PENGHILANGAN AMBIGUITAS MAKNA KATA<br /> DALAM KALIMAT BERBAHASA INDONESIA DENGAN<br /> MENGGUNAKAN PARSER, WORDNET DAN<br /> ALGORITMA LESK<br /> WORD SENSE DISAMBIGUATION IN INDONESIAN<br /> SENTENCE USE PARSER, WORDNET AND<br /> LESK ALGORITHM
| Main Author: | REGINA MALVINASRANI GITASARI |
|---|---|
| Format: | Bachelors |
| Terbitan: |
Universitas Telkom
, 2007
|
| Subjects: | |
| Online Access: |
https://openlibrary.telkomuniversity.ac.id/pustaka/94747/penghilangan-ambiguitas-makna-kata-br-dalam-kalimat-berbahasa-indonesia-dengan-br-menggunakan-parser-wordnet-dan-br-algoritma-lesk-br-word-sense-disambiguation-in-indonesian-br-sentence-use-parser-wordnet-and-br-lesk-algorithm.html |
Daftar Isi:
- ABSTRAKSI: Tugas akhir ini bertujuan untuk membuat perangkat lunak yang dapat<br /> menghilangkan ambiguitas makna kata dalam kalimat berbahasa Indonesia. Latar<br /> belakang pembuatan adalah bahwa bahasa Indonesia sebagai bahasa alami<br /> memiliki kata yang bermakna lebih dari satu, sesuai konteks kalimat. Kata yang<br /> bermakna lebih dari satu tersebut, berpotensi menyebabkan keragu-raguan atau<br /> ambigu. Menghilangkan ambiguitas makna kata atau disebut juga word sense<br /> disambiguation dilakukan dengan memilih makna yang tepat dari kata ambigu<br /> dalam kalimat. Dalam tugas akhir ini, kata ambigu yang digunakan adalah<br /> homograf.<br /> Pemilihan makna dilakukan dengan menggunakan teknik pennggabungan<br /> parser, wordnet, dan algoritma Lesk. Parser yang digunakan adalah PC-PATR,<br /> yang merupakan tools implementasi aturan sintak kalimat bahasa Indonesia, hasil<br /> penelitian [10].<br /> Berdasarkan hasil pencarian terhadap berbagai macam artikel, maka<br /> kriteria pengujian terhadap kalimat dibagi menjadi 7 tipe, yaitu berdasarkan<br /> jumlah homograf dan jenis kelas kata yang dimiliki. 7 tipe kalimat tersebut dan<br /> hasil pengujiannya, yaitu: tipe 1 (kalimat yang memiliki 1 homograf, kelas kata<br /> berbeda jenis (6 kalimat)), berhasil menghilangkan ambiguitas makna sebanyak 5<br /> kalimat; tipe 2 (kalimat yang memiliki 2 homograf sama, kelas kata berbeda jenis<br /> untuk setiap homograf (2 kalimat)), berhasil menghilangkan ambiguitas makna<br /> sebanyak 2 kalimat, tipe 3 (kalimat yang memiliki 2 homograf yang berbeda,<br /> kelas kata berbeda jenis untuk setiap homograf (3 kalimat)), berhasil<br /> menghilangkan ambiguitas makna sebanyak 2 kalimat; tipe 4 (kalimat yang<br /> memiliki 2 buah homograf yang berbeda, kelas kata berbeda jenis dan sama<br /> jenis(3 kalimat)), berhasil menghilangkan ambiguitas makna sebanyak 3 kalimat;<br /> tipe 5 (kalimat yang memiliki 1 buah homograf, kelas kata yang sama jenis(6<br /> kalimat)), berhasil menghilangkan ambiguitas makna sebanyak 4 kalimat; tipe 6<br /> (kalimat yang memiliki 2 homograf, kelas kata yang sama jenis (3 kalimat)),<br /> berhasil menghilangkan ambiguitas makna sebanyak 1 kalimat; tipe 7 (kalimat<br /> yang memiliki 2 homograf berbeda, kelas kata yang sama jenis(3 kalimat)),<br /> berhasil menghilangkan ambiguitas makna sebanyak 3 kalimat.<br /> Hasil pengujian tersebut, sangat bergantung kepada kelengkapan basis data<br /> dan hasil penguraian kalimat.Kata Kunci : word sense disambiguation; parser; wordnet;. algoritma Lesk.ABSTRACT: The purpose of this end task is making software of word sense disambiguation in<br /> the Indonesian sentences.<br /> The production background is Indonesian language has word which more than one<br /> meaning, congruent with the sentence context. The word, which more than one<br /> meaning, can cause ambiguous or hesitancy. Word sense disambiguation do it by<br /> choosing appropriate meaning of ambiguous word in sentence. In this end task,<br /> ambiguous word used is homograf.<br /> Sense elections do it by using integration parser, wordnet, and Lesk<br /> algorithm techniques. Parser which used is PC-PATR, which tools<br /> implementation of syntax regulation of Indonesian sentence, based on research<br /> [10].<br /> Based on search to many articles, then type of sentence test divided into 7<br /> type, which every type based on number of homograf and class type. Those 7<br /> sentence type and test results are : type 1 (sentence which has 1 homograf,<br /> different word class type (6 sentence)), successful to word sense disambiguation 5<br /> sentences; type 2 (sentence which has 2 same homograf, different word class type<br /> for every homograf (2 sentences)), successful to word sense disambiguation 2<br /> sentences; type 3 (sentence which has 2 homograf different, different word class<br /> type for every homograf (3sentences)), successful to word sense disambiguation 2<br /> sentences; type 4 (sentence which has 2 homograf different, different word class<br /> type and same word class type (3 sentences)), successful to word sense<br /> disambiguation 3 sentences; type 5 (sentence which has 1 homograf same word<br /> class type (6 sentences)), successful to word sense disambiguation 4 sentences;<br /> type 6 (sentence which has 2 same homograf , same word class type (3<br /> sentences)), successful to word sense disambiguation 1 sentence; type 7 (sentence<br /> which has 2 different homograf, , same word class type and have different<br /> meaning (3 sentences)), successful to word sense disambiguation 3 sentence.<br /> Those testing result, depend on the data base completeness and sentence<br /> decomposition result.Keyword: word sense disambiguation; parser; wordnet; Lesk algorithm.