I PENDAHULUAN
1.1 Latar Belakang
Pengetahuan merupakan sesuatu yang diketahui
berkaitan dengan
proses pembelajaran Depdikbud 2005. Proses
belajar ini dipengaruhi berbagai faktor dari dalam seperti motivasi dan faktor luar berupa
sarana informasi yang tersedia serta keadaan sosial budaya.
Pengetahuan dapat diperoleh dari berbagai sumber, salah satunya ialah teks. Teks
merupakan bahasa alami berupa tulisan. Di dalam teks seringkali ditemukan ambiguitas,
hal ini menyebabkan pemahaman terhadap teks bersifat subjektif. Matematika sebagai
salah satu bidang ilmu pengetahuan memiliki peran yang penting dalam menyelesaikan
masalah. Beberapa metode dalam matematika yang dapat digunakan untuk memecahkan
masalah ambiguitas dalam teks adalah metode knowledge graph, metode semantic network,
metode concept mapping, dan metode conceptual graph. Di dalam karya ilmiah ini
metode yang akan digunakan adalah metode knowledge graph dan metode semantic
network.
Penelitian mengenai perbandingan metode dalam bahasa alami sudah pernah dilakukan.
Metode yang digunakan adalah metode knowledge graph dan metode concept
mapping Abbas 2011. Hasil dari analisis perbandingan dalam penelitian sebelumnya
ialah representasi pengetahuan menggunakan metode knowledge graph menghasilkan graf
yang tidak terstruktur, metode knowledge graph lebih cocok untuk teks berukuran besar
karena semakin besar ukuran teks, maka kata benda yang muncul pun semakin banyak serta
terdapat keterkaitan antarparagraf. Metode concept mapping tidak cocok digunakan
dalam teks yang berukuran besar karena langkah pertama dalam metode concept
mapping ialah mempelajari pengetahuannya terlebih dahulu, sehingga dalam teks yang
berukuran besar metode concept mapping memiliki banyak kesubjektifan Abbas 2011.
Metode knowledge graph pertama kali muncul pada tahun 1982 dengan tahap awal
bertujuan merepresentasikan
pengetahuan dalam bentuk expert system. Bentuk ini
berkembang pada akhir tahun 80-an dan diaplikasikan pada ilmu medis dan sosial.
Selanjutnya metode
knowledge graph
diperluas untuk merepresentasikan bahasa alami Hoede dan Nurdiati 2008b. Dalam
penelitian yang telah dilakukan oleh Abbas 2011
metode knowledge
graph dibandingkan dengan concept mapping untuk
menangkap pengetahuan
dalam teks
berbahasa Inggris. Dalam beberapa tahun ini, sedang dikembangkan penelitian metode
knowledge graph untuk teks berbahasa Indonesia. Dalam karya ilmiah ini metode
yang
akan digunakan
adalah metode
knowledge graph untuk teks berbahasa Indonesia dengan konsep kata benda yang
telah dikerjakan oleh Febriatmoko 2011 Selain menggunakan metode knowledge
graph, metode yang akan digunakan ialah metode semantic network. Metode semantic
network muncul pada abad ke-3 di Yunani oleh filsuf Phorpyry. Semantic Network
pertama kali dikembangkan untuk kecerdasan buatan dan mesin penerjemah, selain itu
semantic network telah lama digunakan dalam bidang ilmu filsafat, psikologi, dan linguistik.
Semantic network secara umum dikenal untuk menjelaskan representasi grafik yang dapat
digunakan
untuk merepresentasikan
pengetahuan atau mendukung sistem otomatis untuk penalaran pengetahuan.
Dengan demikian, metode knowledge graph dan metode semantic network akan
digunakan untuk analisis teks berbahasa Indonesia. Kedua metode tersebut akan
dibandingkan sebagai dasar untuk merancang aturan atau membangun sistem yang dapat
merangkum suatu pengetahuan dari teks. 1.2
Tujuan
Penelitian ini bertujuan membandingkan metode
knowledge graph
dan metode
semantic network
untuk analisis
teks berbahasa Indonesia.
