Implementasi Knowledge Graph untuk Abstraksi Teks

ECKA ASNIZAR

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2012

NURDIATI dan FARIDA HANUM.

Pengetahuan adalah salah satu faktor penting dalam kehidupan manusia. Pengetahuan dapat diperoleh dari berbagai sumber dan salah satunya dari teks. Teks yang akan dikaji pada penelitian ini adalah teks berbahasa Indonesia dengan tema ketahanan pangan. Untuk mendapatkan pengetahuan di dalam teks, digunakan metode Knowledge Graph (KG). Penelitian ini mencoba mengimplementasikan metode KG pada kalimat terpilih di dalam teks untuk menangkap pengetahuan dalam teks tersebut. Pemilihan kalimat dalam teks didasarkan pada jumlah kata benda di setiap kalimatnya dan letak kalimat pokok dalam paragraf. Secara umum, diambil kurang lebih separuh dari jumlah kalimat di setiap paragraf. Pada penelitian ini digunakan 4 buah teks dengan tema ketahanan pangan; 3 teks untuk percobaan dan sebuah teks untuk pengujian. Setelah beberapa kalimat dibuang, proses seleksi menyebabkan hilangnya informasi dalam teks. Namun, metode ini secara relatif lebih sederhana karena hanya beberapa kalimat perlu diubah menjadi graf. Untuk tujuan jangka panjang, KG diyakini menjadi metode yang potensial untuk mengembangkan sistem abstraksi untuk teks berbahasa Indonesia.

NURDIATI and FARIDA HANUM.

Knowledge is an important factor in human life. Knowledge can be obtained from various sources and one of them is from a text. The text used in this study is Indonesian text on food security. To gain knowledge in the text, we use a so called Knowledge Graphs (KG) method. This study implements KG method in selecting sentences to represent the knowledge contained in the text. The selection of the sentences in the text is based on the number of nouns in each sentence and position of main sentence in the paragraph. Generally, we select about half of the number of the sentences in each paragraph. In this research, we used four texts on food security; three texts for experimenting and one text for testing. Since some of the sentences were discarded from the paragraph, the selection process caused loss of information in the text. However, the method is relatively simple since only few sentences need to be transformed into a graph. For the long time goal, KG is believed to be a potential method for developing an abstraction system for Indonesian text.

ECKA ASNIZAR

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Sains pada

Departemen Matematika

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

Menyetujui,

Pembimbing I

Dr. Ir. Sri Nurdiati, M.Sc.

NIP. 19601126 198601 2 001

Pembimbing II

Dra. Farida Hanum, M.Si.

NIP.19651019 199103 2 002

Mengetahui,

Ketua Departemen Matematika

Dr. Berlian Setiawaty, MS.

NIP. 19650505 198903 2 004

sehingga karya ilmiah ini berhasil diselesaikan. Penyusunan karya ilmiah ini tidak lepas dari bantuan berbagai pihak. Untuk itu penulis mengucapkan terima kasih kepada:

1. Keluarga tercinta: Ayah (Zahlul Amri) dan mama (Zurmiastuti) saya, yang selalu memberikan do’a, motivasi dan kasih sayang yang tiada henti-hentinya;

2. Ibu Sri Nurdiati selaku pembimbing I yang telah membimbing penulis baik segi akademis mau pun nonakademis dalam proses penyusunan karya ilmiah ini;

3. Ibu Farida Hanum selaku pembimbing II yang telah membantu dalam penilaian tata tulis penyusunan skripsi ini dan dengan bersabarnya membimbing saya hingga karya tulis ini rampung;

4. Bapak I Gusti Putu Purnaba selaku dosen penguji yang memberikan saran-saran terkait dengan skripsi;

5. semua dosen yang telah memberikan ilmu yang telah memberikan ilmu kepada penulis (dosen mayor Matematika, dan supporting course (SC) Ilmu Komputer dan Ilmu Komunikasi);

6. semua staf Departemen Matematika yang mendukung berlangsungnya kegiatan yang dilakukan oleh penulis, terutama proses penyusunan skripsi;

7. semua keluarga yang selalu mendoakan penulis agar dapat menyelesaikan karya ilmiahnya;

8. kakak kelas saya, Dimas Febriatmoko yang telah memberikan nasihat dan insipirasi dalam penyusunan karya ilmiah ini;

9. sahabat perjuangan di kontrakan antara lain Daniel Furqon (Ilmu Gizi 43), M. Dani Rahmawan (TEP 43), Andi Rusmia (Ilkom 43), Atep Hermawan (ITK 43), Art Fudalaili Fanuzia (KSHE 44), Rizky Oktavian (TIN 44), Mahendra (STK 44), Ardie Ariyono (AGB 44) yang menjadi penyemangat dan inspirasi dalam kehidupan di kampus;

10. Ibu Nitra selaku dosen bahasa Indonesia Universitas Indonesia, Ibu Siti Nurhayati selaku pengajar bahasa Indonesia di LCC LP3I serta kak Farid Adnan selaku pengajar bahasa Indonesia di LCC LP3I sekaligus menjabat sebagai editor Radar Bogor yang telah memberikan masukan dalam penyusunan karya ilmiah ini;

11. semua personil BBB (Desi Dwi Wirayanti, Nur Aziezah, M. Syahrul Anwar, Rizky Susti Ningrum, Slamet Riyadi, Sendy Akhmad Nugraha, kak Ibrahim Amin, dan kak Lia Yuliawati) yang selalu mendukung baik suka dan duka;

12. semua adik kelas yang bimbingannya sama selalu memberi dukungan antara lain Yanti Anjarwati Abbas, Lugina, dan Wahyu;

13. teman-teman pengajar LCC LP3I antara lain alm. kak Hadian, kak Bambang, adik Thatya, kak Desti, kak Ina, kak Siti, dan pak Woro yang memberi semangat dan pencerahan dalam penyusunan karya ilmiah ini;

14. teman-teman Matematika 43, yang menyemangati saya untuk menyelesaikan karya ilmiah ini.

Penulis menyadari bahwa penelitian ini memiliki kekurangan dan penulis mengharapkan karya ilmiah ini dapat memberikan manfaat bagi lingkungan sekitar.

Bogor, September 2012

Zurmiastuti. Penulis merupakan anak pertama dari dua bersaudara.

Pendidikan yang telah ditempuh oleh penulis antara lain SDN CC 04 tahun 1994-2000, SMPN 36 Jakarta tahun 2000-2003, SMAN 37 Jakarta tahun 2003-2006, dan Departemen Matematika Institut Pertanian Bogor tahun 2006-2012. Penulis diterima di Institut Pertanian Bogor melalui jalur USMI (Undangan Seleksi Mahasiswa IPB) pada tahun 2006.

Selama menempuh jenjang pendidikan, penulis aktif dalam bidang organisasi antara lain Pramuka di tingkat SD sebagai wakil kelompok, Koperasi Siswa di tingkat SD sebagai anggota, ROHIS di tingkat SMP dan SMA sebagai anggota, OSIS di tingkat SMP sebagai Wakil Ketua 2 divisi internal dan di tingkat SMA sebagai anggota dan Bela diri tangan kosong Merpati Putih sebagai anggota. Kemudian di Institut Pertanian Bogor, penulis aktif juga di kegiatan mahasiswa seperti Bela diri tangan kosong Merpati Putih tahun 2006-2007 sebagai anggota, Koperasi Mahasiswa (KOPMA) tahun 2006-2008 sebagai anggota dan himpunan profesi GUMATIKA dalam divisi kewirausahaan sebagai Ketua Divisi tahun 2009-2010. Penulis pun aktif dalam kegiatan-kegiatan yang diadakan oleh organisasi maupun himpunan profesi antara lain panitia untuk kegiatan Supremacy on the Stove (Kopma), seminar kewirausahaan, Pesta Sains divisi kewirausahaan, dan lainnya.

Selama menempuh pendidikan di Institut Pertanian Bogor, penulis sudah terjun di dunia pendidikan melalui bimbingan belajar Agri Smart tahun 2007-2010 sebagai pengajar matematika kelas 3 SD-12 SMA, LCC LP3I tahun 2010-2011 pengajar matematika kelas 3 SD-12 SMA, dan PRIMAGAMA BUARAN GROUP tahun 2011-2012 sebagai asisten divisi kesiswaan sekaligus pengajar matematika.

