Implementasi Algoritma Cocke-Young Kasami (Cyk) dan Part-of-Speech Tagging Dalam Mengidentifikasi Struktur Kalimat Majemuk Berbahasa Indonesia pada Dokumen Karya Ilmiah

Abstract

In scientific papers found sentences that are too long, sentences that are not subjected, and are not predicated, sentences that are not in the elements. To overcome this problem research needs to be carried out on identifying the structure of compound sentences in the paper. In computational examination of sentence structure requires the process of decomposition of the sentence. The initial process is the process of giving input word types using the Part of Speech Tagging method. Furthermore, the Cocke Younger Kasami algorithm is used for pattern recognition. This research only focuses on equivalent compound sentences and does not examine the semantic context of language. From the test results in this study, showed that by utilizing the algorithm of Part of Speech Tagging and Cocke Younger Kasami the system can run well and can be used to determine compound sentences in Indonesian scientific works. The test resulted in an accuracy of 91,2% from several test by systems with different scientific papers.

Dalam karya tulis ilmiah ditemukan kalimat yang panjang, kalimat yang tidak bersubjek, dan tidak berpredikat serta kalimat yang tidak pada unsur-unsurnya. Untuk mengatasi masalah tersebut perlu dilakukan penelitian mengenai pengidentifikasian struktur kalimat majemuk dalam karya tulis. Dalam pemeriksaan struktur kalimat secara komputasi memerlukan proses penguraian kalimat. Proses awal yaitu proses pemberian jenis kata masukan dengan menggunakan metode Part of Speech Tagging. Selanjutnya dengan algoritma Cocke Younger Kasami digunakan untuk pengenalan pola kalimat. Penelitian ini hanya berfokus kepada kalimat majemuk setara dan tidak memeriksa konteks bahasa secara semantik. Dari hasil pengujian pada penelitian ini, menunjukkan bahwa dengan memanfaatkan algoritma Part of Speech Tagging dan Cocke Younger Kasami sistem dapat berjalan dengan baik dan dapat digunakan untuk menentukan kalimat majemuk pada karya ilmiah berbahasa indonesia. Pengujian tersebut menghasilkan akurasi sebesar 91,2% dari beberapa kali pengujian oleh sistem dengan karya tulis ilmiah yang berbeda.