2008-1-00406-if-bab 2
DESCRIPTION
dokumen liata aja deehTRANSCRIPT
8
BAB 2
LANDASAN TEORI
2.1 Artificial Intelligence / Kecerdasan Buatan
2.1.1 Definisi Artificial Intelligence
Menurut pendapat Kusumadewi (2003, p1) Artificial Intelligence
(AI) atau Kecerdasan Buatan merupakan salah satu bagian ilmu komputer
yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti
dan sebaik yang dilakukan oleh manusia. Pengertian AI dapat dilihat dari
beberapa sudut pandang, sebagai berikut :
1. Sudut pandang kecerdasan
Kecerdasan buatan akan membuat mesin menjadi ‘cerdas’.
Cerdas dalam arti mampu berbuat seperti apa yang dilakukan oleh
manusia.
2. Sudut pandang penelitian
Kecerdasan buatan adalah suatu studi bagaimana membuat
komputer dapat melakukan sesuatu sebaik yang dikerjakan manusia.
Domain yang sering dibahas oleh para peneliti :
• Mundane task
− Persepsi (vision & speech)
− Bahasa Alami (understanding, generation & translation)
9
− Pemikiran yang bersifat commonsense
− Robot control
• Formal task
− Permainan atau games
− Matematika (geometri, logika, kalkulus integral, pembuktian)
• Expert task
− Analisis financial
− Analisis medikal
− Analisis ilmu pengetahuan
− Rekayasa (desain, pencarian kegagalan, perencanaan
manufaktur)
3. Sudut pandang bisnis
Kecerdasan buatan adalah kumpulan peralatan yang sangat
powerful dan metodologis dalam menyelesaikan masalah-masalah
bisnis.
4. Sudut pandang pemograman
Kecerdasan buatan meliputi studi tentang pemograman
simbolik, penyelesaian masalah (problem solving) dan pencarian
(searching). Untuk membuat aplikasinya ada dua bagian utama yang
sangat dibutuhkan, yang dapat dilihat pada gambar 2.1.
10
Input :masalah,pertanyaan,dll
Komputer
BasisPengetahuan
MotorInferensi
Output :jawaban,solusi
Gambar 2.1 Penerapan Konsep Kecerdasan Buatan di Komputer
Basis Pengetahuan (Knowledge Base), berisi fakta-fakta, teori,
pemikiran dan hubungan antara satu dengan lainnya. Motor Inferensi
(Inference Engine), yaitu kemampuan menarik kesimpulan berdasarkan
pengalaman.
Manusia bisa menjadi pandai dalam menyelesaikan segala
masalah karena manusia mempunyai pengetahuan dan pengalaman.
Pengetahuan didapat dari belajar. Semakin banyak bekal pengetahuan
yang dimiliki oleh seseorang, semakin mampu manusia menyelesaikan
masalah. Namun bekal pengetahuan saja tidak cukup, manusia juga
diberi akal untuk melakukan penalaran, mengambil kesimpulan
berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa
memiliki kemampuan untuk menalar dengan baik, manusia dengan
segudang pengalaman dan pengetahuan tidak dapat menyelesaikan
masalah dengan baik. Demikian pula, dengan kemampuan menalar
yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman
yang memadai, manusia juga tidak akan bisa menyelesaikan masalah
dengan baik.
Agar komputer dapat bertindak seperti dan sebaik manusia,
maka komputer juga harus diberi bekal pengetahuan dan mempunyai
11
kemampuan untuk menalar. Untuk itu AI mencoba untuk memberikan
beberapa metoda dalam membekali komputer dengan kedua komponen
tersebut agar komputer bisa menjadi mesin yang pintar.
2.1.2 Kecerdasan Buatan dan Kecerdasan Alami
Nilai potensial dari kecerdasan buatan dapat lebih dimengerti jika
dibandingkan dengan kecerdasan alami (kecerdasan yang dimiliki oleh
manusia). Dibandingkan dengan kecerdasan alami, kecerdasan buatan
memiliki beberapa keuntungan, antara lain :
1. Kecerdasan buatan lebih bersifat permanen.
Kecerdasan alami akan lebih cepat mengalami perubahan. Hal
ini dimungkinkan karena sifat manusia yang mudah lupa. Kecerdasan
buatan tidak akan berubah sepanjang sistem komputer dan program
tidak mengubahnya.
2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan.
