pengembangan modul untuk kamus word graph kata sifat pada

advertisement
 PENGEMBANGAN MODUL UNTUK KAMUS WORD GRAPH
KATA SIFAT PADA SISTEM APLIKASI BOGORDELFTCONSTRUCT
ANNISSA ZAHARA
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2010
i
ABSTRACT
ANNISSA ZAHARA. The development of adjective word graph dictionary module in BogorDelftConstruct.
Supervised by SRI NURDIATI.
One of natural language processing methods that represents the result of semantic analysis of a
text in a graph form is Knowledge Graph (KG). Until now, there are only a few researches using KG
to do semantic analysis for texts in Indonesian language. Those researches were mainly focus on
analyzing text, constructing rules to analyze text and engineering to understand the text. Some other
researches have done semantic analysis from various part-of-speech. Nevertheless, the results of the
research have not been implemented yet. To realize a long term goal of doing text abstraction
automatically, BogorDelftConstruct has been developed as an early stage. In line with that, this
research implemented semantic analysis for one part-of-speech in BogorDelftConstruct.
The objective of the research is to develop an adjective word graph dictionary module in
BogorDelftConstruct system. The adjective to be analyzed have 19 word graph patterns formed by
affixation. Process of forming word graph started by getting root word and affix that contained in
input word using stemming based on Kamus Besar Bahasa Indonesia (KBBI). Root word is used to
search part-of-speech in KBBI. Part-of-speech of root word and affix is used as parameter to
determine which pattern of adjective word graph that is appropriate. The appropriate pattern which
contains the meaning of the word is generated in the system. The process of determining the
appropriate pattern can be considered as a testing stage.
In this module, from 19 patterns of adjective word graph, only 18 patterns that can be identified. A
pattern of adjective word graph that unidentified is me-kata benda-kan. Adjective word graph me-kata
dasar-kan and me-kata benda-kan have a similar former affix. Because of that, the system was not able
to distinguish the two patterns. From 250 input words which used in testing module, there were 13
errors which resulted in accuracy of 94,80%. The occurrences of the error, was due to incapability of
stemming function to produce intended root word and the uncompleteness of KBBI.
Keyword : adjective word graph, Knowledge Graph, stemming, Kamus Besar Bahasa Indonesia
(KBBI).
ii
PENGEMBANGAN MODUL UNTUK KAMUS WORD GRAPH
KATA SIFAT PADA SISTEM APLIKASI BOGORDELFTCONSTRUCT
ANNISSA ZAHARA
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer pada
Program Studi Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2010
iii
Judul skripsi
Nama
NIM
: Pengembangan Modul untuk Kamus Word Graph Kata Sifat Pada Sistem
Aplikasi BogorDelftConstruct
: Annissa Zahara
: G64076004
Menyetujui,
Dosen Pembimbing,
Dr. Ir. Sri Nurdiati, M.Sc.
NIP: 19601126198601 2 001
Mengetahui:
Ketua Departemen,
Dr. Ir. Sri Nurdiati, M.Sc.
NIP: 19601126198601 2 001
Tanggal lulus:
iv
RIWAYAT HIDUP
Penulis dilahirkan di Jakarta pada tanggal 17 Agustus 1986 dari ayah Mochammad Agus Jaya dan
Ibu Suhanah. Penulis merupakan putri pertama dari dua bersaudara.
Penulis lulus dari SMA Negeri 1 Ciputat pada tahun 2004 dan pada tahun yang sama penulis lulus
seleksi masuk IPB melalui jalur Undangan Seleksi Masuk IPB. Penulis memilih Program Studi D3
Informatika dengan Sub Program Teknik Informatika, Departemen Ilmu Komputer, Fakultas
Matematika dan Ilmu Pengetahuan Alam. Pada tahun 2007 penulis melakukan Kerja Praktek di Balai
Penelitian Tanaman Obat dan Aromatik, Cimanggu, Bogor selama 45 hari.
Penulis lulus dari Program Studi D3 Informatika pada tahun 2007 dan pada tahun yang sama
penulis melanjutkan ke jenjang S1 Program Penyelenggaraan Khusus Ekstensi Ilmu Komputer IPB
melalui jalur tes.
v
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala cinta dan kasih sayangNya
sehingga karya ilmiah ini berhasil diselesaikan. Shalawat serta salam penulis sampaikan kepada
junjungan kita Nabi Muhammad SAW atas teladan beliau sebagai motivasi penulis. Tema yang dipilih
dalam penelitian ini adalah penerapan metode Knowledge Graph pada pembentukan kamus kata sifat,
dengan judul Pengembangan Modul untuk Kamus Word Graph Kata Sifat pada Sistem aplikasi
BogorDelftConstruct. Penelitian dilakukan sejak Juni 2009 sampai dengan April 2010.
Terima kasih penulis ucapkan kepada
1.
Papa dan Mama untuk doa, kasih sayang dan dukungan yang tak pernah putus. Ungkapan
terima kasih juga penulis sampaikan untuk adik, Diana atas diskusi dan motivasinya.
Terima kasih juga tak lupa penulis sampaikan untuk seluruh keluarga besar penulis.
2.
Ibu Dr. Ir. Sri Nurdiati M.Sc. selaku pembimbing atas waktu, saran, bimbingan dan
pengertian yang diberikan.
3.
Bapak Ahmad Ridha, S.Kom, MS. dan Bapak Sony Hartono Wijaya, S.Kom, M.Kom.
selaku penguji yang telah memberikan kritik dan saran selama penulis mulai melakukan
penelitian hingga sidang tugas akhir.
4.
Anggi dan Wanda untuk ilmu, diskusi, semangat dan dukungan bagi penulis. Untuk Arifa
atas diskusi, dukungan dan sebagai teman seperjuangan dalam penelitian ini.
5.
Ayi, Disty dan Mba Tessa untuk semangatnya baik secara moral maupun spiritual.
6.
Yuli, Sayi, Neng, Uchie, Pipit, Cece Dian, Rheinja, Neng Dian, dan Inne sebagai
sahabat-sahabat penulis yang selalu memberikan semangat dan keceriaan selama penulis
melakukan penelitian.
7.
Teman-teman seperjuangan di Ekstensi ILKOM Angkatan II.
8.
Semua pihak yang tidak dapat penulis sebutkan satu persatu yang telah membantu penulis
dalam menyelesaikan penelitian ini.
Karya ilmiah ini masih jauh dari kesempurnaan, dengan segala kerendahan hati penulis
mengharapkan kritik dan saran yang membangun bagi karya ilmiah ini. Penulis berharap semoga
karya ilmiah ini dapat memberikan manfaat.
Bogor, Mei 2010
Annissa Zahara
vi
DAFTAR ISI
Halaman
DAFTAR ISI ................................................................................................................................. vii DAFTAR GAMBAR.................................................................................................................... viii DAFTAR LAMPIRAN ................................................................................................................ viii PENDAHULUAN ........................................................................................................................... 1 Latar Belakang ............................................................................................................................. 1 Tujuan........................................................................................................................................... 1 Ruang Lingkup ............................................................................................................................. 1 Manfaat......................................................................................................................................... 1 TINJAUAN PUSTAKA .................................................................................................................. 1 Natural Language Processing (NLP) ........................................................................................... 1 Stemming ...................................................................................................................................... 2 Knowledge Graph (KG) ............................................................................................................... 2 Concept......................................................................................................................................... 2 Token ............................................................................................................................................ 2 Type .............................................................................................................................................. 2 Word Graph.................................................................................................................................. 2 Aspek Ontologi............................................................................................................................. 2 Ekspresi Semantik dengan KG ..................................................................................................... 3 Adjektiva (Kata Sifat) .................................................................................................................. 3 METODE PENELITIAN ............................................................................................................... 4 Data .............................................................................................................................................. 4 Metodologi ................................................................................................................................... 4 HASIL DAN PEMBAHASAN ....................................................................................................... 7 KESIMPULAN DAN SARAN ..................................................................................................... 12 Kesimpulan................................................................................................................................. 12 Saran ........................................................................................................................................... 13 DAFTAR PUSTAKA .................................................................................................................... 13 LAMPIRAN .................................................................................................................................. 14 vii
DAFTAR GAMBAR
Halaman
1 Contoh penggunaan relasi ALI, CAU, SUB, DIS, dan PAR. .............................................................. 3 2 Diagram Alir Metodologi Penelitian.................................................................................................... 4 3 Panel Dictionary. ................................................................................................................................. 5 4 Panel Relationship. .............................................................................................................................. 5 5 Contoh Word graph yang dibentuk dalam workspace. ........................................................................ 5 6 Proses Stemming. ................................................................................................................................. 8 DAFTAR LAMPIRAN
Halaman
1 Diagram Alir Pengembangan Modul Kamus Word Graph Kata Sifat ......................................... 15 2 Splash Screen DelftConstruct ...................................................................................................... 16 3 Tampilan Menu Modul Kamus Word Graph Kata Sifat .............................................................. 16 4 Pola word graph kata sifat ........................................................................................................... 17 5 Pola se-Kata Sifat ........................................................................................................................ 20 6 Contoh Kata Sifat Masukan Word Graph Pola se-Kata sifat ....................................................... 21 7 Pola ter-Kata Sifat dengan Kualitas Paling Tinggi ...................................................................... 22 8 Contoh Kata Sifat Masukan Word Graph Pola terKata Sifat dengan Kualitas Paling Tinggi ..... 23 9 Pola ter-Kata Sifat dengan Kualitas Paling Rendah ..................................................................... 24 10 Contoh Kata Sifat Masukan Word Graph Pola terKata Sifat dengan Kualitas Paling Rendah .. 26 11 Pola ber-Kata Bilangan .............................................................................................................. 27 12 Contoh Kata Sifat Masukan Word Graph Pola ber-Kata Bilangan............................................ 28 13 Pola me-Kata Benda .................................................................................................................. 29 14 Contoh Kata Sifat Masukan Word Graph Pola me-Kata Benda ................................................ 30 15 Pola pe-Kata Sifat ...................................................................................................................... 31 16 Contoh Kata Sifat Masukan Word Graph Pola pe-Kata Sifat .................................................... 32 17 Pola Kata Benda-em- ................................................................................................................. 33 18 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-em- ............................................... 34 19 Pola Kata Benda-an ................................................................................................................... 35 20 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-an ................................................. 36 21 Pola Kata Benda-al .................................................................................................................... 37 22 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-al .................................................. 38 23 Pola Kata Benda-il ..................................................................................................................... 39 24 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-il................................................... 39 25 Pola Kata Benda-iah .................................................................................................................. 40 26 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-iah ................................................ 41 27 Pola Kata Benda-i ...................................................................................................................... 42 28 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-i .................................................... 43 29 Pola Kata Benda-if ..................................................................................................................... 44 30 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-if .................................................. 45 31 Pola Kata Benda-ik .................................................................................................................... 46 32 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-ik .................................................. 47 33 Pola Kata Benda-is..................................................................................................................... 48 34 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-is .................................................. 49 viii
35 Kata Benda-istis ......................................................................................................................... 50 36 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-istis .............................................. 51 37 Pola ke-Kata Sifat-an ................................................................................................................. 52 38 Contoh Kata Sifat Masukan Word Graph Pola ke-Kata sifat-an ............................................... 53 39 Pola me-Kata Dasar-kan ............................................................................................................ 54 40 Contoh Kata Sifat Masukan Word Graph Pola me-Kata Dasar-kan .......................................... 55 41 Pola Kata Sifat Dasar ................................................................................................................. 56 42 Contoh Kata Sifat Masukan Word Graph Pola Kata Sifat Dasar............................................... 57 ix
PENDAHULUAN
Latar Belakang
Salah satu teknologi pemrosesan bahasa
alami adalah pemrosesan teks. Pemrosesan teks
dapat berupa analisis makna (semantik) pada
suatu teks. Makna suatu teks dapat
direpresentasikan sebagai pengetahuan dan
salah satu metode yang merepresentasikan
pengetahuan dalam bentuk graf adalah metode
Knowledge Graph (KG). Berbagai penelitian
menggunakan metode KG telah banyak dibahas,
namun untuk implementasi metode KG belum
banyak dilakukan. Penelitian yang ada masih
dalam menganalisis teks dan membuat aturan
untuk menganalisis teks.
