Skip to content
Narrow screen resolution Wide screen resolution Auto adjust screen size Increase font size Decrease font size Default font size blue color orange color green color Sign In

Matematika IPB

Beranda arrow Mahasiswa & Alumni arrow Alumni Program Magister Sains
 
Data Tesis
 
Judul : ANALISIS PEMBENTUKAN WORD GRAPH KATA KETERANGAN MENGGUNAKAN METODE KNOWLEDGE GRAPH
Jenis :
Penulis : Rusiana Samba, S.Pd.
NRP : g551070241
Tanggal Lulus : 11 January 2011
Tanggal Seminar :
Tanggal Sidang :
Pembimbing : Prof. Dr. Ir. Sri Nurdiati, M.Sc.
Dra. Farida Hanum, M.Si.
Ringkasan : Knowledge Graph (KG) adalah suatu metode baru dari Natural Language Processing (NLP) yang mengarahkan pada cara baru dalam menjelaskan dan memodelkan NLP dan juga sebagai langkah ke depan untuk pemahaman terhadap aspek semantik dari suatu kata. Dengan cara menganalisis teks diharapkan dapat dihasilkan sebuah pengetahuan baru. Tujuan jangka panjang dari penelitian KG adalah terciptanya sebuah sistem yang bisa membaca dokumen berbahasa Indonesia dalam jumlah yang besar dan menghasilkan informasi dalam bentuk graph yang mudah untuk dipahami. Namun tujuan tersebut belum dapat terlaksana, karena faktor yang menunjang belum lengkap, terutama word graph dari seluruh jenis kata dalam bahasa Indonesia belum lengkap. Kata keterangan dilihat dari tatarannya dibedakan menjadi dua yaitu tataran frasa dan tataran klausa. Dalam tataran frasa, kata keterangan adalah kata yang menjelaskan kata kerja, kata sifat, atau kata keterangan yang lain. Dalam tataran klausa, kata keterangan menjelaskan fungsi-fungsi sintaktis. Kata keterangan dapat dibedakan menjadi 1. Kata keterangan dari segi bentuknya 2. Kata keterangan dari segi perilaku sintaktisnya 3. Kata keterangan dari segi perilaku semantisnya 4. Kata keterangan konjungtif 5. Kata keterangan pembuka wacana. Pada penelitian ini penulis akan membuat word graph dengan membatasi ruang lingkupnya yaitu hanya pada kata keterangan dari segi perilaku semantis. Dalam metode knowledge graph setiap kata berhubungan dengan sebuah word graph yang menyatakan arti dari kata dan disebut dengan semantic word graph. Word graph merupakan graf dari kata. Knowledge graph adalah suatu metode yang digunakan untuk menganalisis teks dan merepresentasikan teks tersebut ke dalam bentuk graf. Knowledge graph adalah suatu instrumen yang merepresentasikan struktur terkonsep yang sudah tertentu. Pada prinsipnya komposisi dari knowledge graph terdiri atas konsep (token, type) dan relationships (binary dan multivariate relation). Konsep dapat dibedakan menjadi dua jenis yaitu token dan type. Token merupakan konsep yang dipahami oleh seseorang menurut cara pandangnya masing-masing sehingga token bersifat subjektif. Token disimbolkan dengan “ “. Pada metode knowledge graph segala sesuatu akan dihubungkan dengan token. Type adalah concept yang berupa informasi umum dan bersifat objektif karena merupakan kesepakatan yang dibuat sebelumnya. Ontologi adalah gambaran beberapa konsep dan relasi antarkonsep yang bertujuan untuk mendefinisikan beberapa ide yang merepresentasikan konsep, relasi dan logikanya. Ontologi word graph terdiri atas token, 9 type binary relationships dan 4 frame relationships. Sembilan type binary relationships tersebut antara lain: ALI, CAU, EQU, SUB, DIS, ORD, PAR, SKO, dan ontologi F. Empat frame relationships yang dimaksud adalah FPAR, NEGPAR, POSPAR, dan NECPAR. Relasi ALI digunakan untuk menghubungkan sebuah type dengan token. Relasi CAU digunakan untuk menghubungkan dua token yang memiliki hubungan sebab akibat dimana sesuatu memengaruhi sesuatu yang lain. Relasi EQU digunakan untuk menghubungkan sebuah name dengan token. Relasi SUB digunakan untuk menyatakan bahwa sesuatu merupakan bagian dari sesuatu yang lain. Relasi DIS digunakan untuk menyatakan sesuatu yang berbeda. Relasi ORD digunakan untuk menyatakan sesuatu yang berurutan. Relasi PAR digunakan untuk menjelaskan bahwa satu elemen berkaitan dan memiliki sifat elemen lainnya. Relasi SKO digunakan untuk menyatakan informasi kebergantungan. Ontologi F digunakan untuk menunjukkan fokus dari suatu graf. Relasi FPAR digunakan untuk menghubungkan sebuah konsep dengan struktur di dalamnya, relasi NEGPAR digunakan untuk menyatakan negasi dari sesuatu, relasi POSPAR menyatakan kemungkinan sesuatu, dan relasi NECPAR untuk menyatakan suatu kebutuhan. Alur penelitian yang dilakukan adalah: (1) mengidentifikasi kata keterangan, dengan cara menglasifikasi dan menganalisis makna kata keterangan, (2) membuat aturan pembentukan word graph kata keterangan berdasarkan makna kata keterangan, (3) mengelompokkan kata keterangan berdasarkan kesamaan pola word graph, (4) menguji aturan word graph yang dibuat. Hasil dari identifikasi kata keterangan menghasilkan 10 jenis kata keteranan berdasarkan makna, yaitu: (1) Kata keterangan kualitatif, (2) Kata keterangan kuantitatif, (3) Kata keterangan limitatif, (4) Kata keterangan frekuentatif, (5) Kata keterangan kewaktuan, (6) Kata keterangan kecaraan, (7) Kata keterangan kontrastif, (8) Kata keterangan keniscayaan, (9) Kata keterangan lokatif, (10) Kata keterangan instrumental. Setelah dianalisis dan dirumuskan aturan pembentukan word graphnya lalu dikelompokkan menurut pola word graph yang sama maka ada 9 jenis word graph kata keterangan, karena kata keterangan jenis 8 (kata keterangan keniscayaan) memiliki word graph sama dengan word graph kata keterangan jenis 6a (kata keterangan cara kesungguhan). Dari proses pembentukan word graph kata keterangan ada kata keterangan yang dapat dibuat pola umum pembentukan word graph berdasarkan kesamaan makna. Kata kunci : graf, knowledge graph, kata keterangan, word graph.

Random Quotes

Jangan pernah mengucapkan selamat tinggal jika kamu masih mau mencoba, jangan pernah menyerah jika kamu masih merasa sanggup, jangan pernah mengatakan kamu tidak mencintainya lagi jika kamu masih tidak dapat melupakannya.

anonim