Mentransfer pengetahuan manusia dari satu orang ke orang lain
membutuhkan proses yang sangat lama dan juga keahlian itu tidak akan
pernah dapat diduplikasi dengan lengkap. Oleh karena itu, jika
pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebut
dapat disalin dari komputer tersebut dan dapat dipindahkan dengan
mudah ke komputer yang lain.
3. Kecerdasan buatan lebih murah dibandingkan dengan kecerdasan alami.
Menyediakan layanan komputer akan lebih mudah dan lebih
murah dibandingkan dengan harus mendatangkan seseorang untuk
12
mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat
lama.
4. Kecerdasan buatan lebih bersifat konsisten.
Hal ini disebabkan karena kecerdasan buatan adalah bagian dari
teknologi komputer. Sedangkan kecerdasan alami akan senantiasa
berubah-ubah.
5. Kecerdasan buatan dapat didokumentasi.
Keputusan yang dibuat oleh komputer dapat didokumentasi
dengan mudah dengan cara melacak setiap aktivitas dari sistem
tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding
dengan kecerdasan alami.
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding
dengan kecerdasan alami.
Sedangkan keuntungan kecerdasan alamiah dibanding kecerdasan
buatan adalah sebagai berikut :
1. Bersifat lebih kreatif.
Kemampuan untuk menambah ataupun memenuhi pengetahuan
itu sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk
menambah pengetahuan harus dilakukan melalui sistem yang dibangun.
2. Kecerdasan alami memungkinkan orang untuk menggunakan
pengalaman secara langsung.
13
Sedangkan kecerdasan buatan harus mendapatkan input berupa
simbol-simbol dan representasi.
3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan
buatan sangat terbatas.
Keuntungan kecerdasan alami dibandingkan AI memperlihatkan
banyaknya keterbatasan mempergunakan teknologi AI. Bagaimanapun,
dalam banyak kasus teknologi AI menyediakan kemajuan signifikan
dalam produktivitas dan kualitas.
2.1.3 Kecerdasan Buatan dan Komputer Konvensional
Pada awalnya, komputer diciptakan sebagai alat hitung saja. Namun
seiring dengan perkembangan jaman, maka peran komputer semakin
mendominasi kehidupan umat manusia. Komputer tidak lagi digunakan
hanya sebagai alat hitung. Lebih dari itu, komputer diharapkan untuk dapat
diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan
manusia. Adapun data yang diproses oleh komputer konvensional dapat
dilihat pada Tabel 2.1.
Tabel 2.1 Proses Komputasi Konvensional
Proses Tugas
Kalkulasi Mengerjakan operasi-operasi matematis seperti: +, -, x, :,
atau mencari akar persamaan, menyelesaikan
rumus/persamaan.
Logika Mengerjakan operasi logika seperti and, or, invert.
Penyimpanan Menyimpan data dan gambar pada file.
14
Tabel 2.1 (Lanjutan)
Retrieve Mengakses data yang disimpan pada file.
Translate Mengkonversi data dari satu bentuk ke bentuk yang lain.
Sort Memeriksa data dan menampilkan dalam urutan yang
diinginkan.
Edit Melakukan perubahan, penambahan penghapusan pada
data.
Monitor Mengamati event eksternal dan internal serta melakukan
tindakan jika kondisi tertentu tercapai.
Kontrol Memberikan perintah atau mengendalikan peralatan luar.
Ada beberapa perbedaan antara komputasi yang dilakukan pada
kecerdasan buatan dengan komputasi konvensional tersebut. Perbedaan
komputasi kecerdasan buatan dengan komputasi konvensional terlihat pada
Tabel 2.2.
Tabel 2.2 Perbedaan Kecerdasan Buatan dan Pemrograman Konvensional
Dimensi Kecerdasan Buatan Pemrograman
Konvensional
Pemrosesan Mengandung konsep-konsep
simbolik
Algoritmik
Sifat Input Bisa tidak lengkap Harus lengkap
Pencarian Kebanyakan bersifat
heuristik
Biasanya didasarkan pada
algoritma
Keterangan Disediakan Biasanya tidak disediakan
Fokus Pengetahuan Data dan informasi
Struktur Kontrol dipisahkan dari
pengetahuan
Kontrol terintegrasi dengan
data
Sifat Output Kuantitatif Kualitatif
15
Tabel 2.2 (Lanjutan)
Pemeliharaan
dan Update
Relatif murah Sulit
Kemampuan
menalar
Ya Tidak
2.1.4 Sejarah Kecerdasan Buatan
Kecerdasan buatan termasuk bidang ilmu yang relatif muda. Pada
tahun 1950-an para ilmuwan dan peneliti mulai memikirkan bagaimana
caranya agar mesin dapat melakukan pekerjaannya seperti yang biasa
dilakukan oleh manusia. Alan Turing, seorang matematikawan dari Inggris
pertama kali mengusulkan adanya tes untuk melihat bisa atau tidaknya
sebuah mesin dikatakan cerdas. Hasil tes tersebut kemudian dikenal dengan
Turing Test, dimana mesin tersebut menyamar seolah-olah sebagai
seseorang di dalam suatu permainan yang mampu memberikan respon
terhadap serangkaian pertanyaan yang diajukan. Turing beranggapan
bahwa, jika mesin dapat membuat seseorang percaya bahwa dirinya mampu
berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin
tersebut cerdas, seperti layaknya manusia.
