BAB PENDAHULUAN
1.1 Latar Belakang Bahasa merupakan
alat komunikasi manusia
untuk berinteraksi dengan
manusia lainnya. Setiap
negara di dunia
memiliki bahasa yang
berbeda-beda, adapun sebahagian
yang memiliki bahasa
yang sama. Untuk
menghubungkan perbedaan tersebut,
diperlukan suatu bahasa
yang dapat digunakan
secara global yaitu
Bahasa Inggris.
Kemajuan teknologi pun berdampak
positif pada perkembangan Bahasa Inggris.
Setiap informasi
pada teknologi misalnya
internet menggunakan Bahasa
Inggris sebagai alat
komunikasinya. Kurangnya kemampuan
berbahasa Inggris merupakan kendala
dalam berkomunikasi menggunakan
teknologi. Orang Indonesia
sering memiliki kendala
pada pembendaharaan kata
(vocabulary) maupun tata
bahasa (grammar) dalam Bahasa
Inggris. Oleh karena itu dibangunlah
aplikasi-aplikasi untuk menutupi kendala
tersebut, contohnya Kamus
Online dan mesin
penerjemah seperti pada Google
Translate.
Sejak diluncurkan tahun 2008,
Google Translate Bahasa Indonesia sangat
sering digunakan orang-orang.
Namun demikian, Google
Translate semakin lama
mulai ditinggalkan pemakainya
karena ketidaktepatan hasil
penerjemahan yang diberikan.
Nababan (1999) meneliti salah
satu penyebab ketidaktepatan
penerjemahan terletak pada padanan
kata. Padanan kata
dapat berupa idiom.
Idiom merupakan gabungan sekumpulan
kata yang membentuk
sebuah arti yang
baru (Leaney, 2004).
Sebagai contoh kata “look” yang
berarti melihat/memandang dan kata “for”
yang berarti untuk (Echols & Shadily,
1996), apabila keduanya
digabungkan menjadi “look
for” akan memiliki arti yang berbeda dari kata dasarnya
yaitu mencari (Simanjuntak, 2011).
Kendala
inilah yang menjadikan
aplikasi penerjemah seperti
Google Translate menjadi kurang
tepat karena penerjemahan
dilakukan per kata
sehingga apabila terdapat
idiom di dalam
kalimat yang akan
diterjemah akan mendapatkan
hasil terjemahan yang
kurang tepat. Pemaknaan
ungkapan idiom tidak
dapat disimpulkan berdasarkan pengujian makna unsur pembentuk
katanya (Crystal, 2003).
Algoritma String
Matching dapat dijadikan
alternatif dalam menyelesaikan permasalahan
tersebut. Terdapat banyak
algoritma string matching
yang telah dikembangkan
diantaranya seperti Brute
Force, Knuth-Morris-Pratt, Boyer-Moore, Karp-Rabin
dan lain sebagainya.
Dalam penelitian ini,
penulis menggunakan salah satu variasi
dari algoritma string
matching yaitu algoritma
Brute Force. Algoritma Brute
Force melakukan pengecekan
pada setiap posisi
di dalam text
dari karakter pertama hingga
karakter terakhir. Kemudian
seusai proses pencocokan
karakter pertama terjadi,
proses shift dilakukan
tepat satu posisi
ke arah kanan
(Charras & Lecroq, 2004).
Penggunaan algoritma Brute Force
sudah banyak dilakukan karena algoritma ini telah terbukti mampu menyelesaikan beberapa
permasalahan dalam penelitian ilmiah.
Algoritma Brute
Force telah diterapkan
oleh Lin dalam
menyelesaikan penelitian perbandingan
kesamaan koleksi dokumentasi.
Penelitian lain yang
menggunakan pendekatan algoritma
Brute Force pernah
juga dilakukan oleh
Matej Crepinsek beserta rekan-rekannya dalam
pengekstraksian bentuk tata
bahasa dalam sebuah pemrograman.
1.2 Rumusan Masalah Untuk meningkatkan
ketepatan aplikasi penerjemah
dibutuhkan filter khs
yang menyimpan informasi
mengenai idiom Bahasa Inggris.
Sampai saat ini,
mesin penerjemah hanya
menerjemah per kata.
Maka diperlukan suatu
pendekatan untuk menyelesaikan
permasalahan penerjemahan idiom
Bahasa Inggris ke
Bahasa Indonesia.
1.3
Batasan Masalah Untuk mengurangi ruang
lingkup terjemahan yang
terlalu besar, maka
batasan masalah dalam penelitian
ini, yaitu: 1. Input berupa
teks dalam bentuk
kalimat dan Output
yang dihasilkan berupa terjemahan dari input.
2. Pembangunan
aplikasi lebih fokus pada penerjemahan
idiom daripada penerjemahan bentuk grammar-nya.
3. Kata benda (nouns) yang di input dalam bentuk
tunggal (singular).
4. Menggunakan bahasa pemrograman PHP dan
database MySQL.
5. Apabila kata memiliki bagian kelas kata lebih
dari satu, maka kelas kata yang lebih berprioritas yang digunakan.
6. Sumber berdasarkan kamus idiom
Inggris-Indonesia.
7. Idiom yang dapat diidentifikasi adalah idiom
yang terdiri atas dua kata dan tiga kata
yang terdapat pada input.
1.4 Tujuan Penelitian Penelitian ini
memiliki tujuan yaitu
menerapkan algoritma Brute
Force untuk mengatasi
ketidaktepatan penerjemahan idiom
dari Bahasa Inggris
ke Bahasa Indonesia.
1.5 Manfaat Penelitian Penelitian ini diharapkan
dapat memberikan manfaat bagi peneliti, pembaca
dan para peneliti lainnya, yaitu:
1. Memperdalam ilmu
tentang algoritma Brute
Force dan linguistik
Bahasa Inggris.
2. Membantu pengguna dalam menemukan terjemahan
kalimat yang lebih tepat menggunakan
idiom.
1.6
Sistematika Penulisan Tugas akhir ini disn dalam lima bab dengan
sistematika penulisan sebagai berikut: Bab I
Pendahuluan Pada bab pendahuluan
berisi tentang hal-hal
yang mendasari dilakukannya penelitian
serta pengidentifikasian masalah
penelitian. Bagian-bagian yang terdapat dalam
bab pendahuluan ini
terdiri atas latar
belakang masalah, perumusan
masalah, batasan masalah,
tujuan penelitian, dan
manfaat penelitian.
Bab II Tinjauan Pustaka Pada bab tinjauan
pustaka berisi landasan teori, penelitian terdahulu,
kerangka pikir dan
hipotesis yang diperoleh
dari acuan yang
mendasari dalam melakukan penelitian ini.
Bab III Analisis dan Perancangan Sistem Pada bab
analisis dan perancangan
sistem berisi metodologi
penelitian yang dilakukan
dalam pengimplementasian algoritma
Brute Force untuk permasalahan
dalam penerjemahan idiom Bahasa Inggris.
Bab IV Implementasi dan Pengujian
Sistem Pada bab hasil
dan pembahasan berisi
penjelasan hasil dari pengujian algoritma
Brute Force yang
telah dilakukan dalam
menyelesaikan permasalahan
penerjemahan idiom Bahasa Inggris.
Bab V Kesimpulan dan Saran Pada bab kesimpulan dan
saran berisi kesimpulan dari hasil penelitian dan saran-saran yang berkaitan dengan penelitian
yang selanjutnya.
0 komentar:
Posting Komentar