vii

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... ix

DAFTAR LAMPIRAN ... xii

I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Tujuan ... 1

1.3 Ruang Lingkup ... 1

II TINJAUAN PUSTAKA ... 1

2.1 Kelas Kata ... 1

2.2 Kata Majemuk ... 2

2.3 Frasa ... 2

2.4 Struktur Kalimat Sederhana ... 2

2.5 Wacana ... 3

2.6 Paragraf... 3

2.7 Peringkasan Teks Otomatis ... 3

2.8 Hubungan Antarmakna ... 3

2.9 Graf ... 4

2.10 Knowledge Graph ... 4

2.11 Konsep ... 4

2.12 Aspek-Aspek Ontologi ... 4

2.13 Chunk Indicator ... 6

III METODOLOGI PENELITIAN ... 7

IV HASIL DAN PEMBAHASAN ... 8

4.1 Studi Kepustakaan Dokumen Berbahasa Indonesia... 8

4.2 Pembuatan Aturan Pengambilan Kalimat Tertentu ... 8

4.3 Penentuan Kata Benda atau Frasa Benda dari Hasil Pengambilan Kalimat Tertentu sebagai Konsep ... 10

4.4 Pembuatan Graf ... 19

4.5 Analisis Graf ... 32

4.6 Perancangan Aturan Abstraksi ... 37

4.7 Pengujian Aturan Abstraksi ... 38

4.8 Pembandingan Teknik Penelitian dengan Penelitian Sebelumnya ... 43

V KESIMPULAN DAN SARAN ... 45

5.1 Kesimpulan ... 45

5.2 Saran ... 45

DAFTAR PUSTAKA ... 45

viii

1 Daftar kata dan frasa benda pada hasil pengambilan kalimat terpilih dalam teks A... 10

2 Daftar kata dan frasa benda pada hasil pengambilan kalimat terpilih dalam teks B ... 12

3 Daftar kata dan frasa benda pada hasil pengambilan kalimat terpilih dalam teks C ... 13

4 Daftar sisa kelompok konsep pada hasil pengambilan kalimat tertentu teks A ... 15

5 Daftar sisa kelompok konsep pada hasil pengambilan kalimat tertentu teks B ... 15

6 Daftar sisa kelompok konsep pada hasil pengambilan kalimat tertentu teks C ... 16

7 Daftar verteks-verteks pada hasil pengambilan kalimat tertentu teks A yang akan digunakan ... 17

8 Daftar verteks-verteks pada hasil pengambilan kalimat tertentu teks B yang akan digunakan ... 18

9 Daftar verteks-verteks pada hasil pengambilan kalimat tertentu teks C yang akan digunakan ... 19

10 Hukum penambahan ... 32

11 Kelompok konsep berdasarkan makna sebab akibat antarkonsep pada teks D ... 38

12 Kelompok konsep berdasarkan makna umum-khusus antarkonsep pada teks D ... 38

13 Kelompok konsep berdasarkan makna sinonim antarkonsep pada teks D... 39

14 Daftar verteks-verteks pada hasil pengambilan kalimat tertentu teks D ... 39

ix

1 Contoh graf ...4

2 Contoh relasi ALI ...5

3 Contoh relasi CAU ...5

4 Contoh relasi EQU yang menghubungkan name dengan token ...5

5 Contoh relasi EQU yang menyatakan kata kerja adalah atau merupakan ...5

6 Contoh relasi SUB ...5

7 Contoh relasi DIS ...5

8 Contoh relasi ORD ...5

9 Contoh relasi PAR ...5

10 Contoh relasi SKO ...5

11 Contoh relasi ontologi F ...5

12 Contoh pengunaan relasi frame FPAR (a), NEGPAR (b), POSPAR (c), dan NECPAR (d). ...6

13 Ilustrasi identifikasi konstruk dalam bentuk graf... 15

14 Penulisan relasi ALI, kelompok konsep dan verteks dalam penelitian. ... 19

15 Word graph kalimat pertama hasil pengambilan kalimat tertentu teks A ... 20

16 Word graph kalimat ke-2 hasil pengambilan kalimat tertentu teks A ... 20

17 Word graph kalimat ke-3 hasil pengambilan kalimat tertentu teks A ... 21

18 Word graph kalimat ke-4 hasil pengambilan kalimat tertentu teks A ... 21

19 Word graph kalimat ke-5 hasil pengambilan kalimat tertentu teks A ... 21

20 Word graph kalimat ke-6 hasil pengambilan kalimat tertentu teks A ... 21

21 Word graph kalimat ke-7 hasil pengambilan kalimat tertentu teks A ... 21

22 Word graph kalimat ke-8 hasil pengambilan kalimat tertentu teks A ... 22

23 Word graph kalimat ke-9 hasil pengambilan kalimat tertentu teks A ... 22

24 Word graph kalimat ke-10 hasil pengambilan kalimat tertentu teks A ... 22

25 Word graph kalimat ke-11 hasil pengambilan kalimat tertentu teks A ... 22

26 Word graph kalimat ke-12 hasil pengambilan kalimat tertentu teks A ... 23

27 Word graph kalimat ke-13 hasil pengambilan kalimat tertentu teks A ... 23

28 Word graph kalimat ke-14 hasil pengambilan kalimat tertentu teks A ... 23

29 Word graph kalimat ke-15 hasil pengambilan kalimat tertentu teks A ... 23

30 Word graph kalimat ke-16 hasil pengambilan kalimat tertentu teks A ... 23

31 Word graph kalimat ke-17 hasil pengambilan kalimat tertentu teks A ... 23

32 Word graph kalimat ke-18 hasil pengambilan kalimat tertentu teks A ... 24

33 Word graph kalimat ke-19 hasil pengambilan kalimat tertentu teks A ... 24

34 Word graph kalimat ke-20 hasil pengambilan kalimat tertentu teks A ... 24

35 Word graph kalimat ke-21 hasil pengambilan kalimat tertentu teksA ... 24

36 Word graph kalimat ke-22 hasil pengambilan kalimat tertentu teks A ... 24

37 Word graph kalimat ke-23 hasil pengambilan kalimat tertentu teks A ... 24

38 Word graph kalimat ke-24 hasil pengambilan kalimat tertentu teks A ... 25

39 Word graph kalimat pertama hasil pengambilan kalimat tertentu teks B ... 25

40 Word graph kalimat ke-2 hasil pengambilan kalimat tertentu teks B ... 25

41 Word graph kalimat ke-3 hasil pengambilan kalimat tertentu teks B ... 25

42 Word graph kalimat ke-4 hasil pengambilan kalimat tertentu teks B ... 25

43 Word graph kalimat ke-5 hasil pengambilan kalimat tertentu teks B ... 25

44 Word graph kalimat ke-6 hasil pengambilan kalimat tertentu teks B ... 26

45 Word graph kalimat ke-7 hasil pengambilan kalimat tertentu teks B ... 26

46 Word graph kalimat ke-8 hasil pengambilan kalimat tertentu teks B ... 26

47 Word graph kalimat ke-9 hasil pengambilan kalimat tertentu teks B ... 26

48 Word graph kalimat ke-10 hasil pengambilan kalimat tertentu teks B ... 27

49 Word graph kalimat ke-11 hasil pengambilan kalimat tertentu teks B ... 27

50 Word graph kalimat ke-12 hasil pengambilan kalimat tertentu teks B ... 27

51 Word graph kalimat ke-13 hasil pengambilan kalimat tertentu teks B ... 27

52 Word graph kalimat ke-14 hasil pengambilan kalimat tertentu teks B ... 27

53 Word graph kalimat ke-15 hasil pengambilan kalimat tertentu teks B ... 28

54 Word graph kalimat ke-16 hasil pengambilan kalimat tertentu teks B ... 28

x

59 Word graph kalimat pertama hasil pengambilan kalimat tertentu teks C ... 29

60 Word graph kalimat ke-2 hasil pengambilan kalimat tertentu teks C ... 29

61 Word graph kalimat ke-3 hasil pengambilan kalimat tertentu teks C ... 29

62 Word graph kalimat ke-4 hasil pengambilan kalimat tertentu teks C ... 30

63 Word graph kalimat ke-5 hasil pengambilan kalimat tertentu teks C ... 30

64 Word graph kalimat ke-6 hasil pengambilan kalimat tertentu teks C ... 30

65 Word graph kalimat ke-7 hasil pengambilan kalimat tertentu teks C ... 30

66 Word graph kalimat ke-8 hasil pengambilan kalimat tertentu teks C ... 30

67 Word graph kalimat ke-9 hasil pengambilan kalimat tertentu teks C ... 30

68 Word graph kalimat ke-10 hasil pengambilan kalimat tertentu teks C ... 31

69 Word graph kalimat ke-11 hasil pengambilan kalimat tertentu teks C ... 31

70 Word graph kalimat ke-12 hasil pengambilan kalimat tertentu teks C ... 31

71 Word graph kalimat ke-13 hasil pengambilan kalimat tertentu teks C ... 31

72 Word graph kalimat ke-14 hasil pengambilan kalimat tertentu teks C ... 31

73 Word graph kalimat ke-15 hasil pengambilan kalimat tertentu teks C ... 31

74 Word graph kalimat ke-16 hasil pengambilan kalimat tertentu teks C ... 32

75 Word graph kalimat ke-17 hasil pengambilan kalimat tertentu teks C ... 32

76 Hubungan SUB berdasarkan prinsip logika matematika ... 32

77 Hubungan SUB II berdasarkan prinsip logika matematika ... 32

78 Hubungan CAU berdasarkan prinsip logika matematika ... 33

79 Hubungan CAU II berdasarkan prinsip logika matematika ... 33

80 Graf relasi SUB pada teks A ... 33

81 Graf relasi SUB pada teks B ... 33

82 Graf relasi SUB pada teks C ... 33

83 Graf relasi CAU pada teks A ... 33

84 Graf relasi CAU pada teks B ... 33

85 Graf relasi CAU pada teks C ... 34

86 Graf relasi SUB yang telah disederhanakan pada teks A... 34

87 Graf relasi SUB yang telah disederhanakan pada teks B ... 34

88 Graf relasi SUB yang telah disederhanakan pada teks C ... 34

89 Graf relasi CAU yang telah disederhanakan pada teks A ... 34

90 Graf relasi CAU yang telah disederhanakan pada teks B ... 34

91 Graf relasi CAU yang telah disederhanakan pada teks C ... 34

92 Graf hasil analisis Teks A ... 35

93 Graf hasil analisis Teks B ... 36

94 Graf hasil analisis Teks C ... 36

95 Word graph kalimat pertama pengambilan kalimat tertentu teks D ... 40

96 Word graph kalimat ke-2 pengambilan kalimat tertentu teks D ... 40

97 Word graph kalimat ke-3 pengambilan kalimat tertentu teks D ... 40

98 Word graph kalimat ke-4 pengambilan kalimat tertentu teks D ... 40

99 Word graph kalimat ke-5 pengambilan kalimat tertentu teks D ... 40

100 Word graph kalimat ke-6 pengambilan kalimat tertentu teks D ... 40

101 Word graph kalimat ke-7 pengambilan kalimat tertentu teks D ... 40

102 Word graph kalimat ke-8 pengambilan kalimat tertentu teks D ... 41

103 Word graph kalimat ke-9 pengambilan kalimat tertentu teks D ... 41

104 Word graph kalimat ke-10 pengambilan kalimat tertentu teks D ... 41

105 Word graph kalimat ke-11 pengambilan kalimat tertentu teks D ... 41

106 Word graph kalimat ke-12 pengambilan kalimat tertentu teks D ... 41

107 Word graph kalimat ke-13 pengambilan kalimat tertentu teks D ... 41

108 Word graph kalimat ke-14 pengambilan kalimat tertentu teks D ... 41

109 Word graph kalimat ke-15 pengambilan kalimat tertentu teks D ... 41

110 Word graph kalimat ke-16 pengambilan kalimat tertentu teks D ... 42

111 Word graph kalimat ke-17 pengambilan kalimat tertentu teks D ... 42

112 Word graph kalimat ke-18 pengambilan kalimat tertentu teks D ... 42

xii

1 Teks A ... 48

2 Teks B ... 49

3 Teks C ... 50

4 Langkah-langkah penentuan banyak kalimat yang terambil ... 51

5 Langkah-langkah pengambilan kalimat tertentu ... 52

6 Penyederhanaan langkah-langkah penentuan kalimat yang terambil ... 54

7 Contoh 1: Paragraf Deduksi ... 55

8 Contoh 2: Paragraf Deduksi ... 55

9 Contoh 3: Paragraf Deduksi ... 56

10 Contoh 4: Paragraf Deduksi ... 56

11 Contoh 5: Paragraf Deduksi ... 57

12 Contoh 6: Paragraf Deduksi ... 58

13 Contoh 7: Paragraf Deduksi ... 58

14 Contoh 8: Paragraf Deduksi ... 59

15 Contoh 9: Paragraf Deduksi ... 59

16 Contoh 10: Paragraf Deduksi... 60

17 Contoh 1: Paragraf Induksi ... 60

18 Contoh 2: Paragraf Induksi ... 61

19 Contoh 3: Paragraf Induksi ... 61

20 Contoh 4: Paragraf Induksi ... 62

21 Contoh 5: Paragraf Induksi ... 62

22 Contoh 6: Paragraf Induksi ... 63

23 Contoh 7: Paragraf Induksi ... 64

24 Contoh 1: Paragraf Campuran (Deduktif-Induktif) ... 64

25 Contoh 2: Paragraf Campuran (Deduktif-Induktif) ... 65

26 Contoh 3: Paragraf Campuran (Deduktif-Induktif) ... 66

27 Contoh 4: Paragraf Campuran (Deduktif-Induktif) ... 67

28 Hasil pengujian dan analisis algoritme dari teks A ... 68

29 Hasil pengujian dan analisis algoritme dari Teks B ... 73

30 Hasil pengujian dan analisis algoritme dari Teks C ... 77

31 Daftar kelompok konsep pada hasil pengambilan kalimat tertentu teks A berdasarkan sebab-akibat antarkonsep... 82

32 Daftar kelompok konsep pada hasil pengambilan kalimat tertentu teks B berdasarkan sebab-akibat antarkonsep ... 82

33 Daftar kelompok konsep pada hasil pengambilan kalimat tertentu teks C berdasarkan sebab-akibat antarkonsep... 83

34 Daftar kelompok konsep pada hasil pengambilan kalimat tertentu teks A berdasarkan hiponimi-hipernimi ... 84

35 Daftar kelompok konsep pada hasil pengambilan kalimat tertentu teks B berdasarkan hiponimi-hipernimi ... 85

36 Daftar kelompok konsep pada hasil pengambilan kalimat tertentu teks C berdasarkan hiponimi-hipernimi ... 86

37 Daftar kelompok konsep pada hasil pengambilan kalimat tertentu teks A berdasarkan sinonim ... 87

38 Daftar Kelompok konsep pada hasil pengambilan kalimat tertentu teks B berdasarkan sinonim ... 88

39 Data relasi SUB, dan CAU yang terjadi pada masing-masing teks ... 88

40 Teks D ... 89

Sebuah bahan bacaan atau dokumen yang berupa wacana biasanya terdiri atas beberapa lembar yang isinya berupa rincian tentang bahan bacaan. Bahan bacaan tersebut memiliki poin-poin penting di dalamnya. Poin ini disebut juga intisari bacaan. Untuk mencari intisari bahan bacaan, si pembaca harus membaca keseluruhan bahan bacaan dan baru dapat menyimpulkan intisari bacaan.

Menurut Febriatmoko (2011), cara termudah untuk mendapatkan informasi dari sebuah teks adalah dengan meringkasnya, karena membaca sebuah ringkasan tidak memerlukan waktu lama dibandingkan dengan membaca keseluruhan teks. Salah satu cara meringkas adalah text summary, yaitu mengambil kalimat utama atau sebagian kalimat dari setiap paragraf di dalam teks.