2.2 Natural Language Processing (NLP)
2.2.1 Definisi Natural Language Processing
Natural Language Processing merupakan salah satu cabang ilmu
pengetahuan AI yang menyangkut kebahasaan. (Rich E, Knight K, 1991,
p377) Bahasa adalah sesuatu yang dipergunakan untuk berkomunikasi di
16
seluruh bagian dunia. Dengan mempelajari bahasa, manusia bisa lebih
mengerti banyak. Oleh karena itu dibutuhkan suatu alat yang bisa
menghubungkan manusia dengan bagian dunia lain dengan bahasa yang
sama. NLP dibagi menjadi dua bentuk proses bagian, yaitu :
1. Proses tertulis
NLP dengan proses tertulis adalah suatu proses dengan
menggunakan lexical analysis, syntactic analysis dan semantic
knowledge dari bahasa yang akan dipergunakan, sebaik dengan syarat-
syarat bahasa tersebut.
2. Proses lisan
NLP dengan proses lisan adalah suatu proses dengan
menggunakan semua informasi yang dibutuhkan ditambah dengan
pengetahuan mengenai pronologi untuk menghindari ambiguitas.
2.2.2 Beberapa Masalah Natural Language Program
Bahasa memiliki berbagai kemiripan baik secara arti maupun
pengucapan. Beberapa hal yang membuat bahasa sulit dan berguna adalah
sebagai berikut :
1. Suatu kalimat kadang memiliki informasi yang tidak lengkap.
Contohnya :
Mereka ada di sana. ↓ Mereka ada di kebun raya. Mereka bertiga ada di kebun raya. Tuti, Budi, dan Tati ada di kebun raya.
17
Sisi baiknya :
Bahasa memperbolehkan pengguna bahasa mengungkapkan
kalimat yang mereka percayai, bahwa pendengar atau pembaca
bahasanya sudah mengerti apa yang dimaksud.
2. Ekspresi yang sama dapat memiliki maksud yang berbeda-beda.
Contohnya :
Kami butuh air. (Mereka butuh air minum, karena mereka haus)
Kami butuh air. (Mereka butuh air bersih, karena di daerah
mereka hanya ada air yang tercemar)
Kami butuh air. (Mereka butuh air panas untuk membuat kopi)
Sisi baiknya :
Bahasa memperbolehkan kita berkomunikasi tanpa batas dengan
menggunakan simbol-simbol yang sudah tetap.
3. Tidak ada program NLP yang bisa bekerja secara komplit, karena
banyaknya kata-kata baru, ekspresi baru dan makna yang berubah
secara bebas.
Contohnya :
Saya akan fax dia nanti malam. ↓ Dimana fax adalah kata benda, menjadi kata kerja pada kalimat
tersebut.
Sisi baiknya :
Bahasa dapat menyusun ekspresi yang ingin kita sampaikan.
18
4. Ada banyak cara dalam mengungkapkan maksud yang sama.
Contohnya :
Tati lahir pada tanggal 21 Januari.
21 Januari adalah hari ulang tahun Tati.
Sisi baiknya :
Disaat kita tahu banyak, kebenaran akan didapatkan secara tidak
langsung.
2.2.3 Proses-proses Natural Language
Beberapa komponen dari proses Natural Language Understanding
terbagi menjadi lima bagian, yaitu :
1. Morphological Analysis
Kata-kata yang didapat setelah dipecah dari kalimat awalnya,
lalu dianalisa termasuk bentuk atau jenis kata apakah kata-kata tersebut.
Dapat terjadi ambiguitas dalam pencarian jenis kata, karena kata yang
sama, memiliki arti yang berbeda (sinonim kata).
Contoh kalimat : Saya makan nasi.