Implementasi metode KG dalam analisis
semantik diharapkan dapat berguna untuk
melakukan abstraksi teks secara otomatis.
Untuk dapat mewujudkan hal tersebut, telah
dikembangkan BogorDelftConstruct sebagai
implementasi metode KG tahap awal. Awalnya
implementasi metode KG dikembangkan
berdasarkan hasil analisis struktur bahasa
Inggris, yaitu DelftConStruct. DelftConStruct
adalah
perangkat
lunak
yang
telah
dikembangkan oleh Mark van Koningsveld
pada tahun 2003-2008.
DelftConStruct merupakan tools yang
berguna sebagai editor yang dikembangkan
untuk membuat graf kata ataupun kalimat
dalam struktur bahasa Inggris. DelftConStruct
dapat menganalisis suatu kata dan membentuk
suatu graf antara satu kata dengan kata yang
lainnya (word graph), namun belum sesuai
dengan konsep KG menurut Romadoni (2009).
Sebagai perbaikan dari DelftConStruct maka
dikembangkan untuk struktur bahasa Indonesia
BogorDelftConstruct.
Selain itu, beberapa penelitian juga telah
dilakukan untuk analisis semantik pada beragam
jenis kata, antara lain kata sifat, kata kerja, kata
benda dan kata depan. Perwujudan abstraksi
teks secara otomatis dapat diwujudkan dengan
mengimplementasikan analisis semantik kata
dari beragam jenis kata. Diawali dengan
menganalisis makna kata untuk satu jenis kata
kemudian dikembangkan untuk jenis kata yang
lain. Dari analisis semantik jenis kata dapat
dikembangkan untuk menganalisis makna
kalimat, frase hingga teks dari setiap kata yang
terdapat pada masing-masingnya.
Merujuk pada BogorDelftConstruct sebagai
tools yang berguna untuk membuat graf kata
maka BogorDelftConstruct digunakan sebagai
wadah pengembangan implementasi bagi
perwujudan abstraksi teks. Dengan fitur
pembentukan kamus word graph yang dimiliki
BogorDelftConstruct maka penelitian ini akan
mengembangkan modul untuk kamus word
graph kata sifat. Analisis semantik dari
pembentukan kata sifat telah dilakukan pada
penelitian sebelumnya oleh Rahmat (2009) yang
menghasilkan pola aturan untuk kata sifat.
Penelitian ini diharapkan menjadi tahap lanjutan
dalam mewujudkan abstraksi teks secara
otomatis.
Tujuan
Penelitian
ini
bertujuan
untuk
mengembangkan modul kamus word graph kata
sifat pada sistem aplikasi BogorDelftConstruct
berdasarkan hasil analisis aturan dari penelitian
sebelumnya. Penelitian ini akan membentuk
word graph yang dapat merepresentasikan
makna suatu kata sifat secara otomatis.
Ruang Lingkup
Penelitian ini dibatasi pada pengembangan
modul sistem aplikasi BogorDelftConstruct
untuk membuat kamus word graph kata sifat
sesuai aturan-aturan kata sifat dari hasil analisis
penelitian sebelumnya. Selain itu, penelitian ini
dibatasi hanya untuk kata sifat bentuk tunggal
dalam bahasa Indonesia, bukan paduan kata
sifat dengan kata lain.
Manfaat
Manfaat utama dari penelitian ini adalah
mengekspresikan makna suatu kata sifat yang
direpresentasikan dalam bentuk word graph
sehingga tidak terjadi ambiguitas. Manfaat lain
adalah memberikan pengetahuan yang tidak
hanya dalam memaknai kata sifat tetapi juga
untuk semua jenis kata dalam bahasa Indonesia.
Selain itu, dengan menambah kelengkapan
modul untuk jenis kata selain kata sifat pada
BogorDelftConstruct diharapkan sistem dapat
melakukan abstraksi teks secara otomatis.
TINJAUAN PUSTAKA
Natural Language Processing (NLP)
Perkembangan teknologi mengarah kepada
proses komunikasi secara interaktif antara
manusia dan komputer menggunakan bahasa
alami. Natural Language Processing (NLP)
merupakan bagian dari kecerdasan buatan yang
mampu mewujudkan teknologi tersebut. Dalam
sejarahnya, NLP telah danyak diteliti dan
dikembangkan dari segala aspek, seperti bidang
1
Ilmu Komputer dengan NLP, Ilmu Bahasa
dengan Komputasi Linguistik, Elektro dengan
Speech Recognition, dan Psikologi dengan
Komputasi Psikolinguistik.
Teknologi NLP memungkinkan berbagai
macam pemrosesan bahasa alami seperti
pengenalan suara dan pemrosesan teks. Dalam
pemrosesan teks salah satu aplikasinya adalah
text summarization. Text summarization adalah
sistem yang meringkas teks untuk mengambil
informasi penting dalam teks (Hulliyah 2007).
Stemming
Stemming merupakan proses menemukan
kata dasar dari suatu kata berimbuhan dengan
membuang awalan (prefiks) dan akhiran
(suffiks). Tujuannya adalah untuk menghemat
media penyimpanan dan mempercepat proses
pencarian kata (Liddy 2001).
Knowledge Graph (KG)
Metode KG adalah cara pandang baru yang
digunakan untuk menggambarkan bahasa alami.
Aspek ontologi menjadi perbedaan yang
mendasar antara metode KG dengan metode
representasi lain. KG memiliki beberapa
keuntungan. KG memiliki kemampuan dalam
menyatakan aspek semantik dengan lebih
mendalam, menggunakan jenis relasi yang
terbatas dan digunakan untuk meniru
pemahaman manusia.
Pada prinsipnya, komposisi dari KG
mencakup
concept (token dan type) dan
relationship (binary dan multivariate relation)
(Zhang 2002).
Concept
Representasi pemikiran dapat dimodelkan
dengan KG, disebut dengan mind graph.
Concept merupakan komponen dari mind graph
yang menerangkan persepsi mengenai sesuatu
(Zhang 2002).
Token
Token merupakan node dalam KG, yang
dinyatakan dengan simbol □. Token
menyatakan segala sesuatu yang kita alami
dalam dunia nyata atau bahkan mengenai
sebuah konsep dalam pikiran kita. Dalam
metode
KG
segala
sesuatu
akan
direpresentasikan atau digambarkan sebagai
sebuah token (Zhang 2002) .
Type
Type adalah konsep yang berisi informasi
umum. Type bersifat objektif karena merupakan
hasil kesepakatan bersama (Zhang 2002).
Word Graph
Word graph merupakan graf dari kata.
Dalam metode KG setiap kata berhubungan
dengan sebuah word graph, menyatakan arti
kata yang disebut dengan semantic word graph.
Gabungan semantic word graph dalam sebuah
kalimat akan membentuk sentence graph. Graf
yang merepresentasikan gabungan dari sentence
graph dalam sebuah teks disebut text graph
yang terdapat pengetahuan di dalamnya (Hoede
dan Nurdiati 2008).
Aspek Ontologi
Ontologi merupakan gambaran dari
beberapa konsep dan relasi antar konsep yang
bertujuan
mendefinisikan
ide-ide
yang
merepresentasikan konsep, relasi dan logika.
(Rusiyamti 2008).
Relasi menghubungkan antara dua konsep
yang membentuk graf. Jika relasi antara dua
konsep A dan B membentuk sebuah graf, maka
ada hubungan timbal balik antara A dan B.
Menurut Nurdiati dan Hoede (2009),
Ontologi word graph sampai saat ini terdiri atas
9 binary relationship yaitu 8 binary relationship
dan tambahan Ontologi F (Focus) serta 4 frame
relationship. Penggunaan beberapa binary
relationship dapat dilihat pada Gambar 1.
8 binary relationship dan Ontologi F
(Focus) tersebut antara lain:
1.
2.
3.
4.
5.
6.
7.
8.
9.
Similarity of alikeness
Causality
Equality
Subset relationship
Disparateness
Attribution
Ordering
Informational dependency
Ontologi F (Focus)
: ALI
: CAU
: EQU
: SUB
: DIS
: PAR
: ORD
: SKO
Berikut penjelasan masing-masing binary
relationship:
1.
Relasi ALI
Relasi
ALI
digunakan
untuk
menghubungkan sebuah type dengan token
(Rahmat 2009). Jika relasi ALI digunakan
antara dua token, maka menyatakan bahwa
kedua token tersebut sama. Penggunaan
relasi ALI terdapat pada Gambar 1.
2.
Relasi CAU
Relasi CAU antara dua token dinyatakan
dengan anak panah berlabel CAU. Relasi
CAU menyatakan hubungan sebab akibat
atau sesuatu yang mempengaruhi sesuatu
2
menimpa
yang lain. Menurut Nurdiati dan Hoede
(2009), relasi CAU digunakan untuk
menghubungkan subjek dengan objek dan
predikat dengan objek. Penggunaan relasi
CAU terdapat pada Gambar 1.
3.
Relasi SUB
Jika dua concept dinyatakan secara
berturut-turut dan concept yang satu
merupakan subset dari concept yang lain
maka digunakan relasi SUB. Jika
penggunaannya antara dua token dan
menyatakan mengenai properti terhadap
suatu token, maka relasi yang digunakan
adalah relasi FPAR. Penggunaan relasi
SUB terdapat pada Gambar 1.
5.
Relasi DIS
Relasi DIS digunakan untuk menyatakan
concept yang satu berbeda dengan concept
yang lain. Penggunaan relasi DIS terdapat
pada Gambar 1.
6.
Relasi PAR
Relasi PAR menyatakan bahwa sesuatu
merupakan atribut (sifat) dari sesuatu yang
lain. Penggunaan relasi PAR terdapat pada
Gambar 1.
7.
Relasi ORD
Relasi ORD menyatakan bahwa dua hal
saling berurutan. Relasi ini digunakan
untuk menunjukkan urutan dalam hal
waktu dan tempat.
8.
Relasi SKO
Relasi SKO berdasarkan konsep mengenai
ketergantungan informasi.
9.
Ontologi F (Focus)
Ontologi F digunakan untuk menunjukkan
fokus dari suatu graf (Nurdiati & Hoede
2009). Ontologi F untuk menunjukkan
kata atau kalimat yang diterangkan dalam
suatu pernyataan (inti). Penggunaan
Ontologi F terdapat pada Gambar 1.