Dalam penelitian Febriatmoko (2011), dokumen berbahasa Indonesia dianalisis menggunakan teori knowledge graph secara menyeluruh pada setiap dokumen untuk mendapatkan abstraksi teks, tetapi ada beberapa kekurangan atau kelemahan pada aturannya, seperti: pengubahan dokumen berbahasa Indonesia secara utuh ke dalam bentuk word graph membutuhkan waktu komputasi lebih lama daripada melakukan pengubahan dokumen berbahasa Indonesia dalam bentuk ringkasan atau hanya berisi poin-poin penting saja, serta penggunaan relasi PAR yang bersifat subjektif yang berdampak sukarnya mengimplementasikan aturan yang dibuat ke dalam aturan komputasi yang terstruktur.

Dengan maksud yang sama dengan Febriatmoko (2011), penelitian ini juga bertujuan mendapatkan informasi penting dari suatu teks, tetapi dengan menggunakan cara yang berbeda. Cara yang digunakan, yaitu: mengombinasikan teknik pengambilan kalimat tertentu dalam suatu teks dengan teori knowledge graph. Dengan cara ini, hasil

merepresentasikan keseluruhan teks yang tidak berbeda jauh dengan cara Febriatmoko (2011).

Knowledge graph adalah suatu metode baru di bidang natural language processing (NLP). NLP adalah suatu proses yang menggunakan sistem spesial yang digunakan untuk mengekspresikan ide-ide manusia dalam bentuk informasi menjadi suatu pengetahuan (Wulandari 2008).

Metode knowledge graph pertama kali muncul pada tahun 1982 di Belanda. Pada awal pengembangan teori knowledge graph dalam aspek linguistik, teori ini dikembangkan dalam bahasa Inggris. Dengan demikian untuk bahasa Indonesia diperlukan suatu proses penstrukturan yang disesuaikan dengan bahasa Indonesia (Hoede & Nurdiati 2008b).

Selanjutnya ringkasan didefinisikan sebagai sebuah teks yang dihasilkan dari satu atau lebih teks, mengandung informasi penting dari teks sumber dan panjangnya tidak lebih dari setengah teks sumber. Sistem peringkas teks otomatis diberi masukan berupa teks, dan melakukan peringkasan, lalu menghasilkan keluaran berupa teks yang lebih singkat dari teks sumber dan mengandung informasi utama dari teks sumber (Hovy 2001). Kombinasi dari text summary dan teori knowledge graph diharapkan menghasilkan teknik pembuatan abstraksi teks yang baik dan efisien.

1.2 Tujuan

Tujuan penelitian ini adalah membuat suatu aturan untuk memperoleh abstraksi dari suatu teks yang merupakan implementasi dalam penggunaan teori knowledge graph. 1.3 Ruang Lingkup

Ruang lingkup penelitian ini adalah teks berbahasa Indonesia dengan tema ketahanan pangan yang diambil dari berbagai sumber.

II TINJAUAN PUSTAKA

2.1 Kelas Kata

Semantik (Yunani : Semanein = berarti, bermaksud; semanticos = makna) adalah cabang ilmu bahasa yang meneliti makna dalam bahasa tertentu, mencari asal-usul dan

klasifikasi perubahan kata-kata atau bentuk bahasa sebagai indikator dalam perkembangan bahasa.

Berdasarkan struktur bentuk, morfologi, dan kelompok kata (frasaologi), kata dibagi

1 kelas kata benda yang memuat subkelas kata ganti dan kata sandang,

2 kelas kata kerja,

3 kelas kata sifat yang memuat subkelas kata bilangan,

4 kelas kata tugas yang memuat subkelas kata depan, kata sambung, kata keterangan (Keraf 1982).

2.1.1 Kata Benda (KB)

Kata benda adalah semua kata yang dapat diterangkan atau diperluas dengan yang + kata sifat. Contohnya: perumahan, kesadaran, dan udara adalah kata benda karena dapat diperluas dengan “yang + kata sifat” yaitu: perumahan yang baru, kesadaran yang tinggi dan udara yang rendah.

Kata ganti dimasukkan dalam subkelas kata benda karena kata-kata ini dipakai untuk mengganti kata benda atau yang dibendakan pada posisi tertentu. Menurut sifat dan fungsinya, kata ganti dibedakan menjadi: kata ganti orang, kata ganti milik, kata ganti penunjuk, kata ganti penghubung, kata ganti penanya, dan kata ganti taktentu. Kata ganti milik adalah kata yang berfungsi menggantikan orang dalam kedudukan sebagai pemilik. Oleh karena itu dalam bahasa Indonesia sebenarnya tidak ada kata ganti milik.

Kata sandang dimasukkan ke dalam subkelas kata benda karena kata-kata ini merupakan bagian dari kata benda yang berfungsi sebagai penentu kata benda tersebut. Contoh kata sandang adalah kata yang. Mula-mula kata yang berfungsi sebagai penentu. Fungsi yang lain sebagai alat nominalisasi yaitu kata yang bersama-sama kata lainnya menduduki posisi kata benda (Keraf 1982).

2.2 Kata Majemuk

Pengertian kata majemuk atau kompositum dapat diungkapkan sebagai berikut: gabungan dari dua kata atau lebih yang membentuk satu kesatuan arti. Contoh: sapu tangan, matahari, orang tua, kaki tangan, dan lainnya (Keraf 1982).

2.3 Frasa

Frasa adalah suatu konstruksi yang terdiri atas dua kata atau lebih yang membentuk suatu kesatuan. Kesatuan itu dapat menimbulkan suatu makna baru yang sebelumnya tidak ada. Misalnya dalam frasa rumah ayah muncul makna baru yang menyatakan milik (Keraf 1982).

2.3.1 Frasa Nominal (Benda)

Frasa nominal (FN) adalah frasa yang dapat mengisi fungsi subjek atau objek di dalam klausa. Menurut strukturnya dapat dibedakan adanya frasa nominal koordinatif (FNK) dan frasa nominal subordinatif (FNS) (Chaer 2009).

2.3.1.1 Penyusunan Frasa Nominal Koordinatif (FNK)

Frasa nominal koordinatif dapat disusun dari:

idua buah kata berkategori nomina yang merupakan pasangan dari antonim relasional. Contoh:

- ayah ibu - pembeli penjual - guru murid

iidua buah kata berkategori nomina yang merupakan anggota dari suatu medan makna. Contoh:

- sawah ladang - kampung halaman - cabe bawang (Chaer 2009).

2.3.1.2 Penyusunan Frasa Nominal Subordinatif (FNS)

Frasa nominal subordinatif dapat disusun dari:

i Nomina + Nomina (N + N) ii Nomina + Verba (N + V) iii Nomina + Adjektiva (N + A) iv Nomina + Adverbia (N + Adv) v Adverbia + Nomina (Adv + N) vi Nomina + Numeralia (N + Num) vii Numeralia + Nomina (Num + N) viii Nomina + Demonstratifa (N + Dem) (Chaer 2009).

2.4 Struktur Kalimat Sederhana

Menurut strukturnya (adanya subjek, predikat, objek, dan keterangan) sebuah kalimat sederhana dalam bahasa Indonesia memiliki pola, sebagai berikut:

1 Subjek + Predikat, atau S+P

2 Subjek + Predikat + Objek, atau S+P+O 3 Subjek + Predikat + Objek + Keterangan,

atau S+P+O+K

4 Subjek + Predikat + Objek + Objek, atau S+P+O+O

(Chaer 2006).

2.4.1 Pola Dasar Kalimat Sederhana Pola dasar kalimat sederhana adalah tinjauan terhadap fungsi subjek dan predikat kalimat berdasarkan kelas kata yang menduduki kedua fungsi tersebut. Pola dasar

kalimat bahasa Indonesia adalah sebagai berikut:

1 Kata (Frasa) Benda + Kata (Frasa) Benda 2 Kata (Frasa) Benda + Kata (Frasa) Kerja 3 Kata (Frasa) Benda + Kata (Frasa) Sifat 4 Kata (Frasa) Benda + Kata (Frasa) Kerja +

Kata (Frasa) Benda (Chaer 2006).

2.5 Wacana

Wacana sebagai satuan tertinggi dalam hierarki sintaksis mempunyai pengertian yang lengkap atau utuh, dan dibangun oleh kalimat atau kalimat-kalimat. Artinya, sebuah wacana mungkin hanya terdiri dari sebuah kalimat, mungkin juga terdiri dari sejumlah kalimat.

Dalam pembentukan sebuah wacana yang utuh, kalimat itu dipadukan oleh alat-alat pemanduan yang dapat berupa unsur leksikal, unsur gramatikal, ataupun unsur semantik (Chaer 2009).

2.6 Paragraf

Satuan wacana terkecil yang dibangun oleh sejumlah kalimat adalah sebuah paragraf. Setiap paragraf memiliki sebuah pikiran pokok, dan sejumlah pikiran penjelas mengenai pikiran pokok. Pikiran pokok direalisasikan dalam sebuah kalimat utama atau kalimat pokok, yang selalu berwujud kalimat sedangkan pikiran penjelas direalisasikan dalam kalimat-kalimat penjelas, yang wujudnya berupa kalimat terikat (Chaer 2009).

Menurut Aryamdini (2003), kalimat pokok memiliki ciri sebagai berikut:

a mengandung permasalahan yang potensial untuk diuraikan lebih lanjut,

b merupakan kalimat lengkap yang dapat berdiri sendiri,

c mempunyai arti yang jelas tanpa dihubungkan dengan kalimat lain,

d dapat dibentuk tanpa kata sambung atau kata transisi.

Sedangkan ciri kalimat penjelas sebagai berikut:

a sering merupakan kalimat yang tidak dapat berdiri sendiri,

b arti kalimatnya baru jelas setelah dihubungkan dengan kalimat lain dalam satu alinea,

c pembentukannya sering memerlukan bantuan kata sambung atau frasa penghubung atau kata transisi,

d isinya berupa rincian, keterangan, contoh, dan data lain yang bersifat mendukung

2.6.1 Macam Paragraf

Nero (2007) mendefinisikan paragraf berdasarkan letak kalimat pokoknya menjadi 4 macam:

1 Kalimat pokok berada di kalimat pertama (paragraf deduksi).

2 Kalimat pokok berada di kalimat terakhir (paragraf induksi).

3 Kalimat pokok berada di kalimat pertama dan terakhir (paragraf deduksi-induksi). 4 Kalimat pokok berada di semua kalimat

(paragraf deskriptif-naratif). 2.7 Peringkasan Teks Otomatis

Ringkasan teks dapat disajikan dalam dua bentuk umum yaitu ekstrak dan abstrak (Hovy 2001). Ekstrak merupakan ringkasan teks yang hanya mengambil bagian-bagian tulisan yang dianggap penting saja tanpa mengubah kalimat-kalimat yang terambil, sedangkan abstrak merupakan ringkasan teks yang menyajikan ringkasan dengan menciptakan kalimat-kalimat baru yang merepresentasikan teks sumber dalam bentuk lain.

Suatu ringkasan dapat bersifat general, yaitu ringkasan yang mengambil sebanyak mungkin informasi penting di dalam teks yang dapat menggambarkan keseluruhan teks. Selain itu ringkasan dapat bersifat query-oriented dengan kueri pengguna dan menampilkannya dalam bentuk ringkasan (Zikra 2009).

Panjang ringkasan biasanya diukur berdasarkan persentase dari panjang teks sumber, misalnya 10%, 20%, atau 50% dari panjang teks sumber. Selain itu panjang ringkasan dapat juga diukur berdasarkan banyaknya kata, misalnya ditentukan ringkasan sepanjang 100 kata (Zikra 2009). 2.8 Hubungan Antarmakna

a Hipernimi dan Hiponimi

Hipernimi adalah kata-kata atau ungkapan yang maknanya melingkupi makna kata-kata atau ungkapan lain. Misalnya kata burung maknanya melingkupi makna kata-kata seperti merpati, kepodang, tekukur, perkutut dan cucakrawa.

