BAB II LANDASAN TEORI - eprints.umm.ac.ideprints.umm.ac.id/40166/3/BAB II.pdf · Kalimat adalah duakata atau lebih dalam satuan bahasa. Unsur utama pembentuk kalimat adalah subjek

6

BAB II

LANDASAN TEORI

2.1 Telaah Pustaka

Sebagai referensi serta pembanding penelitian ini, peneliti

mengumpulkan beberapa penelitian sejenis yang berhubungan dengan

POS Tagger dan Parsing. Berikut adalah penelitian sebelumnya :

- Susi Setyowati (2015). Penelitian ini berjudul POS-Tagger twitter

bahasa Indonesia Menggunakan Stanford NLP. Penelitian ini

tentang bagaimana membuat data training dari tweet bahasa

Indonesia dan bagaimana melakukan POS-Tagger twitter

berbahasa Indonesia menggunakan Stanford NLP. Hasil dari

penelitian ini adalah POS Tagger Stanford NLP dapat digunakan

untuk melatih dan mengenali tweet berbahasa Indonesia tetapi

tidak dapat memberikan jenis tag berbeda pada suatu kata yang

sama tetapi memiliki arti yang berbeda.

- Fachry Khusaini dan Fachrul Kurniawan ( 2013). Penelitian ini

berjudul Implementasi Left-corner parsing Untuk Pembelajaran

Grammar Bahasa Inggris Pada Game 3d Adventure “Go To

London”. Hasil dari penelitian ini adalah left-corner parsing

mampu mengenali pola grammar pada permainan “Go to London”

dengan baik. Hanya saja pemilihan kata yang sesuai dengan

definisinya berdasarkan struktur kalimat belum bisa, hanya sebatas

pengenalan grammar. Sehingga secara pelafalan masih kurang

tepat.

- Vita Meriati (2015). Penelitian ini berjudul Analisis Perbandingan

Algoritma LCP (Left-corner Parsing) Dan Algoritma CYK

(Cocke-Younger-Kasami) Untuk Memeriksa Pola Kalimat Baku

Bahasa Indonesia. Penelitian ini tentang analisa perbandingan

tingkat akurasi antara algoritma LCP (Left-corner Parsing) dengan

algoritma CYK (Cocke-Younger-Kasami) menggunakan aplikasi

simulator sebagai pemeriksa pola kalimat bahasa baku. Hasil dari

7

penelilitian ini adalah tingkat akurasi algoritma CYK lebih besar

dibandingkan dengan LCP. Penelitian ini masih terbatas pada POS

Tag yang digunakan.

2.2 Twitter

Twitter adalah salah satu jejaring sosial dan microbloging untuk

mengirim dan membaca pesan secara singkat yang dikenal sebagai

kicauan (tweets)[1]. Tergolong dalam salah satu media hibrida, yaitu

media yang mengkombinasikan kekayaan fungsional media massa dan

komunikasi inter-personal, menjadi salah satu alasan mengapa twitter

diminati oleh berbagai pihak. Mulai dari ajang promosi, pemberitaan serta

bisnis karena hanya memerlukan sedikit waktu saja informasi yang

disampaikan dapat langsung menyebar.

Situs microbloging twitter asal mulanya berawal dari sebuah acara

diskusi perusahaan podcast, Odeo. Jack Dorsey, mahasiswa Universitas

New York, menyatakan gagasannya tentang penggunaan layanan pesan

singkat yang digabungkan dengan situs jejaring sosial. “twttr” adalah

nama awal dari layanan ini, “twttr” terinspirasi dari nama situ sharing

foto Flickr[2]. Awalnya twitter hanya digunakan sebatas dalam internal

perusahaan Odeo saja, kemudian versi lengkapnya dikenalkan ke public

pada tanggal 15 Juli 2006 dengan nama “twitter”.

Sejak diperkenalkannya twitter kepada publik pada tahun 2006.

Twitter yang dikenal dengan logo burung berwarna biru “Larry the bird”.

Logo twitter sendiri sudah beberapa kali dimodifikasi hingga pada tahun

2012 twitter meluncurkan logo baru yang dinamakan “Twitter Bird”

hingga saat ini.

