Temporal Entity Tagging untuk Dokumen Bahasa Indonesia
TEMPORAL ENTITY TAGGING UNTUK DOKUMEN
BAHASA INDONESIA
AGUS SIMAMORA
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Temporal Entity
Tagging untuk Dokumen Bahasa Indonesia adalah benar karya saya dengan
arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juni 2013
Agus Simamora
NIM G64104047
ABSTRAK
AGUS SIMAMORA. Temporal Entity Tagging untuk Dokumen Bahasa
Indonesia. Dibimbing oleh AHMAD RIDHA.
Salah satu proses dalam document pre-processing adalah pemberian tag-tag
penciri yang disebut dengan Named Entity Tagging. Penelitian ini dilakukan
untuk mengimplementasikan temporal entity tagging pada dokumen berbahasa
Indonesia dengan metode berbasis aturan (rule-based). Ekspresi temporal ditandai
dengan tag DATE dan nilai temporal dari ekspresi tersebut. Ekspresi temporal
dapat berbentuk ekspresi eksplisit, ekspresi implisit, dan ekspresi nama kejadian.
Aturan-aturan didapatkan dengan menganalisis ekspresi-ekspresi temporal dalam
100 dokumen berbahasa Indonesia. Dari 341 ekspresi temporal dalam dokumen,
diturunkan 40 buah aturan yang diimplementasikan dalam sistem ini. Sistem dapat
menemukan seluruh ekspresi temporal tersebut yang terdiri dari 150 ekspresi
temporal eksplisit, 155 ekspresi temporal implisit dan 36 ekspresi nama kejadian.
Selain itu evaluasi juga dilakukan terhadap 34 dokumen lain. Sistem dapat
mengenali dengan benar sebanyak 122 ekspresi temporal dari 129 ekspresi
temporal yang terdapat dalam dokumen tersebut. Dengan demikian, sistem ini
sudah bekerja dengan akurasi 100% untuk 100 dokumen awal dan 94.57% untuk
34 dokumen uji lainya. Oleh karena itu, pengenalan temporal entity dokumen
bahasa Indonesia berbasis aturan sudah cukup baik.
Kata kunci: ekspresi temporal, rule-based tagging
ABSTRACT
AGUS SIMAMORA. Temporal Entity Tagging for Indonesian Documents.
Supervised by AHMAD RIDHA.
One of the processes in document pre-processing is providing identifier tags
called Named Entity Tagging. This research aims to implement a temporal entity
tagging in Indonesian language documents with rule-based method. Temporal
expressions are marked with DATE tag and the temporal value of the expression.
Temporal expression comprise explicit expression, implicit expression, and event
expression. The rules were obtained by analyzing temporal expressions in 100
Indonesian documents. There are 40 derived rules implemented in this system
over 341 temporal expressions in the document. The system could find all of the
temporal expressions consisting of 150 explicit temporal expressions, 155
implicit temporal expressions, and 36 event expressions. Also, the evaluation was
conducted on 34 other documents. The system can correctly identify as many as
122 of 129 temporal expression contained in the additional documents. The
system has achieved an accuracy of 100% for the 100 initial documents and
94.57% for the 34 test documents. Thus, rule-based identification of temporal
entities for Indonesian performs well.
Keyword: rule-based tagging, temporal expression
TEMPORAL ENTITY TAGGING UNTUK DOKUMEN
BAHASA INDONESIA
AGUS SIMAMORA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi : Temporal Entity Tagging untuk Dokumen Bahasa Indonesia
Nama
: Agus Simamora
NIM
: G64104047
Disetujui oleh
Ahmad Ridha, SKom MS
Pembimbing I
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala
berkat dan limpahan kasih-Nya sehingga karya ilmiah ini berhasil diselesaikan.
Tak lupa penulis mengucapkan terima kasih kepada seluruh pihak yang
telah berperan dalam penelitian ini, yaitu:
1
Kedua orang tua dan semua keluarga yang selalu memberikan motivasi,
dukungan, dan doa.
2
Bapak Ahmad Ridha, SKom MS, selaku dosen pembimbing yang telah
memberikan banyak ide, masukan, dan dukungan kepada penulis.
3
Bapak Ir Julio Adisantoso, MKom dan bapak Sony Hartono Wijaya, SKom
MKom selaku penguji.
4
Teman terkasih Epi Ria Kristina Sinaga, SKM untuk semua bentuk
dukungan dan perhatiannya khususnya dalam penyelesaian skripsi ini.
5
Teman-teman satu bimbingan: Leonardo Siagian, Fuad Daviratma Husni,
dan Septiandi Wibowo untuk semangat dan sharing informasi selama
pengerjaan skripsi.
6
Teman-teman khususnya atasan-atasan di PT. Navcore Nextology Indonesia
untuk pengertian dan dukungannya, dari penulis memulai perkuliahan
hingga menyelesaikan pendidikan di Alih Jenis Ilmu Komputer IPB.
7
Pihak-pihak lain yang tidak dapat penulis sebutkan satu per satu.
Akhirnya semoga tulisan ini dapat bermanfaat bagi pembaca, khususnya
demi peningkatan pengetahuan dalam bidang teknologi informasi.
Bogor, Juni 2013
Agus Simamora
DAFTAR ISI
DAFTAR TABEL
v
DAFTAR GAMBAR
v
DAFTAR LAMPIRAN
v
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Ruang Lingkup Penelitian
1
Dokumen Non-Temporal
2
Normalisasi Ekspresi Temporal
3
Analisis Aturan
3
Aturan-aturan
3
Implementasi Aturan
4
Evaluasi Sistem
4
Lingkungan Pengembangan
5
HASIL DAN PEMBAHASAN
5
Aturan-Aturan
5
Normalisasi Ekspresi Temporal
5
Implementasi Program
6
Evaluasi Berdasarkan Aturan
8
Evaluasi Kinerja Sistem
9
SIMPULAN DAN SARAN
9
Simpulan
Saran
9
10
DAFTAR PUSTAKA
10
RIWAYAT HIDUP
18
DAFTAR GAMBAR
1
2
3
4
Metode penelitian
Alur program Temporal Entity Tagging
Contoh kalimat dengan ekspresi temporal
Perbandingan jumlah kalimat dengan waktu tagging
2
6
7
9
DAFTAR LAMPIRAN
1
2
3
4
5
Dokumen non-temporal
Dokumen temporal hasil tagging
Aturan temporal eksplisit
Aturan temporal implisit
Aturan temporal nama kejadian
11
12
13
15
17
PENDAHULUAN
Latar Belakang
Perkembangan sumber informasi digital telah mendorong perkembangan
bidang temu kembali informasi secara pesat. Hal ini didasari kebutuhan pengguna
yang menginginkan pencarian informasi secara cepat dan tepat. Terdapat beberapa
proses dalam pembuatan temu kembali informasi, salah satunya adalah document
pre-processing. Dalam document pre-processing, dokumen diberikan tag-tag
penciri yang disebut dengan named entity tagging (Srihari et al. 2000). Untuk
dokumen berbahasa Indonesia, telah dilakukan penelitian untuk membuat name
entity tagging dengan metode berbasis aturan (Citraningputra 2009). Dokumen
diberikan tag entitas (named entity) yaitu tag NAME, LOCATION, DATE, TIME,
NUMBER, ORGANIZATION, dan CURRENCY.
Dengan menggunakan korpus yang telah diberikan tag entitas hasil
penelitian Citraningputra (2010), Darliansyah (2012) mengimplementasikan
temporal question answering system untuk pertanyaan temporal pada dokumen
berbahasa Indonesia. Sistem tersebut menggunakan tag DATE sebagai dasar
untuk mengenali ekspresi temporal dalam dokumen, namun sebelumnya tag
DATE dilengkapi dengan nilai temporal yang belum disediakan oleh tagger dari
Citraningputra (2010). Darliansyah (2012) memberikan nilai ekspresi temporal
secara manual.
Saat ini telah ada beberapa sistem yang dikembangkan untuk melakukan
temporal tagging secara otomatis. Salah satunya adalah SUTime dikembangkan
oleh Stanford University untuk dokumen bahasa Inggris (Chang dan Manning
2012), sedangkan sistem temporal tagging untuk dokumen bahasa Indonesia
belum dikembangkan. Untuk itu, perlu dilakukan penelitian untuk
mengotomatisasi proses tagging terhadap ekspresi temporal dalam setiap
dokumen agar tagging dapat dilakukan dengan efisien.
Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengimplementasikan temporal
entity tagging pada dokumen berbahasa Indonesia dengan metode berbasis aturan
(rule-based).
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini terbatas pada koleksi dokumen statis bahasa
Indonesia dari Darliansyah (2012). Aturan-aturan yang dikembangkan didapatkan
dari analisis terhadap koleksi dokumen tersebut.
2
METODE PENELITIAN
Tahapan penelitian secara umum yaitu menyiapkan dokumen non-temporal
(dokumen uji), normalisasi ekspresi temporal, analisis aturan, implementasi aturan
terhadap dokumen, dan evaluasi. Metode penelitian dapat dilihat pada Gambar 1.
Dokumen Non-Temporal
Koleksi dokumen yang digunakan dalam penelitian ini adalah dokumen
berita sambung jaring (online news) sebanyak 100 dokumen, dengan waktu terbit
antara tahun 2000-2011. Koleksi tersebut merupakan dokumen-dokumen yang
digunakan Darliansyah (2012). Dokumen telah diberikan named entity tag
memanfaatkan hasil penelitian Citraningputra (2010), yaitu tag NAME,
LOCATION, CURRENCY, DATE, TIME, ORGANIZATION, dan NUMBER.
Dokumen-dokumen tersebut memiliki struktur XML yang sama dengan beberapa
tag, antara lain tag DOCNO, AUTHOR, TITLE, PUBLISHED, dan CONTENT.
Tag PUBLISHED dalam penelitian ini menjadi sangat penting dalam setiap
dokumen karena akan dipakai sebagai rujukan untuk ekspresi temporal implisit
yang terdapat dalam dokumen tersebut. Bentuk yang digunakan adalah:
……
……
……
……
……
Contoh dokumen non-temporal lengkap dapat dilihat pada Lampiran 1.
Pada pengujian sistem, selain menggunakan 100 dokumen awal, evaluasi
juga dilakukan terhadap 34 dokumen lain dengan struktur dokumen yang sama.
Dokumen didapat dari media berita online antara lain KOMPAS.com
(www.kompas.com),
detikcom
(www.detik.com),
dan
TEMPO.CO
(www.tempo.co).
Gambar 1 Metode penelitian
3
Normalisasi Ekspresi Temporal
Normalisasi ekspresi temporal dilakukan untuk mendapatkan tanggal terbit
dokumen yang akan dijadikan sebagai acuan untuk ekspresi-ekspresi temporal,
khususnya ekspresi temporal yang bersifat implisit. Beberapa dokumen dalam
korpus ada yang tidak mempunyai atau menyebutkan tanggal terbit dengan jelas,
sehingga harus didefinisikan terlebih dahulu dengan cara menemukan kembali
dokumen tersebut di Internet dan mendapatkan tanggal terbitnya. Selain itu,
dilakukan juga koreksi terhadap korpus untuk memperbaiki kesalahan-kesalahan
tagging yang dilakukan dengan cara manual. Kesalahan-kesalahan tersebut
mencakup adanya ekspresi temporal yang terlewat, penulisan kata atau frasa yang
tidak mengikuti standar baku penulisan ejaan bahasa Indonesia, dan sebagainya.