ALI
PAR
PAR
Relasi EQU
Relasi EQU digunakan untuk menyatakan
penamaan dengan label anak panah
menunjuk ke arah konsep. Relasi EQU
digunakan untuk menyatakan bahwa
kedudukan concept yang sama atau
sederajat.
4.
F
ALI
CAU
ALI
CAU
ALI
meteor hantaman
karang
SUB
DIS
ALI
laut
ALI
sungai
Gambar 1 Contoh penggunaan relasi ALI,
CAU, SUB, DIS, dan PAR.
Frame merupakan verteks yang berlabel dan
digunakan untuk mengelompokkan beberapa
konsep (Rahmat 2009). Adakalanya 1 (satu)
objek tidak cukup terwakili oleh sebuah token,
maka diperlukan frame yang mengelompokkan
token tersebut dalam sebuah pernyataan.
Menurut Zhang (2002), frame relationships ada
empat macam, antara lain:
1.
2.
3.
4.
Focusing on a situation
Negation on a situation
Possibility on a situation
Necessity on a situation
: FPAR
: NEGPAR
: POSPAR
: NECPAR
Relasi frame menyatakan bahwa simpul
yang telah berlabel yang membentuk graf yang
kompleks disusun di dalam frame. Relasi FPAR
menyatakan sesuatu memiliki properti dari
sesuatu yang lain. Relasi NEGPAR menyatakan
negasi dari isi frame. Relasi POSPAR
menyatakan kemungkinan dari isi frame. Relasi
NECPAR menyatakan perlu tidaknya dari isi
frame.
Ekspresi Semantik dengan KG
Dalam metode KG untuk membangun
model pemahaman bahasa alami dibutuhkan
kemampuan untuk menyatakan makna kata atau
kalimat. Untuk dapat memahami makna kalimat
harus lebih dahulu dapat memahami makna
setiap kata. Kemudian makna setiap kata
disusun menjadi makna suatu kalimat secara
keseluruhan (Zhang 2002).
Pemaknaan setiap kata menjadi dasar
pembentukan graf kata (word graph).
Pemaknaan kata dinyatakan secara terhubung
antar konsep. Makna kata dalam metode KG
membangun struktur arti, sehingga dapat
mengatasi ambiguitas.
Adjektiva (Kata Sifat)
1.
Batasan dan Ciri Adjektiva (Kata Sifat)
Menurut Rahmat (2009) yang diacu dalam
Alwi et. al (2003), adjektiva atau kata sifat
adalah kata yang menerangkan kata benda
3
(nomina) dalam kalimat. Adjektiva memunyai
ciri sebagai berikut:
1) Adjektiva dapat diberi keterangan penguat
seperti lebih, kurang, dan paling. Contoh:
lebih muda, kurang manis, paling cantik.
adjektiva dengan kata benda akan
menghasilkan arti baru contoh: rendah hati,
mulut manis. Pemaduan adjektiva dengan
adjektiva memberi arti menguatkan unsur
pertama. Contoh: hitam legam, pucat pasi,
cerah ceria. (Alwi et. al 2003 dalam Rahmat
2009).
2) Adjektiva dapat diberi keterangan penguat
seperti sangat, amat, benar, sekali, dan
terlalu. Contoh: sangat sulit, amat jauh,
kotor benar, pendek sekali, terlalu panjang.
3) Adjektiva dapat diingkari dengan kata
ingkar tidak. Contoh: tidak tipis.
4) Adjektiva dapat diulang dengan awalan sedan akhiran -nya. Contoh: sejauh-jauhnya.
5) Adjektiva pada kata tertentu dapat
berakhiran antara lain dengan –er, -(w)i, iah, -if, -al dan -ik. Contoh: rohaniah,
surgawi, material.
2.
Adjektiva dari segi bentuknya
METODE PENELITIAN
Data
Data yang akan dianalisis pada penelitian ini
adalah kata sifat masukan berbahasa Indonesia
dalam bentuk tunggal.
Metodologi
Pada bab ini dibahas beberapa tahapan
penelitian dalam proses pembentukan kamus
word graph kata sifat :
Dari segi bentuk, adjektiva terbagi atas
adjektiva dasar (monofemis) dan adjektiva
turunan (polimorfemis). Contoh adjektiva dasar:
cantik, jelek, baik, buruk, jauh, dekat. Adjektiva
turunan dibentuk dengan tiga cara: pengafiksan,
pengulangan, dan pemaduan dengat kata lain.
1) Adjektiva polimorfemis yang dibentuk
dengan pengafiksan.
Adjektiva ini menggunakan serapan
adjektiva berafiks dari bahasa lain seperti
bahasa Arab, Belanda dan Inggris dengan
afiks serapan: -i, -iah, -wi, atau –wiah.
Contoh: manusiawi, hewani, ilmiah. Hasil
pengafiksan dengan infiks atau sisipan -empada kata benda (nomina). Contoh:
gemuruh, kemilau, temaram.
Hasil pengafiksan tingkat ekuatif dengan
prefiks atau awalan se- dan tingkat superlatif
dengan prefiks ter-. Di samping itu,
beberapa nomina digunakan sebagai
adjektiva dalam kalimat contoh: pemberani,
pemalas.
2) Pengulangan
Adjektiva ini dapat berfungsi sebagai
predikat dan adverbial. Adjektiva yang
berfungsi predikat berarti kejamakan,
keanekaan, atau keintensifan. Perulangan
dapat terjadi melalui perulangan penuh,
perulangan sebagian, dan perulangan salin
suara. Contoh: gelap-gelap, terang-terangan,
hiruk-pikuk.
3) Pemaduan dengan kata lain
Gambar 2 Diagram Alir Metodologi
Penelitian.
1.
Pemahaman
Bidang
Identifikasi Masalah
a.
Kajian
dan
Studi Literatur
Adjektiva dipadukan dengan kata benda
(nomina)
atau
adjektiva.
Pemaduan
4
Penelitian
ini
diawali
dengan
mengumpulkan bahan-bahan pustaka yang
relevan dengan topik kajian penelitian.
Penelitian ini mengkaji mengenai pembentukan
kamus word graph kata sifat dan sistem aplikasi
BogorDelftConstruct. Seperti yang telah
diungkapkan pada bab pendahuluan, penelitian
ini didasarkan pada penelitian sebelumnya di
antaranya tesis Usep Rahmat (2009) yang
berjudul “Analisis Pembentukan Word graph
Kata Sifat Menggunakan Metode Knowledge
Graph” dan skripsi Deni Romadoni yang
berjudul “Pengembangan Sistem Pembentukan
Word graph untuk Teks Berbahasa Indonesia”.
Hasil pengkajian dua penelitian sebelumnya
digunakan untuk mengembangkan modul untuk
kamus word graph kata sifat.
b.
BogorDelftConstruct ditampilkan pada Gambar
6.
Gambar 3 Panel Dictionary.
Analisis BogorDelftConstruct
Tahap kedua adalah menganalisis sistem
aplikasi BogorDelftConstruct. Seperti yang
telah dijelaskan pada bab pendahuluan,
BogorDelftConstruct adalah pengembangan
perangkat lunak DelftConStruct. Pada bab
pendahuluan disebutkan bahwa DelftConStruct
masih memiliki banyak kekurangan dan belum
sesuai dengan konsep KG.
Kekurangan DelftConStruct antara lain:
• Belum memiliki fitur Dictionary untuk
menyimpan, menampilkan dan mengubah
graf.
• Ketidakjelasan arah relasi antar token,
karena tidak adanya tanda panah yang
menunjuk dari dan/atau ke suatu token.
• Belum
memiliki
kemampuan
untuk
membuat graf baru. Hanya mampu
mengubah graf yang sedang ditampilkan.
Gambar 4 Panel Relationship.
• Belum mampu untuk menghapus token
dan/atau teks.
• Tidak
memiliki
mekanisme
untuk
menampilkan graf lain yang sudah dibuat.
Oleh karena keterbatasan yang dimiliki
DelftConStruct maka dikembangkan editor
yang serupa yaitu BogorDelftConstruct yang
sesuai dengan konsep KG dan mampu
menganalisis graf dalam struktur Bahasa
Indonesia
serta
visualisasinya.
BogorDelftConstruct menambahkan semua fitur
yang kurang dalam DelftConStruct. Tampilan
fitur DelftConStruct dapat dilihat di Lampiran
3. Fitur BogorDelftConstruct disajikan pada
Gambar 4 dan Gambar 5, sedangkan contoh
graf
yang
dibentuk
oleh
editor
Gambar 5 Contoh Word graph yang dibentuk
dalam workspace.
BogorDelftConstruct
memiliki
fitur
pembentukan kamus word graph. Penelitian ini
akan mengembangkan modul untuk kamus
word graph kata sifat menggunakan fitur
tersebut. Analisis mengenai bentuk kata sifat
5
dan maknanya telah dilakukan pada penelitian
sebelumnya oleh Rahmat (2009) yang
menghasilkan pola aturan untuk kata sifat.
Sistem aplikasi BogorDelftConstruct dan
versi
sebelumnya
DelftConStruct
dikembangkan
menggunakan
metode
pengembangan Evolusioner dengan jenis
exploratory. Dalam pengembangannya sistem
aplikasi
DelftConStruct
dan
BogorDelftConstruct menggunakan bahasa
pemrograman
MATLAB,
maka
dalam
pengembangan modul kamus word graph kata
sifat
pada
sistem
BogorDelftConstruct
dikembangkan pula menggunakan bahasa
pemrograman
MATLAB
sesuai
sistem
BogorDelftConstruct.
2.
Pengembangan Modul
Graph Kata Sifat
a.
Praproses
Kamus
Word
Tahapan praproses adalah menentukan
apakah kata masukan bersifat tunggal atau
tidak. Jika bersifat tunggal maka diproses ke
tahap selanjutnya. Selain itu, tahap praproses
juga digunakan untuk memeriksa nilai masukan,
dimana masukan yang akan diproses hanya
yang berupa karakter.
b.
Stemming dan Basis Data Kamus Besar
Bahasa Indonesia (KBBI)
Kata masukan dilakukan proses stemming
untuk memperoleh afiks (imbuhan) dan kata
dasar. Afiks (imbuhan) yang dihasilkan dapat
berupa prefiks (awalan), suffiks (akhiran),
konfiks (kombinasi keduanya) dan/atau infiks
(sisipan).
KBBI dilakukan pengubahan dari KBBI
asli. Dalam KBBI asli terdapat 3 (tiga) field
yaitu, ‘Kata’, ‘Sifat’ dan ‘Subkata’. Field
‘Kata’ berisi kata dasar, field ‘Sifat’ berisi sifat
kata seperti n (nomina), a (adjektiva), dan
sebagainya. Field ‘Subkata’ berisi kata turunan
yang terbentuk dari kata dasar yang
mengandung imbuhan. Satu kata dasar dapat
memiliki lebih dari satu subkata. Berdasarkan
kebutuhan penelitian ini, basis data KBBI
dibuat dalam tabel Entry.
Pada penelitian ini KBBI diubah susunannya
pada field ‘Subkata’ yang awalnya ditempatkan
sebagai sublema karena menyimpan bentuk
turunan dari kata dasar menjadi bagian pada
field ‘Kata’ atau diperlakukan sebagai lema
(Iqbal 2010).