Gambar 2.1 Perubahan logo Twitter

8

2.3 Bahasa Indonesia Formal

Tanpa disadari penggunaan bahasa bisa berubah mengikuti

kebutuhan penuturnya. Contohnya bahasa yang digunakan saat berpidato

akan berbeda dengan bahasa yang digunakan saat berbicara dengan teman

atau keluarga. Hal ini disebut sebagai ragam bahasa. Dalam penggunaan

bahasa Indonesia ada berbagai macam ragam bahasa, diantaranya adalah

ragam formal – semi formal – non formal; ujaran – tulisan; jurnalistik;

iklan; popular dan ilmiah.

Bahasa Indonesia formal atau yang dikenal sebagai bahasa baku

adalah bahasa yang diucapkan atau ditulis sesuai kaidah – kaidah standard.

Yang termasuk dalam kaidah standar adalah Ejaan yang di sempurakan,

kamus umum dan tata bahasa baku [3].

2.4 Kelas Kata Dalam Bahasa Indonesia

Kelas kata dalam bahasa Indonesia memiliki banyak perbedaan

dalam hal pembagian kelas katanya. Diantaranya adalah pembagian kelas

kata oleh Harimuti Kridalaksana dan M.Ramlan. Kridaklasana

menggolongkan tiga belas kata dalam bahasa indonesia. Sedangkan

Ramlan menggolongkan dua belas dalam bahasa Indonesia.

Pada penelitian ini peneliti menggunakan pembagian kelas kata

yang terbagi secara tradisional. Kelas kata ini digunakan dalam bahasa –

bahasa yang besar di dunia, termasuk bahasa Indonesia. Kelas kata

tersebut adalah:

1. Kata benda (Noun)

Kata benda ialah kata yang menyatakan sesuatu. Diantaranya nama

tempat,nama orang,nama binatang, ide, atau gagasan.

2. Kata kerja (Verb)

Kata kerja ialah kata yang menyatakan atau menggambarkan sebuah

kejadian, perbuatan, peristiwa atau keadaan.

3. Kata sifat (Adjective)

Kata sifat ialah kata yang menerangkan kata ganti atau kata benda.

4. Kata ganti orang (Personal Pronoun)

9

Kata ganti ialah kata yang digunakan sebagai pengganti nama sendiri

ataupun nama orang.

5. Kata keterangan (Adverb)

Kata keterangan ialah kata yang sebagai pembatas atau pemberi

keterangan mengenai kata kerja.

6. Kata bilangan (Numeral)

Kata bilangan ialah kata yang menerangkan kuantitas atau bilangan.

Kata bilangan berpotensi mendamping kata bilangan lain.

7. Kata penghubung (Conjunction word)

Kata penghubung ialah kata yang berfungsi meluaskan satuan kata

dalam konstruksi hipoktaksis dan sebagai penghubung dua atau lebih

satuan kata dalam konstrukssinya.

8. Kata sandang (determiner)

Kata sandang ialah kata yang berada di depan kata benda sebagai

penjelas dan mengacu kepada kata benda trsebut.

9. Kata seru atau Interjeksi (Interjection)

Kata seru ialah kata yang berfungsi sebagai pengungkap perasaan.

Secara sintaksis kata ini tidak berhubungan dengan kata lain dalam

ujaran.

10. Kata depan atau Preposisi (Preposisition)

Kata depan ialah kata yang berada didepan kata lainnya hingga

terbentuk sebuah frase.

2.5 Strukur Kalimat Bahasa Indonesia

1. Frasa

Frasa adalah kumpulan 2 (dua) atau lebih kata yang

memiliki arti kerja tetapi bersifat non predikatif. Frasa hanya dapat

bersifat subjek, predikat, objek, pelengkap maupun keterangan

dalam sebuah kalimat.

Berdasarkan fungsi unsur pembentuknya frasa terbagi menjadi 2

(dua) jenis, yaitu frasa endosentris dan frasa eksosentris. Frasa

endosentris adalah frasa dimana salah satu atau kedua kata-nya

10

termasuk dalam unsur inti (pusat). Sedangkan frasa eksosentris

adalah frasa yang tidak memiliki unsur inti (pusat).