Analisis Aturan
Aturan disusun berdasarkan semua kemungkinan ekspresi temporal dari
semua dokumen korpus. Aturan-aturan ini kemudian dimasukkan ke basis data
yang akan digunakan sebagai dasar dalam proses tagging, untuk menentukan
apakah sebuah ekspresi di dalam dokumen termasuk ekspresi temporal atau
bukan. Semakin banyak dokumen yang dianalisis atau dijadikan dokumen
pengujian maka semakin banyak juga aturan-aturan yang mungkin didapatkan.
Aturan-aturan
Aturan-aturan dalam penelitian ini dikategorikan berdasarkan bentuk
ekspresi temporalnya. Pertama, aturan bersifat eksplisit yaitu aturan yang dapat
mengetahui nilai temporal sebuah ekspresi tanpa bergantung pada tanggal terbit
dari dokumen. Kedua, aturan implisit yaitu aturan yang membutuhkan tanggal
referensi atau tanggal terbit dokumen tersebut untuk dapat memberikan nilai
kepada ekspresi temporal yang ditemukan. Ketiga, aturan ekspresi nama kejadian.
Dalam dokumen berita sering ditemukan nama kejadian yang sebenarnya
mengandung nilai temporal. Sebagai contoh “Masa Penjajahan Belanda”, secara
implisit frasa ini memiliki waktu temporal tahun 1800-1942, contoh lain misalnya
“Orde Baru” yang memiliki nilai temporal antara tahun 1966-1999. Ekspresiekspresi seperti disebutkan di atas dibuatkan dalam aturan khusus yang
dikategorikan dalam aturan nama kejadian dan dimasukkan ke dalam sebuah
kamus. Selain itu, setiap nama kejadian akan menjadi satu aturan sendiri yang
akan memiliki nilai temporal statik/konstan.
Setiap aturan akan memberikan sebuah nilai, bisa berupa tanggal tunggal
atau berbentuk durasi (tanggal mulai dan tanggal selesai).
1 Aturan ekspresi temporal eksplisit
Contoh aturan untuk ekspresi temporal eksplisit:
5-November-2012
{Aturan:
([angka]-[nama
(VALUE1 = yyyy/mm/dd)}
Rabu (16/04)
bulan]-[angka]),
Hasil:
4
{Aturan: ([nama hari] ([angka]/[angka])), Hasil:
(VALUE1 = yyyy/mm/dd)}
17-20 Agustus
{Aturan: ([angka]-[angka] [nama bulan]),
(VALUE1 = yyyy/mm/dd VALUE2=yyyy/mm/dd)}
2
Hasil:
Aturan ekspresi temporal implisit
Contoh aturan untuk ekspresi temporal implisit:
hari ini
{Aturan:
([hari
yyyy/mm/dd)}
ini]),
Hasil:
(VALUE1
=
2 hari lalu
{Aturan: ([angka] [hari lalu]),
yyyy/mm/dd)}
Hasil: (VALUE1 =
Selasa depan
{Aturan: ([nama hari] [depan]),
Hasil: (VALUE1 = yyyy/mm/dd VALUE2=yyyy/mm/dd)}
3
Aturan ekspresi temporal nama kejadian
Contoh aturan untuk ekspresi temporal nama kejadian:
Masa Penjajahan Belanda
{Aturan: ([Masa Penjajahan Belandda]),
(VALUE1 = yyyy/mm/dd VALUE2 = yyyy/mm/dd)}
Hasil:
Aturan-aturan dituliskan dalam ekspresi reguler untuk mengenal dan
menemukan ekspresi yang terdapat dalam dokumen. Ekspresi reguler merupakan
salah satu instrumen untuk pemrosesan teks yang dapat diandalkan, fleksibel, dan
efisien. Ekspresi reguler memiliki notasi bentuk umum hampir seperti bahasa
pemrograman mini yang dapat dipakai untuk mendeskripsikan dan mem-parsing
teks. Dengan beberapa dukungan tambahan, ekspresi reguler dapat menambah,
menghapus, dan mengambil segala bentuk dari teks dan data (Friedl 2006). Oleh
sebab itu, ekspresi reguler merupakan tools yang sangat cocok dipakai dalam
proses entity tagging.
Implementasi Aturan
Dokumen terlebih dahulu dipotong per kalimat, kemudian tiap kalimat
dicocokkan untuk semua aturan yang ada. Ketika sebuah ekspresi temporal
ditemukan oleh sebuah aturan, aturan tersebut akan mengembalikan nilai sesuai
tipenya. Nilai kembaliannya dapat berupa tanggal tunggal, contoh ekspresi “Jumat
lalu” (12 April 2013) atau durasi waktu, contoh ekspresi “bulan depan” (1 Mei
2013 hingga 31 Mei 2013). Khusus untuk ekspresi temporal yang bersifat implisit,
nilai kembalian dari aturan tersebut terlebih dahulu dihitung nilai temporalnya
berdasarkan tanggal acuan (tanggal diterbitkannya dokumen).
Evaluasi Sistem
Evaluasi dilakukan dengan cara menghitung hasil yang benar dan salah.
Hasil tersebut didapat dengan membandingkan hasil temporal entity yang didapat
oleh sistem dengan temporal entity yang dilakukan secara manual setelah
5
dilakukan normalisasi. Semakin banyak hasil benar yang didapat oleh sistem,
maka tingkat akurasi sistem akan semakin tinggi. Selain itu dilakukan juga
evaluasi berdasarkan kinerja sistem yaitu melihat waktu yang dibutuhkan oleh
sistem untuk proses tagging.
Lingkungan Pengembangan
Perangkat lunak yang digunakan dalam penelitian ini adalah:
Sistem operasi Windows 7
Applikasi XAMPP-win32-1.7.2 yang mencakup web server Apache 2.2.11
dan database MySQL 5.1.33
Code editor Notepad++
Perangkat keras yang digunakan dalam penelitian ini adalah:
Intel® Core™ Duo 2.2 GHz
RAM 4 GB
Harddisk 500 GB
HASIL DAN PEMBAHASAN
Aturan-Aturan
Sebanyak 40 aturan diturunkan setelah menganalisis 341 ekspresi temporal
yang terdapat dalam dokumen. Aturan-aturan tersebut terdiri atas 14 aturan yang
bersifat eksplisit, 24 aturan yang bersifat implisit, dan 2 aturan nama kejadian
dalam kamus. Aturan eksplisit dan implisit didefinisikan di dalam sistem,
sedangkan nama kejadian, aturan dan nilai ekspresi temporalnya dapat
didefinisikan secara dinamis dengan menambahkan ke dalam kamus. Aturanaturan yang dihasilkan dapat dilihat pada Lampiran 3, 4, dan 5.
Sebuah aturan dapat menemukan satu atau lebih ekspresi temporal, sebagai
contoh:
((\d{1}|\d{2}|\d{3}|\d{4})\s{1}([Hh]ari|[Mm]inggu|[Pp]ekan|[
Bb]ulan|[Tt]ahun)\s{1}((?i)mendatang|ke
depan|yang
akan
datang|lalu|yang lalu|ini|terakhir)).
Aturan tersebut dapat menemukan ekspresi temporal seperti “1 bulan ke
depan”,”23 tahun mendatang”, “10 tahun lalu”, dan sebagainya.
Normalisasi Ekspresi Temporal
Normalisasi pertama yang dilakukan adalah memastikan setiap dokumen
memiliki tanggal terbit yang benar. Dari 100 dokumen, dua diantaranya tidak
memiliki tanggal terbit yang benar atau kurang lengkap. Tahap berikutnya
memeriksa semua dokumen untuk mencari ekspresi temporal yang ada. Sebanyak
60 ekspresi temporal ditemukan terlewat dari tagging manual sebelumnya yang
menemukan 281 ekspresi temporal. Total ekspresi temporal yang ditemukan
secara manual menjadi 341 buah.
6
Implementasi Program
Temporal entity tagging dokumen Bahasa Indonesia diimplementasikan ke
dalam program berbasis web, yang ditulis menggunakan bahasa pemrograman
PHP dan database MySQL. Sebagai input, file dalam bentuk XML dimasukkan
ke program, kemudian dilakukan proses tagging hingga dihasilkan output berupa
file XML yang ekspresi temporalnya sudah ditandai dengan tag DATE beserta
dengan nilai temporal dari ekspresi tersebut. Sebagai contoh: “[DATE
VALUE1=”2002/12/10”]Selasa (10/12/2002)[/DATE]”. Alur kerja proses
tagging temporal dapat dilihat pada Gambar 2.
Proses tagging dilakukan terhadap satu per satu dokumen. Tanggal terbit
setiap dokumen didapatkan dari tag PUBLISHED. Dokumen yang tidak memiliki
tanggal terbit diberikan nilai default yaitu current date dari sistem. Setelah tanggal
terbit didapatkan, proses berikutnya adalah melakukan pemotongan terhadap isi
dokumen dalam tag CONTENT menjadi rangkaian kalimat dengan cara
memotong teks ketika menemukan tanda titik diikuti dengan spasi. Hal ini
dilakukan untuk mempermudah proses tagging dan meringankan kerja komputer
karena tidak semua isi dokumen perlu disimpan dalam memori.
Gambar 2 Alur program temporal entity tagging
7
Dalam sebuah kalimat dapat ditemukan satu atau lebih ekspresi temporal.
Ekspresi-ekspresi yang ditemukan dimasukkan dalam sebuah array. Tagging
akan dilakukan terhadap kalimat tersebut sebanyak jumlah ekspresi temporal yang
terdapat di dalamnya. Contoh kalimat dengan ekspresi temporal yang ditemukan
oleh aturan dan hasil akhir setelah dilakukan proses tagging terlihat seperti
Gambar 3 dan contoh dokumen temporal hasil tagging dapat dilihat pada
Lampiran 2.
Secara serial semua aturan diaplikasikan, dimulai dari aturan temporal
bersifat eksplisit, aturan implisit, dan terakhir aturan nama kejadian
(menggunakan kamus). Ada kalanya satu ekspresi temporal dikenali oleh dua atau
lebih aturan sehingga validasi perlu dilakukan untuk menghindari redundansi
tagging. Validasi dilakukan dengan menyimpan offset-offset yang sudah ditandai
sehingga sebelum melakukan tagging terhadap sebuah ekspresi temporal yang
ditemukan, terlebih dahulu dilakukan pemeriksaan ke dalam daftar dari offsetoffset tersebut. Algoritme pengimplementasian aturan terhadap kalimat seperti
pada algoritme berikut.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
foreach (rule = eksplisit)
exps = preg_match_all(rule,kal)
foreach (exp in exps)
kal = tagging(exp)
endloop
endloop
foreach(rule = implisit)
exps = preg_match_all(rule,kal)
foreach (exp in exps)
kal = tagging(refdate,exp)
endloop
endloop
foreach (rule = dictionary)
exps = preg_match_all(rule,kal)
foreach (exp in exps)
kal = tagging (exp)
endloop
endloop
Kalimat Awal:
“Mentan Anton Apriyantono akan menghadiri acara hari
pangan sedunia
XXVIII tingkat nasional tahun 2008, Rabu 3
Desember 2008”
Hasil pengenalan dari aturan:
Array
(
[0] => 2008
[1] => Rabu, 3 Desember 2008
)
Kalimat hasil tagging:
“Mentan Anton Apriyantono akan
menghadiri acara hari pangan sedunia XXVIII tingkat nasional
tahun [DATE VALUE1=”2008/01/01”
VALUE2=”2008/12/31”]2008[/DATE],[DATE VALUE1=”2008/12/03”]Rabu
3 Desember 2008[/DATE]”
Gambar 3 Contoh kalimat dengan ekspresi temporal
8
Evaluasi Berdasarkan Aturan
Pada penelitian ini evaluasi dilakukan dengan membandingkan hasil tagging
yang dilakukan secara manual terhadap 100 dokumen awal dengan hasil tagging
oleh sistem. Secara manual dan setelah dinormalisasi ditemukan 341 ekspresi
temporal. Dengan 40 buah aturan yang diimplementasikan sebagai mesin
pengenal dalam sistem temporal entity tagging ini, dapat menemukan sebanyak
341 ekspresi temporal. Ekspresi tersebut terdiri atas 150 ekspresi temporal
eksplisit, 155 ekspresi temporal implisit, dan 36 ekspresi temporal nama kejadian.