Susunan tabel Entry terdiri dari nomor
identifikasi kata dalam field ‘EntryID’, kata dan
bentuk turunannya dalam field ‘Word’, sifat
kata dalam field ‘Category’, kata dasar dalam
field ‘Stem’ dan kualitas kata dasar (hanya
untuk kata sifat) dalam field ‘Qty’. Selain itu,
pada field ‘Category’ dilakukan pengubahan.
Sifat kata yang bersifat khusus diambil secara
umumnya. Misalnya suatu kata dasar memiliki
sifat ‘a bio’ merupakan kata sifat (adjektiva)
khusus untuk ilmu biologi, maka diubah
menjadi a (adjektiva) secara umum.
3.
Pembentukan Pola Kamus Word Graph
Kata Sifat
Pembentukan pola harus sesuai dengan
aturan-aturan pembentukan kata sifat yang
sebagaimana telah dianalisis dalam penelitian
Rahmat (2009). Pada penelitian Rahmat (2009)
dihasilkan 19 pola kata sifat yang digolongkan
berdasarkan bentuk pengafiksannya dan
maknanya.
4.
Penentuan Pola Word Graph (Pengujian)
Kata dasar hasil stemming diperiksa sifat
kata dasarnya dalam KBBI. Sifat kata dasar
yang didapat dari pengecekan dalam KBBI dan
imbuhan yang didapat dari hasil stemming akan
digunakan untuk menentukan pola kata sifat
mana yang sesuai. Penentuan kesesuaian kata
masukan dengan pola word graph kata sifat
tertentu dalam penelitian ini dilakukan dengan
mencocokkan sifat kata dasarnya dan imbuhan
yang terkandung dalam suatu kata sifat.
Keterbatasan dalam pengembangan modul ini
adalah belum mampu membedakan pola dengan
imbuhan serupa berdasarkan maknanya.
5.
Analisis Hasil Pengujian
Dari hasil tahap sebelumnya didapat pola
kata sifat mana yang sesuai dengan kata
masukan, kemudian dibentuk word graph kata
sifatnya secara otomatis oleh sistem. Di
samping itu, hasil word graph yang terbentuk
dianalisis maknanya.
Tahap ini juga merupakan bagian dari
tahapan pengujian sistem dalam mengenali kata
masukan yang sesuai dengan pola tertentu.
Aturan perhitungan akurasi juga mencakup
sesuai tidaknya kata dasar yang dihasilkan dari
hasil stemming dengan kata dasar yang
seharusnya. Sejumlah kata masukan berupa
kata sifat yang terbentuk dari hasil pengafiksan
dijadikan sebagai skenario pengujian untuk
dihitung akurasinya, banyaknya kata masukan
yang dikenali benar dengan pola word graph
tertentu dan kesesuaian kata dasarnya. Tahapan
pengembangan modul Kamus Word Graph Kata
Sifat secara rinci dijelaskan pada Lampiran 1.
6
akurasi =
∑ kata yang benar x100%
∑ kata yang diuji
HASIL DAN PEMBAHASAN
1.
Hasil Pemahaman Bidang Kajian dan
Identifikasi Masalah
Pengkajian mengenai pembentukan kamus
word graph kata sifat dan sistem aplikasi
BogorDelftConstruct didapat dari penelitian
sebelumnya, tesis Usep Rahmat (2009) dan
skripsi
Deni
Romadoni
(2009). Identifikasi masalah dalam penelitian
ini mencakup keseluruhan yang dijelaskan bab
metode penelitian antara lain, pembatasan
penelitian berdasarkan ruang lingkup, proses
stemming, penggunaan KBBI dalam penelitian,
pembentukan pola word graph, pengujian pola
word graph, dan analisis hasil pengujian.
Pola pembentukan word graph kata sifat
berdasarkan aturan yang telah dibuat oleh
Rahmat (2009) antara lain se-Kata Sifat, terKata Sifat dengan kualitas paling tinggi, terKata Sifat dengan kualitas paling rendah, berKata Bilangan, me-Kata Benda, Kata Benda-an,
Kata Benda-al, Kata Benda-il, Kata Benda-ik,
Kata Benda-is, Kata Benda-if, Kata Benda-istis,
Kata Benda-i, Kata Benda-iah, Kata Benda-em-,
ke-Kata Sifat-an, me-Kata Dasar-kan, dan meKata Benda-kan.
2.
Praproses
Praproses
merupakan
tahap
awal
pengembangan modul Kamus Word Graph Kata
Sifat. Praproses dilakukan untuk membatasi
nilai masukan pada sistem. Tahap praproses
didokumentasikan pada fungsi checkInput
dalam sistem. Pada fungsi checkInput terdiri
atas fungsi checkString dan checkNum. Fungsi
checkString digunakan untuk memeriksa apakah
masukan terdiri atas satu kata atau lebih. Jika
kata masukan lebih dari satu maka tidak akan
diproses ke tahap selanjutnya. Selain itu, fungsi
checkNum digunakan untuk membatasi nilai
masukan yang berupa numerik, sehingga sistem
akan menampilkan peringatan kepada user
untuk memasukkan nilai berupa kata bukan
numerik ataupun karakter.
3.
Proses stemming yang digunakan pada
penelitian ini mengadopsi proses stemming yang
telah dilakukan Iqbal (2010). Proses stemming
yang dilakukan Iqbal (2010) mampu menangani
masalah overstem dan understem dengan baik.
Selain menggunakan KBBI proses stemming
yang dilakukan Iqbal (2010)
juga
Fixations
untuk
menggunakan
tabel
menampung imbuhan-imbuhan penyusun kata
turunan yang tidak terdapat pada KBBI, seperti
‘di-‘ dan ‘-kan’. Dalam penelitian ini, pada tabel
Fixations ditambah dengan beberapa imbuhan
asing yang proses pembentukan kata dasarnya
tidak mengalami peluruhan. Untuk imbuhan
asing yang mengalami peluruhan dilakukan
proses stemming terpisah. Untuk imbuhan yang
mengalami peluruhan huruf awal kata dasar
‘meng’ dan ‘peng’ sudah tercakup dalam KBBI
(Iqbal 2010).
Proses stemming dengan KBBI yang
disajikan dalam Gambar 6 dan dilakukan
dengan langkah-langkah berikut:
1.
Kata masukan dicari apakah terdapat pada
KBBI atau tidak. Jika masukan berupa
kata ulang, maka kata masukan terdiri atas
dua kata yang akan diproses. Kata pertama
adalah kata sebelum tanda hubung (-) dan
kata kedua adalah kata setelah tanda
hubung.
2.
Jika ada pada KBBI, kata masukan
diperiksa apakah mengandung imbuhan
yang terdapat pada tabel Fixations atau
tidak. Jika ya, dilakukan proses
pemotongan berurut sesuai imbuhanimbuhan yang dikenali pada tabel
Fixations. Jika tidak, untuk imbuhan asing
maka kata dilakukan proses stemming.
Selainnya, kata masukan yang dikenali
pada KBBI dikembalikan kata dasarnya
dan langsung dicari sifat kata dasarnya
dalam KBBI. Jika kata masukan berupa
kata ulang maka kata dasarnya langsung
diambil dari KBBI tanpa proses stemming.
3.
Jika tidak terdapat pada KBBI maka
dilakukan proses stemming. Jika kata
masukan berupa kata ulang, maka kedua
kata yang telah dipisah dilakukan
stemming untuk masing-masingnya.
4.
Kata
masukan
dilakukan
proses
pemotongan bertahap untuk setiap
kondisinya.
Setiap
tahap
yang
menghasilkan hasil stemming dimasukkan
ke dalam daftar kandidat kata. Setiap kata
7
Stemming
Stemming
dibuat
sesuai
kebutuhan
penelitian yaitu mampu membuang awalan,
akhiran, sisipan ataupun konfiks (gabungan
antara awalan dan akhiran). Selain itu,
stemming yang dibuat akan menyimpan
imbuhan yang terkandung dalam kata masukan.
yang terdapat dalam kandidat kata
diperiksa apakah terdapat pada KBBI atau
tidak. Jika tidak ada satupun kata
ditemukan maka dikembalikan kata
masukan sebelum di-stem. Jika terdapat
lebih dari satu kata, maka dikembalikan
semua
kata
yang
ditemukan.
Pengembalian
kata
juga
disertai
pengambilan sifat kata yang ditemukan.
4.
Penggunaan KBBI
Penggunaan KBBI dalam penelitian ini
adalah untuk mengenali sifat dari kata dasar
yang didapat dari hasil stemming. KBBI
disimpan dalam database ‘kamus’ pada MySQL
yang telah dikoneksikan dengan MATLAB.
Seperti yang telah dijelaskan pada bab metode
penelitian, pada tabel Entry ditambahkan field
untuk mengenali tinggi rendahnya kualitas kata
sifat tertentu. Pada field ‘Qty’ kata dasar yang
memiliki sifat a (adjektiva) yang memiliki
ukuran sifat dan nilai tertentu akan diberi nilai
‘pos’ jika nilai dan ukurannya tinggi (positif)
dan ‘neg’ (negatif) jika sebaliknya, namun jika
tidak keduanya maka bernilai ‘null’.
Misalnya, kata ’besar’ akan bernilai ‘pos’.
Hal itu dilakukan secara manual hanya untuk
kata dasar yang memiliki sifat a (adjektiva). Hal
ini dilakukan agar sistem mampu mengatasi
keterbatasan dalam mengenali pola word graph
kata sifat yang terbentuk dari ter-Kata Sifat
dengan kualitas paling tinggi dan ter-Kata Sifat
dengan kualitas paling rendah.
Sebagian besar kata berimbuhan asing yang
terdapat pada KBBI kata pada field ‘Entry’
sama dengan kata pada field ‘Stem’. Misalnya,
kata ‘nasionalisme’ pada KBBI memiliki kata
dasar ‘nasionalisme’. Kata dasar dari
‘nasionalisme’ seharusnya adalah ‘nasional’.
Untuk menanggulangi hal tersebut, maka kata
berimbuhan asing dilakukan proses stemming
seperti yang dijelaskan pada subbab stemming
dan Gambar 6.
5.
Pengenalan Pola Word Graph Kata Sifat
Setelah didapat kata dasar, sifat kata dasar
dan imbuhannya akan digunakan untuk
mengenali pola word graph pembentuk kata
sifat menggunakan fungsi checkPattern. Untuk
mengetahui sifat kata dasar hasil stemming
dilakukan pengecekan kata dasar pada tabel
Entry menggunakan fungsi cekKata. Koneksi
antara
MySQL
dengan
MATLAB
menggunakan fungsi MysqlConnection.
Gambar 6 Proses Stemming.
Program stemming terdokumentasi dalam
fungsi getStem yang terdiri dari fungsi stemFix
untuk kata masukan yang mengandung imbuhan
yang terdapat dalam tabel Fixations dan fungsi
stemm untuk imbuhan asing dan untuk
menanggulangi kata yang tidak terdapat dalam
KBBI.
Fungsi checkPattern akan membandingkan
apakah kata dasar, sifat kata dasar dan imbuhan
yang terkandung dari kata masukan sesuai
dengan pola word graph yang ada. Jika ya,
maka fungsi akan mengembalikan salah satu
nama pola dari 19 daftar pola word graph yang
memenuhi kondisi. Misalnya, kata masukan
‘pemalas’ jika dilakukan stemming akan
menghasilkan ‘malas’ sebagai kata dasar,
imbuhan ‘pe’ dan ‘a’ sebagai sifat kata dasar.
