8 yang terdapat dalam kandidat kata
diperiksa apakah terdapat pada KBBI atau tidak. Jika tidak ada satupun kata
ditemukan maka dikembalikan kata masukan sebelum di-stem. Jika terdapat
lebih dari satu kata, maka dikembalikan semua kata yang ditemukan.
Pengembalian kata juga disertai pengambilan sifat kata yang ditemukan.
Gambar 6 Proses Stemming. Program stemming terdokumentasi dalam
fungsi getStem yang terdiri dari fungsi stemFix untuk kata masukan yang mengandung imbuhan
yang terdapat dalam tabel Fixations dan fungsi stemm
untuk imbuhan asing dan untuk menanggulangi kata yang tidak terdapat dalam
KBBI.
4. Penggunaan KBBI
Penggunaan KBBI dalam penelitian ini adalah untuk mengenali sifat dari kata dasar
yang didapat dari hasil stemming. KBBI disimpan dalam database ‘kamus’ pada MySQL
yang telah dikoneksikan dengan MATLAB. Seperti yang telah dijelaskan pada bab metode
penelitian, pada tabel Entry ditambahkan field untuk mengenali tinggi rendahnya kualitas kata
sifat tertentu. Pada field ‘Qty’ kata dasar yang memiliki sifat a adjektiva yang memiliki
ukuran sifat dan nilai tertentu akan diberi nilai ‘pos’ jika nilai dan ukurannya tinggi positif
dan ‘neg’ negatif jika sebaliknya, namun jika tidak keduanya maka bernilai ‘null’.
Misalnya, kata ’besar’ akan bernilai ‘pos’. Hal itu dilakukan secara manual hanya untuk
kata dasar yang memiliki sifat a adjektiva. Hal ini dilakukan agar sistem mampu mengatasi
keterbatasan dalam mengenali pola word graph kata sifat yang terbentuk dari ter-Kata Sifat
dengan kualitas paling tinggi dan ter-Kata Sifat dengan kualitas paling rendah.
Sebagian besar kata berimbuhan asing yang terdapat pada KBBI kata pada field ‘Entry’
sama dengan kata pada field ‘Stem’. Misalnya, kata ‘nasionalisme’ pada KBBI memiliki kata
dasar ‘nasionalisme’. Kata dasar dari ‘nasionalisme’ seharusnya adalah ‘nasional’.
Untuk menanggulangi hal tersebut, maka kata berimbuhan asing dilakukan proses stemming
seperti yang dijelaskan pada subbab stemming dan Gambar 6.
5. Pengenalan Pola Word Graph Kata Sifat
Setelah didapat kata dasar, sifat kata dasar dan imbuhannya akan digunakan untuk
mengenali pola word graph pembentuk kata sifat menggunakan fungsi checkPattern. Untuk
mengetahui sifat kata dasar hasil stemming dilakukan pengecekan kata dasar pada tabel
Entry
menggunakan fungsi cekKata. Koneksi antara MySQL dengan MATLAB
menggunakan fungsi MysqlConnection. Fungsi checkPattern akan membandingkan
apakah kata dasar, sifat kata dasar dan imbuhan yang terkandung dari kata masukan sesuai
dengan pola word graph yang ada. Jika ya, maka fungsi akan mengembalikan salah satu
nama pola dari 19 daftar pola word graph yang memenuhi kondisi. Misalnya, kata masukan
‘pemalas’ jika dilakukan stemming akan menghasilkan ‘malas’ sebagai kata dasar,
imbuhan ‘pe’ dan ‘a’ sebagai sifat kata dasar. Parameter tersebut digunakan pada fungsi
checkPattern
untuk memeriksa apakah
9 parameter tersebut dikenali sebagai pola word
graph ‘pe-kata sifat’. Jika ya, maka akan
dibangkitkan word graph dengan pola yang dikenali.
6. Pembentukan Pola Word Graph Kata