Melihat hasil yang didapatkan oleh sistem, sistem ini sudah bekerja dengan
akurasi sebesar 100% untuk 100 dokumen pengujian dan sekaligus sebagai
dokumen latih. Namun, hasil tersebut belum mencakup keseluruhan ekspresiekspresi temporal yang ada dalam dokumen bahasa Indonesia. Untuk itu,
dilakukan juga pengujian terhadap 34 dokumen lain di luar dokumen latih dan
hasilnya dapat dilihat dalam Tabel 1.
Tabel 1 Hasil pengenalan ekspresi temporal untuk 34 dokumen lain di luar
dokumen latih
Keterangan
Jumlah ekspresi temporal yang benar dikenali
Jumlah ekspresi temporal yang salah dikenali
Jumlah ekspresi temporal yang salah nilai temporalnya
Jumlah ekspresi temporal yang tidak dikenali
Jumlah
122
2
2
5
Dari Tabel 1, total ekspresi temporal seharusnya adalah sejumlah 129 yaitu
total ekspresi temporal yang dikenali (126) ditambah dengan jumlah ekspresi
temporal yang tidak dikenali (5) dikurang jumlah ekspresi yang bukan ekspresi
temporal tetapi dikenali sebagai ekspresi temporal (2). Dengan melihat hasil yang
benar (122) yaitu total ekspresi temporal yang dikenali (126) dikurang jumlah
ekspresi temporal yang salah dalam pemberian nilai (2) dan jumlah ekspresi
temporal yang salah ditandai (2), sistem telah mampu bekerja dengan akurasi
sebesar 94.57%. Lima buah ekspresi temporal tidak dapat dikenali karena sistem
belum mempunyai aturan yang cocok dengan ekspresi tersebut. Ekspresi yang
tidak dikenali adalah “triwulan pertama” (dua buah ekspresi), “selang beberapa
saat kemudian”, “selama berminggu-minggu”, dan “beberapa tahun terakhir”.
Ada beberapa kekurangan dan keterbatasan dari sistem antara lain ketika
menemukan ekspresi dengan makna ganda (ambigu). Salah satu contoh adalah
ekspresi “Minggu depan” yang muncul di awal kalimat dalam dokumen dengan
tanggal terbit Selasa, 18 April 2000 dapat diartikan sebagai hari Minggu
berikutnya (Minggu, 23 April 2000), hari Selasa pekan depan (Selasa, 25 April
2000) atau satu pekan berikutnya (Minggu, 23 April 2000 hingga Sabtu, 29 April
2000), dengan asumsi hari pertama dalam satu pekan adalah hari Minggu. Saat ini,
sistem hanya dapat membedakan berdasarkan huruf awal frasa. Jika diawali
dengan huruf kapital (“Minggu depan”), sistem akan memberikan nilai tunggal
temporal hari Minggu pada pekan berikutnya. Jika tidak, maka nilai yang
diberikan adalah durasi temporal satu pekan ke depan.
Sistem temporal entity tagging hanya dapat mengenali ekspresi temporal
berdasarkan aturan yang ada. Sistem tidak dapat mengenali ekspresi temporal
secara semantik, yaitu pemberian nilai temporal berdasarkan ekspresi-ekspresi
9
temporal sebelumnya. Hal ini memungkinkan sistem melakukan kesalahan
pengenalan ekspresi temporal. Sebagai contoh, sistem mengenali angka 1520
sebagai ekspresi temporal pada kalimat “Tahun 2012 lalu KPK menerima 1520
laporan”. Sistem mengenali ekspresi 1520 sebagai ekspresi tahun karena aturan
yang ada mengenal setiap angka dengan panjang empat karakter dan angka
pertama dimulai dengan angka 1 atau 2 sebagai ekspresi temporal tahun. Sistem
tidak dapat mengetahui konteks atau maksud kalimat secara keseluruhan.
Evaluasi Kinerja Sistem
Dengan total 1 555 kalimat dalam 100 dokumen pengujian dibutuhkan ratarata waktu tagging sebesar 6.53 detik (10 kali percobaan). Waktu rata-rata
digunakan karena setiap tagging mempunyai waktu yang berbeda, tergantung
pada beban kerja komputer pada saat dilakukan pengukuran. Waktu tercepat yang
pernah dicatat adalah 6.04 detik sementara waktu terlama 7.05 detik.
Jumlah kalimat digunakan sebagai variabel dalam melakukan evaluasi
karena setiap kalimat dalam dokumen akan dicobakan terhadap semua aturan
yang ada secara bergantian. Dengan demikian, jumlah kalimat dan jumlah aturan
menjadi faktor yang paling mempengaruhi besar kecilnya waktu yang dibutuhkan
dalam proses tagging. Dari evaluasi yang dilakukan, jumlah kalimat
mempengaruhi waktu tagging secara linear (lihat Gambar 4).
Gambar 4 Perbandingan jumlah kalimat dengan waktu tagging
SIMPULAN DAN SARAN
Simpulan
Penelitian ini dilakukan untuk mengotomatisasi penandaan ekspresi
temporal dengan menggunakan metode berbasis aturan. Ekspresi yang ditemukan
kemudian diberikan nilai temporalnya berdasarkan tipe dari ekspresi tersebut
yakni berupa tanggal tunggal atau durasi. Metode pengenalan temporal entity
10
yang digunakan dalam penelitian ini adalah metode secara serial, yaitu dari satu
pengenalan temporal entity kemudian dilanjutkan dengan pengenalan temporal
entity lainya. Adapun bentuk pengenalan yang dilakukan dikelompokkan menjadi
tiga bagian yaitu pengenalan ekspresi eksplisit, implisit, dan nama kejadian.
Untuk pengenalan temporal entity dokumen bahasa Indonesia, temporal entity
tagging berbasis aturan sudah cukup baik. Sistem temporal entity tagging ini
belum mampu menangani ekspresi dengan makna ambigu, kesalahan pengenalan
ekspresi temporal, dan kesalahan pemberian nilai ekspresi temporal.
Saran
Untuk pengembangan dari penelitian ini disarankan untuk melakukan halhal sebagai berikut:
1 Menambah dokumen pengujian, dengan demikian akan semakin banyak
aturan yang ditemukan sehingga kemampuan sistem dalam pengenalam
temporal entity dapat meningkat.
2 Menambahkan aturan, melakukan validasi, atau melakukan temporal entity
tagging dengan metode yang lain untuk mengatasi masalah ambiguitas dan
kesalahan penandaan yang menjadi kelemahan dalam penelitian ini.
DAFTAR PUSTAKA
Chang A, Manning C. 2012. SUTime: A library for recognizing and normalizing
time expressions. Di dalam: Proceedings of the Eight International Conference
on Language Resources and Evaluation [Internet]; 2012 Mei 23-25; Istanbul
(TR). European Language Resources Association (ELRA). hlm 45-60;
[diunduh 2012 Agu 8]. Tersedia pada: http:// nlp.stanford.edu/pubs/lrec2012sutime.pdf
Citraningputra P. 2010. Named entity tagging untuk dokumen berbahasa
Indonesia menggunakan metode berbasis aturan [skripsi]. Bogor (ID): Institut
Pertanian Bogor.
Darliansyah A. 2012. Temporal question answering system bahasa indonesia
[skripsi]. Bogor (ID): Institut Pertanian Bogor.
Friedl J. 2006. Mastering Regular Expresion. Sebastopol (US): O’Reilly.
Srihari R, Niu C, Li W, Ding J. 2003. A case restoration approach for named
entity tagging in degraded documents. Di dalam: Proceedings of the Seventh
International Conference on Document Analysis and Recognition [Internet];
2003 Agu 3-6. Washington DC (US). IEEE Computer Society. hlm 720-724;
[diunduh
2012
Agu
8].
Tersedia
pada:
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=122775
6&contentType=Conference+Publications
11
Lampiran 1 Dokumen non-temporal
republika161109-1107.txt
republika
Menteri Pertanian Resmikan Festival Buah-buahan Tropis
Senin, 16 November 2009 pukul 11:07:00
JAKARTA-[ORGANIZATION]Menteri
Pertanian[/ORGANIZATION]
(Mentan),
[NAME]Suswono[/NAME],
meresmikan
acara
Promosi
Pengembangan Pekan Buah Tropika [LOCATION]Indonesia[/LOCATION],
Tropical Fruit Festival [DATE]2009[/DATE] , [DATE]Sabtu (14/11)[/DATE]
di [LOCATION]Jakarta[/LOCATION] .
Acara
yang
digagas
oleh
[ORGANIZATION]Departemen
Pertanian[/ORGANIZATION] bekerja sama dengan [ORGANIZATION]PT
Carrefour Indonesia[/ORGANIZATION] dan [ORGANIZATION]PT Danone
Aqua[/ORGANIZATION], memang tak lepas dari bukti bahwa buah lokal
[LOCATION]Indonesia[/LOCATION] memiliki potensi besar baik di dalam
negeri maupun mancanegara.
''Kami sangat mendukung kegiatan positif yang dilakukan pada pameran ini,''
ujar [NAME]Suswono[/NAME]. Menteri berharap pameran ini bisa menjadi
pembelajaran bagi para petani buah lokal untuk memasuki pasar jaringan
internasional, yang tentunya mempunyai tuntutan lebih dalam kualitas, jaminan
pasokan, serta distribusi.
Presiden
Direktur
[ORGANIZATION]PT
Carrefour
Indonesia[/ORGANIZATION],
[NAME]Shafie
Shamsuddin[/NAME],
menyatakan, buah lokal sangat berpotensi, namun masih kurang optimal karena
berbagai kendala. ''Kami melihat potensi buah lokal sangat besar, namun
exposure -nya kurang optimal. Ini karena ada kendala jaminan pasokan,
konsistensi kualitas, ataupun kesulitan distribusi,'' ujarnya.
12
Lampiran 2 Dokumen temporal hasil tagging
republika161109-1107.txt
republika
Menteri Pertanian Resmikan Festival Buah-buahan Tropis
Senin, 16 November 2009 pukul 11:07:00
JAKARTA-[ORGANIZATION]Menteri
Pertanian[/ORGANIZATION]
(Mentan),
[NAME]Suswono[/NAME],
meresmikan acara Promosi Pengembangan Pekan Buah Tropika
[LOCATION]Indonesia[/LOCATION], Tropical Fruit Festival[DATE
VALUE1="2009/01/01" VALUE2="2009/12/31"]2009[/DATE] , [DATE
VALUE1="2009/11/14"]Sabtu(14/11)[/DATE]
di
[LOCATION]Jakarta[/LOCATION] . Acara yang digagas oleh
[ORGANIZATION]Departemen Pertanian[/ORGANIZATION] bekerja sama
dengan [ORGANIZATION]PT Carrefour Indonesia[/ORGANIZATION] dan
[ORGANIZATION]PT Danone Aqua[/ORGANIZATION], memang tak
lepas dari bukti bahwa buah lokal [LOCATION]Indonesia[/LOCATION]
memiliki potensi besar baik di dalam negeri maupun mancanegara. ''Kami
sangat mendukung kegiatan positif yang dilakukan pada pameran ini,'' ujar
[NAME]Suswono[/NAME]. Menteri berharap pameran ini bisa menjadi
pembelajaran bagi para petani buah lokal untuk memasuki pasar jaringan
internasional, yang tentunya mempunyai tuntutan lebih dalam kualitas,
jaminan pasokan, serta distribusi. Presiden Direktur [ORGANIZATION]PT
Carrefour
Indonesia[/ORGANIZATION],
[NAME]Shafie
Shamsuddin[/NAME], menyatakan, buah lokal sangat berpotensi, namun
masih kurang optimal karena berbagai kendala. ''Kami melihat potensi buah
lokal sangat besar, namun exposure -nya kurang optimal. Ini karena ada
kendala jaminan pasokan, konsistensi kualitas, ataupun kesulitan distribusi,''
ujarnya.