Parameter tersebut digunakan pada fungsi
checkPattern
untuk
memeriksa
apakah
8
parameter tersebut dikenali sebagai pola word
graph ‘pe-kata sifat’. Jika ya, maka akan
dibangkitkan word graph dengan pola yang
dikenali.
6.
Pembentukan Pola Word Graph Kata
Sifat
Hasil tahap penentuan pola word graph kata
sifat akan menampilkan word graph dari pola
yang membentuknya. Kata masukan yang
memenuhi kondisi pola word graph kata sifat
tertentu akan memanggil fungsi yang membuat
pola word graph kata sifat tersebut.
Jika semua kondisi pola pembentukan word
graph kata sifat tidak terpenuhi, maka kata
tersebut bukan kata sifat bentuk turunan yang
dibentuk berdasarkan pengafiksan dan sistem
akan menampilkan peringatan bahwa kata
masukan bukan kata sifat serta menampilkan
sifat kata dari kata masukan/kata dasar. Dalam
penelitian ini, juga ditambahkan pola word
graph kata sifat dasar jika kata masukan berupa
kata sifat dasar.
Penelitian ini juga dibatasi untuk pola word
graph me-Kata Dasar-kan dan me-Kata Bendakan, karena sulitnya membedakan kedua pola
tersebut hanya dari maknanya. Pembedaan
kedua pola tersebut dapat dilakukan dengan
melihat posisi kata sifat dengan pola word
graph me-Kata Dasar-kan ataupun pola word
graph me-Kata Benda-kan dalam kalimat.
Batasan sistem telah disebutkan dalam subbab
ruang lingkup penelitian bahwa kata masukan
hanya berupa kata tunggal, bukan kalimat maka
dipilih pola word graph me-Kata Dasar-kan.
Jika tidak dibedakan, akan memungkinkan
terjadinya salah dalam memaknai kata masukan
karena pola word graph me-Kata Benda-kan
dapat juga dikenali sebagai pola me-Kata
Dasar-kan. Dari segi imbuhan penyusun kata
sifat dan kata dasarnya pola word graph meKata Dasar-kan mencakup kemungkinan kata
benda di dalamnya. Dalam penelitian ini dipilih
pola word graph kata sifat me-Kata Dasar-kan
dengan asumsi kata masukan memiliki makna
dan word graph yang sesuai dengan kata
masukan dalam sebuah konteks. Semua tahapan
mulai dari praproses hingga tahap ini digabung
dalam sebuah modul indAdjDict yang memroses
pembentukan kamus word graph kata sifat.
Modul Kamus Word Graph Kata Sifat
ditambahkan
pada
sistem
aplikasi
BogorDelftConstruct pada bagian menu
Dictionary yang dapat dilihat pada Lampiran 3.
7.
Analisis Kata Masukan
Berdasarkan fitur yang dimiliki sistem
aplikasi BogorDelftConstruct, graf yang
tersimpan akan dapat dianalisis secara otomatis
oleh sistem dengan mengklik 2 (dua) kali pada
token
sehingga
muncul
pesan
yang
menunjukkan makna token ataupun juga dapat
mengklik 1 (satu) kali pada token sehingga
keterangan token yang dipilih akan muncul
pada panel Relationship.
Pada tahap ini juga dilakukan pengujian
sistem dalam mengenali kata masukan yang
sesuai dengan pola word graph kata sifat
tertentu. Sebanyak 15 kata sifat masukan untuk
sebagian besar pola pembentuk kata sifat.
Jumlah kata masukan bergantung pada banyak
tidaknya kata sifat pada pola tersebut untuk
dijadikan sebagai skenario pengujian sehingga
jumlah kata sifat untuk setiap pola dapat
berbeda-beda. Kemudian dihitung akurasinya
untuk setiap pola pembentuk kata sifat maupun
untuk keseluruhan pola.
8.
Analisis Hasil Pengujian
Pada Tabel 1 disajikan persentase akurasi
yang dihasilkan dari pengujian modul kamus
word graph kata sifat dengan penjelasan untuk
setiap pola word graph kata sifat yang diujikan
dan pola word graph kata sifat secara
keseluruhan.
Tabel 1 Persentase Akurasi Pengujian
Modul Kamus Word Graph Kata Sifat
PolaWord
Graph
Kata Sifat
Jumlah
input
Jumlah
input
sesuai
Akurasi
Pola seKata Sifat
15
14
93,33
Pola terKata Sifat
dengan
Kualitas
paling
tinggi
15
15
100,00
15
14
93,33
Pola terKata Sifat
dengan
Kualitas
paling
rendah
9
PolaWord
Graph
Kata Sifat
Jumlah
input
Jumlah
input
sesuai
Akurasi
word graph se-kata sifat dengan benar. Hasil
pengujian dapat dilihat pada Lampiran 5 dan 6.
Pola ter-Kata Sifat dengan Kualitas
Paling Tinggi
Pola berKata
Bilangan
9
9
100,00
Pola peKata Sifat
15
15
100,00
Pola meKata Benda
15
15
100,00
Pola Kata
Benda-em-
15
15
100,00
Pola ter-Kata Sifat dengan Kualitas
Paling Rendah
Pola Kata
Benda-an
11
10
90,91
Pola Kata
Benda-al
10
8
80,00
Pola Kata
Benda-il
5
5
100,00
Pola Kata
Benda-iah
10
9
90,00
Lima belas kata sifat masukan sebesar
93,33% dikenali dengan benar sesuai pola
pembentuk word graph kata sifat ter-kata sifat
dengan kualitas paling rendah. Hal ini
disebabkan oleh kata sifat masukan ‘terendah’
menghasilkan kata dasar hasil stemming ‘endah’
dan kata dasar ‘endah’ tidak terdapat dalam
KBBI. Hasil pengujian dapat dilihat pada
Lampiran 9 dan 10.
Pola Kata
Benda-i
15
15
100,00
Pola Kata
Benda-if
15
15
100,00
Pola Kata
Benda-ik
13
12
92,31
Pola Kata
Benda-is
15
15
100,00
Pola Kata
Benda-istis
15
14
93,33
15
15
100,00
12
11
91,67
Pola keKata Sifatan
Pola meKata Dasarkan
Pola Kata
Sifat Dasar
Total
15
13
86,67
250
237
94,80
Pola se-KataSifat
Lima belas kata sifat masukan dengan aturan
pembentuk kata sifat se-kata sifat memiliki
akurasi 93,33%. Hal ini terjadi karena, satu kata
sifat masukan terdapat dalam KBBI namun kata
dasarnya sama dengan kata masukan, yaitu
terjadi pada kata ‘sedingin’. Sisanya, kata dasar
hasil stemming telah sesuai dan mengenali pola
Dari 15 kata sifat masukan yang sesuai
dengan aturan pembentuk word graph kata sifat
ter-kata sifat dengan kualitas paling tinggi
memiliki akurasi 100%. Semua kata sifat
masukan menghasilkan kata dasar dan pola
word graph yang sesuai. Hasil pengujian dapat
dilihat pada Lampiran 7 dan 8.
Pola ber-Kata Bilangan
Dari 9 (sembilan) kata sifat masukan
memiliki akurasi 100%. Semua kata sifat
masukan menghasilkan kata dasar dan pola
word graph yang sesuai. Hasil pengujian dapat
dilihat pada Lampiran 11 dan 12.
Pola me-Kata Benda
Lima belas kata sifat masukan memiliki
akurasi 100%. Semua kata masukan
menghasilkan kata dasar hasil stemming yang
sesuai. Keseluruhan kata sifat masukan
menghasilkan pola aturan pembentuk word
graph kata sifat me-kata benda. Hasil pengujian
dapat dilihat pada Lampiran 13 dan 14.
Pola pe-Kata Sifat
Lima belas kata sifat masukan memunyai
akurasi 100%. Seluruh kata masukan
menghasilkan stemming yang sesuai sehingga
semua kata masukan dikenali dengan benar
sesuai pola pembentuk word graph pe-kata
sifat. Hasil pengujian dapat dilihat pada
Lampiran 15 dan 16.
Pola Kata Benda–em-
Dari 15 kata sifat masukan memiliki akurasi
100%. Secara keseluruhan kata dasar hasil
stemming telah sesuai dengan kata dasar yang
seharusnya dan menampilkan pola kata sifat
yang sesuai yaitu pola kata benda-em. Hasil
pengujian dapat dilihat pada Lampiran 17 dan
18.
10
Pola Kata Benda-an
Dari 11 kata sifat masukan akurasi yang
dihasilkan sebesar 90,91% telah sesuai dengan
pola pembentuk word graph kata sifat kata
benda-an. Satu kesalahan terjadi karena kata
dasar hasil stemming tidak sesuai, yaitu pada
kata masukan ‘pengangguran’ dengan hasil
stemming ‘anggur’ yang mana seharusnya
adalah ‘penganggur’. Hasil pengujian dapat
dilihat pada Lampiran 19 dan 20.
Pola Kata Benda-al
10 kata sifat masukan memiliki akurasi 80%
yang dikenali dengan benar sesuai pola
pembentuk word graph kata benda-al. Dua
kesalahan terjadi karena kata dasar hasil
stemming tidak sesuai sehingga tidak terdapat
pada KBBI. Misalnya pada kata ‘rasional’
menghasilkan kata dasar ‘rasi’. Hasil pengujian
dapat dilihat pada Lampiran 21 dan 22.
Pola Kata Benda-il
Dari 5 kata sifat masukan menghasilkan
akurasi 100% atau semua kata sifat masukan
yang dikenali benar sesuai dengan pola
pembentuk word graph kata sifat dari kata
benda-il. Semua kata masukan menghasilkan
hasil stemming yang sesuai. Hasil pengujian
dapat dilihat pada Lampiran 23 dan 24.
Pola Kata Benda-iah
Sepuluh kata sifat masukan memiliki akurasi
sebesar 90%. Kesalahan yang terjadi karena
kata dasar yang dihasilkan tidak terdapat pada
KBBI, yaitu pada kata ‘harfiah’, dengan kata
dasar ‘harfi’ dari hasil stemming tidak terdapat
dalam KBBI. Hasil pengujian dapat dilihat pada
Lampiran 25 dan 26.
Pola Kata Benda-i
Dari 15 kata sifat masukan menghasilkan
akurasi 100% dimana semua kata sifat masukan
dikenali dengan benar sesuai pola pembentuk
word graph kata benda-i dan juga semua kata
dasar hasil stemming sesuai dengan yang
seharusnya. Hasil pengujian dapat dilihat pada
Lampiran 27 dan 28.
Pola Kata Benda-if
Dari 15 kata sifat masukan memiliki akurasi
100% yang dikenali sesuai sebagai pola
pembentuk word graph kata benda-if. Semua
kata masukan dikenali dengan benar sesuai pola
word graph kata benda-if. Hasil pengujian dapat
dilihat pada Lampiran 29 dan 30.
Pola Kata Benda-ik
Tiga belas kata sifat masukan memiliki
akurasi sebesar 92,31%. Terjadi 1 (satu)
kesalahan yang disebabkan oleh hasil stemming
yang jenis kata dasarnya tidak memenuhi aturan
pola kata benda-ik. Hal ini terjadi pada kata
masukan ‘feodalistik’ yang menghasilkan kata
dasar ‘feodal’, sedangkan kata yang dibutuhkan
untuk dapat memenuhi aturan pola kata bendaik adalah ‘feodalis’ yang mana tidak terdapat
dalam KBBI. Hasil pengujian dapat dilihat pada
Lampiran 31 dan 32.