Pada proses morphological analysis akan menjadi :
Saya makan nasi.
kata ganti kata kerja kata benda
2. Syntactic Analysis
Rangkaian kata yang didapat beserta kalimatnya ditelusuri
secara terstruktur sehingga diketahui hubungan antara kata yang satu
dengan kata yang lain. Dimana didapat pola dari kalimat tersebut.
19
Terkadang rangkaian kata bisa ditolak karena tidak sesuai dengan
peraturan kalimat yang benar. Contoh kalimat yang ditolak adalah
makan kucing di saya rumah.
Proses ini menggunakan metode parsing (penguraian), untuk
mengubah susunan kata dalam kalimat tersebut sesuai dengan struktur
bahasa yang benar. Dengan menggunakan aturan Contex Free
Grammar dalam bentuk pohon.
Grammar yang digunakan untuk contoh di atas adalah sebagian
English grammar sebagai berikut :
S → NP VP
NP → PRO | N
VP → V NP
dimana S adalah Sentence, NP adalah Noun Phrase, VP adalah
Verb Phrase, PRO adalah Pronoun, N adalah Noun dan V adalah Verb.
Hasil parse tree dapat dilihat pada gambar 2.2.
S
NMakan
Nasi
Saya
VPRO
VPNP
NP
Gambar 2.2 Hasil parsing dengan English grammar
20
3. Semantic Analysis
Struktur yang didapat dari proses syntactic analysis dianalisa
kembali dengan makna dari kalimat tersebut. Dari syntactic analysis
didapat bentuk polanya yang sudah benar, lalu dalam proses semantic
analysis akan disesuaikan dengan makna kalimat tersebut dalam
kehidupan sehari-hari dan logika manusia. Kalau makna kalimatnya
salah, maka kalimat tersebut ditolak. Contohnya Nasi makan saya.
Hasil parse tree untuk kalimat Nasi makan saya dapat dihilat pada
gambar 2.3.
S
N
MakanNasi Saya
V
VPNP
NP
Gambar 2.3 Contoh hasil syntactic benar, tapi semantic-nya salah
Jika ditelusuri ulang dengan syntactic analysis, kalimat Nasi
makan saya adalah benar. Tetapi salah dalam makna sehari-hari dan
menurut logika manusia sendiri, tidak ada nasi yang memakan manusia.
Karena nasi adalah kata benda mati, kecuali kalimat Kucing menggigit
saya atau Saya menggigit kucing. Selain syntactic-nya benar,
maknanya pun masih bisa diterima akal logika. Bentuk interpretasi
semantik untuk kalimat Saya makan nasi dapat dilihat pada gambar
2.4.
21
Person :Saya
agent makan object
Noun :nasi
instrument tangan & mulut
Gambar 2.4 Interpretasi semantik untuk kalimat ”Saya makan nasi”
4. Discourse Integration
Pada proses ini, makna yang didapat dari proses semantic
analysis bisa bergantung dengan kalimat lain yang mendahului kalimat
tersebut. Dan bisa mempengaruhi makna kalimat yang mengikutinya.
Contohnya dalam suatu paragraf, misalnya kalimat pertama pada
paragraf tersebut adalah Nama saya Tina. Kalimat kedua adalah
Bawa payung sebelum hujan. Dan kalimat ketiga adalah Harga baju
ini lima ribu rupiah.
Pada paragraf tersebut yang misalnya berjudul Musim hujan
tidak menjadi paragraf yang menjelaskan tentang musim hujan. Kecuali
kalimat kedua yang dibandingkan dengan kalimat yang mendahuluinya
dan kalimat yang mengikutinya.
5. Pragmatic Analysis
Dari seluruh struktur yang didapat, pada proses ini dicari tahu
apakah maksud sebenarnya dari kalimat atau paragraf yang didapat.
22
2.2.4 Proses Syntactic
Proses syntactic adalah proses dimana input yang diambil secara
mendatar yang diubah (converted) kedalam struktur hirarki, dimana
struktur tersebut sesuai dengan arti tiap bagian kalimat. Proses ini
dikatakan proses parsing. Ada dua alasan mengapa proses parsing
memiliki peran penting dalam sistem NLP, yaitu :
1. Dalam proses semantic diharuskan proses tersebut untuk
mengoperasikan semua bagian dari kalimat. Jika sebelumnya tidak ada
tahap syntactic, maka sistem semantic harus melakukan
penyelesaiannya sendiri. Jika proses parsing terselesaikan terlebih
dahulu, maka penyelesaian dalam proses semantic akan berkurang dan
penganalisaan semantic akan terbayangkan. Syntactic parsing akan
menjalankan tugasnya dengan baik dan mereduksi kesulitan sistem.