1) Frasa endosentris

Frasa ini terbagi kedalam 4 (empat) bagian :

1. Frasa koordinatif (setara)

Contoh : - suami istri itu kedapatan mencuri di pasar

2. Frasa atributif (bertingkat)

Dalam frasa ini terdapat 2 (dua) unsur. Pertama

unsur diterangkan, kedua unsur menerangkan.

Contoh : - mobil mahal itu terjual kemarin

3. Frasa atributif berimbuhan

Sama halnya dengan frasa atributif, tetapi frasa ini

memiliki unsur atributnya yang diberi imbuhan.

Contoh : - rumah perisirahatan anggota dewan

digeledah polisi

4. Frasa apositif

Frasa ini bersifat saling menggantikan.

Contoh : - menurut Muhadjir, menteri pendidikan

dan kebudayaan mendukung pemberian pakasi

untuk guru.

2) Frasa eksosentris

Berikut adalah jenis frasa berdasarkan berdasarkan

kategori kata yang menjadi unsur pusatnya:

1. Frasa Nomina(Noun Phrase)

Frasa ini memiliki distribusi yang sama dengan nomina

dimana frasa ini berhubungan dengan noun atau kata

benda. Contoh frasa nominal adalah mahasiswa baru.

2. Frasa Verbal(Verb Phrase)

Frasa ini berhubungan dengan verb atau kata kerja.

Frasa ini juga berfungsi menggantukan kedudukan kata

kerja dalam sebuah kalimat. Contoh frasa verbal adalah

belum makan.

11

3. Frasa Adverbial(Adverb Phrase)

Frasa ini berhubungan dengan adverb atau kata sifat.

Contoh frasa adverbial adalah lebih cantik.

4. Frasa Adjektival(Adjective Phrase)

Frasa ini berhubungan dengan adjektiv atau kata sifat

sebagai inti dan menambahkan kata lain yang berfungsi

menerangkan. Contoh frasa adjektival adalah murah

sekali.

5. Frasa Preposisional(Prepositional Phrase)

Frasa ini berhubungan dengan preposisi atau kata

depan. Contoh frasa preposisional adalah : di malang.

2. Klausa

Klausa dapat diartikan sebagai sebuah rangkaian kontruksi dari dua

kata atau yang mengandung unsur predikasi dan memiliki potensi

untuk membentuk suatu kalimat[4]. Sebuah kalimat memiliki dua

unsur, unsur intonasi dan unsur klausa. Hanya saja tidak semua

kalimat, ada beberapa kalimat yang tanpa unsur klausa dan hanya

memiliki unsur intonasi[5]. Contoh kalimat yang hanya memiliki

unsur intonasi :

• “Selamat pagi!”

• “Assalamu’alaikum warahmatullahi wabarakaatuh.”

3. Fungsi Sintaksis

Fungsi sintaksis berhubungan langsung dengan relasi

gramatikal suatu klausa. Misalnya subjek(S) berhubungan

langsung dengan predikat(P), objek(O), pelengkap(Pel) dan

keterangan(K) sehingga membentuk sebuah konstruksi. Dik(1985)

mengatakan bahwa unsur utama dalam sebuah klausa adalah

predikat(P), karena kondisi P yang menyebabkan hadirnya unsur-

unsur yang lain seperti O, Pel dan K.

12

1. Predikat

Predikat dalam sebuah kalimat berperan sebagau

keadaan, proses, perbuatan, posisi, lokasi, identitas dan

kualitas..

2. Subjek

Subjek dalam sebuah kalimat berperan sebagai

pengalamanan, pelaku, ukuran, peruntung dan pokok.

3. Objek

Objek berperan sebagai sasaran, hasil dan peruntung.

Biasanya objek berupa nomina, frasa nomina atau

pronomina.

4. Pelengkap

Pelengkap berpotensi sebagai sasaran, hasil, jangkauan,

identitas dan ukuran. Umumnya berupa frasa nomina,

frasa adjektiva atau frasa verbal.

5. Keterangan

Fungsi keterangan dalam sebuah kalimat sebagai

pemberi keterangan tambahan terhadap unsur inti.

4. Kalimat

Kalimat adalah dua kata atau lebih dalam satuan bahasa.