13
Lampiran 3 Aturan temporal eksplisit
Keterangan (contoh
format ekspresi temporal
yang dikenali)
No
Aturan ekspresi reguler
1
(([Mm]inggu|[Ss]enin|[Ss]elasa|[Rr]abu|
[Kk]amis|[Jj]umat|[Jj]um'at|[Ss]abtu)(\
s{1}|,)(\s{1}|)(3[0-1]|2[0-9]|1[09]|0[1-9]|[1-9])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}|
\/|-)(\d{4}|\d{2}))
Hari dd mmm yyyy
2
(((?i)minggu|senin|selasa|rabu|kamis|ju
mat|jum'at|sabtu)(\s{1}|)([\(](3[01]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|-)([0]?[1-9]|0[1-9]|1[02])(\s{1}|\/|-)(\d{4}|\d{2})[\)]))
Hari (dd/mm/yyyy)
3
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|-)([0]?[1-9]|0[1-9]|1[02])(\s{1}|\/|-)(\d{4}|\d{2}))
4
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[1-9])(|\s{1}hingga\s{1})(3[0-1]|2[0-9]|1[09]|0[1-9]|[1-9])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}|
\/|-)(\d{4}|\d{2}))
dd-dd mmmm yyyy
5
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}|
\/|-)(\d{4}|\d{2}))
dd mmmm yyyy
6
((^|\s)([Jj]anuari|[Jj]an|JAN|[FPfp]ebr
uari|[FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MA
R|[Aa]pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]un
i|[Jj]un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gus
tus|[Aa]gu|AGU|[Ss]eptember|[Ss]ep|SEP|
[Oo]ktober|[Oo]kt|OKT|[Nn]o[vp]ember|[N
n]o[vp]|NO[VP]|[Dd]esember|[Dd]es|DES)[
\s{1}](3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|,)\s{1}(\d{4}|\d{2}))
mmmm dd, yyyy
(dd/mm/yyyy)
14
Lampiran 3 Lanjutan
No
7
8
9
Aturan ekspresi reguler
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}(
[Hh]ingga|[Ss]ampai)\s{1}|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)\s{1}\d
{4})
((awal)\s{1}([Jj]anuari|[Jj]an|JAN|[FPf
p]ebruari|[FPfp]eb|[FP]EB|[Mm]aret|[Mm]
ar|MAR|[Aa]pril|[Aa]pr|APR|[Mm]ei|MEI|[
Jj]uni|[Jj]un|JUN|[Jj]uli|[Jj]ul|JUL|[A
a]gustus|[Aa]gu|AGU|[Ss]eptember|[Ss]ep
|SEP|[Oo]ktober|[Oo]kt|OKT|[Nn]o[vp]emb
er|[Nn]o[vp]|NO[VP]|[Dd]esember|[Dd]es|
DES)\s{1}(\d{4}))
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)\s{1}(\
d{4}))
10
((awal|akhir)\s{1}(tahun(\s{1}))*(\d{4}
))
11
((kuartal)\s{1}(pertama|kedua|ketiga|ke
empat)\s{1}([1-2][0-9][0-9][0-9]))
12
(\s{1}([1-2][0-9][0-9][0-9])[-]([12][0-9][0-9][0-9]))
13
14
(\s{1}([1-2][0-9][0-9][0-9])[-|]an)
(\s{1}([1-2][0-9][0-9][0-9]))
Keterangan (contoh
format ekspresi
temporal yang dikenali)
mmmm hingga mmmm
yyyy
awal mmmm yyyy
mmmm yyyy
(awal | akhir) tahun
yyyy
kuartal
(pertama|kedua|ketiga|k
eempat) yyyy
yyyy-yyyy
yyyy-an
yyyy
15
Lampiran 4 Aturan temporal implisit
No
1
2
3
4
5
6
Aturan ekspresi reguler
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1})
(ini)(\s{1})(hingga)(\s{1})([Ss]atu|[Dd
]ua|[Tt]iga|[Ee]mpat|[Ll]ima|[Ee]nam|[T
t]ujuh|[Dd]elapan|[Ss]embilan|[Ss]epulu
h)(\s{1})(bulan)(\s{1})(ke depan))
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}(
[Hh]ingga|[Ss]ampai)\s{1}|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES))
((\d{1}|\d{2}|\d{3}|\d{4})([]|((\s{1})(sampai)(\s{1})))(\d{1}|\d{2}
|\d{3}|\d{4})\s{1}((?i)tahun)\s{1}((?i)
mendatang))
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[1-9])()(3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES))
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES))
((\d{1}|\d{2}|\d{3}|\d{4})\s{1}([Hh]ari
|[Mm]inggu|[Pp]ekan|[Bb]ulan|[Tt]ahun)\
s{1}((?i)mendatang|ke depan|yang akan
datang|lalu|yang lalu|ini|terakhir))
Keterangan (contoh
format ekspresi
temporal yang dikenali)
mmmm hingga [num]
bulan ke depan
mmmm hingga mmmm
10-15 tahun mendatang
dd-dd mmmm
dd mmmm
4 tahun mendatang
16
Lampiran 4 Lanjutan
No
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Aturan ekspresi reguler
(([Ss]atu|[Dd]ua|[Tt]iga|[Ee]mpat|[Ll]i
ma|[Ee]nam|[Tt]ujuh|[Dd]elapan|[Ss]embi
lan|[Ss]epuluh)\s{1}([Hh]ari|[Mm]inggu|
[Pp]ekan|[Bb]ulan|[Tt]ahun)\s{1}((?i)in
i|terakhir|mendatang|ke depan|yang akan
datang|lalu|yang lalu))
((?i)hari ini|(?i)pagi harinya)
((akhir)\s{1}(bulan)\s{1}(ini))
(\s{1}(?i)lusa\s{1})
(((?i)senin|selasa|rabu|kamis|jumat|jum
'at|sabtu)\s{1}(pekan)\s{1}(lalu|depan)
)
(((?i)minggu|pekan|bulan|tahun)\s{1}((?
i)lalu|ini|depan))
((awal)(\s{1}(bulan))*\s{1}([Jj]anuari|
[Jj]an|JAN|[FPfp]ebruari|[FPfp]eb|[FP]E
B|[Mm]aret|[Mm]ar|MAR|[Aa]pril|[Aa]pr|A
PR|[Mm]ei|MEI|[Jj]uni|[Jj]un|JUN|[Jj]ul
i|[Jj]ul|JUL|[Aa]gustus|[Aa]gu|AGU|[Ss]
eptember|[Ss]ep|SEP|[Oo]ktober|[Oo]kt|O
KT|[Nn]o[vp]ember|[Nn]o[vp]|NO[VP]|[Dd]
esember|[Dd]es|DES))
((akhir)\s{1}(tahun)(\s{1}(ini))*)
((?i)besok)
((akhir)(\s{1}(bulan))*\s{1}([Jj]anuari
|[Jj]an|JAN|[FPfp]ebruari|[FPfp]eb|[FP]
EB|[Mm]aret|[Mm]ar|MAR|[Aa]pril|[Aa]pr|
APR|[Mm]ei|MEI|[Jj]uni|[Jj]un|JUN|[Jj]u
li|[Jj]ul|JUL|[Aa]gustus|[Aa]gu|AGU|[Ss
]eptember|[Ss]ep|SEP|[Oo]ktober|[Oo]kt|
OKT|[Nn]o[vp]ember|[Nn]o[vp]|NO[VP]|[Dd
]esember|[Dd]es|DES))
(((?i)minggu|senin|selasa|rabu|kamis|ju
mat|jum'at|sabtu|ahad)(\s{1}((?i)subuh|
pagi|siang|sore|malam))*(\s{1}|)([\(](3
[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|-)([0]?[1-9]|0[1-9]|1[02])[\)]))
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1})
(nanti|lalu|mendatang))
(((?i)senin|selasa|rabu|kamis|jumat|jum
'at|sabtu)\s{1}(lalu|kemarin|depan))
((?i)kemarin(\s(sore|pagi|siang))*|sema
lam|tadi malam)
Keterangan (contoh
format ekspresi
temporal yang dikenali)
empat tahun mendatang
Hari ini, pagi harinya
akhir bulan ini
lusa
Hari | pekan (depan |
lalu)
minggu|bulan|tahun +
lalu|ini|depan
awal (bulan) mmmm
akhir tahun (ini)
besok
akhir (bulan) mmmm
Hari (dd/mm)
mmmm nanti/lalu
Hari (depan | lalu)
kemarin|semalam|tadi
malam
17
Lampiran 4 Lanjutan
No
Aturan ekspresi reguler
21
((setelah)\s{1}(selama)\s{1}(\d{1}|\d{
2}|\d{3}|\d{4})\s{1}(hari|minggu|pekan
|bulan|tahun))
22
23
24
((Senin|Selasa|Rabu|Kamis|Jumat|Jum'at
|Sabtu|Minggu))
((?i)(abad)\s{1}(ke)[](\d{1}|\d{2})\s{1}(masehi)*)
(\((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\/)([0]?[1-9]|0[1-9]|1[0-2])\))
Keterangan (contoh
format ekspresi
temporal yang dikenali)
setelah selama 00
(hari|minggu|pekan|bula
n|tahun)
Hari
abad ke-[num] masehi
dd/MM
Lampiran 5 Aturan temporal nama kejadian
No
Aturan ekspresi reguler
1
((^|\s{1})SEA Games XXVI(\s{1}|$))
2
((^|\s{1})SEA Games XXV(\s{1}|$))
Keterangan (contoh
format ekspresi
temporal yang dikenali)
SEA Games XXVI
SEA Games XXV
18
RIWAYAT HIDUP
Penulis dilahirkan di Aekraja, Medan pada tanggal 27 Agustus 1987.
Penulis merupakan anak bungsu delapan bersaudara dari pasangan J. Simamora
dan T. br Manalu. Penulis mengenyam pendidikan di SD Negeri Inpres 174541
pada tahun 1993-1999, SLTP Santa Maria Aekraja Tarutung tahun 1999-2002
serta SMA Santa Maria Tarutung pada tahun 2002-2005. Selanjutnya, penulis
melanjutkan studi diploma tiga pada program Manajemen Informatika di Institut
Pertanian Bogor (IPB) dan lulus pada tahun 2008. Pada tahun 2010 penulis
diterima di program Alih Jenis Ilmu Komputer Institut Pertanian Bogor.
BAHASA INDONESIA
AGUS SIMAMORA
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Temporal Entity
Tagging untuk Dokumen Bahasa Indonesia adalah benar karya saya dengan
arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juni 2013
Agus Simamora
NIM G64104047
ABSTRAK
AGUS SIMAMORA. Temporal Entity Tagging untuk Dokumen Bahasa
Indonesia. Dibimbing oleh AHMAD RIDHA.
