Sistem Saran dan Peringatan Pada Aplikasi Alat Bantu Pembuatan Pohon Sintaks

MUKHTAR HARIS

Informasi Umum

Kode

19.04.111

Klasifikasi

004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Text Mining

Informasi Lainnya

Abstraksi

TIKSentence TreeMaker adalah aplikasi yang dibuat oleh Indonesia Association of Computational Linguistics (INACL) yang berfungsi untuk memberi label pada satuan frasa dalam kalimat. Aplikasi ini memiliki kelebihan dibidang tampilan atau User Interface (UI), dimana struktur kata dan frasa didalam kalimat dapat dibentuk menjadi struktur pohon secara langsung, sehingga pengguna lebih mudah melihat dan memberi label frasa pada struktur kalimat tersebut. Selain tampilan atau UI, kelebihan aplikasi ini adalah mengikut-sertakan pengguna dalam proses pelabelan sehingga pengguna dapat menyesuaikan aturan-aturan frasa dengan kondisi bahasa tersebut. Setiap aplikasi pasti memiliki kelebihan dan kekurangan, TIKSentence TreeMaker pun memiliki kekurangan dimana aplikasi ini masih belum dapat membantu pengguna dibidang pemberian saran label jenis frasa dimana saat ini pengguna diberi kebebasan dalam menentukan label frasa baik label jenis frasa itu cocok atau tidak dengan aturan yang diberinya. Penulis mencoba untuk melengkapi beberapa bagian dari kekurangan aplikasi ini dengan cara membuat sistem yang dapat mendeteksi aturan frasa dan memberi saran label jenis frasa apa yang tepat ketika aturan frasa tersebut salah tanpa mengubah susunan struktur frasanya. Sistem dibangun untuk mengecek label jenis frasa secara sintaktik menggunakan metode Context Free Grammar (CFG) dimana berguna untuk mengubah bentuk pohon pada aplikasi menjadi bentuk yang lebih mudah dibaca oleh sistem. Sistem mengecek setiap aturan frasa yang diujikan lalu mengubah label jenis frasanya jika aturan tersebut dianggap salah oleh sistem dengan label jenis frasa yang disarankan oleh sistem. Hasil akurasi dari sistem yang telah dibuat sekitar 95% sedangkan akurasi untuk data yang diujikan pada keadaan awal sekitar 87% yang berarti sistem yang dibuat telah berhasil mengubah beberapa label jenis frasa pada aturan frasa yang salah menjadi label jenis frasa pada aturan frasa yang benar.