Pola Kata Benda–is
Lima belas kata sifat masukan menghasilkan
akurasi sebesar 100% atau semua kata masukan
menghasilkan hasil stemming yang sesuai
sehingga mengenali dengan benar pola kata
benda-is. Hasil pengujian dapat dilihat pada
Lampiran 33 dan 34.
Pola Kata Benda-istis
Dari 15 kata sifat masukan menghasilkan
93,33%. Satu kesalahan terjadi karena hasil
stemming yang tidak sesuai dengan kata dasar
yang diinginkan, namun tetap dikenali sebagai
pola word graph kata benda-istis. Hal ini terjadi
karena pada saat pengenalan pola kata bendaistis kata dasar tersebut memenuhi aturan pola
kata benda-istis. Hasil pengujian dapat dilihat
pada Lampiran 35 dan 36.
Pola ke-Kata Sifat-an
Dari 15 pola kata sifat masukan dihasilkan
akurasi sebesar 100,00%. Semua kata sifat
masukan dikenali dengan benar sesuai dengan
pola pembentuk word graph kata sifat dari kekata sifat-an dan hasil stemming yang juga
sesuai dengan yang seharusnya. Hasil pengujian
dapat dilihat pada Lampiran 37 dan 38.
Pola me-Kata Dasar-kan
Dua belas kata sifat masukan menghasilkan
akurasi sebesar 91,67%. Kesalahan terjadi
karena kata dasar hasil stemming tidak sesuai
dengan yang seharusnya namun pola word
graph yang dihasilkan memenuhi kondisi pola
pembentuk word graph kata sifat me-kata
dasar-kan. Hal ini terjadi karena kata dasar
melingkupi semua sifat kata dasar, baik itu
adjektiva, nomina, kata kerja dan sebagainya.
Hasil pengujian dapat dilihat pada Lampiran 39
dan 40.
Pola Kata Sifat Dasar
Dari 15 kata sifat masukan menghasilkan
akurasi sebesar 86,67%, dua kesalahan terjadi
11
dalam mengenali kata masukan, kata masukan
‘lincah’ tidak terdapat dalam KBBI. Untuk kata
masukan ‘menawan’, kata tersebut tidak
dikenali sebagai kata dasar melainkan kata yang
mengandung imbuhan me- dengan kata dasar
‘tawan’. Hasil pengujian dapat dilihat pada
Lampiran 41 dan 42.
Analisis Hasil Pengujian Keseluruhan
Dari semua kata sifat masukan yang
dijadikan skenario pengujian untuk pola word
graph kata sifat sebanyak 250 kata sifat
masukan
dengan
total
kesalahan
13
menghasilkan akurasi 94,80%. Secara umum,
modul kamus word graph kata sifat telah cukup
baik. Masalah utama dari pengembangan modul
kamus word graph kata sifat adalah tidak
lengkapnya KBBI. Permasalahan lainnya adalah
tidak sesuainya hasil stemming, beberapa kata
sifat berimbuhan asing terjadi overstemming.
Selain itu, beberapa kata sifat mengalami
pembentukan kata dasar yang tidak teratur.
Kata sifat tersebut adalah kata sifat berimbuhan
asing. Untuk menanggulangi masalah tersebut
dibuat tabel yang mampu menampung semua
ketidakteraturan kata dasar untuk beberapa kata
sifat.
9.
Analisis Kekurangan dan Kelebihan
Pengembangan Modul Kamus Word
Graph Kata Sifat
Kekurangan modul Kamus Word Graph
Kata Sifat ini, seperti yang telah disebutkan
pada subbab ruang lingkup. Modul Kamus
Word Graph Kata Sifat
hanya mampu
menampilkan graf kata sifat yang dibentuk
dengan pengafiksan dan word graph untuk kata
sifat dasar. Selain itu, kata sifat yang dimaksud
terbatas pada penelitian Rahmat (2009).
Misalnya, pada kata sifat ‘terdepan’ dengan
pola pembentuk kata sifat ter- dengan kata
depan (preposisi) tidak tercakup dalam
penelitian Rahmat (2009) namun memiliki
makna yang justru sesuai dengan salah satu pola
word graph dalam penelitian tersebut. Hal itu
menjadi keterbatasan pengembangan modul
yang belum diterapkan. Ataupun juga untuk
kata sifat lain yang terbentuk dari sifat kata
selain yang telah dianalisis oleh Rahmat (2009)
dan dengan beragam makna lainnya.
Keterbatasan dari segi pengembangan
adalah proses untuk membangkitkan graf-graf
kata sifat tersimpan dalam fungsi yang sesuai
dengan nama pola kata sifat. Dengan demikian,
pada setiap fungsi harus disediakan secara tepat
jumlah token dan posisinya dalam objek Axes,
jumlah teks dan posisinya dalam objek Axes,
jumlah relasi dan frame yang digunakan. Posisi
token dan teks diatur sedemikian rupa hingga
diposisikan sesuai dengan pola word graph kata
sifat dari tesis Rahmat (2009).
Beberapa pola word graph kata sifat yang
telah berhasil dibuat dalam modul tidak persis
sama dengan word graph yang ada pada
penelitian Rahmat (2009). Misalnya, pada pola
kata benda-em menggunakan relasi ALI ke satu
token secara berulang untuk menyatakan
intensitas, yang disimbolkan dengan
ALI .
Pada sistem, word graph tidak menghasilkan
relasi seperti simbol tersebut melainkan hanya
menampilkan teks ‘ali’ pada token yang
memiliki makna memunyai intensitas tertentu.
Selain itu, word graph yang dihasilkan
sistem tidak seperti word graph pada penelitian
Rahmat (2009) yang disajikan pada Lampiran 3.
Untuk label yang menyatakan makna kata
sifatnya diposisikan berada di bawah frame. Hal
ini dimaksudkan agar saat menggabungkan
dengan sub graf yang lain frame tidak menimpa
sub graf lain. Dalam hal ini fokus ditunjukkan
dengan token yang berwarna lebih muda.
Pada beberapa kata masukan menghasilkan
hasil stemming lebih dari satu kata. Hal ini
menjadi keterbatasan sistem. Sistem ke
depannya diharapkan mampu menghasilkan
graf sesuai dengan yang diinginkan user dengan
memilih kata dasar dari beberapa hasil
stemming yang ada.
Kelebihan pengembangan modul Kamus
Word Graph Kata Sifat ini adalah menjadi
langkah maju untuk mengembangkan sistem
aplikasi BogorDelftConstruct yang tidak hanya
sebagai graph editor yang berbasis metode KG
tetapi juga akan berguna sebagai tools yang
mampu melakukan peringkasan teks secara
otomatis sebagai manfaat jangka panjang.
Kelebihan
penggunaan
fungsi
dalam
membangkitkan graf adalah sistem tidak
terbebani untuk selalu menyimpan pola-pola
word graph kata sifat.
KESIMPULAN DAN SARAN
Kesimpulan
Dari pengembangan modul kamus word
graph kata sifat, sistem hanya mampu
mengenali 18 pola word graph kata sifat dari 19
pola kata sifat hasil penelitian Rahmat (2009).
Pola kata sifat yang tidak dapat dikenali adalah
pola me-Kata Benda-kan. Pembedaan pola meKata Dasar-kan dengan pola me-Kata Benda12
kan hanya dari maknanya merupakan hal yang
sulit dilakukan. Oleh karena itu, dari kedua pola
tersebut hanya dipilih salah satunya. Pola yang
dipilih adalah pola me-Kata Dasar-kan karena
pola me-Kata Dasar-kan memiliki makna yang
lebih umum dan sifat kata dasarnya bisa
beragam.
Dari hasil pengujian modul untuk pola word
graph kata sifat secara keseluruhan dihasilkan
akurasi sebesar 94,80%, dengan 250 total kata
sifat masukan dan total kesalahan sebanyak 13.
Kesalahan terjadi karena dua faktor. Faktor
utamanya adalah tidak lengkapnya KBBI.
Faktor kedua yang juga menyebabkan
kesalahan
adalah
ketidaksesuaian
hasil
stemming. Beberapa kata sifat masukan yang
mengalami overstemming menjadi tidak sesuai
dengan kata dasar yang seharusnya atau dengan
kata dasar yang diinginkan. Walau demikian,
beberapa di antaranya membuat sistem tetap
menampilkan graf kata sifat sesuai pola word
graph yang dimaksud.
Saran
Saran dalam penelitian ini antara lain:
1.
Pembuatan aturan stemming yang lebih
baik sehingga mampu menghasilkan kata
dasar yang sesuai atau yang diinginkan,
terutama untuk kata sifat berimbuhan asing.
2.
Penambahan bagian dalam modul agar
mampu membedakan kata sifat pola meKata Dasar-kan dan pola me-Kata Bendakan.
3.
Sistem mampu memberikan pilihan pada
user agar dapat memilih kata dasar yang
diinginkan untuk hasil stemming yang lebih
dari satu kata.
4.
Pengembangan modul serupa untuk sifat
kata yang lain selain kata sifat (adjektiva)
dalam Bahasa Indonesia, agar ke depannya
mampu digunakan sebagai peringkasan teks
otomatis untuk manfaat sistem jangka
panjang.
5.
Pengembangan BogorDelftConstruct agar
graf yang dihasilkan dapat digabungkan
dengan graf kata yang lain, sehingga
erguna untuk menganalisis frase, kalimat
bahkan teks.
DAFTAR PUSTAKA
Alwi H, Dardjowidjojo S, Lapowila H,
Moeliono AM. 2003. Tata Bahasa Baku
Bahasa Indonesia. Ed ke-3. Jakarta: Balai
Pustaka.
Hoede C, Nurdiati S. 2008a. On Word Graphs
and Structural Parsing, Memorandum No.
1871, Departement of Applied Mathematics,
University of Twente, Enschede, The
Netherlands, ISSN: 1874-4850, (2008).
Hulliyah K. 2007. Rekayasa Memahami Teks
Menggunakan Metode Knowledge Graph.
[tesis]. Bogor Sekolah Pascasarjana, Institut
Pertanian Bogor.
Iqbal, R. 2010. Pengembangan Stemmer
Berbasis Kamus Besar Bahasa Indonesia.
[skripsi]. Bogor.
Liddy E. 2001. How a Search engine Works.
[terhubung
berkala]
http://www.infotoday.com/searcher/may01/l
iddy.htm [05-08-2009]
Nurdiati S, C Hoede. 2009. Word Graph
Construction of Certain Aspects of
Indonesian
Language.
Supplementary
Proceedings of the 17th International
Conference on Conceptual Structures.
Moscow, Russia
Rahmat U. 2009. Analisis Pembentukan Word
graph Kata Sifat Menggunakan Metode
Knowledge Graph [tesis]. Bogor: Sekolah
Pascasarjana, Institut Pertanian Bogor.
Romadoni D. 2009. Pengembangan Sistem
Pembentukan Word graph Untuk Teks
Berbahasa Indonesia. [skripsi]. Bogor.