Salah satu proses dalam document pre-processing adalah pemberian tag-tag
penciri yang disebut dengan Named Entity Tagging. Penelitian ini dilakukan
untuk mengimplementasikan temporal entity tagging pada dokumen berbahasa
Indonesia dengan metode berbasis aturan (rule-based). Ekspresi temporal ditandai
dengan tag DATE dan nilai temporal dari ekspresi tersebut. Ekspresi temporal
dapat berbentuk ekspresi eksplisit, ekspresi implisit, dan ekspresi nama kejadian.
Aturan-aturan didapatkan dengan menganalisis ekspresi-ekspresi temporal dalam
100 dokumen berbahasa Indonesia. Dari 341 ekspresi temporal dalam dokumen,
diturunkan 40 buah aturan yang diimplementasikan dalam sistem ini. Sistem dapat
menemukan seluruh ekspresi temporal tersebut yang terdiri dari 150 ekspresi
temporal eksplisit, 155 ekspresi temporal implisit dan 36 ekspresi nama kejadian.
Selain itu evaluasi juga dilakukan terhadap 34 dokumen lain. Sistem dapat
mengenali dengan benar sebanyak 122 ekspresi temporal dari 129 ekspresi
temporal yang terdapat dalam dokumen tersebut. Dengan demikian, sistem ini
sudah bekerja dengan akurasi 100% untuk 100 dokumen awal dan 94.57% untuk
34 dokumen uji lainya. Oleh karena itu, pengenalan temporal entity dokumen
bahasa Indonesia berbasis aturan sudah cukup baik.
Kata kunci: ekspresi temporal, rule-based tagging
ABSTRACT
AGUS SIMAMORA. Temporal Entity Tagging for Indonesian Documents.
Supervised by AHMAD RIDHA.
One of the processes in document pre-processing is providing identifier tags
called Named Entity Tagging. This research aims to implement a temporal entity
tagging in Indonesian language documents with rule-based method. Temporal
expressions are marked with DATE tag and the temporal value of the expression.
Temporal expression comprise explicit expression, implicit expression, and event
expression. The rules were obtained by analyzing temporal expressions in 100
Indonesian documents. There are 40 derived rules implemented in this system
over 341 temporal expressions in the document. The system could find all of the
temporal expressions consisting of 150 explicit temporal expressions, 155
implicit temporal expressions, and 36 event expressions. Also, the evaluation was
conducted on 34 other documents. The system can correctly identify as many as
122 of 129 temporal expression contained in the additional documents. The
system has achieved an accuracy of 100% for the 100 initial documents and
94.57% for the 34 test documents. Thus, rule-based identification of temporal
entities for Indonesian performs well.
Keyword: rule-based tagging, temporal expression
TEMPORAL ENTITY TAGGING UNTUK DOKUMEN
BAHASA INDONESIA
AGUS SIMAMORA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi : Temporal Entity Tagging untuk Dokumen Bahasa Indonesia
Nama
: Agus Simamora
NIM
: G64104047
Disetujui oleh
Ahmad Ridha, SKom MS
Pembimbing I
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala
berkat dan limpahan kasih-Nya sehingga karya ilmiah ini berhasil diselesaikan.
Tak lupa penulis mengucapkan terima kasih kepada seluruh pihak yang
telah berperan dalam penelitian ini, yaitu:
1
Kedua orang tua dan semua keluarga yang selalu memberikan motivasi,
dukungan, dan doa.
2
Bapak Ahmad Ridha, SKom MS, selaku dosen pembimbing yang telah
memberikan banyak ide, masukan, dan dukungan kepada penulis.
3
Bapak Ir Julio Adisantoso, MKom dan bapak Sony Hartono Wijaya, SKom
MKom selaku penguji.
4
Teman terkasih Epi Ria Kristina Sinaga, SKM untuk semua bentuk
dukungan dan perhatiannya khususnya dalam penyelesaian skripsi ini.
5
Teman-teman satu bimbingan: Leonardo Siagian, Fuad Daviratma Husni,
dan Septiandi Wibowo untuk semangat dan sharing informasi selama
pengerjaan skripsi.
6
Teman-teman khususnya atasan-atasan di PT. Navcore Nextology Indonesia
untuk pengertian dan dukungannya, dari penulis memulai perkuliahan
hingga menyelesaikan pendidikan di Alih Jenis Ilmu Komputer IPB.
7
Pihak-pihak lain yang tidak dapat penulis sebutkan satu per satu.
Akhirnya semoga tulisan ini dapat bermanfaat bagi pembaca, khususnya
demi peningkatan pengetahuan dalam bidang teknologi informasi.
Bogor, Juni 2013
Agus Simamora
DAFTAR ISI
DAFTAR TABEL
v
DAFTAR GAMBAR
v
DAFTAR LAMPIRAN
v
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
Ruang Lingkup Penelitian
1
Dokumen Non-Temporal
2
Normalisasi Ekspresi Temporal
3
Analisis Aturan
3
Aturan-aturan
3
Implementasi Aturan
4
Evaluasi Sistem
4
Lingkungan Pengembangan
5
HASIL DAN PEMBAHASAN
5
Aturan-Aturan
5
Normalisasi Ekspresi Temporal
5
Implementasi Program
6
Evaluasi Berdasarkan Aturan
8
Evaluasi Kinerja Sistem
9
SIMPULAN DAN SARAN
9
Simpulan
Saran
9
10
DAFTAR PUSTAKA
10
RIWAYAT HIDUP
18
DAFTAR GAMBAR
1
2
3
4
Metode penelitian
Alur program Temporal Entity Tagging
Contoh kalimat dengan ekspresi temporal
Perbandingan jumlah kalimat dengan waktu tagging
2
6
7
9
DAFTAR LAMPIRAN
1
2
3
4
5
Dokumen non-temporal
Dokumen temporal hasil tagging
Aturan temporal eksplisit
Aturan temporal implisit
Aturan temporal nama kejadian
11
12
13
15
17
PENDAHULUAN
Latar Belakang
Perkembangan sumber informasi digital telah mendorong perkembangan
bidang temu kembali informasi secara pesat. Hal ini didasari kebutuhan pengguna
yang menginginkan pencarian informasi secara cepat dan tepat. Terdapat beberapa
proses dalam pembuatan temu kembali informasi, salah satunya adalah document
pre-processing. Dalam document pre-processing, dokumen diberikan tag-tag
penciri yang disebut dengan named entity tagging (Srihari et al. 2000). Untuk
dokumen berbahasa Indonesia, telah dilakukan penelitian untuk membuat name
entity tagging dengan metode berbasis aturan (Citraningputra 2009). Dokumen
diberikan tag entitas (named entity) yaitu tag NAME, LOCATION, DATE, TIME,
NUMBER, ORGANIZATION, dan CURRENCY.
Dengan menggunakan korpus yang telah diberikan tag entitas hasil
penelitian Citraningputra (2010), Darliansyah (2012) mengimplementasikan
temporal question answering system untuk pertanyaan temporal pada dokumen
berbahasa Indonesia. Sistem tersebut menggunakan tag DATE sebagai dasar
untuk mengenali ekspresi temporal dalam dokumen, namun sebelumnya tag
DATE dilengkapi dengan nilai temporal yang belum disediakan oleh tagger dari
Citraningputra (2010). Darliansyah (2012) memberikan nilai ekspresi temporal
secara manual.
Saat ini telah ada beberapa sistem yang dikembangkan untuk melakukan
temporal tagging secara otomatis. Salah satunya adalah SUTime dikembangkan
oleh Stanford University untuk dokumen bahasa Inggris (Chang dan Manning
2012), sedangkan sistem temporal tagging untuk dokumen bahasa Indonesia
belum dikembangkan. Untuk itu, perlu dilakukan penelitian untuk
mengotomatisasi proses tagging terhadap ekspresi temporal dalam setiap
dokumen agar tagging dapat dilakukan dengan efisien.
Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengimplementasikan temporal
entity tagging pada dokumen berbahasa Indonesia dengan metode berbasis aturan
(rule-based).
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini terbatas pada koleksi dokumen statis bahasa
Indonesia dari Darliansyah (2012). Aturan-aturan yang dikembangkan didapatkan
dari analisis terhadap koleksi dokumen tersebut.
2
METODE PENELITIAN
Tahapan penelitian secara umum yaitu menyiapkan dokumen non-temporal
(dokumen uji), normalisasi ekspresi temporal, analisis aturan, implementasi aturan
terhadap dokumen, dan evaluasi. Metode penelitian dapat dilihat pada Gambar 1.
Dokumen Non-Temporal
Koleksi dokumen yang digunakan dalam penelitian ini adalah dokumen
berita sambung jaring (online news) sebanyak 100 dokumen, dengan waktu terbit
antara tahun 2000-2011. Koleksi tersebut merupakan dokumen-dokumen yang
digunakan Darliansyah (2012). Dokumen telah diberikan named entity tag
memanfaatkan hasil penelitian Citraningputra (2010), yaitu tag NAME,
LOCATION, CURRENCY, DATE, TIME, ORGANIZATION, dan NUMBER.
Dokumen-dokumen tersebut memiliki struktur XML yang sama dengan beberapa
tag, antara lain tag DOCNO, AUTHOR, TITLE, PUBLISHED, dan CONTENT.
Tag PUBLISHED dalam penelitian ini menjadi sangat penting dalam setiap
dokumen karena akan dipakai sebagai rujukan untuk ekspresi temporal implisit
yang terdapat dalam dokumen tersebut. Bentuk yang digunakan adalah:
……
……
……
……
……
Contoh dokumen non-temporal lengkap dapat dilihat pada Lampiran 1.
Pada pengujian sistem, selain menggunakan 100 dokumen awal, evaluasi
juga dilakukan terhadap 34 dokumen lain dengan struktur dokumen yang sama.
Dokumen didapat dari media berita online antara lain KOMPAS.com
(www.kompas.com),
detikcom
(www.detik.com),
dan
TEMPO.CO
(www.tempo.co).
Gambar 1 Metode penelitian
3
Normalisasi Ekspresi Temporal
Normalisasi ekspresi temporal dilakukan untuk mendapatkan tanggal terbit
dokumen yang akan dijadikan sebagai acuan untuk ekspresi-ekspresi temporal,
khususnya ekspresi temporal yang bersifat implisit. Beberapa dokumen dalam
korpus ada yang tidak mempunyai atau menyebutkan tanggal terbit dengan jelas,
sehingga harus didefinisikan terlebih dahulu dengan cara menemukan kembali
dokumen tersebut di Internet dan mendapatkan tanggal terbitnya. Selain itu,
dilakukan juga koreksi terhadap korpus untuk memperbaiki kesalahan-kesalahan
tagging yang dilakukan dengan cara manual. Kesalahan-kesalahan tersebut
mencakup adanya ekspresi temporal yang terlewat, penulisan kata atau frasa yang
tidak mengikuti standar baku penulisan ejaan bahasa Indonesia, dan sebagainya.
Analisis Aturan
Aturan disusun berdasarkan semua kemungkinan ekspresi temporal dari
semua dokumen korpus. Aturan-aturan ini kemudian dimasukkan ke basis data
yang akan digunakan sebagai dasar dalam proses tagging, untuk menentukan
apakah sebuah ekspresi di dalam dokumen termasuk ekspresi temporal atau
bukan. Semakin banyak dokumen yang dianalisis atau dijadikan dokumen
pengujian maka semakin banyak juga aturan-aturan yang mungkin didapatkan.