Hiponimi adalah kata-kata atau ungkapan yang maknanya termasuk di dalam makna kata atau ungkapan lain. Umpamanya makna kata merpati termasuk di dalam makna kata burung dan makna kata kuning termasuk di dalam makna kata warna (Chaer 2006).

bSinonimi

Sinonimi adalah dua buah kata atau lebih yang maknanya kurang lebih sama, contohnya kata mati sinonim dengan kata meninggal (Chaer 2006).

2.9 Graf

Graf G adalah pasangan terurut (V,E) dengan V himpunan takkosong dan berhingga dari elemen-elemen graf yang disebut verteks (simpul, node) dan E himpunan hingga edge (sisi).

Contoh: Graf G dengan V = {u,v,w,x}; dan E = {uv,uw,wx}

Gambar 1 Contoh graf.

Graf G’ disebut subgraf dari G jika semua simpul dan sisi dari G’ terletak di G (Chartrand & Oellermann 1993).

Digraf (graf berarah) D adalah pasangan berurut (V,A) dengan V adalah himpunan takkosong dari sejumlah berhingga elemen yang disebut simpul (node) dan A adalah himpunan berhingga (tidak perlu berbeda) dari pasangan terurut elemen-elemen dalam V yang disebut busur (arc) (Wilson & Lowell 1979).

2.10 Knowledge Graph

Teori knowledge graph (KG) adalah suatu pendekatan baru yang dapat digunakan untuk menyajikan bahasa manusia dalam bentuk graf. Perbedaan yang mendasar antara teori KG dengan teori representasi lain adalah bahwa teori KG mampu melukiskan atau menggambarkan aspek semantik yang lebih mendasar, dengan menggunakan ontologi atau relasi yang banyaknya terbatas. Teori ini memberikan cara baru dalam melakukan penelitian untuk memahami bahasa manusia dengan bantuan komputer (Zhang 2002). 2.11 Konsep

Menurut Zhang (2002), konsep merupakan komponen terpenting dalam pemikiran manusia. Konsep merupakan sesuatu yang penting dalam membentuk suatu pengertian dari khusus ke umum atau sebaliknya. Menurut Berg (1993), konsep dapat dibedakan menjadi tiga jenis, yaitu token, type, dan name.

a Token

Dalam teori KG, token merupakan konsep yang dipahami oleh seseorang menurut cara pandang masing-masing, sehingga token ini bersifat subjektif. Setiap persepsi selalu berhubungan dengan token. Sebuah konsep berhubungan dengan arti dari kata (Zhang 2002). Contoh sebuah token adalah sebagai berikut: misalkan seseorang menemukan kata apel, maka orang tersebut dapat menghubungkan hal ini dengan informasi bentuk, warna, dan rasa. Demikian juga orang lain akan menghubungkan dengan hal yang berbeda. Token dalam teori KG dinyatakan denga

mengamati sesuatu, seseorang selalu akan membandingkan sesuatu tersebut dengan gambaran yang ada dalam pikirannya (mind graph). Dengan demikian dalam teori KG segala sesuatu akan dihubungkan dengan token.

b Type

Type adalah konsep yang berupa informasi umum dan bersifat objektif karena merupakan kesepakatan yang dibuat sebelumnya. Contoh type misalnya buah, binatang dan sebagainya.

c Name

Name adalah sesuatu yang bersifat individual, sebagai contoh: Fuji adalah sebuah name yaitu nama dari sebuah apel. Sesuatu dapat dikelompokkan ke dalam beberapa type yang berbeda. Demikian juga name, sesuatu dapat diberi name dengan banyak cara.

Type dan name dalam teori KG direpresentasikan dengan cara yang hampir sama. Namun demikian bukan berarti bahwa keduanya tidak bisa dibedakan. Type dan name dibedakan oleh jenis relasi yang menghubungkannya dengan token (Rusiyamti 2008).

2.12 Aspek-Aspek Ontologi

Ontologi merupakan gambaran dari beberapa konsep dan relasi antarkonsep yang bertujuan mendefinisikan ide-ide yang merepresentasikan konsep, relasi dan logikanya. Berdasarkan ontologi yang dimiliki inilah KG dapat membangun sebuah model yang dapat digunakan untuk memahami bahasa alami (natural language). Hal ini diperlukan agar arti dari suatu kalimat dapat diekspresikan. Arti dari kata terlebih dahulu harus diketahui untuk dapat mengartikan sebuah kalimat (Ikhwati 2007).

Ontologi word graph terdiri atas token, 9 relasi biner dan 4 relasi frame (Zhang 2002). Penjelasan dari relasi tersebut diberikan di bawah ini.

1 ALI (Alikeness)

Relasi ALI digunakan untuk menghubungkan type dengan token. Contoh: padi adalah type karena padi adalah konsep yang berupa informasi umum, maka grafnya adalah:

ALI padi

Gambar 2 Contoh relasi ALI. 2 CAU (Causality)

Relasi CAU digunakan untuk menghubungkan dua token yang memiliki hubungan sebab akibat. CAU juga digunakan untuk menghubungkan konsep berupa kata benda dan kata kerja. Contoh: petani menanam padi. Graf kalimat tersebut:

ALI petani CAU

tanam

ALI

CAU ALI padi

Gambar 3 Contoh relasi CAU.

3 EQU (Equality)

Relasi EQU digunakan untuk menghubungkan name dengan token. Contoh: rojolele merupakan name dari padi. Graf kata rojolele seperti pada Gambar 4 dan relasi EQU dapat menyatakan kata kerja adalah atau merupakan. Graf adalah atau merupakan seperti pada Gambar 5:

EQU

rojolele ALI ALI padi

Gambar 4 Contoh relasi EQU yang menghubungkan name dengan token.

EQU

Gambar 5 Contoh relasi EQU yang menyatakan kata kerja adalah atau merupakan.

4 SUB (Subset)

Relasi SUB digunakan untuk menggambarkan dua token yang menyatakan word graph dengan sifat word graph yang satu merupakan bagian dari word graph yang lain. Contoh: biji apel. Karena biji bagian dari apel maka graf biji apel adalah:

SUB

biji ALI ALI apel

Gambar 6 Contoh relasi SUB.

5 DIS (Disparateness)

Relasi DIS digunakan untuk menyatakan sesuatu yang berbeda. Contoh: pertanian berbeda dengan pertambangan. Graf kalimat tersebut:

DIS

pertanian ALI ALI pertambangan

Gambar 7 Contoh relasi DIS. 6 ORD (Ordering)

Relasi ORD menyatakan dua hal yang memiliki urutan waktu atau tempat. Ungkapan dari permukaan sampai dasar dinyatakan dengan graf berikut:

ORD

permukaan ALI ALI dasar

Gambar 8 Contoh relasi ORD. 7 PAR (Attribute)

Relasi PAR digunakan untuk menyatakan sesuatu yang memiliki sifat tertentu. Kata manis merupakan attribute dari apel pada kata apel manis. Relasi PAR pada kata apel manis ditampilkan pada Gambar 9 di bawah ini.

PAR

manis ALI ALI apel

Gambar 9 Contoh relasi PAR. 8 SKO (Informational dependency)

Relasi SKO digunakan jika informasi sebuah token bergantung pada token yang lain. Contoh: pernyataan x N,  y N (x2 = y) berakibat nilai y bergantung pada x. Bentuk grafnya:

SKO

x ALI ALI y

Gambar 10 Contoh relasi SKO. 9 Ontologi F (Focus)

Ontologi F digunakan untuk menunjukkan fokus suatu graf. Contoh: petani benci hama. Fokus dalam kalimat tersebut adalah petani, maka graf kalimat tersebut adalah:

ALI petani CAU

benci ALI

CAU ALI hama

F

PAR

Gambar 11 Contoh relasi ontologi F Frame merupakan verteks berlabel. Relasi frame menyatakan bahwa verteks berlabel tersebut sebenarnya suatu frame dari beberapa graf yang lebih kompleks. Relasi frame pada KG ada empat macam (Zhang 2002):

1 FPAR (Focusing on a situation) 2 NEGPAR (Negation of a situation)

4 NECPAR (Necessity of a situation)

FPAR merupakan pemberian sifat internal dari sesuatu ke sesuatu yang lain (dalam frame). NEGPAR merupakan pemberian sifat internal sesuatu ke sesuatu yang lain tetapi dalam bentuk negasi (dalam frame). POSPAR merupakan pemberian sifat internal sesuatu ke objek yang lain sebagai sebuah kemungkinan (dalam frame). NECPAR

merupakan pemberian sifat internal sesuatu ke objek yang lain sebagai sebuah keharusan (dalam frame).

Misalkan p suatu pernyataan tanaman memerlukan air. Graf dari pernyataan bahwa tanaman memerlukan air (a), tidak benar bahwa tanaman memerlukan air (b), mungkin tanaman memerlukan air (c), dan seharusnya tanaman memerlukan air (d) berturut-turut seperti pada Gambar 12 di bawah ini.

(a) p

(b) p NEG

(c) p POS

(d) p NEC

Gambar 12 Contoh pengunaan relasi frame FPAR (a), NEGPAR (b), POSPAR (c), dan NECPAR (d).

2.13 Chunk Indicator

Chunk merupakan potongan kalimat atau potongan ucapan pada waktu seseorang berbicara. Menurut Rusiyamti (2008) chunk indicator yang digunakan untuk menganalisis teks berbahasa Indonesia dengan teori knowledge graph antara lain:

1 Tanda baca

Tanda baca adalah tanda-tanda yang digunakan di dalam bahasa tulis agar kalimat-kalimat yang ditulis dapat dipahami orang persis seperti yang dimaksudkan.

Contoh: tanda titik (.), tanda koma (,), tanda titik dua (:), tanda tanya (?), tanda seru (!), tanda kurung ((…)).

2 Kata penunjuk dan kata penghubung (konjugasi)

Kata penunjuk adalah kata-kata yang digunakan untuk menunjuk benda. Ada dua macam kata penunjuk, yaitu ini dan itu, sedangkan kata penghubung adalah kata-kata yang digunakan untuk menghubungkan kata dengan kata, klausa dengan klausa, atau kalimat dengan kalimat. Contoh: dan, lagi, atau, maupun,

apabila, tetapi, kecuali, sebab, jika, kalau, bahwa, yakni, dan sebagainya.

3 Kata kerja bantu

Kata kerja bantu yaitu kata kerja yang menduduki fungsi khusus terhadap sebuah kata kerja utama.

Contoh: harus, mesti, sanggup, mampu, boleh, bisa, ingin, mau, suka, dan seterusnya.

4 Kata depan (preposisi)

Kata depan (preposisi) adalah kata-kata yang digunakan di muka kata benda untuk merangkaikan kata benda itu dengan bagian kalimat lain. Contoh: di, ke, dari, hingga, mulai, serta, karena, sebab, oleh, bagi, guna, terhadap dan sebagainya. 5 Lompatan (jump)

Lompatan (jump) yaitu kata berurutan yang tidak dapat digolongkan dalam satu chunk. 6 Kata-kata logika (logic word)

Contoh penggunaan chunk indicator pada kalimat yang berbunyi “Gelombang tsunami berbeda dengan gelombang yang dibangkitkan oleh angin.” adalah sebagai berikut:

“Gelombang tsunami|5 berbeda dengan|4 gelombang yang dibangkitkan oleh|4 angin.|1”

III METODOLOGI PENELITIAN

Metodologi penelitian yang akan

dilaksanakan terdiri atas beberapa tahapan, yaitu:

1 Studi kepustakaan dokumen berbahasa Indonesia

Tahap ini adalah tahap awal pengumpulan dokumen-dokumen yang dibutuhkan dalam penelitian dan dibagi atas 2 subtahap, yaitu:

i. pengumpulan paragraf-paragraf bahasa Indonesia berdasarkan letak kalimat pokok dari berbagai sumber,

ii. pengumpulan tiga buah dokumen berbahasa Indonesia bertema ketahanan pangan, dan satu dokumen berbeda yang akan digunakan sebagai bahan uji serta mencari sumber kepustakaan lain seputar tata bahasa Indonesia terkait dengan wacana (naskah).

