6 dibatasi. Frasa ini dapat dipecahkan dengan menyisipkan kata oleh dan yang dilakukan oleh. Misalnya: dihadapi petani dan ditampung pihak swasta. 3 Relasi objektif adalah relasi yang kata keduanya sebenarnya menjadi objek dari kata pertama. Frasa ini sebenarnya hasil substantivasi frasa objektif direktif. Frasa ini dapat dipecahkan dengan menggunakan kata akan, kepada, dan tentang. Misalnya: menghasilkan tekstur dan memenuhi kebutuhan pangan. 4 Relasi tujuan adalah relasi yang pembatasnya merupakan tujuan dari kata yang dibatasi. Frasa ini dapat dipecahkan dengan kata bagi, buat, guna, dan untuk. Misalnya: makanan rakyat dan untuk membeli solar. 5 Relasi keahlian adalah relasi yang pembatasnya merupakan keahlian dari kata yang dibatasi. Dapat digunakan kata dalam bidang untuk memisahkan frasa itu. Misalnya: petani kelapa dan dokter ahli saraf. 6 7 8 9 10 Relasi asal adalah relasi yang pembatasnya merupakan asal dari kata yang dibatasi. Frasa ini dapat dipecahkan dengan menyisipkan kata dari dan yang berasal dari. Misalnya: tenaga mesin dan dari pangkal daun. Relasi partitif adalah relasi yang pembatasnya merupakan keseluruhan dari kata yang dibatasi atau kata yang dibatasi merupakan bagian dari pembatasnya. Parafrasa bentuk ini dapat dilakukan dengan menyisipkan kata dari. Misalnya: biji jagung. Relasi material adalah relasi yang pembatasnya menyatakan materi yang dipakai untuk kata yang dibatasi. Dalam hal ini dapat digunakan kata dari dan dibuat dari untuk menyatakan hubungan itu secara eksplisit. Misalnya: tepung jagung dan minyak kelapa. Relasi perbandingan adalah relasi yang pembatasnya merupakan perbandingan bagi kata yang dibatasi. Frasa ini dipisahkan dengan kata seperti dan bagaikan. Misalnya: berakar serabut dan putih susu. Relasi instrumental adalah relasi yang pembatasnya merupakan alat bagi kata yang dibatasi. Relasi ini dapat dinyatakan dengan menggunakan kata dengan. Misalnya: tumbuh baik kehidupan masyarakat. 11 dan dengan Relasi lokatif adalah relasi yang pembatasnya merupakan tempat atau tempat bekerja dari kata yang dibatasi. Kata yang dapat disisipkan untuk menyatakan hubungan ini secara eksplisit adalah di, pada, dan dalam. Misalnya: masyarakat Papua dan di kebun petani. METODE PENELITIAN Pada bab ini dibahas tahapan penelitian dalam proses pembentukan modul word graph frasa kata. Diagram proses penambahan modul word graph frasa kata dapat dilihat pada Gambar 13. Mulai Studi Literatur Penambahan Modul Frasa Kata Penentuan Pola Hasil (Pengujian) Analisis Hasil Dokumentasi & Laporan Selesai Gambar 13 Diagram proses penambahan modul frasa kata. 7 Studi Literatur Penelitian ini diawali dengan mengumpulkan bahan-bahan pustaka yang relevan dengan topik kajian penelitian. Penelitian ini mengkaji pembentukan modul word graph frasa kata sebagai bagian dari sistem aplikasi BogorDelftConstruct. Penelitian ini didasarkan pada penelitian sebelumnya, di antaranya skripsi Deni Romadoni (2009) yang berjudul “Pengembangan Sistem Pembentukan Word Graph untuk Teks Berbahasa Indonesia” dan Tesis Mahmuda (2010) yang berjudul “Konstruksi Pola Word Graph Frasa Kata Menggunakan Metode Knowledge Graph”. Hasil kajian dua penelitian sebelumnya digunakan untuk mengembangkan modul word graph frasa kata. Penambahan Modul Frasa Kata Terdapat beberapa tahapan pada proses penambahan modul frasa kata yaitu: a Praproses Tahapan praproses dilakukan untuk membatasi nilai input. Pertama akan dilakukan proses tokenisasi pada frasa kata yang berguna untuk memecah frasa kata. Setelah itu, frasa kata yang telah