Aturan-aturan
Aturan-aturan dalam penelitian ini dikategorikan berdasarkan bentuk
ekspresi temporalnya. Pertama, aturan bersifat eksplisit yaitu aturan yang dapat
mengetahui nilai temporal sebuah ekspresi tanpa bergantung pada tanggal terbit
dari dokumen. Kedua, aturan implisit yaitu aturan yang membutuhkan tanggal
referensi atau tanggal terbit dokumen tersebut untuk dapat memberikan nilai
kepada ekspresi temporal yang ditemukan. Ketiga, aturan ekspresi nama kejadian.
Dalam dokumen berita sering ditemukan nama kejadian yang sebenarnya
mengandung nilai temporal. Sebagai contoh “Masa Penjajahan Belanda”, secara
implisit frasa ini memiliki waktu temporal tahun 1800-1942, contoh lain misalnya
“Orde Baru” yang memiliki nilai temporal antara tahun 1966-1999. Ekspresiekspresi seperti disebutkan di atas dibuatkan dalam aturan khusus yang
dikategorikan dalam aturan nama kejadian dan dimasukkan ke dalam sebuah
kamus. Selain itu, setiap nama kejadian akan menjadi satu aturan sendiri yang
akan memiliki nilai temporal statik/konstan.
Setiap aturan akan memberikan sebuah nilai, bisa berupa tanggal tunggal
atau berbentuk durasi (tanggal mulai dan tanggal selesai).
1 Aturan ekspresi temporal eksplisit
Contoh aturan untuk ekspresi temporal eksplisit:
5-November-2012
{Aturan:
([angka]-[nama
(VALUE1 = yyyy/mm/dd)}
Rabu (16/04)
bulan]-[angka]),
Hasil:
4
{Aturan: ([nama hari] ([angka]/[angka])), Hasil:
(VALUE1 = yyyy/mm/dd)}
17-20 Agustus
{Aturan: ([angka]-[angka] [nama bulan]),
(VALUE1 = yyyy/mm/dd VALUE2=yyyy/mm/dd)}
2
Hasil:
Aturan ekspresi temporal implisit
Contoh aturan untuk ekspresi temporal implisit:
hari ini
{Aturan:
([hari
yyyy/mm/dd)}
ini]),
Hasil:
(VALUE1
=
2 hari lalu
{Aturan: ([angka] [hari lalu]),
yyyy/mm/dd)}
Hasil: (VALUE1 =
Selasa depan
{Aturan: ([nama hari] [depan]),
Hasil: (VALUE1 = yyyy/mm/dd VALUE2=yyyy/mm/dd)}
3
Aturan ekspresi temporal nama kejadian
Contoh aturan untuk ekspresi temporal nama kejadian:
Masa Penjajahan Belanda
{Aturan: ([Masa Penjajahan Belandda]),
(VALUE1 = yyyy/mm/dd VALUE2 = yyyy/mm/dd)}
Hasil:
Aturan-aturan dituliskan dalam ekspresi reguler untuk mengenal dan
menemukan ekspresi yang terdapat dalam dokumen. Ekspresi reguler merupakan
salah satu instrumen untuk pemrosesan teks yang dapat diandalkan, fleksibel, dan
efisien. Ekspresi reguler memiliki notasi bentuk umum hampir seperti bahasa
pemrograman mini yang dapat dipakai untuk mendeskripsikan dan mem-parsing
teks. Dengan beberapa dukungan tambahan, ekspresi reguler dapat menambah,
menghapus, dan mengambil segala bentuk dari teks dan data (Friedl 2006). Oleh
sebab itu, ekspresi reguler merupakan tools yang sangat cocok dipakai dalam
proses entity tagging.
Implementasi Aturan
Dokumen terlebih dahulu dipotong per kalimat, kemudian tiap kalimat
dicocokkan untuk semua aturan yang ada. Ketika sebuah ekspresi temporal
ditemukan oleh sebuah aturan, aturan tersebut akan mengembalikan nilai sesuai
tipenya. Nilai kembaliannya dapat berupa tanggal tunggal, contoh ekspresi “Jumat
lalu” (12 April 2013) atau durasi waktu, contoh ekspresi “bulan depan” (1 Mei
2013 hingga 31 Mei 2013). Khusus untuk ekspresi temporal yang bersifat implisit,
nilai kembalian dari aturan tersebut terlebih dahulu dihitung nilai temporalnya
berdasarkan tanggal acuan (tanggal diterbitkannya dokumen).
Evaluasi Sistem
Evaluasi dilakukan dengan cara menghitung hasil yang benar dan salah.
Hasil tersebut didapat dengan membandingkan hasil temporal entity yang didapat
oleh sistem dengan temporal entity yang dilakukan secara manual setelah
5
dilakukan normalisasi. Semakin banyak hasil benar yang didapat oleh sistem,
maka tingkat akurasi sistem akan semakin tinggi. Selain itu dilakukan juga
evaluasi berdasarkan kinerja sistem yaitu melihat waktu yang dibutuhkan oleh
sistem untuk proses tagging.
Lingkungan Pengembangan
Perangkat lunak yang digunakan dalam penelitian ini adalah:
Sistem operasi Windows 7
Applikasi XAMPP-win32-1.7.2 yang mencakup web server Apache 2.2.11
dan database MySQL 5.1.33
Code editor Notepad++
Perangkat keras yang digunakan dalam penelitian ini adalah:
Intel® Core™ Duo 2.2 GHz
RAM 4 GB
Harddisk 500 GB
HASIL DAN PEMBAHASAN
Aturan-Aturan
Sebanyak 40 aturan diturunkan setelah menganalisis 341 ekspresi temporal
yang terdapat dalam dokumen. Aturan-aturan tersebut terdiri atas 14 aturan yang
bersifat eksplisit, 24 aturan yang bersifat implisit, dan 2 aturan nama kejadian
dalam kamus. Aturan eksplisit dan implisit didefinisikan di dalam sistem,
sedangkan nama kejadian, aturan dan nilai ekspresi temporalnya dapat
didefinisikan secara dinamis dengan menambahkan ke dalam kamus. Aturanaturan yang dihasilkan dapat dilihat pada Lampiran 3, 4, dan 5.
Sebuah aturan dapat menemukan satu atau lebih ekspresi temporal, sebagai
contoh:
((\d{1}|\d{2}|\d{3}|\d{4})\s{1}([Hh]ari|[Mm]inggu|[Pp]ekan|[
Bb]ulan|[Tt]ahun)\s{1}((?i)mendatang|ke
depan|yang
akan
datang|lalu|yang lalu|ini|terakhir)).
Aturan tersebut dapat menemukan ekspresi temporal seperti “1 bulan ke
depan”,”23 tahun mendatang”, “10 tahun lalu”, dan sebagainya.
Normalisasi Ekspresi Temporal
Normalisasi pertama yang dilakukan adalah memastikan setiap dokumen
memiliki tanggal terbit yang benar. Dari 100 dokumen, dua diantaranya tidak
memiliki tanggal terbit yang benar atau kurang lengkap. Tahap berikutnya
memeriksa semua dokumen untuk mencari ekspresi temporal yang ada. Sebanyak
60 ekspresi temporal ditemukan terlewat dari tagging manual sebelumnya yang
menemukan 281 ekspresi temporal. Total ekspresi temporal yang ditemukan
secara manual menjadi 341 buah.
6
Implementasi Program
Temporal entity tagging dokumen Bahasa Indonesia diimplementasikan ke
dalam program berbasis web, yang ditulis menggunakan bahasa pemrograman
PHP dan database MySQL. Sebagai input, file dalam bentuk XML dimasukkan
ke program, kemudian dilakukan proses tagging hingga dihasilkan output berupa
file XML yang ekspresi temporalnya sudah ditandai dengan tag DATE beserta
dengan nilai temporal dari ekspresi tersebut. Sebagai contoh: “[DATE
VALUE1=”2002/12/10”]Selasa (10/12/2002)[/DATE]”. Alur kerja proses
tagging temporal dapat dilihat pada Gambar 2.
Proses tagging dilakukan terhadap satu per satu dokumen. Tanggal terbit
setiap dokumen didapatkan dari tag PUBLISHED. Dokumen yang tidak memiliki
tanggal terbit diberikan nilai default yaitu current date dari sistem. Setelah tanggal
terbit didapatkan, proses berikutnya adalah melakukan pemotongan terhadap isi
dokumen dalam tag CONTENT menjadi rangkaian kalimat dengan cara
memotong teks ketika menemukan tanda titik diikuti dengan spasi. Hal ini
dilakukan untuk mempermudah proses tagging dan meringankan kerja komputer
karena tidak semua isi dokumen perlu disimpan dalam memori.
Gambar 2 Alur program temporal entity tagging
7
Dalam sebuah kalimat dapat ditemukan satu atau lebih ekspresi temporal.
Ekspresi-ekspresi yang ditemukan dimasukkan dalam sebuah array. Tagging
akan dilakukan terhadap kalimat tersebut sebanyak jumlah ekspresi temporal yang
terdapat di dalamnya. Contoh kalimat dengan ekspresi temporal yang ditemukan
oleh aturan dan hasil akhir setelah dilakukan proses tagging terlihat seperti
Gambar 3 dan contoh dokumen temporal hasil tagging dapat dilihat pada
Lampiran 2.
Secara serial semua aturan diaplikasikan, dimulai dari aturan temporal
bersifat eksplisit, aturan implisit, dan terakhir aturan nama kejadian
(menggunakan kamus). Ada kalanya satu ekspresi temporal dikenali oleh dua atau
lebih aturan sehingga validasi perlu dilakukan untuk menghindari redundansi
tagging. Validasi dilakukan dengan menyimpan offset-offset yang sudah ditandai
sehingga sebelum melakukan tagging terhadap sebuah ekspresi temporal yang
ditemukan, terlebih dahulu dilakukan pemeriksaan ke dalam daftar dari offsetoffset tersebut. Algoritme pengimplementasian aturan terhadap kalimat seperti
pada algoritme berikut.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
foreach (rule = eksplisit)
exps = preg_match_all(rule,kal)
foreach (exp in exps)
kal = tagging(exp)
endloop
endloop
foreach(rule = implisit)
exps = preg_match_all(rule,kal)
foreach (exp in exps)
kal = tagging(refdate,exp)
endloop
endloop
foreach (rule = dictionary)
exps = preg_match_all(rule,kal)
foreach (exp in exps)
kal = tagging (exp)
endloop
endloop
Kalimat Awal:
“Mentan Anton Apriyantono akan menghadiri acara hari
pangan sedunia
XXVIII tingkat nasional tahun 2008, Rabu 3
Desember 2008”
Hasil pengenalan dari aturan:
Array
(
[0] => 2008
[1] => Rabu, 3 Desember 2008
)
Kalimat hasil tagging:
“Mentan Anton Apriyantono akan
menghadiri acara hari pangan sedunia XXVIII tingkat nasional
tahun [DATE VALUE1=”2008/01/01”
VALUE2=”2008/12/31”]2008[/DATE],[DATE VALUE1=”2008/12/03”]Rabu
3 Desember 2008[/DATE]”
Gambar 3 Contoh kalimat dengan ekspresi temporal
8
Evaluasi Berdasarkan Aturan
Pada penelitian ini evaluasi dilakukan dengan membandingkan hasil tagging
yang dilakukan secara manual terhadap 100 dokumen awal dengan hasil tagging
oleh sistem. Secara manual dan setelah dinormalisasi ditemukan 341 ekspresi
temporal. Dengan 40 buah aturan yang diimplementasikan sebagai mesin
pengenal dalam sistem temporal entity tagging ini, dapat menemukan sebanyak
341 ekspresi temporal. Ekspresi tersebut terdiri atas 150 ekspresi temporal
eksplisit, 155 ekspresi temporal implisit, dan 36 ekspresi temporal nama kejadian.