2 Pembuatan aturan pengambilan kalimat tertentu

Dalam tahap ini dibuat aturan pengambilan kalimat tertentu berdasarkan kriteria yang dibuat. Aturan ini memiliki dua subtahap, yaitu:

a. Penentuan banyaknya kalimat yang terambil dari jumlah kalimat per paragraf

Tahap ini menentukan banyak kalimat yang terambil per paragraf.

b. Penentuan kalimat yang terambil (diasumsikan terambil kalimat pokok per paragraf)

Tahap ini menentukan kalimat yang diambil dari sebagian kalimat dari sebuah paragraf.

3 Penentuan kata Benda atau frasa Benda dari hasil pengambilan kalimat tertentu sebagai konsep

Konsep yang digunakan dalam penelitian ini adalah kata atau frasa nominal yang dipilih dari setiap teks berbahasa Indonesia berdasarkan ciri-ciri pada struktur kalimatnya dan Kamus Bahasa Indonesia (Depdiknas 2008a). Selanjutnya, kata benda atau frasa benda yang telah dipilih dihitung kemunculannya dan dikelompokkan melalui tiga tahapan pengelompokan, yaitu: sinonim (kesamaan makna), bentuk makna

hiponimi-hipernimi dan mengikuti bentuk construct identification (bentuk sebab-akibat antarkonsep).

Selanjutnya kelompok kata benda (nominal) atau frasa benda (nominal) ini diberi label serta threshold. Threshold ini digunakan untuk membatasi banyaknya kelompok kata benda atau frasa benda yang akan digunakan dalam analisis jika label yang diperoleh sangat banyak yang mengakibatkan kerumitan pada tahap selanjutnya. Threshold dapat ditentukan sesuai dengan kebutuhan. 4 Pembuatan graf

Dengan menggunakan metode knowledge graph, kata atau frasa benda yang telah ditentukan sebagai konsep dan telah diberi label digunakan sebagai verteks untuk membuat graf berarah sesuai dengan hubungan antarverteks yang terjadi pada setiap kalimat.

5 Analisis graf

Analisis graf adalah tahap menganalisis keseluruhan graf yang terbentuk pada setiap kalimat yang terambil berdasarkan hasil pengambilan kalimat tertentu dan mempertimbangkan hubungan antarverteks yang ada untuk menentukan keterkaitan antargraf.

6 Perancangan aturan abstraksi

Perancangan aturan abstraksi adalah tahap pembuatan aturan untuk meringkas sebuah teks berbahasa Indonesia. Setiap langkah dalam aturan dibuat berdasarkan hasil penelitian pada tiga teks percobaan pada tahap-tahap sebelumnya yaitu dari tahap pembuatan aturan pengambilan kalimat tertentu hingga tahap analisis graf.

7 Pengujian aturan abstraksi

Tahap ini menentukan kelayakan dari aturan yang dibuat dengan menggunakan teks lain sebagai bahan uji.

8 Pembandingan teknik dengan penelitian sebelumnya

Tahap ini membandingkan teknik penelitian yang diteliti dengan teknik penelitian Febriatmoko (2011) dengan menggunakan dokumen berbahasa Indonesia yang sama.

IV HASIL DAN PEMBAHASAN

4.1 Studi Kepustakaan Dokumen

Berbahasa Indonesia

Hasil studi kepustakaan berikut sumber-sumber yang diperoleh untuk setiap subtahap, yaitu:

i. Jenis-jenis paragraf berdasarkan letak kalimat pokok, yaitu 10 paragraf deduktif, 7 paragraf induktif, dan 4 paragraf deduktif-induktif (Lampiran 7 - Lampiran 27). Paragraf-paragraf ini digunakan untuk menganalisis letak kalimat pokok dan menguji pembuatan aturan pada tahap berikutnya.

ii. Menggunakan dokumen yang sama dengan dokumen Febriatmoko (2011) diperoleh 3 dokumen dengan tema ketahanan pangan yang dipilih sebagai bahan dalam penelitian. Ketiga dokumen tersebut yaitu:

1 Teks “Solidaritas Nasional Ketahanan Pangan” sebagai teks A (Lampiran 1). 2 Teks “Politik Ketahanan Pangan

Indonesia 1950-2005” sebagai teks B (Lampiran 2).

3 Teks “Mencermati Kebijakan Ketahanan Pangan” sebagai teks C (Lampiran 3).

4.2 Pembuatan Aturan Pengambilan Kalimat Tertentu

a Penentuan banyaknya kalimat terambil dari jumlah kalimat per paragraf Suatu teks tersusun dari beberapa paragraf dan setiap paragraf tersusun atas beberapa kalimat. Berdasarkan tinjauan pustaka poin 2.6, sebuah paragraf yang baik adalah paragraf yang memiliki sebuah kalimat pokok dan sebuah kalimat penjelas (minimal). Akan tetapi, berbeda dengan kenyataan dalam penulisan artikel yang ada di media massa dan salah satunya adalah internet. Informasi berupa berita yang diberikan melalui internet tidak selalu mengikuti aturan tata bahasa Indonesia. Hal ini ditunjukkan dalam sebuah paragraf yang hanya memiliki sebuah kalimat saja. Kejadian ini bisa saja terjadi karena media massa mempunyai aturan tersendiri dalam penulisan artikel di media massa (Adnan 5 Januari 2011, komunikasi pribadi) ataupun bisa karena kesalahan dalam penulisan artikel. Oleh karena itu ada kemungkinan sebuah paragraf hanya memiliki sebuah kalimat.

Berdasarkan kasus di atas, berarti sebuah paragraf minimal memiliki sebuah kalimat dan tidak ada batasan maksimal bergantung pada penulis artikel dan isi bacaan, tetapi semakin panjang kalimat di dalam paragraf membuat pembaca tidak dapat berkonsentrasi penuh dari pada paragraf yang pendek (Keraf 1993). Dalam penelitian ini akan diambil kalimat sebanyak setengah dari total kalimat yang ada pada setiap paragraf. Oleh karena itu dibangunlah sebuah algoritme yang memungkinkan pengambilan separuh dari total kalimat per paragraf. Perumusannya adalah sebagai berikut:

Didefinisikan m adalah banyaknya kalimat yang terambil dan N adalah banyaknya kalimat pada suatu paragraf. 1 Jika paragraf tersebut memiliki jumlah

kalimat berupa bilangan ganjil N≥1 maka didefinisikan m=(N+1)/2,

2 sedangkan jika paragraf tersebut memiliki jumlah kalimat berupa bilangan genap N≥2 maka didefinisikan m=N/2 (Lampiran 4). b Penentuan kalimat yang terambil

(diasumsikan kalimat pokok ikut terambil per paragraf)

Secara umum kalimat-kalimat dalam teks yang memiliki informasi penting ada pada kalimat pokok di setiap paragraf tetapi bukan berarti kalimat penjelas tidak memiliki informasi penting di dalamnya, sehingga diperlukan suatu cara untuk mengambil kalimat pokok beserta beberapa kalimat penjelas agar informasi penting dalam teks tidak banyak yang hilang.

Selanjutnya berdasarkan tinjauan pustaka pada poin 2.4.1 dan poin 2.6 diperoleh beberapa asumsi sebagai berikut:

1 Sebuah kalimat pasti memiliki minimal sebuah kata benda (tinjauan pustaka poin 2.4.1) kecuali kalimat imperatif (kalimat perintah) karena kalimat tersebut bisa tidak memiliki kata benda. Kemudian ada kemungkinan kata benda pada beberapa kalimat ataupun semua kalimat di dalam satu paragraf memiliki jumlah kata benda yang sama.

2 Kalimat pokok dapat berupa kalimat sederhana karena dapat dibentuk tanpa kata hubung yang berdampak kalimat pokok memiliki jumlah kata benda yang sedikit dibandingkan kalimat penjelas (tinjauan pustaka poin 2.6).

3 Berdasarkan letak kalimat pokok (tinjauan pustaka poin 2.6.1).

Dalam artikel atau bahan bacaan di media massa, pada umumnya letak kalimat pokok bergantung pada jenis paragraf (paragraf deduksi, paragraf induksi maupun paragraf deduksi-induksi). Oleh karena itu penelitian ini menggunakan teknik pengambilan kalimat berdasarkan letak kalimat dalam paragraf deduksi-induksi.

Dari tiga buah asumsi ini dibuat sebuah algoritme pengambilan kalimat tertentu berdasarkan jumlah kata benda pada setiap kalimat dalam satu paragraf, jumlah kalimat dalam satu paragraf dan posisi kalimat pokok dalam satu paragraf, maka akan muncul 4 kasus yang mungkin akan terjadi. Berikut penjabarannya:

Misalkan m adalah banyaknya kalimat yang terambil dan N adalah banyaknya kalimat pada suatu paragraf.

Kasus 1: jika sebuah paragraf hanya memiliki sebuah kalimat (N=1) maka kalimat tersebut langsung diambil

Kasus 2: jika sebuah paragraf memiliki beberapa kalimat dan setiap kalimat memiliki jumlah kata benda yang berbeda (N≥2) maka ambil sebuah kalimat yang memiliki jumlah kata benda paling kecil, dan sisa kalimat lainnya sebanyak m-1 berdasarkan jumlah kata benda maksimum Kasus 3: jika sebuah paragraf memiliki

beberapa kalimat, dan dua hingga N-1 kalimat memiliki jumlah kata benda minimum yang sama (N≥3) maka ambil sebuah kalimat yang memiliki jumlah kata benda minimum yang memiliki urutan terdepan, dan ambil kalimat yang memiliki jumlah kata benda maksimum sebanyak m-1 kalimat Kasus 4: jika sebuah paragraf memiliki

beberapa kalimat dan semua kalimat memiliki jumlah kata benda yang sama (N≥2) maka ambil sebuah kalimat urutan pertama, sebuah kalimat urutan terakhir, dan sebanyak m-2 kalimat urutan tengah. Kalimat urutan tengah untuk N genap Xm/2 sampai X(m/2)+i dan untuk N ganjil X(m+1)/2 sampai

X(m+1)/2+i , {i=0…m-3}. X adalah

kalimat yang terambil sesuai urutan dalam paragraf. Uraian lebih lanjut disediakan pada Lampiran 5 sampai Lampiran 6.

Berdasarkan kasus yang terjadi di atas

tertentu untuk mendapatkan kalimat-kalimat tertentu. Berikut alasan dan landasan penggunaan fungsi dan urutan tersebut: 1 Penggunaan fungsi minimum untuk

mengambil sebuah kalimat pokok karena kalimat pokok ini mengandung inti paragraf yang merupakan pokok permasalahan dalam sebuah paragraf. Penggunaan fungsi maksimum yang diurutkan digunakan untuk mengambil kalimat penjelas yang memiliki banyak kata benda di dalamnya yang merupakan penjabaran dari pokok permasalahan dalam sebuah paragraf. Kalimat penjelas ini diambil sebanyak kalimat yang terambil pada suatu paragraf dikurangi satu (m-1) karena satu kalimatnya dari kalimat pokok dan sisanya kalimat penjelas.

2 Penggunaan suatu urutan tertentu dalam pengambilan kalimat karena ada kemungkinan suatu paragraf yang beberapa atau semua kalimatnya memiliki jumlah kata benda yang sama dan tidak mungkin kalimat-kalimat tersebut diambil secara acak karena dikhawatirkan memperbesar peluang kalimat pokok tidak ikut terambil. Oleh karena itu digunakan suatu urutan tertentu yakni mengambil kalimat pertama, kalimat terakhir dan beberapa kalimat tengah pada paragraf didasarkan pada jenis paragrafnya atau letak kalimat pokok secara umum.