1.3 Ruang Lingkup
a. Metode knowledge graph yang akan
digunakan adalah metode knowledge graph yang menggunakan konsep kata
benda. b.
Rujukan utama untuk metode semantic network adalah revisi dan perluasan dari
artikel yang ditulis oleh Sowa 2006. c.
Metode knowledge graph dan semantic network
akan digunakan
untuk menganalisis teks berbahasa Indonesia.
II KNOWLEDGE GRAPH
2.1 Pengertian Graf
Graf G adalah pasangan terurut V,E dengan VG himpunan takkosong dan
berhingga dari elemen-elemen graf yang disebut verteks simpul, node dan EG
himpunan pasangan takterurut mungkin saja himpunan
kosong dari
verteks-verteks berbeda di VG yang disebut edge. Contoh:
Graf dengan VG = {u, v, w, x }; dan EG = {uv, vw, wx} Chartrand Oellermann 1993.
Gambar 1 Contoh graf dengan 4 simpul. Graf
G’ merupakan subgraf dari G jika semua verteks dan edge dari
G’ terletak di G Chartrand Oellermann 1993.
Digraph graf berarah D adalah pasangan berurut V,E dengan VD adalah himpunan
takkosong dari sejumlah berhingga elemen yang disebut verteks node dan ED adalah
himpunan berhingga tidak perlu berbeda dari pasangan terurut elemen-elemen dalam VD
yang disebut busur arc Chartrand Oellermann 1993.
2.2 Pengertian Knowledge Graph
Teori knowledge graph merupakan suatu sudut pandang baru yang dapat digunakan
untuk menggambarkan bahasa manusia dalam bentuk graf. Perbedaan yang mendasar antara
teori knowledge
graph dengan
teori representasi
lain adalah
bahwa teori
knowledge graph menggunakan ontologi atau relasi
yang jumlahnya
terbatas. Teori
knowledge graph mampu melukiskan atau menggambarkan aspek semantik yang lebih
mendasar, menggunakan sejumlah relasi yang banyaknya terbatas. Teori ini memberikan
cara
baru melakukan
penelitian untuk
memahami bahasa manusia dengan bantuan komputer Zhang 2002.
Komposisi knowledge
graph pada
prinsipnya terdiri atas konsep dan relasi. Konsep
dalam knowledge
graph bisa
dinyatakan sebagai verteks simpul, node, token simbol, atau sebagai tipe. Knowledge
graph ini dapat dibedakan dalam 3 hal sebagai berikut:
1 Simbol menandakan adanya sebuah
konsep dan dapat disejajarkan dengan fungsi argumen dan logika.
2 Tipe digunakan untuk memberikan nama
pada sebuah konsep yang umum. 3
Pemberian contoh digunakan untuk menambahkan model atau contoh untuk
memperjelas sebuah konsep. Saputra 2009
2.3 Konsep
Konsep merupakan suatu yang penting dalam membentuk suatu pengertian dari
khusus ke umum atau sebaliknya Zhang 2002.
Konsep dapat dibedakan menjadi tiga jenis, yaitu:
a Token
Token adalah
simbol yang
menggambarkan persepsi seseorang. Dalam teori knowledge graph, 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.
b Tipe
Tipe adalah
konsep yang
berupa informasi umum dan bersifat objektif karena
merupakan kesepakatan
yang dibuat
sebelumnya. Contoh: buah, binatang.
c Name
Name adalah sesuatu yang bersifat individual. Tipe dan name dalam teori
knowledge graph direpresentasikan dengan cara yang hampir sama. Namun demikian
bukan berarti bahwa keduanya tidak dapat dibedakan. Tipe dan name dibedakan oleh
jenis
relasi yang
menghubungkannya dengan token Rusiyamti 2008.
2.4 Relationship
Kategori