Rusiyamti. 2008. Analisis Teks Berbahasa
Indonesia Menggunakan Metode Knowledge
Graph. [tesis]. Bogor: Sekolah Pascasarjana,
Institut Pertanian Bogor.
Zhang, L. 2002. Knowledge Graph Theory and
Structural Parsing. [disertasi]. University of
Twente, Enschede, The Netherlands, ISSN
9036518350.
13
LAMPIRAN
14
Lampiran 1 Diagram Alir Pengembangan Modul Kamus Word Graph Kata Sifat
15
Lampiran 2 Splash Screen DelftConstruct
Lampiran 3 Tampilan Menu Modul Kamus Word Graph Kata Sifat
16
Lampiran 4 Pola word graph kata sifat
Pola Pembentuk Kata Sifat
Word Graph Kata Sifat
ukuran
ALI
Pola se-Kata Sifat
A
ALI
PAR
PAR
ALI
ALI
se-KS
KS
nilai
nilai
EQU
Pola ter-Kata Sifat dengan
Kualitas Paling Tinggi
nilai
EQU
ORD
EQU
ORD
ALI
B
ALI
ALI
ter-KS
ALI
ter-KS
ALI
ukuran ukuran ukuran
nilai
nilai
EQU
EQU
Pola ter-Kata Sifat dengan
Kualitas Paling Rendah
nilai
ORD
EQU
ORD
ALI
ALI
ALI
ukuran ukuran ukuran
CAU
Pola ber-Kata Bilangan
sesuatu
ALI
ber-KS
ALI
me-KB
EQU
ALI
KBil
PAR
Pola me-Kata Benda
ALI
EQU
sesuatu
KB
PAR
Pola pe-Kata Sifat
ALI
ALI
orang
EQU
pe-KS
KS
17
ALI
Pola Kata Benda-em-
ALI
ALI
KB-em-
KB
PAR
Pola Kata Benda-an
ALI
KS-an
ALI
KB-al
ALI
KB-il
ALI
KB-iah
ALI
KB-i
ALI
KB-if
ALI
KB
SKO
Pola Kata Benda-al
ALI
KB
SKO
Pola Kata Benda-il
ALI
KB
SKO
Pola Kata Benda-iah
ALI
KB
SKO
Pola Kata Benda-i
ALI
KB
SKO
Pola Kata Benda-if
ALI
KB
18
SKO
Pola Kata Benda-ik
ALI
KB-ik
ALI
KB-is
ALI
KB-istis
ALI
KB
SKO
Pola Kata Benda-is
ALI
KB
PAR
Pola Kata Benda-istis
ALI
ALI
orang
KB
CAU
ALI
Pola ke-Kata Sifat-an
ALI
ALI
sesuatu
ke-KS-an
KS
CAU
Pola me-Kata Dasar-kan
ALI
me-Kata Dasar-kan
ALI
Kata Sifat Dasar
ALI
KD
PAR
Pola Kata Sifat Dasar
ALI
ALI
orang/sesuatu
19
Lampiran 5 Pola se-Kata Sifat
No
Kata Masukan
1
sebaik
2
seberat
3
sebesar
4
secepat
5
secukup
6
sedangkal
7
sedingin
8
seelok
9
sehebat
10
sekecil
11
selebar
12
seluas
13
semudah
14
sepanjang
15
sependek
Skenario
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Word Graph
pola se-Kata
Sifat
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
Sesuai dengan pola Word
Graph se-Kata Sifat
baik
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
berat
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
besar
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
cepat
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
cukup
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
dangkal
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
sedingin
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
elok
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
hebat
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
kecil
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
lebar
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
luas
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
mudah
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
panjang
a (adjektiva)
Sesuai dengan pola Word
Graph se-Kata Sifat
pendek
a (adjektiva)
20
Lampiran 6 Contoh Kata Sifat Masukan Word Graph Pola se-Kata sifat
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
seelok
Sesuai
sependek
Sesuai
21
Lampiran 7 Pola ter-Kata Sifat dengan Kualitas Paling Tinggi
No
Kata
Masukan
1
teradil
2
teraman
3
terbaik
4
terbanyak
5
terbaru
6
terbenar
7
terberat
8
terbesar
9
tercantik
10
tercepat
11
terenak
12
terindah
13
terjauh
14
terkenal
15
terkini
Skenario
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Word Graph pola terKata Sifat dengan
Kualitas Paling Tinggi
Hasil Pengujian
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Kata
Dasar
Sifat Kata
Dasar
adil
a (adjektiva)
aman
a (adjektiva)
baik
a (adjektiva)
banyak
a (adjektiva)
baru
a (adjektiva)
benar
a (adjektiva)
berat
a (adjektiva)
besar
a (adjektiva)
cantik
a (adjektiva)
cepat
a (adjektiva)
enak
a (adjektiva)
indah
a (adjektiva)
jauh
a (adjektiva)
kenal
a (adjektiva)
kini
a (adjektiva)
22
Lampiran 8 Contoh Kata Sifat Masukan Word Graph Pola terKata Sifat dengan Kualitas Paling
Tinggi
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
terindah
Sesuai
terjauh
Sesuai
23
Lampiran 9 Pola ter-Kata Sifat dengan Kualitas Paling Rendah
No
Kata
Masukan
1
terbodoh
2
terburuk
3
terdekat
4
terdingin
5
terjelek
6
terkecil
7
terlambat
8
terlemah
9
termuda
10
termurah
11
terpendek
Skenario
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Hasil Pengujian
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Kata
Dasar
Sifat Kata
Dasar
bodoh
a (adjektiva)
buruk
a (adjektiva)
dekat
a (adjektiva)
dingin
a (adjektiva)
jelek
a (adjektiva)
kecil
a (adjektiva)
lambat
a (adjektiva)
lemah
a (adjektiva)
muda
a (adjektiva)
murah
a (adjektiva)
pendek
a (adjektiva)
24
12
terendah
13
terringan
14
tersedikit
15
tersempit
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Word Graph pola terKata Sifat dengan
Kualitas Paling
Rendah
Muncul pesan bahwa kata
dasarnya null
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
Sesuai dengan pola Word
Graph ter-Kata Sifat
dengan Kualitas Paling
Rendah
endah
null
ringan
a (adjektiva)
sedikit
a (adjektiva)
sempit
a (adjektiva)
25
Lampiran 10 Contoh Kata Sifat Masukan Word Graph Pola terKata Sifat dengan Kualitas Paling
Rendah
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
terdingin
Sesuai
termuda
Sesuai
26
Lampiran 11 Pola ber-Kata Bilangan
No
Kata Masukan
Skenario
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
1
bersatu
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
satu
num
(numerik)
2
berdua
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
dua
num
(numerik)
3
bertiga
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
tiga
num
(numerik)
4
berempat
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
empat
num
(numerik)
5
berlima
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
lima
num
(numerik)
6
berenam
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
enam
num
(numerik)
7
bertujuh
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
tujuh
num
(numerik)
8
berdelapan
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
delapan
num
(numerik)
9
bersembilan
Word Graph pola
ber-Kata Bilangan
Sesuai dengan pola Word
Graph ber-Kata Bilangan
sembilan
num
(numerik)
27
Lampiran 12 Contoh Kata Sifat Masukan Word Graph Pola ber-Kata Bilangan
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
berempat
Sesuai
berenam
Sesuai
28
Lampiran 13 Pola me-Kata Benda
No
Kata Masukan
1
membudaya
2
mendarah
3
menggajah
4
menggunung
5
mengijuk
6
menguning
7
melembaga
8
melengah
9
melepuh
10
meradang
11
merakyat
12
menyemak
13
menyemut
14
memuncak
15
menjamur
Kata Dasar
Sifat Kata
Dasar
Skenario
Hasil Pengujian
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Word Graph
pola me-Kata
Benda
Sesuai dengan pola Word
Graph me-Kata Benda
budaya
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
darah
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
gajah
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
gunung
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
ijuk
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
kuning
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
lembaga
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
lengah
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
lepuh
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
radang
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
rakyat
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
semak
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
semut
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
puncak
n (nomina)
Sesuai dengan pola Word
Graph me-Kata Benda
jamur
n (nomina)
29
Lampiran 14 Contoh Kata Sifat Masukan Word Graph Pola me-Kata Benda
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
menguning
Sesuai
menyemut
Sesuai
30
Lampiran 15 Pola pe-Kata Sifat
No
Kata Masukan
1
pengampun
2
pemberani
3
pemboros
4
pencemburu
5
pendendam
6
pendengki
7
pendiam
8
pengacau
9
pengasih
10
pelupa
11
pemalas
12
pemalu
13
pemarah
14
pemurah
15
peramah
Skenario
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Word Graph
pola pe-Kata
Sifat
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
Sesuai dengan pola Word
Graph pe-Kata Sifat
ampun
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
berani
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
boros
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
cemburu
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
dendam
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
dengki
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
diam
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
kacau
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
kasih
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
lupa
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
malas
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
malu
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
marah
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
murah
a (adjektiva)
Sesuai dengan pola Word
Graph pe-Kata Sifat
ramah
a (adjektiva)
31
Lampiran 16 Contoh Kata Sifat Masukan Word Graph Pola pe-Kata Sifat
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
pemalu
Sesuai
pemarah
Sesuai
32
Lampiran 17 Pola Kata Benda-emNo
Kata Masukan
1
gemeletuk
2
gementam
3
gemerincing
4
gemerlap
5
gemersik
6
gemertak
7
gemetar
8
gemilang
9
gemilap
10
gemulung
11
gemunung
12
kemilap
13
kemilau
14
semantan
15
temaram
Skenario
Word Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-emWord Graph
pola Kata
Benda-em-
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
Sesuai dengan pola Word
Graph Kata Benda-em-
geletuk
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gentam
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gerincing
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gerlap
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gersik
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gertak
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
getar
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gilang
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gilap
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gulung
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
gunung
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-em-
kilap
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda
kilau
n (nomina) Sesuai dengan pola Word
Graph Kata Benda
santan
n (nomina) Sesuai dengan pola Word
Graph Kata Benda
taram
n (nomina) 33
Lampiran 18 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-emKata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
gemersik
Sesuai
gemulung
Sesuai
34
Lampiran 19 Pola Kata Benda-an
Skenario
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
No
Kata Masukan
1
belakangan
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
belakang
n (nomina)
2
halimunan
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
halimun
n (nomina)
3
kampungan
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
kampung
n (nomina)
4
kosidahan
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
kosidah
n (nomina)
5
kodian
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
kodi
n (nomina)
6
kotaan
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
kota
n (nomina)
7
kudisan
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
kudis
n (nomina)
8
musikan
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
musik
n (nomina)
9
pengangguran
Word Graph
pola Kata
Benda-an
Muncul pesan
anggur : Verb
anggur
v (kata kerja)
10
sendirian
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
sendiri
n (nomina)
11
ubanan
Word Graph
pola Kata
Benda-an
Sesuai dengan pola
Word Graph Kata
Benda-an
uban
n (nomina)
35
Lampiran 20 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-an
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
halimunan
Sesuai
ubanan
Sesuai
36
Lampiran 21 Pola Kata Benda-al
No
Kata Masukan
1
fenomenal
2
individual
3
material
4
minimal
5
potensial
6
profesional
7
proporsional
8
rasional
9
regional
10
struktural
Skenario
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Word Graph
pola Kata
Benda-al
Hasil Pengujian
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Sesuai dengan pola
Word Graph Kata
Benda-al
Kata Dasar
Sifat Kata
Dasar
fenomena
n (nomina)
individu
n (nomina)
materi
n (nomina)
minim
n (nomina)
potensi
n (nomina)
profesi
n (nomina) proporsi
n (nomina) rasi
n (nomina)
regi
n (nomina)
struktur
n (nomina)
37
Lampiran 22 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-al
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
potensial
Sesuai
individual
Sesuai
38
Lampiran 23 Pola Kata Benda-il
No
Kata Masukan
1
materiil
2
moril
3
personil
4
potensil
5
prinsipiil
Skenario
Word Graph
pola Kata
Benda-il
Word Graph
pola Kata
Benda-il
Word Graph
pola Kata
Benda-il
Word Graph
pola Kata
Benda-il
Word Graph
pola Kata
Benda-il
Hasil Pengujian
Sesuai dengan pola
Word Graph Kata
Benda-il
Sesuai dengan pola
Word Graph Kata
Benda-il
Sesuai dengan pola
Word Graph Kata
Benda-il
Sesuai dengan pola
Word Graph Kata
Benda-il
Sesuai dengan pola
Word Graph Kata
Benda-il
Kata Dasar