2. Kemungkinan terbuktinya kebenaran kalimat tanpa fungsi gramatikal
sering benar. Tetapi tidak selalu semuanya memungkinkan.
Walaupun ada banyak cara untuk menguraikan kalimat (parse),
hampir semua sistem memiliki dua komponen, yaitu :
1. Penyajian penjelasan (penerangan) yang disebut grammar dari
kebenaran syntactic bahasa.
2. Prosedur yang disebut parser, yang membandingkan grammar dengan
kalimat yang diinput oleh user agar menghasilkan struktur yang sudah
terurai (parsed stucture).
23
2.2.5 Grammar dan Parser
Cara yang biasa dilakukan untuk merepresentasikan grammar
adalah suatu paket atau satu set production rules yang terdapat pada context
free grammar (CFG) dan CFG terdapat pada compiler. Yang berarti bahwa
sistem NLP memiliki kesamaan dengan sistem computer language
processing seperti compiler.
Production rules pada CFG untuk sistem NLP adalah yang disebut
grammar dan diuraikan dengan metode parsing . Untuk menjelaskan proses
parsing atau transisi dari start state sampai final state, digunakan suatu
transtition network yang disesuaikan dengan grammar yg sama. Ada dua
macam jaringan, yaitu Recusive Transtition Network (RTN) dan
Augmented Transtition Network (ATN).
2.2.5.1 Context Free Grammar (CFG)
Pada saat compiler melakukan penguraian dengan
metode parser, dibutuhkan aturan-aturan yang mendukung
proses penguraian (parsing). Dimana aturan yang digunakan
adalah suatu tata bahasa (grammar) berupa CFG.
CFG adalah suatu kaidah tata bahasa yang berguna
untuk menggambarkan struktur kalimat. Dengan CFG, suatu
grammar disusun sebagai rangkaian production rule yang
membentuk kalimat dalam bahasa yanng dijelaskan oleh
grammar tersebut. Empat komponen CFG menurut Aho et al
(1986, p165), yaitu :
24
1. Start symbol
Salah satu dari non terminal symbol yang merupakan awal
dari penguraian kalimat.
2. Non terminal symbol
Simbol khusus yang menunjuk pada kata-kata yang telah
dikenal dalam suatu bahasa, ditulis dengan huruf, angka atau
tanda khusus.
3. Terminal symbol
Simbol dasar yang membentuk suatu kalimat, ditulis dengan
menggunakan huruf, angka atau tanda khusus.
4. Production rule
Aturan yang menghubungkan variabel dengan variabel,
variabel dengan terminal.
CFG adalah suatu kaidah tata bahasa yang terdiri atas
dua bagian dimana bagian paling kirinya hanya terdiri dari satu
non-terminal symbol. Dengan menggunakan tata bahasa ini hasil
analisis dari kalimat akan membentuk suatu tree structure yang
dinamakan parse tree. Grammar yang biasa digunakan adalah
English grammar, sebagai berikut :
S → NP VP NP → Mod (N | PP)
NP → Det (N | NP) NP → PRO
NP → N NP → PN
VP → VP PP VP → V NP
25
VP → V | ADV VP → Aux V
PP → Prep NP ADV → PP | Adv
V → Vt NP V → Vc NP
V → Vc Adj V → Vi
Mod → Art Adj | Art
Terminal symbol :
Det → [that, this, those, these] N → [bird, tree, boy, ...]
Vt → [hit, break, eat, ...] Vc → [is, become, ...]
Vi → [cry, swim, ...] Art → [a, an, the]
Adj → [dark, good, tall, ...] Adv → [slowly, carefully, ...]
Prep → [from, after, ...]
Keterangan :
S → Sentence (start symbol) NP → Noun Phrase
VP → Verb Phrase Mod → Modifier
Art → Article Adj → Adjective
ADV → Adverbial Phrase Adv → Adverb
V → Verb Aux → Auxiliary
Vi → Verb (intransitive) Vt → Verb (transitive)
Vc → Verb (copulative) PP → Prepositional Phrase
PN → Person Name Prep → Prepostition
NP, VP, V, PP adalah non terminal symbol.
26
Contohnya untuk kalimat berbahasa Inggris John prints
the file on the printer, maka bentuk parse tree-nya dapat dilihat
pada gambar 2.5.
