul some existing policies or structural makeup of the organization. Lampiran 7 Pembentukan word graph rangkuman Teks B Kalimat ke-1: “Green computing is the term used to denote efficient use of resources computing in conjunction with minimizing environmental impact, maximing economics viability and ensuring social duties.”

63

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut: green computing

EQU term

3

CAU

social duties

CAU

efficient use of computing resources

4 CAU

CAU

enviromental impact

CAU

12

economic viability

Gambar 105 Word graph kalimat ke-1 rangkuman Teks B. Kalimat ke-2: “One of the spin off of green computing is EPEAT that serve to increase the efficiency and life of computing product.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

the spin-offs of green computing

EPEAT

SUB CAU CAU

3 SUB the efficiency of computing product

7

life of computing product

Gambar 106 Word graph kalimat ke-2 rangkuman Teks B. Kalimat ke-3: “One of the first manifestations green computing movement is energy star program that served as a kind of voluntary label awarded to computing product that succeeded in minimizing use of energy while maximing efficiency.”

64

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

the first manifestations of green computing movement

3 SUB 5

SUB energy star program CAU voluntary label awarded

CAU

CAU use of energy

computing products

1

CAU

4

CAU

efficiency of energy

Gambar 107 Word graph kalimat ke-3 rangkuman Teks B. Kalimat ke-4: “One of popular green computing group is tactical incrementalists that uses green compting philosophies mainly to save up on costs rather than save the environment.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

65

the popular green computing group SUB

10

tactical incrementalists

3

CAU

CAU 9

green computing philosophies

CAU

costs

CAU environment Gambar 108 Word graph kalimat ke-4 rangkuman Teks B. Kalimat ke-5: “Unlike tactical incrementalists, strategic leaders aside minimizing costs take into account the social and environmental impacts of new and emerging technologies, overhaul some existing policies or structural makeup of the organization.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks B diperoleh word graph sebagai berikut:

tactical incrementalists DIS CAU CAU

the social impacts of new and emerging technologies

strategic leaders

costs

account CAU

CAU

policies organization

SUB

CAU CAU

environmental impacts of new and emerging technologies

structural

Gambar 109 Word graph kalimat ke-5 rangkuman Teks B.

SUB

66

Setelah dicocokkan dengan tabel verteks Teks B, ada enam kata benda atau frasa kata benda yang terdaftar yaitu costs, organization, the social impacts of new technologies, the social impacts of emerging technologies, environmental impacts of new technologies dan environmental impacts of emerging technologies, namun tidak ada relasi yang menghubungkannya. Lampiran 8 Rangkuman Teks C The negative attribute of computer is made from harmful materials. If computer are buried in landfill they can leach toxic chemicals that is contaminate environment and harmful to health. However computer have positive attribute. Computer can reduce paper waste and pollution. But the use of computer increase the use of energy. Green computing help to minimize energy by sharing computers and printers, turning off your monitor and computer when not in use, choosing computer that minimize energy consumption. Green computing using the internet to communicate and computer to organize business that will not only save money but minimize the pollution to the environment. Lampiran 9 Pembentukan word graph rangkuman Teks C Kalimat ke-1: “The negative attribute of computer is made from harmful materials.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

The negative attribute of computer CAU harmful materials

Gambar 110 Word graph kalimat ke-1 rangkuman Teks C. Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda yang terdaftar yaitu harmful materials. Kalimat ke-2: “If computer are buried in landfill they can leach toxic chemicals that is contaminate the environment and harmful to health.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

67

computer

CAU

CAU

CAU toxic chemicals

2

landfill

CAU

1 health

CAU 4

CAU the environment

Gambar 111 Word graph kalimat ke-2 rangkuman Teks C. Kalimat ke-3: “However computer have positive attribute.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut: positive attribute CAU computer Gambar 112 Word graph kalimat ke-3 rangkuman Teks C Setelah dicocokkan dengan tabel verteks Teks C, hanya ada satu kata benda yang terdaftar yaitu computer. Kalimat ke-4: “Computer can reduce paper waste and pollution.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

computer

CAU

paper waste

10

CAU pollution

Gambar 113 Word graph kalimat ke-4 rangkuman Teks C Kalimat ke-5: “But the use of computer increase the use of energy.”

CAU

2 CAU 12

68

Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut: CAU

the use of computer

the use of energy

Gambar 114 Word graph kalimat ke-5 rangkuman Teks C Setelah dicocokkan dengan tabel verteks Teks C, tidak ada kata benda atau frasa kata benda yang terdaftar. Kalimat ke-6: “Green computing help to minimize energy by sharing computers and printers, turning off your monitor and computer when not in use, choosing computer that saving energy.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

CAU

green computing

energy

9

CAU

CAU

CAU

2

computer

5

CAU

19

CAU 16

CAU printers

CAU

CAU

monitor

computer

CAU

energy

Gambar 115 Word graph kalimat ke-6 rangkuman Teks C Kalimat ke-7: “Green computing using the internet to communicate and computer to organize business tht will not only save money but minimize the pollution to the environment.” Berdasarkan kata benda dan frasa kata benda pada setiap kalimat, kemudian dicocokkan dengan tabel Teks C diperoleh word graph sebagai berikut:

69

green computing

CAU

internet CAU

CAU

4

CAU

12

communicate

computer

7

CAU

CAU CAU

2 CAU

business CAU money

CAU pollution CAU environment

Gambar 116 Word graph kalimat ke-7 rangkuman Teks C

9

PERANCANGAN ATURAN ABSTRAKSI TEKS BERBAHASA INGGRIS MENGGUNAKAN METODE KNOWLEDGE GRAPH KUNTOAJI

Recommend Documents