Sebelum menerapkan aturan pengambilan kalimat tertentu ke teks yang akan dianalisis, aturan ini diujikan terlebih dahulu ke-21 buah paragraf, sepuluh di antaranya merupakan paragraf deduktif, 7 paragraf induktif dan 4 paragraf deduktif-induktif yang diambil dari berbagai sumber, dari pengujian aturan ini diperoleh hasil sebagai berikut:

1 Dari sepuluh paragraf deduktif, 9 di antaranya berhasil didapatkan kalimat pokok (85,71%), dari tujuh paragraf induktif, 5 di antaranya berhasil didapatkan kalimat pokok (71,42%), kemudian dari analisis terhadap 4 paragraf deduktif-induktif, sebuah paragraf mendapatkan 2 buah kalimat pokok (25%) dan 3 buah paragraf sisanya hanya mendapatkan sebuah kalimat pokok (75%).

2 Dengan menggunakan fungsi minimum untuk mendapatkan kalimat pokok dari 21 buah paragraf tersebut, 13 paragraf di antaranya mendapatkan kalimat pokok sesuai dengan fungsinya (61,9%).

Dengan menggunakan contoh jenis paragraf yang sudah diketahui letak kalimat pokoknya dapat diketahui terambil atau tidak kalimat pokok dalam paragraf. Untuk lebih jelasnya, pengujian aturan ini dapat dilihat pada Lampiran 7- Lampiran 27.

Selanjutnya, aturan ini diterapkan pada tiga dokumen berbahasa Indonesia yang akan diteliti dan diperoleh hasil sebagai berikut: 1 Teks “Solidaritas Nasional Ketahanan

Pangan” terdapat 15 paragraf dan 12 paragraf (80%) di antaranya berhasil mendapatkan kalimat pokoknya dengan jumlah kalimat yang digunakan sebanyak 24 kalimat dari total 41 kalimat pada teks (Lampiran 28).

2 Teks “Politik Ketahanan Pangan Indonesia 1950-2005” terdapat 6 paragraf dan 5 paragraf (83,33%) di antaranya berhasil mendapatkan kalimat pokoknya dengan jumlah kalimat yang digunakan sebanyak 20 kalimat dari total 40 kalimat pada teks (Lampiran 29). 3 Teks “Mencermati Kebijakan Ketahanan

Pangan” terdapat 14 paragraf dan 10 paragraf (71,43%) di antaranya berhasil mendapatkan kalimat pokoknya dengan jumlah kalimat yang digunakan sebanyak 17 kalimat dari total 30 kalimat pada teks (Lampiran 30).

Dari ketiga teks ini tidak diketahui letak kalimat pokok secara otomatis. Oleh karena itu sebelum menggunakan aturan pemilihan kalimat tertentu dilakukan pencarian letak kalimat pokok dengan cara manual dibantu

oleh seorang ahli bahasa (Nurhayati 5 Januari 2011, komunikasi pribadi) yang bertujuan mengetahui tingkat keakuratan dalam penerapan algoritme yang dibuat.

4.3 Penentuan Kata Benda atau Frasa Benda dari Hasil Pengambilan Kalimat Tertentu sebagai Konsep a Penentuan Konsep

Konsep yang digunakan dalam penelitian ini berupa kata benda atau frasa benda yang disesuaikan dengan ketetapan Kamus Bahasa Indonesia edisi tahun 2008 (Depdiknas 2008a) dan Tesaurus Bahasa Indonesia edisi tahun 2008 (Depdiknas 2008b). Dengan bantuan metode chunking, sebuah kalimat dapat dipotong berdasarkan pemotongannya sehingga kata benda atau frasa benda dapat terambil. Kata benda atau frasa benda ini diambil dari setiap kalimat yang terambil dengan mempertimbangkan makna kata dari struktur kalimat yang terbentuk. Namun ada kelompok kata benda yang tidak diperhitungkan, antara lain:

1 kata benda yang terdapat di dalam tanda kurung ((…)) ataupun tanda petik (“…”), 2 kata benda yang memiliki sinonim dengan kata bahwa seperti artinya, bahwasanya, dan sejenisnya,

3 kata benda yang terbentuk dari kata hubung yang + kata sifat,

4 kata benda yang menyatakan posisi dan waktu, serta kata benda ini sukar dihubungkan dengan kata lain.

Berikut konsep-konsep dari kata benda dan frasa benda yang diperoleh di setiap teks:

Tabel 1 Daftar kata benda dan frasa benda pada hasil pengambilan kalimat terpilih dalam teks A

Konsep Konsep

akses gerakan bersama

aksesibilitas jumlah keluarga miskin

aktivitas pertanian kasus busung lapar

bantuan tunai langsung Rp.100.000, per

bulan keamanan

basis ketahanan ekonomi kebanyakan petani

basis ketahanan nasional kebijakan

birokrat kebijakan pemerintah

cadangan pangan kebutuhan

eksistensi kebutuhan konsumsi

gerakan kedaulatan pangan

Tabel 1 Daftar kata benda dan frasa benda pada hasil pengambilan kalimat terpilih dalam teks A (lanjutan)

Konsep Konsep

kemandirian pangan pemantapan ketahanan pangan

kemiskinan pembentukan sumber daya manusia

hal pembinaan

harga barang pemenuhan kebutuhan pangan

harga BBM pemerintah

harga jasa penanganan

Indonesia pendekatan model

informasi penetapan harga dasar beras

jeritan petani penetapan harga dasar gabah

jumlah pengaruh

kemungkinan pengelolaan lumbung desa

ketahanan ekonomi pengembangan ketahanan pangan

ketahanan pangan penyuluhan

ketahanan pangan daerah perbandingan tingkat pendapatan penduduk kenaikan harga barang perbandingan tingkat pendapatan rumah tangga

kenaikan harga jasa perbandingan tingkat pendapatan

kepedulian petani

kerawanan pangan pihak-pihak

kerja sama populis

kesinambungan produk pertanian

ketahanan pangan keluarga program penanggulangan kemiskinan ketahanan pangan komunitas program peningkatan ketahanan pangan ketahanan pangan nasional program peningkatan pendapatan

ketersediaan rata-rata pangan

ketersediaan pangan rumah tangga

komitmen sektor

komponen solidaritas nasional ketahanan pangan

lumbung desa stok nasional

manfaat tingkat desa

masalah kemiskinan tingkat rumah tangga

masyarakat tingkat wilayah

masyarakat miskin titik berat ketahanan pangan

pangan Tujuan

parameter kemiskinan World Bank

Tabel 2 Daftar kata benda dan frasa benda pada hasil pengambilan kalimat tertentu teks B

Konsep Konsep

akses ketahanan pangan

alat politik ketahanan pangan Indonesia

bagian integral ketergantungan produksi pangan domestik

bahan pangan lokal ketergantungan

barometer ekonomi pembangunan ketersediaan beras

basis ketahanan pangan komoditas pangan

beras konsumsi keluarga

biang politisasi beras kontrol pasar perberasan

Bulog level kabupaten

cara level propinsi

contoh Malaysia

daerah Maluku

dampak perdagangan pangan global masyarakat

era pemerintahan Suharto mekanisme

era presiden Sukarno militer

fakta sejarah mitos

faktor penentu motivasi dukungan politik

gandum nilai tambah komoditas agribisnis

gudang Bulog Nusantara

gula pasir pangan

harga pangan murah

panitia penganekaragaman menu makanan rakyat

harga dasar pangan utama Papua

impor pangan para pejabat

Indonesia pejabat pemerintah

istri pembangunan sektor agribisnis

jagung pemenuhan ketahanan pangan kota

jaman kolonial pencapaian ketahanan pangan

Kalimantan pencapaian swasembada pangan tahun 1984

kampanye pangan nonberas pendapatan

kaum miskin kota pengadaan bulanan

kebijakan penyebab diskriminasi pangan lokal

kebijakan pangan Indonesia perdagangan pangan global kebijakan revitalisasi pertanian perdagangan antarpulau kebutuhan pangan masyarakat persoalan produksi semata

kedelai petani kecil

kelahiran Badan Urusan Logistik tahun 1967 PNS

kelaparan Presiden Susilo Bambang Yudoyono

Tabel 2 Daftar kata benda dan frasa benda pada hasil pengambilan kalimat tertentu teks B (lanjutan)

Konsep Konsep

revitalisasi pertanian swasembada pangan

sejumlah komoditas swasembada pangan alternatif nonberas

sektor-sektor nonpangan swasembada pangan nasional

sektor-sektor nonpertanian target

Singkong Timor

Sisa tingkat ketahanan pangan

soal management investasi tingkat nasional

stabilisasi harga beras tuduhan

Suharto tujuan

swasembada beras

Tabel 3 Daftar kata dan frasa benda pada hasil pengambilan kalimat tertentu teks C

Konsep Konsep

0,3 hektare Kalimantan

1000 dolar AS per ton keberhasilan

3,1 juta ha kecepatan alih fungsi

artikel kecukupan

AS kegagalan

banyak penduduk miskin kelangkaan pangan dunia

beras kelaparan

berita kejadian busung lapar ketahanan pangan berita kejadian gizi buruk ketahanan pangan kita

berita kekurangan pangan keterbatasan lahan pertanian kita

busung lapar keyakinan

daerah pedesaan kisaran 500 dolar AS per ton

dalam negeri kita

distribusi pemanfaatan lahan konflik

fasilitas kredit pertanian konteks ketahanan pangan sekarang

gelombang krisis kunjungan

gizi buruk lahan

hal lahan gambut

harga beras lahan kering

harga pangan dunia masyarakat

harga-harga media cetak nasional

ide mentan

Indonesia negeri

Tabel 3 Daftar kata dan frasa benda pada hasil pengambilan kalimat tertentu teks C (lanjutan)

Konsep Konsep

pangan produksi

pemerintah produksi beras nasional

perluasan lahan pertanian program intensifikasi pertanian

petani kecil rata-rata penguasaan lahan

pidato sektor kehutanan

pilihan optimalisasi modernisasi pertanian sektor perkebunan pilihan rasional banyak negara sektor pertanian

political will silence tsunami

potensi lahan situasi krisis

presiden swasembada pangan

presiden Soekarno

Selanjutnya setiap kata benda atau frasa benda (konsep) yang telah diperoleh akan dikelompokkan menjadi tiga tahap pengelompokan, yaitu: makna sebab-akibat antarkonsep, makna umum-khusus (hiponimi-hipernimi), dan kesamaan makna kata (sinonim). Setiap konsep yang telah dikelompokkan pada tahap sebelumnya tidak dipergunakan lagi ke dalam tahap pengelompokan berikutnya. Jika setelah tahap terakhir pengelompokan, yaitu tahap sinonim, ternyata masih terdapat konsep yang tidak dapat dikelompokkan, maka konsep yang tidak terkelompokkan ini dibuat masing-masing menjadi kelompok tersendiri. Berikut penjabarannya:

Langkah pertama adalah pengelompokan konsep berdasarkan makna sebab-akibat antarkonsep. Pengelompokan ini didasarkan pada tingkat kemiripan kata benda atau frasa benda serta sebab-akibat yang terjadi pada konsep. Tingkat kemiripan kata dilihat dari samanya kata antarfrasa. Semakin sama dan mirip kata yang dikandung antarkonsep maka konsep-konsep tersebut dapat digabungkan menjadi sebuah kelompok. Contoh: ada 3 buah konsep, yaitu ketahanan pangan, ketahanan pangan nasional, pangan. Dari ketiga konsep tersebut yang dapat dijadikan satu kelompok adalah kata ketahanan pangan dan kata ketahanan pangan nasional, sedangkan kata pangan tidak dikelompokkan karena dua buah konsep (ketahanan pangan, ketahanan pangan nasional) ini memiliki dua kata yang sama yaitu ketahanan dan pangan sedangkan satu konsep lagi hanya memiliki satu buah kata yang sama yaitu pangan. Setelah melihat kemiripan kata juga dilihat

sebab-akibat yang terjadi antarkonsep. Pengelompokan ini merupakan cerminan dari identifikasi konstruk. Identifikasi konstruk adalah suatu bagian dari kumpulan konsep yang memiliki satu kesamaan makna hipernimi. Identifikasi konstruk yang terbentuk dari kumpulan konsep yang telah ada menyatakan satu topik permasalahan sama atau serupa. Topik permasalahan ini dapat dijadikan sebuah konsep utama yang mewakili kumpulan konsep tersebut, sehingga jika terdapat sebuah edge dari konsep lain menuju atau dituju oleh salah satu konsep yang merupakan bagian dari kumpulan konsep, maka konsep lain ini dapat dibuat sebuah edge menuju atau dituju ke arah konsep yang menyatakan topik permasalahan.