Melihat hasil yang didapatkan oleh sistem, sistem ini sudah bekerja dengan
akurasi sebesar 100% untuk 100 dokumen pengujian dan sekaligus sebagai
dokumen latih. Namun, hasil tersebut belum mencakup keseluruhan ekspresiekspresi temporal yang ada dalam dokumen bahasa Indonesia. Untuk itu,
dilakukan juga pengujian terhadap 34 dokumen lain di luar dokumen latih dan
hasilnya dapat dilihat dalam Tabel 1.
Tabel 1 Hasil pengenalan ekspresi temporal untuk 34 dokumen lain di luar
dokumen latih
Keterangan
Jumlah ekspresi temporal yang benar dikenali
Jumlah ekspresi temporal yang salah dikenali
Jumlah ekspresi temporal yang salah nilai temporalnya
Jumlah ekspresi temporal yang tidak dikenali
Jumlah
122
2
2
5
Dari Tabel 1, total ekspresi temporal seharusnya adalah sejumlah 129 yaitu
total ekspresi temporal yang dikenali (126) ditambah dengan jumlah ekspresi
temporal yang tidak dikenali (5) dikurang jumlah ekspresi yang bukan ekspresi
temporal tetapi dikenali sebagai ekspresi temporal (2). Dengan melihat hasil yang
benar (122) yaitu total ekspresi temporal yang dikenali (126) dikurang jumlah
ekspresi temporal yang salah dalam pemberian nilai (2) dan jumlah ekspresi
temporal yang salah ditandai (2), sistem telah mampu bekerja dengan akurasi
sebesar 94.57%. Lima buah ekspresi temporal tidak dapat dikenali karena sistem
belum mempunyai aturan yang cocok dengan ekspresi tersebut. Ekspresi yang
tidak dikenali adalah “triwulan pertama” (dua buah ekspresi), “selang beberapa
saat kemudian”, “selama berminggu-minggu”, dan “beberapa tahun terakhir”.
Ada beberapa kekurangan dan keterbatasan dari sistem antara lain ketika
menemukan ekspresi dengan makna ganda (ambigu). Salah satu contoh adalah
ekspresi “Minggu depan” yang muncul di awal kalimat dalam dokumen dengan
tanggal terbit Selasa, 18 April 2000 dapat diartikan sebagai hari Minggu
berikutnya (Minggu, 23 April 2000), hari Selasa pekan depan (Selasa, 25 April
2000) atau satu pekan berikutnya (Minggu, 23 April 2000 hingga Sabtu, 29 April
2000), dengan asumsi hari pertama dalam satu pekan adalah hari Minggu. Saat ini,
sistem hanya dapat membedakan berdasarkan huruf awal frasa. Jika diawali
dengan huruf kapital (“Minggu depan”), sistem akan memberikan nilai tunggal
temporal hari Minggu pada pekan berikutnya. Jika tidak, maka nilai yang
diberikan adalah durasi temporal satu pekan ke depan.
Sistem temporal entity tagging hanya dapat mengenali ekspresi temporal
berdasarkan aturan yang ada. Sistem tidak dapat mengenali ekspresi temporal
secara semantik, yaitu pemberian nilai temporal berdasarkan ekspresi-ekspresi
9
temporal sebelumnya. Hal ini memungkinkan sistem melakukan kesalahan
pengenalan ekspresi temporal. Sebagai contoh, sistem mengenali angka 1520
sebagai ekspresi temporal pada kalimat “Tahun 2012 lalu KPK menerima 1520
laporan”. Sistem mengenali ekspresi 1520 sebagai ekspresi tahun karena aturan
yang ada mengenal setiap angka dengan panjang empat karakter dan angka
pertama dimulai dengan angka 1 atau 2 sebagai ekspresi temporal tahun. Sistem
tidak dapat mengetahui konteks atau maksud kalimat secara keseluruhan.
Evaluasi Kinerja Sistem
Dengan total 1 555 kalimat dalam 100 dokumen pengujian dibutuhkan ratarata waktu tagging sebesar 6.53 detik (10 kali percobaan). Waktu rata-rata
digunakan karena setiap tagging mempunyai waktu yang berbeda, tergantung
pada beban kerja komputer pada saat dilakukan pengukuran. Waktu tercepat yang
pernah dicatat adalah 6.04 detik sementara waktu terlama 7.05 detik.
Jumlah kalimat digunakan sebagai variabel dalam melakukan evaluasi
karena setiap kalimat dalam dokumen akan dicobakan terhadap semua aturan
yang ada secara bergantian. Dengan demikian, jumlah kalimat dan jumlah aturan
menjadi faktor yang paling mempengaruhi besar kecilnya waktu yang dibutuhkan
dalam proses tagging. Dari evaluasi yang dilakukan, jumlah kalimat
mempengaruhi waktu tagging secara linear (lihat Gambar 4).
Gambar 4 Perbandingan jumlah kalimat dengan waktu tagging
SIMPULAN DAN SARAN
Simpulan
Penelitian ini dilakukan untuk mengotomatisasi penandaan ekspresi
temporal dengan menggunakan metode berbasis aturan. Ekspresi yang ditemukan
kemudian diberikan nilai temporalnya berdasarkan tipe dari ekspresi tersebut
yakni berupa tanggal tunggal atau durasi. Metode pengenalan temporal entity
10
yang digunakan dalam penelitian ini adalah metode secara serial, yaitu dari satu
pengenalan temporal entity kemudian dilanjutkan dengan pengenalan temporal
entity lainya. Adapun bentuk pengenalan yang dilakukan dikelompokkan menjadi
tiga bagian yaitu pengenalan ekspresi eksplisit, implisit, dan nama kejadian.
Untuk pengenalan temporal entity dokumen bahasa Indonesia, temporal entity
tagging berbasis aturan sudah cukup baik. Sistem temporal entity tagging ini
belum mampu menangani ekspresi dengan makna ambigu, kesalahan pengenalan
ekspresi temporal, dan kesalahan pemberian nilai ekspresi temporal.
Saran
Untuk pengembangan dari penelitian ini disarankan untuk melakukan halhal sebagai berikut:
1 Menambah dokumen pengujian, dengan demikian akan semakin banyak
aturan yang ditemukan sehingga kemampuan sistem dalam pengenalam
temporal entity dapat meningkat.
2 Menambahkan aturan, melakukan validasi, atau melakukan temporal entity
tagging dengan metode yang lain untuk mengatasi masalah ambiguitas dan
kesalahan penandaan yang menjadi kelemahan dalam penelitian ini.
DAFTAR PUSTAKA
Chang A, Manning C. 2012. SUTime: A library for recognizing and normalizing
time expressions. Di dalam: Proceedings of the Eight International Conference
on Language Resources and Evaluation [Internet]; 2012 Mei 23-25; Istanbul
(TR). European Language Resources Association (ELRA). hlm 45-60;
[diunduh 2012 Agu 8]. Tersedia pada: http:// nlp.stanford.edu/pubs/lrec2012sutime.pdf
Citraningputra P. 2010. Named entity tagging untuk dokumen berbahasa
Indonesia menggunakan metode berbasis aturan [skripsi]. Bogor (ID): Institut
Pertanian Bogor.
Darliansyah A. 2012. Temporal question answering system bahasa indonesia
[skripsi]. Bogor (ID): Institut Pertanian Bogor.
Friedl J. 2006. Mastering Regular Expresion. Sebastopol (US): O’Reilly.
Srihari R, Niu C, Li W, Ding J. 2003. A case restoration approach for named
entity tagging in degraded documents. Di dalam: Proceedings of the Seventh
International Conference on Document Analysis and Recognition [Internet];
2003 Agu 3-6. Washington DC (US). IEEE Computer Society. hlm 720-724;
[diunduh
2012
Agu
8].
Tersedia
pada:
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=122775
6&contentType=Conference+Publications
11
Lampiran 1 Dokumen non-temporal
republika161109-1107.txt
republika
Menteri Pertanian Resmikan Festival Buah-buahan Tropis
Senin, 16 November 2009 pukul 11:07:00
JAKARTA-[ORGANIZATION]Menteri
Pertanian[/ORGANIZATION]
(Mentan),
[NAME]Suswono[/NAME],
meresmikan
acara
Promosi
Pengembangan Pekan Buah Tropika [LOCATION]Indonesia[/LOCATION],
Tropical Fruit Festival [DATE]2009[/DATE] , [DATE]Sabtu (14/11)[/DATE]
di [LOCATION]Jakarta[/LOCATION] .
Acara
yang
digagas
oleh
[ORGANIZATION]Departemen
Pertanian[/ORGANIZATION] bekerja sama dengan [ORGANIZATION]PT
Carrefour Indonesia[/ORGANIZATION] dan [ORGANIZATION]PT Danone
Aqua[/ORGANIZATION], memang tak lepas dari bukti bahwa buah lokal
[LOCATION]Indonesia[/LOCATION] memiliki potensi besar baik di dalam
negeri maupun mancanegara.
''Kami sangat mendukung kegiatan positif yang dilakukan pada pameran ini,''
ujar [NAME]Suswono[/NAME]. Menteri berharap pameran ini bisa menjadi
pembelajaran bagi para petani buah lokal untuk memasuki pasar jaringan
internasional, yang tentunya mempunyai tuntutan lebih dalam kualitas, jaminan
pasokan, serta distribusi.
Presiden
Direktur
[ORGANIZATION]PT
Carrefour
Indonesia[/ORGANIZATION],
[NAME]Shafie
Shamsuddin[/NAME],
menyatakan, buah lokal sangat berpotensi, namun masih kurang optimal karena
berbagai kendala. ''Kami melihat potensi buah lokal sangat besar, namun
exposure -nya kurang optimal. Ini karena ada kendala jaminan pasokan,
konsistensi kualitas, ataupun kesulitan distribusi,'' ujarnya.
12
Lampiran 2 Dokumen temporal hasil tagging
republika161109-1107.txt
republika
Menteri Pertanian Resmikan Festival Buah-buahan Tropis
Senin, 16 November 2009 pukul 11:07:00
JAKARTA-[ORGANIZATION]Menteri
Pertanian[/ORGANIZATION]
(Mentan),
[NAME]Suswono[/NAME],
meresmikan acara Promosi Pengembangan Pekan Buah Tropika
[LOCATION]Indonesia[/LOCATION], Tropical Fruit Festival[DATE
VALUE1="2009/01/01" VALUE2="2009/12/31"]2009[/DATE] , [DATE
VALUE1="2009/11/14"]Sabtu(14/11)[/DATE]
di
[LOCATION]Jakarta[/LOCATION] . Acara yang digagas oleh
[ORGANIZATION]Departemen Pertanian[/ORGANIZATION] bekerja sama
dengan [ORGANIZATION]PT Carrefour Indonesia[/ORGANIZATION] dan
[ORGANIZATION]PT Danone Aqua[/ORGANIZATION], memang tak
lepas dari bukti bahwa buah lokal [LOCATION]Indonesia[/LOCATION]
memiliki potensi besar baik di dalam negeri maupun mancanegara. ''Kami
sangat mendukung kegiatan positif yang dilakukan pada pameran ini,'' ujar
[NAME]Suswono[/NAME]. Menteri berharap pameran ini bisa menjadi
pembelajaran bagi para petani buah lokal untuk memasuki pasar jaringan
internasional, yang tentunya mempunyai tuntutan lebih dalam kualitas,
jaminan pasokan, serta distribusi. Presiden Direktur [ORGANIZATION]PT
Carrefour
Indonesia[/ORGANIZATION],
[NAME]Shafie
Shamsuddin[/NAME], menyatakan, buah lokal sangat berpotensi, namun
masih kurang optimal karena berbagai kendala. ''Kami melihat potensi buah
lokal sangat besar, namun exposure -nya kurang optimal. Ini karena ada
kendala jaminan pasokan, konsistensi kualitas, ataupun kesulitan distribusi,''
ujarnya.