Sifat Kata
Dasar
materi
n (nomina)
moril
n (nomina)
person
n (nomina)
potensi
n (nomina) prinsip
n (nomina) Lampiran 24 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-il
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
materiil
Sesuai
moril
Sesuai
39
Lampiran 25 Pola Kata Benda-iah
No
Kata Masukan
1
alamiah
2
amaliah
3
harfiah
4
ilmiah
5
insaniah
6
islamiah
7
jasmaniah
8
naluriah
9
lahiriah
10
rohaniah
Skenario
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Word Graph
pola Kata
Benda-iah
Hasil Pengujian
Sesuai dengan pola
Word Graph Kata
Benda-iah
Sesuai dengan pola
Word Graph Kata
Benda-iah
Muncul pesan bahwa
kata dasarnya null
Sesuai dengan pola
Word Graph Kata
Benda-iah
Sesuai dengan pola
Word Graph Kata
Benda-iah
Sesuai dengan pola
Word Graph Kata
Benda-iah
Sesuai dengan pola
Word Graph Kata
Benda-iah
Sesuai dengan pola
Word Graph Kata
Benda-iah
Sesuai dengan pola
Word Graph Kata
Benda-iah
Sesuai dengan pola
Word Graph Kata
Benda-iah
Kata Dasar
Sifat Kata
Dasar
alam
n (nomina)
amal
n (nomina)
harfi
null
ilmu
n(nomina)
insan
n (nomina)
islam
n (nomina)
jasmani
n (nomina)
naluri
n (nomina)
lahir
n (nomina)
roh
n (nomina)
40
Lampiran 26 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-iah
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
insaniah
Sesuai
islamiah
Sesuai
41
Lampiran 27 Pola Kata Benda-i
No
Kata Masukan
1
abadi
2
agamawi
3
alami
4
duniawi
5
hayati
6
hewani
7
indrawi
8
insani
9
islami
10
jasadi
11
kimiawi
12
kodrati
13
maknawi
14
manusiawi
15
abadi
Skenario
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Word Graph
pola Kata
Benda-i
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
Sesuai dengan pola Word
Graph Kata Benda-i
abad
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
agama
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
alam
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
dunia
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
hayat
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
hewan
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
indra
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
insan
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
islam
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
jasad
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
kimia
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
kodrat
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
makna
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
manusia
n (nomina)
Sesuai dengan pola Word
Graph Kata Benda-i
abad
n (nomina)
42
Lampiran 28 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-i
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
duniawi
Sesuai
kodrati
Sesuai
43
Lampiran 29 Pola Kata Benda-if
No
Kata
Masukan
Skenario
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
1
adaptif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
adaptasi
n(nomina)
2
agresif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
agresi
n (nomina)
3
aktif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
aksi
n (nomina)
4
akumulatif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
akumulasi
n (nomina)
5
aplikatif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
aplikasi
n (nomina)
6
asimilatif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
asimilasi
n (nomina)
7
demonstratif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
demonstrasi
n (nomina)
8
deklaratif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
deklarasi
n (nomina)
9
diskriminatif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
diskriminasi
n (nomina)
10
edukatif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
edukasi
n (nomina)
11
fakultatif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
fakultas
n (nomina)
12
fluktuatif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
fluktuasi
n (nomina)
13
indikatif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
indikasi
n (nomina)
14
objektif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
objek
n (nomina)
15
sportif
Word Graph pola
Kata Benda-if
Sesuai dengan pola Word
Graph Kata Benda-if
sportivitas
n (nomina)
44
Lampiran 30 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-if
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
aktif
Sesuai
fluktuatif
Sesuai
45
Lampiran 31 Pola Kata Benda-ik
No
Kata
Masukan
Skenario
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
1
artistik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
artis
n (nomina)
2
autistik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
autis
n (nomina)
3
derivatik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
derivasi
n (nomina)
4
diplomatik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
diplomasi
n (nomina)
5
eksotermik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
eksoterm
n (nomina)
6
feodalistik
Word Graph pola
Kata Benda-ik
Muncul pesan bahwa kata
dasarnya null
feodalis
null
7
motorik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
motor
n (nomina)
8
patriotik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
patriot
n (nomina)
9
periodik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
periode
n (nomina)
10
problematik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
problem
n (nomina)
11
simpatik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
simpati
n (nomina)
12
sinematik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
sinema
n (nomina)
13
sintetik
Word Graph pola
Kata Benda-ik
Sesuai dengan pola Word
Graph Kata Benda-ik
sintetis
n (nomina)
46
Lampiran 32 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-ik
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
derivatik
Sesuai
patriotik
Sesuai
47
Lampiran 33 Pola Kata Benda-is
No
Kata
Masukan
Skenario
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
1
anatomis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
anatomi
n (nomina)
2
astronomis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
astronomi
n (nomina)
3
biologis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
biologi
n (nomina)
4
demografis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
demografi
n (nomina)
5
derastis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
deras
n (nomina)
6
ekonomis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
ekonomi
n (nomina)
7
eksotis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
eksotik
n (nomina)
8
filosofis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
filosofi
n (nomina)
9
genetis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
genetik
n (nomina)
10
higienis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
higien
n (nomina)
11
ideologis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
ideologi
n (nomina)
12
magnetis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
magnet
n (nomina)
13
matematis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
matematika
n (nomina)
14
morfemis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
morfem
n (nomina)
15
nasionalis
Word Graph pola
Kata Benda-is
Sesuai dengan pola Word
Graph Kata Benda-is
nasional
n (nomina)
48
Lampiran 34 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-is
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
filosofis
Sesuai
astronomis
Sesuai
49
Lampiran 35 Kata Benda-istis
No
Kata
Masukan
Skenario
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
1
dualistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
dualisme
n (nomina)
2
egoistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
ego
n (nomina)
3
humoristis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
humor
n (nomina)
4
individualistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
individu
n (nomina)
5
kapitalistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
kapit
n (nomina)
6
kompromistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
kompromi
n (nomina)
7
komunistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
komunis
n (nomina)
8
materialistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
materi
n (nomina)
9
militeristis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
militer
n (nomina)
10
optimistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
optimis
n (nomina)
11
pesimistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
pesimis
n (nomina)
12
politeistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
politeis
n (nomina)
13
rasialistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis ras
n (nomina)
14
realistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
realisasi
n (nomina)
15
spesialistis
Word Graph pola
Kata Benda-istis
Sesuai dengan pola Word
Graph Kata Benda-istis
spesialis
n (nomina)
50
Lampiran 36 Contoh Kata Sifat Masukan Word Graph Pola Kata Benda-istis
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
kapitalistis
Sesuai
militeristis
Sesuai
51
Lampiran 37 Pola ke-Kata Sifat-an
No
Kata
Masukan
Skenario
Hasil Pengujian
Kata Dasar
Sifat Kata
Dasar
1
kebesaran
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
besar
a (adjektiva)
2
kebetulan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
betul
a (adjektiva)
3
kecapaian
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
capai
a (adjektiva)
4
kedinginan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
dingin
a (adjektiva)
5
kegatalan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
gatal
a (adjektiva)
6
kekerasan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
keras
a (adjektiva)
7
kekumalan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
kumal
a (adjektiva)
8
kekurangan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
kurang
a (adjektiva)
9
kelamaan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
lama
a (adjektiva)
10
kemiskinan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
miskin
a (adjektiva)
11
kepayahan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
payah
a (adjektiva)
12
kerendahan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
rendah
a (adjektiva)
13
kesakitan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
sakit
a (adjektiva)
14
kepanasan
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
panas
a (adjektiva)
15
ketinggian
Word Graph pola
ke-Kata Sifat-an
Sesuai dengan pola Word
Graph ke-Kata Sifat-an
tinggi
a (adjektiva)
52
Lampiran 38 Contoh Kata Sifat Masukan Word Graph Pola ke-Kata sifat-an
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
kebetulan
Sesuai
kekerasan
Sesuai
53
Lampiran 39 Pola me-Kata Dasar-kan
No
Kata
Dasar
Sifat Kata
Dasar
Kata Masukan
Skenario
Hasil Pengujian
1
membahagiakan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan
bahagia
a (adjektiva)
2
membahayakan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan
bahaya
n (nomina)
3
menyondongkan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan
sondong
n (nomina)
4
menggembirakan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan
gembira
a (adjektiva)
5
menguatkan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan kuat
a (adjektiva)
6
memalukan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan malu
a (adjektiva)
7
menyedihkan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan sedih
a (adjektiva)
8
menyejukkan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan sejuk
a (adjektiva)
9
merugikan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan rugi
a (adjektiva)
10
menyusahkan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan susah
a (adjektiva)
11
menakutkan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan takut
a (adjektiva)
12
menguntungkan
Word Graph pola
me-Kata Dasar-kan
Sesuai dengan pola Word
Graph me-Kata Dasar-kan untung
n (nomina)
54
Lampiran 40 Contoh Kata Sifat Masukan Word Graph Pola me-Kata Dasar-kan
Kata Masukan
Word graph yang ditampilkan
Sesuai/
Tidak
menyondongkan
Sesuai
memalukan
Sesuai
55
Lampiran 41 Pola Kata Sifat Dasar
Skenario
Hasil Pengujian
Sifat Kata
Dasar
No
Kata Masukan
1
asam
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
2
basah
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
3
kurus
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
4
lemah
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
5
pucat
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
6
besar
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
7
manis
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
8
pas
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
9
tinggi
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
10
mahal
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
11
matang
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
12
sederhana
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
13
lincah
Word Graph pola
Kata Sifat Dasar
Muncul pesan bahwa kata dasarnya null
null 14
menawan
Word Graph pola
Kata Sifat Dasar
Muncul pesan tawan: Verb
null 15
prima
Word Graph pola
Kata Sifat Dasar
Sesuai dengan pola Word Graph Kata
Sifat Dasar
a (adjektiva)
56
Lampiran 42 Contoh Kata Sifat Masukan Word Graph Pola Kata Sifat Dasar
Kata
Masukan
Sesuai/
Tidak
Word graph yang ditampilkan
prima
Sesuai
manis
Sesuai
57
Download