S
N
PrepJohn
Art
V
VPNP
PN VP PP
prints
Vt NP
Mod printer
the
file
on
NP
Art
Mod
the
N
Gambar 2.5 Parse Tree untuk kalimat ”John prints the file on
the printer”
Pada penelusuran parse tree ini dikenal ada dua metode
parsing yaitu metode top-down parsing dan metode bottom-up
parsing. Perbedaannya adalah :
Top-down Parsing : Penelusuran dimulai dari start symbol lalu
mengikuti peraturan grammar secara progresif (forward) sampai
simbol dari tree tersebut cocok dengan komponen kalimat yang
di-parsing.
Bottom-up Parsing : Penulusuran dimulai dari kalimat yang
akan di-parsing, lalu mengikuti peraturan grammar secara
berbalik (backward) sampai didapat terminal tunggal dari tiap
27
kata dalam kalimat tersebut dan dicapainya bagian atas tree
yang merupakan strat symbol.
2.2.5.2 Recursive Transtition Network (RTN)
Menurut Harris M D (1985, p149) Recursive Transtition
Network (RTN) adalah suatu jaringan yang mirip dengan finite
state network yang memiliki satu start state dengan satu atau
lebih final state. Semua state dan panahnya saling berhubungan.
Panah RTN dapat berupa nama dari state name, nama RTN, dan
mereka semua berulangan. Jika panahnya berupa terminal
symbol (contohnya : lexical category) maka proses bermula dari
node yang berada didepan panah dan proses akan berjalan lagi.
Jika panahnya berupa nama state (seperti NP sebagai Noun
Phrase pada English Grammar), maka panah tersebut
merepresentasikan RTN yang lengkap. Selain itu proses harus
melalui sebuah initial state dari nama yang tertera pada panah
RTN. Pada RTN yang berada dibawahnya, proses akan
menulusuri dari satu panah ke panah yanng lain sampai
mencapai final state. Jika final state dicapai tanpa error, maka
proses sukses dan dilanjutkan kepada grafik level yang lebih
tinggi, lalu melakukan hal yang sama. Jika final state tidak
dicapai, maka terjadi error atau panah yang dilewati tidak
dibenarkan. Bentuk RTN dapat dilihat pada gambar 2.6.
28
S Q5
Q4Q3
Q2Q1
NP
V
PP
NPV
AUXAUX
NP
Gambar 2.6 Recursive Transition Network
2.2.5.3 Augmented Transition Network (ATN)
ATN adalah RTN yang memiliki lebih banyak kondisi
atau aturan sehingga proses penulusuran jaringannya lebih
akurat. ATN dapat melakukan lebih dari menerima (accepting)
atau menolak (rejecting) pada saat kata-kata dan frasa
ditemukan pada struktur kalimat yang berupa parse tree sebagai
input yang dicocokan dengan elemen dari jaringan tersebut.
Berbagai bagian kalimat akan dimasukkan kedalam sebuah
register sampai seluruh struktur dapat ditentukan. Contohnya
kata kerja akan dimasukkan ke register Predikat, seluruh
kombinasi kata benda dengan jenis kata lain akan dimasukkan
ke dalam register frasa kata benda. Dalam ATN, bahasa yang
khusus dapat dispesifikasikan oleh aturan bahasa (grammar).
2.2.5.4 Metode Top-down Parsing
Pada metode top-down parsing (dari atas ke bawah)
proses penguraian dimulai dari start symbol sampai kata-kata
29
dalam kalimat tersebut ditemukan dan cocok, menurut Rich E,
Knight, K (1991, p388). Sedangkan menurut Aho et al (1986,
p181) metode parsing ini dapat dipandang sebagai suatu usaha
untuk mencari derivasi paling kiri (left most derivation).
Apabila kalimat yang ditelusuri tidak dapat menghasilkan salah
satu kata, maka kalimat tersebut ditolak. Contoh metode top-
down parsing untuk kalimat John prints the file on the printer
dengan menggunakan aturan English grammar pada bab 2.2.5.1,
adalah sebagai berikut :
Penelusuran Sisa kalimat yang di-parser
[1] S John prints the file on the printer ↓ [2] NP VP John prints the file on the printer ↓ [3] PN VP John prints the file on the printer ↓ [4] VP PP prints the file on the printer ↓ [5] V PP prints the file on the printer ↓ [6] Vt NP PP prints the file on the printer ↓ [7] NP PP the file on the printer ↓ [8] Mod N PP the file on the printer ↓ [9] Art N PP the file on the printer ↓ [10] N PP file on the printer ↓ [11] Prep NP on the printer ↓ [12] Mod N the printer ↓ [13] Art N the printer ↓
30
[14] N printer ↓ selesai
Pada penguraian secara top-down ini, dimulai dari start
symbol yaitu S (sentence), aturannya adalah S → NP + VP. Lalu
dimulai dari bagian kiri production rule-nya, NP. NP memiliki
berbagai macam aturan : NP → Mod (N | PP), NP → Det (N | NP),
NP → PRO, NP → N, NP → PN, yang bisa disatukan menjadi NP →
[Mod (N | PP)] | [Det (N | NP)] | PRO | N | PN. Lalu mesin kompiler
akan mengikuti aturan NP tersebut secara sekuensial. Apabila
aturan NP yang pertama tidak cocok, maka terjadi backtracking,
lalu mesin kompiler mengambil aturan yang kedua. Apabila
aturan kedua tidak cocok, maka terjadi lagi backtracking, lalu
mesin kompiler mengambil aturan ketiga, dan begitu seterusnya.