13
Lampiran 3 Aturan temporal eksplisit
Keterangan (contoh
format ekspresi temporal
yang dikenali)
No
Aturan ekspresi reguler
1
(([Mm]inggu|[Ss]enin|[Ss]elasa|[Rr]abu|
[Kk]amis|[Jj]umat|[Jj]um'at|[Ss]abtu)(\
s{1}|,)(\s{1}|)(3[0-1]|2[0-9]|1[09]|0[1-9]|[1-9])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}|
\/|-)(\d{4}|\d{2}))
Hari dd mmm yyyy
2
(((?i)minggu|senin|selasa|rabu|kamis|ju
mat|jum'at|sabtu)(\s{1}|)([\(](3[01]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|-)([0]?[1-9]|0[1-9]|1[02])(\s{1}|\/|-)(\d{4}|\d{2})[\)]))
Hari (dd/mm/yyyy)
3
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|-)([0]?[1-9]|0[1-9]|1[02])(\s{1}|\/|-)(\d{4}|\d{2}))
4
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[1-9])(|\s{1}hingga\s{1})(3[0-1]|2[0-9]|1[09]|0[1-9]|[1-9])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}|
\/|-)(\d{4}|\d{2}))
dd-dd mmmm yyyy
5
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}|
\/|-)(\d{4}|\d{2}))
dd mmmm yyyy
6
((^|\s)([Jj]anuari|[Jj]an|JAN|[FPfp]ebr
uari|[FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MA
R|[Aa]pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]un
i|[Jj]un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gus
tus|[Aa]gu|AGU|[Ss]eptember|[Ss]ep|SEP|
[Oo]ktober|[Oo]kt|OKT|[Nn]o[vp]ember|[N
n]o[vp]|NO[VP]|[Dd]esember|[Dd]es|DES)[
\s{1}](3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|,)\s{1}(\d{4}|\d{2}))
mmmm dd, yyyy
(dd/mm/yyyy)
14
Lampiran 3 Lanjutan
No
7
8
9
Aturan ekspresi reguler
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}(
[Hh]ingga|[Ss]ampai)\s{1}|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)\s{1}\d
{4})
((awal)\s{1}([Jj]anuari|[Jj]an|JAN|[FPf
p]ebruari|[FPfp]eb|[FP]EB|[Mm]aret|[Mm]
ar|MAR|[Aa]pril|[Aa]pr|APR|[Mm]ei|MEI|[
Jj]uni|[Jj]un|JUN|[Jj]uli|[Jj]ul|JUL|[A
a]gustus|[Aa]gu|AGU|[Ss]eptember|[Ss]ep
|SEP|[Oo]ktober|[Oo]kt|OKT|[Nn]o[vp]emb
er|[Nn]o[vp]|NO[VP]|[Dd]esember|[Dd]es|
DES)\s{1}(\d{4}))
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)\s{1}(\
d{4}))
10
((awal|akhir)\s{1}(tahun(\s{1}))*(\d{4}
))
11
((kuartal)\s{1}(pertama|kedua|ketiga|ke
empat)\s{1}([1-2][0-9][0-9][0-9]))
12
(\s{1}([1-2][0-9][0-9][0-9])[-]([12][0-9][0-9][0-9]))
13
14
(\s{1}([1-2][0-9][0-9][0-9])[-|]an)
(\s{1}([1-2][0-9][0-9][0-9]))
Keterangan (contoh
format ekspresi
temporal yang dikenali)
mmmm hingga mmmm
yyyy
awal mmmm yyyy
mmmm yyyy
(awal | akhir) tahun
yyyy
kuartal
(pertama|kedua|ketiga|k
eempat) yyyy
yyyy-yyyy
yyyy-an
yyyy
15
Lampiran 4 Aturan temporal implisit
No
1
2
3
4
5
6
Aturan ekspresi reguler
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1})
(ini)(\s{1})(hingga)(\s{1})([Ss]atu|[Dd
]ua|[Tt]iga|[Ee]mpat|[Ll]ima|[Ee]nam|[T
t]ujuh|[Dd]elapan|[Ss]embilan|[Ss]epulu
h)(\s{1})(bulan)(\s{1})(ke depan))
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1}(
[Hh]ingga|[Ss]ampai)\s{1}|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES))
((\d{1}|\d{2}|\d{3}|\d{4})([]|((\s{1})(sampai)(\s{1})))(\d{1}|\d{2}
|\d{3}|\d{4})\s{1}((?i)tahun)\s{1}((?i)
mendatang))
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[1-9])()(3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES))
((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|)([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES))
((\d{1}|\d{2}|\d{3}|\d{4})\s{1}([Hh]ari
|[Mm]inggu|[Pp]ekan|[Bb]ulan|[Tt]ahun)\
s{1}((?i)mendatang|ke depan|yang akan
datang|lalu|yang lalu|ini|terakhir))
Keterangan (contoh
format ekspresi
temporal yang dikenali)
mmmm hingga [num]
bulan ke depan
mmmm hingga mmmm
10-15 tahun mendatang
dd-dd mmmm
dd mmmm
4 tahun mendatang
16
Lampiran 4 Lanjutan
No
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Aturan ekspresi reguler
(([Ss]atu|[Dd]ua|[Tt]iga|[Ee]mpat|[Ll]i
ma|[Ee]nam|[Tt]ujuh|[Dd]elapan|[Ss]embi
lan|[Ss]epuluh)\s{1}([Hh]ari|[Mm]inggu|
[Pp]ekan|[Bb]ulan|[Tt]ahun)\s{1}((?i)in
i|terakhir|mendatang|ke depan|yang akan
datang|lalu|yang lalu))
((?i)hari ini|(?i)pagi harinya)
((akhir)\s{1}(bulan)\s{1}(ini))
(\s{1}(?i)lusa\s{1})
(((?i)senin|selasa|rabu|kamis|jumat|jum
'at|sabtu)\s{1}(pekan)\s{1}(lalu|depan)
)
(((?i)minggu|pekan|bulan|tahun)\s{1}((?
i)lalu|ini|depan))
((awal)(\s{1}(bulan))*\s{1}([Jj]anuari|
[Jj]an|JAN|[FPfp]ebruari|[FPfp]eb|[FP]E
B|[Mm]aret|[Mm]ar|MAR|[Aa]pril|[Aa]pr|A
PR|[Mm]ei|MEI|[Jj]uni|[Jj]un|JUN|[Jj]ul
i|[Jj]ul|JUL|[Aa]gustus|[Aa]gu|AGU|[Ss]
eptember|[Ss]ep|SEP|[Oo]ktober|[Oo]kt|O
KT|[Nn]o[vp]ember|[Nn]o[vp]|NO[VP]|[Dd]
esember|[Dd]es|DES))
((akhir)\s{1}(tahun)(\s{1}(ini))*)
((?i)besok)
((akhir)(\s{1}(bulan))*\s{1}([Jj]anuari
|[Jj]an|JAN|[FPfp]ebruari|[FPfp]eb|[FP]
EB|[Mm]aret|[Mm]ar|MAR|[Aa]pril|[Aa]pr|
APR|[Mm]ei|MEI|[Jj]uni|[Jj]un|JUN|[Jj]u
li|[Jj]ul|JUL|[Aa]gustus|[Aa]gu|AGU|[Ss
]eptember|[Ss]ep|SEP|[Oo]ktober|[Oo]kt|
OKT|[Nn]o[vp]ember|[Nn]o[vp]|NO[VP]|[Dd
]esember|[Dd]es|DES))
(((?i)minggu|senin|selasa|rabu|kamis|ju
mat|jum'at|sabtu|ahad)(\s{1}((?i)subuh|
pagi|siang|sore|malam))*(\s{1}|)([\(](3
[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\s{1}|\/|-)([0]?[1-9]|0[1-9]|1[02])[\)]))
(([Jj]anuari|[Jj]an|JAN|[FPfp]ebruari|[
FPfp]eb|[FP]EB|[Mm]aret|[Mm]ar|MAR|[Aa]
pril|[Aa]pr|APR|[Mm]ei|MEI|[Jj]uni|[Jj]
un|JUN|[Jj]uli|[Jj]ul|JUL|[Aa]gustus|[A
a]gu|AGU|[Ss]eptember|[Ss]ep|SEP|[Oo]kt
ober|[Oo]kt|OKT|[Nn]o[vp]ember|[Nn]o[vp
]|NO[VP]|[Dd]esember|[Dd]es|DES)(\s{1})
(nanti|lalu|mendatang))
(((?i)senin|selasa|rabu|kamis|jumat|jum
'at|sabtu)\s{1}(lalu|kemarin|depan))
((?i)kemarin(\s(sore|pagi|siang))*|sema
lam|tadi malam)
Keterangan (contoh
format ekspresi
temporal yang dikenali)
empat tahun mendatang
Hari ini, pagi harinya
akhir bulan ini
lusa
Hari | pekan (depan |
lalu)
minggu|bulan|tahun +
lalu|ini|depan
awal (bulan) mmmm
akhir tahun (ini)
besok
akhir (bulan) mmmm
Hari (dd/mm)
mmmm nanti/lalu
Hari (depan | lalu)
kemarin|semalam|tadi
malam
17
Lampiran 4 Lanjutan
No
Aturan ekspresi reguler
21
((setelah)\s{1}(selama)\s{1}(\d{1}|\d{
2}|\d{3}|\d{4})\s{1}(hari|minggu|pekan
|bulan|tahun))
22
23
24
((Senin|Selasa|Rabu|Kamis|Jumat|Jum'at
|Sabtu|Minggu))
((?i)(abad)\s{1}(ke)[](\d{1}|\d{2})\s{1}(masehi)*)
(\((3[0-1]|2[0-9]|1[0-9]|0[1-9]|[19])(\/)([0]?[1-9]|0[1-9]|1[0-2])\))
Keterangan (contoh
format ekspresi
temporal yang dikenali)
setelah selama 00
(hari|minggu|pekan|bula
n|tahun)
Hari
abad ke-[num] masehi
dd/MM
Lampiran 5 Aturan temporal nama kejadian
No
Aturan ekspresi reguler
1
((^|\s{1})SEA Games XXVI(\s{1}|$))
2
((^|\s{1})SEA Games XXV(\s{1}|$))
Keterangan (contoh
format ekspresi
temporal yang dikenali)
SEA Games XXVI
SEA Games XXV
18
RIWAYAT HIDUP
Penulis dilahirkan di Aekraja, Medan pada tanggal 27 Agustus 1987.
Penulis merupakan anak bungsu delapan bersaudara dari pasangan J. Simamora
dan T. br Manalu. Penulis mengenyam pendidikan di SD Negeri Inpres 174541
pada tahun 1993-1999, SLTP Santa Maria Aekraja Tarutung tahun 1999-2002
serta SMA Santa Maria Tarutung pada tahun 2002-2005. Selanjutnya, penulis
melanjutkan studi diploma tiga pada program Manajemen Informatika di Institut
Pertanian Bogor (IPB) dan lulus pada tahun 2008. Pada tahun 2010 penulis
diterima di program Alih Jenis Ilmu Komputer Institut Pertanian Bogor.