Unsur utama pembentuk kalimat adalah subjek dan predikat.

Objek, pelengkap dan keterangan adalah unsur penambahan yang

diakhiri dengan tanda baca seperti tanda titik(.), tanda tanya(?) atau

tanda seru(!).

2.6 Natural Language Processing

NLP (Natural Language Processing) termasuk dalam salah satu

cabang dari ilmu kecerdasan buatan atau Artificial Intelligence(AI) yang

berfokus pada pengolahan bahasa natural[6]. NLP bertujuan membangun

rancangan model komputasi dari sebuah bahasa agar terjadi interaksi

antara manusia dan komputer melalui perantara bahasa alami. Sehingga

13

bahasa alami yang sudah diproses oleh komputer dapat memahami dengan

baik maksud dari user.

Beberapa terapan aplikasi dari NLP adalah sebagai berikut :

• Chatbot : Aplikasi yang membuat user bisa seolah-olah

melakukan komunikasi dengan komputer

• Stemming atau Lemmatization : Pemotongan kata dalam

bahasa tertentu menjadi bentuk dasar pengenalan fungsi

setiap kata dalam kalimat

• Summarization : Ringkasan dari bacaan

• Translation Tools : Menterjemahkan bahasa

Ada beberapa tingkat pengolahan pada NLP :

1. Fonetik dan fonologi : Bidang ini berhubungan dengan

suara yang dihasilkan user, kemudian diproses menjadi kata

yang dapat dikenali komputer.

2. Morfologi : Bidang ini merupakan pemisahan antar kata satu

dengan kata lain atau elemen lain.

3. Sintaksis : bidang ini merupakan penguraian kalimat dan juga

hubungan antar kata yang terdapat dalam.

4. Semantik : bidang ini mempelajari arti suatu kata dari kalimat

secara context – independent tanpa memperhatikan konteks

dari kalimat tersebut.

5. Pragramatik : bidang ini merupakan pengetahuan tingkatan

dari semantik dimana memperhatikan konteks yang ada pada

kalimat dan bergantung pada situasi dan tujuan pada sistem

yang akan dibuat.

6. Discource knowledge : bidang ini merupakan pengenalan pada

arti dalam sebuah kalimat.

7. Word knowledge : Bidang ini merupakan pengenalan pada arti

sebuah kata secara umum secara umum maupun secara khusus.

14

2.7 Tagging

Tagging adalah proses pemberian label kelas kata pada tiap

kata dalam kalimat. Pelabelan kata dapat dilakukan dengan 2 cara

yaitu top-down dan bottom-up.

Contoh sederhana dari kalimat “ kucing itu mencuri ikan” untuk

proses tagging adalah :

Kucing/NN itu/PR mencuri/VB ikan/NN

Dalam proses tagging terdapat 2 (dua) cara pelabelan kelas kata.

Pelabelan berbasis aturan (rule based)dan proboblitias (proboblity

based)[7].

2.8 Parsing

Parsing adalah proses penguraian sebuah inputan dengan

memecah – mecah rangkaian masukan hingga menghasilkan suatu

pohon uraian (parse tree)[8][9]. Parsing atau analisa sintaksis

memeriksa kebenaran struktur sebuah kalimat berdasarkan

grammar dan lexicon. Grammar atau tata bahasa adalah struktur

atau aturan – aturan yang terdapat dalam pembentukan sebuah

kalimat. Sedangankan lexicon adalah kosa kata yang terdapat

dalam komputer.

Salah satu contoh sederhana untuk grammar bahasa

indonesia adalah :

Kalimat -> FN FV

FN -> NN + PR

FV -> VB + NN

NN -> Kucing, Ikan

PR -> Itu

VB -> Melihat, Memakan, Mencuri

Grammar ini menghasilkan sekumpulan kalimat sederhana,

seperti:

- Kucing itu melihat ikan

- Kucing itu memakan ikan

15

Kalimat

Kucing

Itu

Mencuri

Ikan

NN PR VB NN

FN FV

- Kucing itu mencuri ikan

Proses pembentukan kalimat dari sebuah grammar disebut

deviration. Contoh deviration kalimat “kucing itu mencuri ikan”

berdasarkan grammar diatas sebagai berikut :

Gambar 2.2 Deviraton atau parse tree kalimat “kucing itu

mencuri ikan”

Kalimat diatas dapat di definisikan dengan sintaksis berikut

ini.