Sebuah konstruk dapat dilihat dari subgraf yang terhubung dengan beberapa kondisi yang dapat dipenuhi, antara lain:

1 jika sebuah konsep di dalam konstruk memiliki sebuah edge terhubung langsung dengan sebuah konsep A dan konsep A bukan bagian dari konstruk, maka konsep A dapat dicapai oleh konsep-konsep lain yang ada di dalam konstruk tersebut melalui edge yang terhubung di dalam konstruk, 2 jika sebuah konsep A bukan bagian dari

konstruk dan terhubung langsung dengan sebuah konsep di dalam konstruk, maka semua konsep di dalam konstruk dapat dicapai oleh konsep A dengan edge yang menghubungkan konsep A dengan sembarang konsep di dalam konstruk pada sebuah edge yang menghubungkan ke dalam konstruk tersebut (Kramer 1996). Berikut contoh bentuk graf konstruknya:

CAU CAU CAU

CAU CAU

pengembangan lahan

faktor cuaca eksploitasi lahan area hutan

bencana alam kebakaran hutan

Gambar 13 Ilustrasi identifikasi konstruk dalam bentuk graf.

Berdasarkan gambar di atas, terdapat lima buah konsep yang terdapat dalam bacaan yang dianalisis oleh Kramer (1996) antara lain faktor cuaca, eksploitasi lahan, bencana alam, kebakaran hutan, dan pengembangan lahan. Kelima konsep ini menyatakan suatu bahasan tentang area hutan, sehingga konsep faktor cuaca, konsep eksploitasi lahan, konsep bencana alam, konsep kebakaran hutan, dan konsep pengembangan lahan merupakan satu konstruk. Berdasarkan definisi konstruk identifikasi area hutan dapat mewakili atau menggantikan kelima konsep tersebut.

Langkah kedua adalah pengelompokan konsep berdasarkan makna umum-khusus (hiponimi-hipernimi). Hampir sama dengan makna sebab-akibat, makna umum-khusus

juga melihat kemiripan kata pada konsep dan melihat hubungan yang menyatakan “bagian dari” yang terjadi antarkonsep.

Langkah terakhir adalah pengelompokan berdasarkan sinonim yakni berdasarkan kemiripan maknanya. Pada teks “Mencermati Kebijakan Ketahanan Pangan” tidak terdapat kelompok konsep berdasarkan sinonim.

Cara pengelompokan ini bersifat subjektif karena dalam aturan bahasa Indonesia belum ada cara pengelompokan suatu frasa benda apalagi pengelompokan frasa benda beserta kata benda. Tabel pengelompokan beserta penjelasannya dicantumkan dalam Lampiran 31 sampai Lampiran 38, sedangkan konsep-konsep yang tidak terkelompokkan dari ketiga tahapan di atas akan dibahas pada tahap selanjutnya. Berikut tabelnya:

Tabel 4 Daftar sisa kelompok konsep pada hasil pengambilan kalimat tertentu teks A

Kelompok Konsep Kelompok Konsep

eksistensi manfaat

Indonesia pembentukan sumber daya manusia

jeritan petani pendekatan model

jumlah pengaruh

kemungkinan populis

ketahanan ekonomi produk pertanian

ketersediaan sektor

kesinambungan stok nasional

komitmen tujuan

komponen World Bank

Tabel 5 Daftar sisa kelompok konsep pada hasil pengambilan kalimat tertentu teks B

Kelompok Konsep Kelompok Konsep

akses daerah

barometer ekonomi pembangunan istri

bagian integral fakta sejarah

Tabel 5 Daftar sisa kelompok konsep pada hasil pengambilan kalimat tertentu teks B (lanjutan)

Kelompok Konsep Kelompok Konsep

jaman kolonial pengadaan bulanan

kebijakan panitia penganekaragaman menu makanan

rakyat

kelaparan perdagangan antarpulau

ketergantungan persoalan produksi semata

kerangka sejumlah komoditas

konsumsi keluarga sektor-sektor nonpertanian

Malaysia sisa

mitos soal management investasi

Nusantara tuduhan

pendapatan

Tabel 6 Daftar sisa kelompok konsep pada hasil pengambilan kalimat tertentu teks C

Kelompok Konsep Kelompok Konsep

AS keyakinan

daerah pedesaan kita

hal konflik

harga-harga kunjungan

ide pidato

kalangan internasional pilihan rasional banyak negara

keberhasilan political will

kecepatan alih fungsi produksi

kecukupan silence tsunami

kegagalan

b. Penentuan Threshold

Tujuan penentuan nilai threshold adalah membatasi banyaknya verteks yang akan digunakan dalam penelitian. Nilai threshold yang digunakan dalam penelitian ini sebesar 2, artinya verteks yang hanya memiliki satu anggota kelompok akan dihapus. Dalam kasus ini konsep-konsep yang tidak terkelompokkan pada tabel di atas yang dihapus. Verteks-verteks yang tidak dihapus kemudian diberi label pada setiap kelompok kata benda atau frasa benda dari setiap tahap pengelompokan. Namun nilai threshold ini dapat diubah sesuai dengan kebutuhan, karena semakin besar ukuran suatu dokumen maka akan terdapat kata atau frasa benda yang jumlahnya lebih banyak. Walaupun

dalam proses penelitian ini sudah dilakukan pengurangan isi teks asli dengan cara pengambilan kalimat tertentu, tapi tetap saja masih ada kemungkinan mendapati jumlah kalimat dari teks dalam jumlah yang banyak. Oleh karena itu dengan tujuan mempermudah pembacaan graf ke teks, maka nilai pembatasannya juga akan semakin besar.

Dengan demikian untuk penelitian selanjutnya akan digunakan konsep-konsep (kata atau frasa benda) yang memiliki jumlah konsep dalam kelompok lebih besar dari 1, maka kelompok konsep-konsep yang memenuhi threshold untuk ketiga teks ini dengan sebelumnya diberikan label (verteks-verteks) adalah:

Tabel 7 Daftar verteks-verteks pada hasil pengambilan kalimat tertentu teks A yang akan digunakan

Label Kelompok Konsep Label Kelompok Konsep

v1

ketahanan pangan

v7

tingkat desa

ketahanan pangan daerah tingkat rumah tangga

ketahanan pangan keluarga tingkat wilayah

ketahanan pangan komunitas rumah tangga

ketahanan pangan nasional

v8

birokrat

pemantapan ketahanan pangan pemerintah

pengembangan ketahanan pangan pihak-pihak titik berat ketahanan pangan

v9

perbandingan tingkat pendapatan solidaritas nasional ketahanan

pangan

perbandingan tingkat pendapatan penduduk

v2

harga barang perbandingan tingkat pendapatan

rumah tangga harga BBM

v10

keamanan

harga jasa kepedulian

kenaikan harga barang kerja sama

kenaikan harga jasa

v11

kemiskinan

pasca-kenaikan harga BBM masalah kemiskinan

penetapan harga dasar beras parameter kemiskinan penetapan harga dasar gabah

v12 kasus busung lapar

v3

cadangan pangan kelaparan

kedaulatan pangan

v13 hal

kemandirian pangan informasi

kerawanan pangan

v14 lumbung desa

ketersediaan pangan pengelolaan lumbung desa

pangan

v15 basis ketahanan ekonomi pemenuhan kebutuhan pangan basis ketahanan nasional rata-rata pangan

v16 akses v4

jumlah keluarga miskin aksesibilitas

masyarakat

v17 kebijakan

masyarakat miskin kebijakan pemerintah

kebanyakan petani

v18 kebutuhan

petani kebutuhan konsumsi

v5

aktivitas pertanian

v19

gerakan

pembinaan gerakan nasional

penanganan gerakan bersama

penyuluhan

v6

bantuan tunai langsung Rp.100.000,-per bulan program penanggulangan

kemiskinan

program peningkatan ketahanan pangan

89

Data relasi CAU pada ketiga teks (lanjutan)

Teks A Teks B

u ke v Jumlah u ke v Jumlah

8 4 1 14 12 1

8 17 1 15 18 1

8 5 2 17 6 1

8 13 1 18 1 1

9 11 1

9 18 1

10 11 1

10 12 1

10 3 1

10 8 1

11 12 1

11 3 1

13 4 1

14 7 1

14 1 1

14 3 1

19 4 1

19 3 1

Lampiran 40 Teks D

Petani sebenarnya merupakan salah satu unsur penentu kemajuan suatu bangsa, apalagi culture atau frame Indonesia sebagai sebuah Negara Agraris yang mungkin sekarang hampir hilang citra tersebut. Jika kita lihat negara-negara maju, seperti Amerika Serikat, Kanada, Uni Eropa, Australia, bahkan Thailand dan vietnam sendiri mampu meningkatkan level kesejahteraan petani setara dengan profesi lain yang hidup dalam masyarakat. (kutipan: Media Indonesia, Editorial 24 April 208).

Kutipan di atas, benar-benar menggelitik bangsa kita, bagaimana tidak. Dengan usia bangsa yang kurang lebih 63 tahun, kunci sebuah kemakmuran “Petani” di negeri ini, hanyalah sekedar dijadikan sebuah simbol Ketahanan Pangan. Kenaikan Harga Pokok Pembelian (HPP) beras/gabah seperti sekarang, ternyata tidak meningkatkan harkat dan martabat kaum petani. Jika kita tinjau, pemerintah berfikir bahwa dengan menaikkan Harga Pokok Pembelian kedelai, beras, dan hasil tani lainnya itu merupakan salah satu cara untuk memberikan insentif bagi petani sehingga berdampak bagi penambahan produktivitas hasil tani.

Atau pemberian subsidi berupa alat-alat pertanian, pupuk, bibit tanaman itu juga merupakan salah satu insentif bagi petani. Hal tersebut memang bukanlah langkah yang salah dari pemerintah! Namun, pada prakteknya masih terdapat pemanfaatan tenaga petani hanya sebagai tukang produksi beras, kedelai, jagung, dan sebagainya. Di belahan Indonesia, terutama wilayah Jawa, banyak petani hanya menjadikan petani sebagai alat bagi segelintir orang yang mengaku dirinya berperan penting untuk kesejahteraan hidup petani.

Pada kenyataannya, petani-petani di Indonesia sebagian besar hidup dalam kategori penduduk miskin. Banyak faktor yang menyebabkan hal tersebut terjadi. Peneliti-peneliti kita mengatakan

90

hal tersebut dikarenakan adalah kurang terorganisirnya petani, walaupun kenyataannya sudah Himputan Keluarga Tani Indonesia (HKTI), atau terlalu banyak para Eksportir/Importir Indonesia yang justru malah mempermainkan harga pasaran produk-produk pertanian kita, kemudian tumpang tindihnya atau perbedaan masalah pendataan hasil-hasil pertanian (terutama gabah dan beras) sebagai bahan makanan pokok rakyat Indonesia. Ini terbukti.

Misalnya data produksi gabah dan beras yang dipublikasikan oleh Departemen Pertanian, berbeda dengan data yang dikeluarkan oleh HKTI, Perum Bulog maupun BPS. Sehingga data yang terpublikasikan oleh institusi-institusi tersebut jadi membingungkan. (sumber Bali Pos, Artikel, 17 Februari 2007)

Kejadian-kejadian tersebut hanya segelintir informasi yang menunjukkan carut-marutnya kondisi petani di Indonesia tercinta ini. Pekerjaan besar tentunya bukan hanya tugas penting Departemen Pertanian untuk mengatasi hal ini. tapi sinergi yang kuat dari unsur manapun harus dilibatkan supaya tidak terjadinya simpang siur pemberitaan.

