Professional Documents
Culture Documents
Natural Language Processing Dalam Memperoleh: Informasi Akademik Mahasiswa Universitas Atma Jaya Makassar
Natural Language Processing Dalam Memperoleh: Informasi Akademik Mahasiswa Universitas Atma Jaya Makassar
ABSTRACT
The information has become one of the most important parts for an institution today,
including Universitas Atma Jaya Makassar. One of the information is academic, so it needs fast
processing to get that information. The problems that arise are difference of language between
the user who need information and database language which storage data of academic. So we
need an interpreter to bridge the difference of language. In this research, the writer uses
Natural Language Processing as the solution from that problem and use Parser Noise-Disposal.
The application is designed by PHP as programming language and MySQL as database.
Lisangan, Natural Language Processing Dalam Memperoleh Informasi Akademik Mahasiswa UAJM 1
2. TINJAUAN PUSTAKA oleh manusia dalam percakapan sehari-hari.
Untuk proses komputasi, bahasa harus
2.1. Natural Language
direpresentasikan sebagai rangkaian simbol
Natural Language atau bahasa alami yang memenuhi aturan tertentu. Secara
adalah bahasa yang dapat dimengerti dan sederhana, NLP adalah mencoba untuk
dipahami oleh seseorang pada lokasi membuat komputer dapat mengerti
tertentu, sebagai contoh bahasa alami dari perintah-perintah yang ditulis dalam standar
orang Indonesia adalah bahasa Indonesia. bahasa manusia.
Bahasa alami biasa diajarkan orangtia pada Terdapat beberapa alasan yang
anaknya ketika masih bayi. Seiring menyulitkan NLP (Arman, 2004), yaitu
bertambahnya usia anak, maka pemahaman masalah ambiguity atau makna ganda dan
terhadap bahasa tersebut semakin jumlah kosa kata (vocabulary) yang besar
meningkat. Untuk dapat mengetahui bahasa dan berkembang dari waktu ke waktu.
alami, perlu mengetahui susunan dari Berdasarkan alasan tersebut, NLP tidak
bahasa alami tersebut, sebagai contoh untuk mempedulikan bagaimana suatu kalimat
Bahasa Inggris, seseorang perlu dimasukkan ke dalam komputer tetapi
mempelajari kosa kata Inggris, tata bahasa meng-copy informasi dari kalimat tersebut.
Inggris, dan sebagainya.
2.3. Sistem Pemahaman Natural
2.2. Natural Language Processing Language
Natural Language Processing (NLP) Pada Gambar 1, dapat dilihat 5 (lima)
dapat didefinisikan sebagai kemampuan elemen utama dalam program NLP, yaitu
suatu komputer untuk memproses bahasa, parser, lexicon, understander, knowledge
baik lisan maupun tulisan yang digunakan base, dan generator.
INPUT
TEXT PARSER UNDERSTANDER GENERATOR OUTPUT
STRING
KNOWLEDGE
LEXICON
BASE
Lisangan, Natural Language Processing Dalam Memperoleh Informasi Akademik Mahasiswa UAJM 3
juga lebih memperkuat tujuan diadakannya dan langkah-langkah yang ditempuh dalam
penelitian dan perancangan. menyelesaikan perancangan ini dapat
dilihat pada Gambar 2.
3.1.2. Metode Perancangan
Metode perancangan yang akan
digunakan adalah perancangan terstruktur
Lisangan, Natural Language Processing Dalam Memperoleh Informasi Akademik Mahasiswa UAJM 5
lexicon disimpan dalam sebuah tabel yang Algoritma understander yang
memiliki struktur seperti pada Gambar 3. dirancang dalam penelitian ini adalah
sebagai berikut:
1. Melakukan pengecekan status dari
output yang dihasilkan oleh parser,
2. Pengecekan status dilakukan untuk
mengetahui letak atau posisi dari arti
kata tersebut. Setiap arti kata memiliki
status masing-masing yang terdiri dari
Gambar 3. Struktur Tabel setara 3 (tiga) kemungkinan, yaitu 0, 1, dan 2.