Jika tidak ada yang cocok, maka kalimat salah, karena tidak
sesuai dengan grammar bahasa. Didapat yang cocok, yaitu NP
→ PN, PN → John.
Lalu VP diuraikan, dengan aturannya : VP → VP PP, VP
→ V NP, VP → V | ADV, VP → Aux V atau VP → [VP PP] | [V NP]
| [Aux V] | V | ADV. Mesin kompiler akan mengikuti aturan VP
secara sekuesial, pertama didapatnya VP → VP PP, karena VP
ini terdiri dari dua non terminal symbol maka mesin kompiler
akan menulusuri VP yang disebelah kiri PP. Aturan VP yang
pertama sudah dicoba, maka diambil aturan yang kedua VP →
31
V NP yang terdiri dari dua non terminal. Ditelusuri terlebih
dahulu V, paling kanan dari production rule-nya, mesin
kompiler memanggil aturan – aturan V : V → Vt NP, V → Vc NP,
V → Vc Adj, V → Vi atau V → [Vt NP] | [Vc NP] | [Vc Adj] | Vi.
Ditemukan pertama V → Vt NP, dimana Vt → prints. Setelah
bagian kanan aturan V yang pertama didapat jenis kata yang
cocok dengan kata yang kedua dari kalimat, dilanjutkan dengan
bagian kanan Vt pada aturan V yang pertama. Mesin kompiler
akan mengambil aturan NP yang cocok, NP → Mod N. Dimulai
dari bagian paling kiri, Mod → Art Adj | Art, dimana yang cocok
adalah Mod → Art, Art → the. Dilanjutkan bagian kanan aturan
NP → Mod N, N, dimana N adalah terminal symbol yang
langsung cocok dengan kata keempat kalimat tersebut. N → file.
Bagian kiri dari aturan VP → VP PP sudah terselesaikan.
Maka mesin kompiler akan meneruskan dengan bagian kanan
VP yaitu PP. Mesin kompiler akan memanggil aturan PP,
dimana hanya ada satu aturan, PP → Prep NP. Lalu mesin
kompiler akan memulai penguraian dari bagian kiri production
rule, Prep, yang merupakan terminal symbol. Prep → on.
Dilanjutkan dengan bagian kanan Prep, NP. Dimana ditemukan
aturan yang cocok NP → Mod N. Mod diuraikan terlebih dahulu
menjadi Mod → Art, Art → the. Lalu N → printer. Maka
selesailah proses parser secara top-down.
32
Semakin lengkap aturan grammar yang kita masukkan
pada mesin compiler, semakin banyak jenis-jenis kata yang bisa
yang memang benar dalam kehidupan sehari-hari dapat diterima
dalam prose parsing. Untuk memasukkan aturan dalam metode
top-down parsing utamakan terlebih dahulu aturan yang
terminal symbol-nya paling banyak, untuk mengurangi
terjadinya backtracking jika kalimat tersebut diawali frasa-frasa.
2.2.5.5 Metode Bottom-up Parsing
Pada metode bottom-up (dari bawah ke atas), proses
penguraian dimulai dari terminal symbol, bagian paling kiri
prodeuction rule sampai akhirnya mencapai start symbol (Rich
E, Knight, K , 1991, p388). Metode parsing ini dapat dipandang
sebagai suatu usaha untuk mencari derivasi paling kanan (right
most derivation), menurut Aho et al (1985, p195).