Berbicara insentif, tentunya salah satu alat pemuas bagi setiap individu. Jika petani di Indonesia, masih tidak diperhatikan untuk kesejahteraan, sampai kapanpun tetap dalam kondisi yang stagnan. Sebagai contoh di Jepang, saat minat menanam padi mengalami penurunan, para petani memperoleh insentif ketika bersedia menanam padi. Jika panen mereka melampaui target, insentifnya tambah. Kalau ada petani yang mau menanami lahan pertanian nonpadi, insentifnya akan bertambah besar lagi. Insentif tertinggi diberikan apabila para petani padi tersebut menanami lahan nonpertanian yang masih menganggur. Apakah kita berani menerapkan hal seperti itu? Jawabannya sekarang kita tunggu!

Jika pemerintah berani mengambil langkah-langkah lain yang kongkret untuk kesejahteraan petani, mungkin masa-masa yang akan datang, banyak Warga Negara yang berani mengatakan jika Petani adalah sebuah profesi yang menjanjikan atau profesi yang berperan penting dalam memberikan nilai tambah (added value) bagi Pendapatan Negara. Hal tersebut sangat mungkin terjadi, jika komitmen pemerintah yang kuat untuk pemberian insentif lebih gencar dilakukan, Indonesia Hijau dengan daerah-daerah/propinsi sebagai bentangan/permadani hijau Nusantara tentu akan terwujud. Anggaran bagi pertanian tentunya harus ditingkatkan. Jika perlu, diberikan insentif bulanan yang minimal ada perannya bagi tecukupinya dapur rumah tangga. Pasti petani akan fokus dan giat untuk memberikan warna baru dengan tujuan Swasembada Pangan seperti yang dicita-citakan. Sebagai negara berkembang, tentunya fokus dengan culture negara sebagai Agriculture Country. Toh, negara-negara maju di belahan Eropa juga menerapkan pola Insentif bagi petani sebagai salah satu cara untuk memakmurkan sebuah bangsa. (Publikasi Babel Pos April 2008)

9

1

Lampiran 41 Hasil pengujian dan analisis algoritme dari teks D

Paragraf Isi kalimat

Posisi Kalimat

Pokok

Jumlah kata benda

Berdasarkan aturan kalimat yang terambil

Status Kalimat Pokok per

paragraf

1

Petani sebenarnya merupakan salah satu unsur penentu kemajuan suatu bangsa, apalagi culture atau frame Indonesia sebagai sebuah Negara Agraris yang mungkin sekarang hampir hilang citra tersebut.(*)

Kalimat ke-1

12

Petani sebenarnya merupakan salah satu unsur penentu kemajuan suatu bangsa, apalagi culture atau frame Indonesia sebagai sebuah Negara Agraris yang mungkin sekarang hampir hilang citra tersebut.

Terambil Jika kita lihat negara-negara maju, seperti Amerika Serikat,

Kanada, Uni Eropa, Australia, bahkan Thailand dan vietnam sendiri mampu meningkatkan level kesejahteraan petani setara dengan profesi lain yang hidup dalam masyarakat. (kutipan: Media Indonesia, Editorial 24 April 208).

17

2

Kutipan di atas, benar-benar menggelitik bangsa kita, bagaimana tidak.

Kalimat ke-4

3 Kutipan di atas, benar-benar menggelitik bangsa kita, bagaimana tidak.

Terambil Dengan usia bangsa yang kurang lebih 63 tahun, kunci

sebuah kemakmuran “Petani” di negeri ini, hanyalah sekedar dijadikan sebuah simbol Ketahanan Pangan.

10 Kenaikan Harga Pokok Pembelian (HPP) beras/gabah seperti

sekarang, ternyata tidak meningkatkan harkat dan martabat kaum petani.

12

Jika kita tinjau, pemerintah berfikir bahwa dengan menaikkan Harga Pokok Pembelian kedelai, beras, dan hasil tani lainnya itu merupakan salah satu cara untuk memberikan insentif bagi petani sehingga berdampak bagi penambahan produktivitas hasil tani.*

16

Jika kita tinjau, pemerintah berfikir bahwa dengan menaikkan Harga Pokok Pembelian kedelai, beras, dan hasil tani lainnya itu merupakan salah satu cara untuk memberikan insentif bagi petani sehingga berdampak bagi penambahan produktivitas hasil tani.

9

2

Lampiran 41 Hasil pengujian dan analisis algoritme dari teks D (lanjutan).

Paragraf Isi kalimat

Posisi Kalimat

Pokok

Jumlah kata benda

Berdasarkan aturan kalimat-kalimat yang terambil

Status kalimat pokok per

paragraf

3

Atau pemberian subsidi berupa alat-alat pertanian, pupuk, bibit tanaman itu juga merupakan salah satu insentif bagi petani.

Kalimat ke-4

9

Terambil Hal tersebut memang bukanlah langkah yang salah dari

pemerintah! 3

Hal tersebut memang bukanlah langkah yang salah dari pemerintah!

Namun, pada prakteknya masih terdapat pemanfaatan tenaga petani hanya sebagai tukang produksi beras, kedelai, jagung, dan sebagainya.

9

Di belahan Indonesia, terutama wilayah Jawa, banyak petani hanya menjadikan petani sebagai alat bagi segelintir orang yang mengaku dirinya berperan penting untuk kesejahteraan hidup petani.*

13

Di belahan Indonesia, terutama wilayah Jawa, banyak petani hanya menjadikan petani sebagai alat bagi segelintir orang yang mengaku dirinya berperan penting untuk kesejahteraan hidup petani.

4

Pada kenyataannya, petani-petani di Indonesia sebagian besar hidup dalam kategori penduduk miskin. Banyak faktor yang menyebabkan hal tersebut terjadi.

Kalimat ke-3

9

Terambil Banyak faktor yang menyebabkan hal tersebut terjadi. 3 Banyak faktor yang menyebabkan hal

tersebut terjadi.

Peneliti-peneliti kita mengatakan hal tersebut dikarenakan adalah kurang terorganisirnya petani, walaupun kenyataannya sudah Himputan Keluarga Tani Indonesia (HKTI), atau terlalu banyak para Eksportir/Importir Indonesia yang justru malah mempermainkan harga pasaran produk-produk pertanian kita, kemudian tumpang tindihnya atau perbedaan masalah pendataan hasil-hasil pertanian (terutama gabah dan beras) sebagai bahan makanan pokok rakyat Indonesia.*

31

Peneliti-peneliti kita mengatakan hal tersebut dikarenakan adalah kurang terorganisirnya petani, walaupun kenyataannya sudah Himputan Keluarga Tani Indonesia (HKTI), atau terlalu banyak para Eksportir/Importir Indonesia yang justru malah mempermainkan harga pasaran produk-produk pertanian kita, kemudian tumpang tindihnya atau perbedaan masalah pendataan hasil-hasil pertanian (terutama gabah dan beras) sebagai bahan makanan pokok rakyat Indonesia.

9

3

Lampiran 41 Hasil pengujian dan analisis algoritme dari teks D (lanjutan).

Paragraf Isi kalimat

Posisi Kalimat

Pokok

Jumlah kata benda

Berdasarkan aturan kalimat-kalimat yang terambil

Status kalimat pokok per

paragraf

5

Misalnya data produksi gabah dan beras yang dipublikasikan oleh Departemen Pertanian, berbeda dengan data yang dikeluarkan oleh HKTI, Perum Bulog maupun BPS.

Kalimat ke-2

11

Terambil Sehingga data yang terpublikasikan oleh institusi-institusi

tersebut jadi membingungkan. (sumber Bali Pos, Artikel, 17 Februari 2007)*

5

Sehingga data yang terpublikasikan oleh institusi-institusi tersebut jadi membingungkan. (sumber Bali Pos, Artikel, 17 Februari 2007)

6

Kejadian-kejadian tersebut hanya segelintir informasi yang menunjukkan carut-marutnya kondisi petani di Indonesia tercinta ini.*

Kalimat ke-1

6

Kejadian-kejadian tersebut hanya segelintir informasi yang menunjukkan carut-marutnya kondisi petani di Indonesia tercinta ini.

Terambil Pekerjaan besar tentunya bukan hanya tugas penting

Departemen Pertanian untuk mengatasi hal ini. 5

tapi sinergi yang kuat dari unsur manapun harus dilibatkan

supaya tidak terjadinya simpang siur pemberitaan. 3

tapi sinergi yang kuat dari unsur manapun harus dilibatkan supaya tidak terjadinya simpang siur pemberitaan.

7

Berbicara insentif, tentunya salah satu alat pemuas bagi setiap individu.*

Kalimat ke-1

5 Berbicara insentif, tentunya salah satu alat pemuas bagi setiap individu.

Terambil Jika petani di Indonesia, masih tidak diperhatikan untuk

kesejahteraan, sampai kapanpun tetap dalam kondisi yang stagnan.

4

Sebagai contoh di Jepang, saat minat menanam padi mengalami penurunan, para petani memperoleh insentif ketika bersedia menanam padi.

10

Sebagai contoh di Jepang, saat minat menanam padi mengalami penurunan, para petani memperoleh insentif ketika bersedia menanam padi.

Jika panen mereka melampaui target, insentifnya tambah. 4 Kalau ada petani yang mau menanami lahan pertanian

nonpadi, insentifnya akan bertambah besar lagi. 5

Kalau ada petani yang mau menanami lahan pertanian nonpadi, insentifnya akan bertambah besar lagi.

Insentif tertinggi diberikan apabila para petani padi tersebut

menanami lahan nonpertanian yang masih menganggur. 5

Apakah kita berani menerapkan hal seperti itu? 2 Apakah kita berani menerapkan hal seperti itu?

9

4

Lampiran 41 Hasil pengujian dan analisis algoritme dari teks D (lanjutan).

Paragraf Isi kalimat

Posisi Kalimat

Pokok

Jumlah kata benda

Berdasarkan aturan kalimat-kalimat yang terambil

Status kalimat pokok per

paragraf

8

Jika pemerintah berani mengambil langkah-langkah lain yang kongkret untuk kesejahteraan petani, mungkin masa-masa yang akan datang, banyak Warga Negara yang berani mengatakan jika Petani adalah sebuah profesi yang menjanjikan atau profesi yang berperan penting dalam memberikan nilai tambah (added value) bagi Pendapatan Negara.*

Kalimat ke-1

15

Jika pemerintah berani mengambil langkah-langkah lain yang kongkret untuk kesejahteraan petani, mungkin masa-masa yang akan datang, banyak Warga Negara yang berani mengatakan jika Petani adalah sebuah profesi yang menjanjikan atau profesi yang berperan penting dalam memberikan nilai tambah (added value) bagi Pendapatan Negara.

Terambil Hal tersebut sangat mungkin terjadi, jika komitmen

pemerintah yang kuat untuk pemberian insentif lebih gencar dilakukan, Indonesia Hijau dengan daerah-daerah/propinsi sebagai bentangan/permadani hijau Nusantara tentu akan terwujud.

11

Hal tersebut sangat mungkin terjadi, jika komitmen pemerintah yang kuat untuk pemberian insentif lebih gencar dilakukan, Indonesia Hijau dengan daerah-daerah/propinsi sebagai bentangan/permadani hijau Nusantara tentu akan terwujud.

Anggaran bagi pertanian tentunya harus ditingkatkan.

2 Anggaran bagi pertanian tentunya harus ditingkatkan.

Jika perlu, diberikan insentif bulanan yang minimal ada

perannya bagi tecukupinya dapur rumah tangga. 5

Pasti petani akan fokus dan giat untuk memberikan warna baru dengan tujuan Swasembada Pangan seperti yang

dicita-citakan. 6

Sebagai negara berkembang, tentunya fokus dengan culture

negara sebagai Agriculture Country. 5

Toh, negara-negara maju di belahan Eropa juga menerapkan pola Insentif bagi petani sebagai salah satu cara untuk memakmurkan sebuah bangsa. (Publikasi Babel Pos April 2008)

10

Toh, negara-negara maju di belahan Eropa juga menerapkan pola Insentif bagi petani sebagai salah satu cara untuk memakmurkan sebuah bangsa. (Publikasi Babel Pos April 2008)