dipecah akan disimpan dalam array sementara yang akan dihitung panjangnya. Setelah frasa kata melalui tahap tokenisasi, frasa kata tersebut akan diperiksa panjang array-nya apakah panjang array sama dengan satu atau tidak. Jika panjang array frasa kata sama dengan satu, berarti input bukan merupakan frasa kata dan akan muncul pesan peringatan yang menyatakan bahwa input tidak akan diproses ke tahap selanjutnya. Jika panjang array lebih dari satu, frasa kata yang telah ditokenisasi akan diperiksa satu per satu apakah kata-kata tersebut mengandung nilai masukan selain karakter. Jika kata-kata tersebut mengandung nilai masukan selain karakter, akan muncul pesan peringatan dan frasa kata tidak akan diproses ke tahap selanjutnya. b Ekstraksi Data Frasa Kata Frasa kata yang telah melewati tahap praproses akan diekstraksi datanya yang berguna untuk pencarian pola frasa kata. Ekstraksi data frasa kata adalah proses pengambilan data frasa kata yang telah ditokenisasi berupa jenis kata, kata dasar, jenis kata dasar, dan imbuhan. Pertama, array kata dari hasil tokenisasi akan diperiksa satu per satu ke dalam database kamus. Data yang dapat diambil dari database kamus adalah jenis kata dan kata dasar. Setiap kata yang berhasil diekstraksi datanya akan disimpan dalam array StorageType{n} untuk jenis kata dan StorageBase{n} untuk kata dasar dengan indeks n sebagai penunjuk kata ke-n. Jika kata ke-n adalah kata dasar, kata tersebut langsung dikembalikan sebagai output-nya. Jika kata ke-n adalah kata berimbuhan, kata tersebut harus melalui proses stemming terlebih dahulu. Proses stemming yang digunakan pada penelitian ini mengadopsi proses stemming yang telah dilakukan oleh Iqbal (2010). Proses stemming yang dilakukan Iqbal (2010) menggunakan KBBI yang telah disesuaikan. KBBI digunakan untuk memeriksa kata dasar hasil stemming. Pada penelitian ini KBBI selain digunakan untuk memeriksa kata dasar hasil stemming, juga digunakan untuk mengenali label dari kata dasar yang didapat dari hasil stemming. Pada KBBI yang digunakan dalam penelitian ini dilakukan beberapa perubahan. Pada awalnya di dalam KBBI asli terdapat tiga field, yaitu: ‘Kata’, ‘Sifat’, dan ’Subkata’. Field ‘Kata’ berisi kata dasar sedangkan field ‘Subkata’ berisi kata turunan, yang terdiri dari kata berimbuhan dan kata berulang. Satu kata dasar dapat memiliki lebih dari satu subkata. Kata-kata tersebut disusun berdasarkan susunan alfabetis. Tiap-tiap kata ditulis dengan pemenggalan kata berdasarkan Pedoman Umum Ejaan Bahasa Indonesia yang Disempurnakan. Misalnya kata ‘mengandalkan’, dipenggal menjadi ‘meng.an.dal.kan’. Field ‘Sifat’ berisi label dari kata yang sesuai dengan konteks dan keperluannya. Label ragam bahasa, label kelas kata, label penggunaan bahasa yang menunjukkan dalam dialek mana kata yang bersangkutan digunakan, serta label bidang kehidupan dan bidang ilmu yang menunjukkan dalam bidang apa kata tersebut digunakan. Misalnya, label ‘n komp’ merupakan nomina (kata benda) yang digunakan pada bidang kehidupan dan bidang ilmu komputer. Seluruh kata yang dimuat dalam KBBI beserta labelnya (seperti kelas kata, ragam bahasa dan sebagainya) disusun dalam tabel Entry (Iqbal 2010). Tabel Entry terdiri dari empat field, yaitu ‘EntryID’, ‘Word’, ‘Category’, dan ‘Stem’. Field ‘EntryID’ berisi nomor identifikasi kata. Field ‘Word’ berisi kata dasar dan kata turunan sedangkan field ‘Stem’ berisi kata dasar. Field ‘Category’ berisi label dari kata yang diambil kelas kata secara umumnya saja. Misalnya, label ‘n komp’ diubah menjadi ‘n’ (nomina) saja.