Apabila status 0 (nol) berarti
Atribut nama_natural akan merupakan suatu sintaks, jika status 1
menyimpan daftar keseluruhan dari (satu) berarti merupakan suatu atribut,
penggunaan natural language yang dan status 2 (dua) sebagai penanda
memiliki penyetaraan dengan nama_sql tabel,
atau database language yang telah diinput 3. Apabila ditemukan arti kata yang
sebelumnya. berupa sintaks “where” dan ditemukan
Knowledge base bertugas untuk arti kata berikutnya adalah atribut,
membantu understander dengan maka selanjutnya pasti berupa operator
menyimpan makna dari arti kalimat yang dan nilai,
telah melalui proses parser. Atribut status 4. Apabila ditemukan arti kata yang
merupakan flag (penanda) dari arti kata berupa sintaks “and”, “or”, atau “not”
dalam database language, yang memiliki maka kembali ke langkah nomor 3
kemungkinan nilai 0 (nol) sebagai sintaks, 1 (tiga),
(satu) sebagai atribut, dan 2 (dua) sebagai 5. Apabila ditemukan arti kata yang
tabel. berupa sintaks “order by” atau “group
Dalam penelitian ini, knowledge base by” maka arti kata yang berikutnya
juga bertugas untuk menyimpan hubungan berupa atribut dan dapat diikuti dengan
relasi antar tabel yang berhubungan. operator pengurutan,
Hubungan relasi antar tersebut disimpan 6. Simpan setiap arti kata ke dalam sebuah
dalam sebuah tabel yang memiliki struktur array sesuai dengan statusnya masing-
seperti pada Gambar 4. masing, apakah status sintaks, atribut,
tabel, kondisi, atau pengurutan,
7. Lakukan pengecekan relasi antar tabel
dengan membandingkan antar isi array
yang menyimpan nama tabel yang
digunakan. Apabila memiliki relasi,
maka tambahkan isi array yang
Gambar 4. Struktur Tabel relasi menyimpan kondisi dengan statemen
yang menandakan adanya relasi antar
Atribut tabel dan tabel1 menyimpan tabel.
nama tabel yang saling berelasi dengan
kunci yang menghubungkan tabel tersebut 4.2.4. Generator
disimpan dalam atribut kunci.
Generator adalah input yang telah
4.2.3. Understander dimengerti untuk membuat output yang
berguna atau dalam penelitian ini, output
Tujuan dari understander adalah yang akan dihasilkan oleh generator adalah
memanfaatkan output dari parser agar SQL yang diperoleh berdasarkan hasil
mengacu dari knowledge base. Apabila proses parser dan understander. Generator
input kalimat berupa statemen, maka untuk menghasilkan SQL adalah dengan
understander menentukan maknanya berlandaskan pada struktur perintah SQL
dengan melihat kata-kata atau frasa-frasa dan membuat pemanggilan secara berurut
yang ada dalam basis pengetahuan.
Lisangan, Natural Language Processing Dalam Memperoleh Informasi Akademik Mahasiswa UAJM 7
Uji kesahihan yang kedua adalah Informatika dan berstatus aktif dan
dengan mencoba memberikan input untuk memiliki IPK lebih besar dari 2,75 dan
menampilkan daftar mahasiswa yang diurutkan berdasarkan IPK tertinggi.
terdaftar di program studi Teknik
Berdasarkan hasil output dari kedua [2] Fathansyah. 1999. Basis Data.
input (Gambar 6 dan Gambar 7) dapat Bandung: Penerbit Informatika.
dikatakan bahwa output yang dihasilkan
telah sesuai dengan input yang dimasukkan [3] Jogiyanto. 2008. Analisis & Desain
oleh pengguna. Sistem Informasi: Pendekatan
Terstruktur Teori Dan Praktek
5. KESIMPULAN Aplikasi Bisnis. Yogyakarta: Penerbit
Kesimpulan yang dapat diperoleh Andi.
dari penelitian ini adalah sebagai berikut:
NPL dapat digunakan untuk membantu [4] Silberschatz, Abraham., Korth, Henry
pengguna awam dalam memperoleh F., Sudarshan, S. 2009. Database
informasi tanpa perlu mempelajari System Concepts Sixth Edition. New
database language dan struktur York: McGraw Hill.
database SIAMIK UAJM.
NPL sangat bergantung pada lexicon
[5] Siswanto. 2010. Kecerdasan Tiruan
dan knowledge base yang dimilikinya,
Edisi 2. Jakarta: Graha Ilmu.
sehingga diperlukan adanya pendataan
kosakata yang digunakan oleh pengguna
sebelum menggunakan aplikasi NPL. [6] Suparman dan Marlan. 2005.
Komputer Masa Depan: Pengenalan
6. DAFTAR PUSTAKA Artificial Intelligence. Bandung:
Penerbit Andi.
[1] Desiani, Anita, dan Arhani,
Muhammad. 2006. Konsep
Kecerdasan Buatan. Palembang: [7] Suyoto. 2004. Intelegensi Buatan:
Penerbit Andi. Teori dan Pemrograman. Yogyakarta:
Penerbit Gava Media.