<kalimat> ::= <FN> <FV>

<FN> := NN PR

<FV> := VB NN

NN := kucing

PR := itu

VB := mencuri

NN := ikan

Arti dari tujuh baris di atas adalah sebagai berikut :

1. Kalimat terusun atas frasa nomina diikuti dengan frasa

verba

2. Frasa nomina tersusun atas nomina dan pronomina

3. Frasa verba tersusun atas verba dan nomina

4. Nomina berupa kata kucing

5. Pronomina berupa kata itu

6. Verba berupa kata mencuri

7. Nomina berupa kata ikan

16

<kalimat> merupakan bentuk utama, sedangkan <FN> dan

<FV> disebut simbol non – terminal. Sedangkan kata kucing, itu,

mencuri dan ikan disebut dengan simbol terminal.

2.8.1 Top-down dan bottom-up Parsing

Top-down parsing adalah metode penurunan

parse tree yang dibuat berdasarkan penurunan

leftmost (inputan yang dibaca dari kiri ke kanan).

Bottom-up parsing atau yang sering disebut

shift-reduse parser adalah kebalikan dari top-down

parsing. Dimana proses penguraiannya dimulai dari

costituent terkecil ke sampai menjadi constituent

terbesar atau dari leaf ke root[8][9].

2.8.2 Left-corner parsing

Left-corner parsing adalah metode gabungan

top-down parsing dan bottom-up parsing. Adanya

penggabungan kedua metode ini dikarenakan

terdapat kekurangan pada kedua metode

sebelumnya. Misalnya pada metode top-down

parsing, metode ini tidak dapat menganggani

grammar dengan left recursion. Sedangkan bottom-

up parsing, tidak dapat menanggani empty

production[7][8].

Penguraian kalimat pada left-corner parsing

dimulai dengan prediksi top-down untuk mengenali

jenis kata, kemudian melakukan pasing dari sisa

constituent secara bottom-up[9][10].

Sebagai contoh, dengan menggunakan

grammar dan kalimat diatas, dapat dilakukan proses

left-corner sebagai berikut :

17

Gambar 2.3 Cara kerja left-corner parsing

2.8.3 Adaptasi Left-Corner Parsing

Pada pengerjaan tugas akhir ini, peneliti

mengadapatasi metode left-corner sebagai berikut :

1. Menggunakan POS Tagger sebagai proses top-

down

Pada dasarnya proses top-down

berfungsi sebagai pengenalan struktur

kalimat dari constituent terbesar hingga

constituent terkecil. Dimana hasil akhirnya

adalah mengetahui level terendah atau kelas

kata dalam sebuah kalimat[7].

Pesan singkat atau tweet yang dikirim tidak

mengutakan struktur kalimat. Oleh karena

itu pada proses top-down untuk tugas akhir

ini di gunakan POS Tagger sebagai proses

untuk mengetahui level terendah atau kelas

kata dalam sebuat twee[9][10]t.

2. Menggunakan shift reduce sebagai proses

bottom-up untuk melakukan proses parsing.

18

Shift reduce parser adalah salah satu

metode parsing yang bekerja secara bottom-

up[8]. Setelah mengenali kelas kata pada

proses sebelumnya, untuk kemudiaan

dilakukan pemeriksaan kembali struktur

kalimat pada proses bottom-up

menggunakan shift-reduce parser[9][10].

2.9 Stanford NLP Group

Stanford NLP Group adalah sebuah komunitas bidang ilmu

komputer khususnya pemrograman bahasa alami di Stanford

University.Yang menjadi pembeda fitur dari Stanford NLP Group

dengan yang lainnya adalah kombinasi efektif dari pemodelan

linguistik dan analisa data yang sangat baik dalam pembelajaran

proboblistik dan mesin yang inovatif untuk proses NLP. Berbagai

macam penelitian mengenai pemrosesan bahasa alami atau Natural

Language Processing (NLP) yang dilakukan Stanford NLP Group,

diantaranya adalah syntactic parsing dan tagging.