Contoh metode bottom-up parsing untuk kalimat John
prints the file on the printer dengan menggunakan aturan
English grammar pada bab 2.3.2, adalah sebagai berikut :
[1] John prints the file on the printer ↓ [2] PN prints the file on the printer ↓ [3] PN Vt the file on the printer ↓ ↓ [4] NP Vt Art file on the printer ↓ [5] NP Vt Mod file on the printer ↓
33
[6] NP Vt Mod N on the printer ↓ [7] NP Vt NP on the printer ↓ [8] NP V on the printer ↓ [9] NP V Prep the printer ↓ [10] NP VP Prep the printer ↓ [11] NP VP Prep Art printer ↓ [12] NP VP Prep Mod printer ↓ [13] NP VP Prep Mod N ↓ [14] NP VP Prep NP ↓ [15] NP VP PP ↓ [16] NP VP ↓ [17] S ↓ selesai
Pada penguraian secara bottom-up ini, kalimat ”John
prints the file on the printer.” akan ditelusuri berdasarkan aturan
grammar dari bagian paling kanan production rule. Dimulai
dari kata John, kata John ini adalah Person Name atau PN yang
merupakan bagian kanan production rule untuk aturan NP.
Tetapi mesin kompiler akan menelusuri satu per satu aturan-
aturan NP, mencari yang bagian paling kanan production rule-
nya adalah PN. Lalu didapat John → PN → NP. Mesin kompiler
akan menganalisa apakah ada bagian sebelah kanan lain setelah
NP? Ternyata ada, yaitu aturan pada start symbol S → NP VP.
34
Maka mesin akan menganalisa, apakah kata sesudah John
termasuk dalam terminal symbol aturan VP? Dilanjutkan
dengan kata prints, mesin kompiler akan mencari aturan yang
bagian paling kanan production rule-nya adalah Vt, karena
prints jenis katanya adalah Vt (Verb transitive). Dengan aturan
grammar yang ada, mesin kompiler tidak menemukan aturan
yang memiliki Vt di bagian paling kanan producton rule-nya.
Maka mesin kompiler akan mencari bagian kedua dari paling
kanan production rule yang ber-terminal symbol Vt. Didapat
aturan V → Vt NP. Vt bukan bagian paling kanan aturan V, oleh
karena itu Vt tetap diambil sebagai jenis kata prints, prints →
Vt. Tetapi dianalisa terlebih dahulu, apakah kata sesudah prints
termasuk NP? Jika bukan NP, maka kalimat salah atau aturan
yang diambil salah, yang mengakibatkan terjadinya
backtracking.
Kata sesudah prints adalah the, yang merupakan Art
(article). Maka mesin kompiler mencari aturan yang bagian
paling kanan production rule-nya adalah Art. Didapat aturan
Mod → Art dan Mod adalah bagian dari aturan NP, yaitu aturan
NP → Mod N. Karena jenis kata Mod sudah ditemukan, sebagai
the → Art → Mod, maka mesin kompiler akan menganalisa
apakah setelah kata the merupakan kata yang berjenis kata N
(Noun)? Kata sesudah the adalah kata file yang memang jenis
35
katanya adalah N. Maka untuk sementara didapat penguraian
secara bottom-up parsing yang dapat dilihat pada gambar 2.7.
John
file
. . . .
the
prints
NP
Art
N
PN
VP
Vt
ModNP
V S
Gambar 2.7 Hasil penguraian sementara (1) kalimat “John
prints the file on the printer” secara Bottom-up Parsing
Lalu V diuraikan kembali oleh mesin kompiler. Mesin
kompiler akan mencari aturan yang bagian paling kanan
production rule-nya adalah V. Jawabannya adalah VP → V.
Yang berarti penguraian kalimat dianggap selesai karena sudah
bisa menuju start symbol. Tetapi kalimat John prints the file on
the printer belum semuanya teruraikan. Maka mesin kompiler
akan membaca kata sesudah kata file dan kata itu adalah kata
on. on berjenis kata Prep (Preposition). Maka mesin kompiler
akan mencari aturan grammar yang bagian paling kanan
production rule-nya adalah Prep. Yang didapat dari hasil
pencarian aturann, didapat aturan PP → Prep NP. Maka kata on
sudah didapat terminal symbol-nya yaitu on → Prep. Dimana
36
mesin kompiler harus menganalisa apakah kata sesudah on
adalah NP?
Kata sesudah on adalah the berjenis kata Prep
(Prepositon). Maka yang dilakukan mesin kompiler sama
dengan apa yang dilakukan mesin kompiler dalam menguraikan
kata-kata the file sebelumnya. Sehingga didapat the → Art →
Mod. Dan kata sesudah the adalah printer, yang berjenis kata N
(Noun) maka mesin kompiler mendapat printer → N. Maka
mesin kompiler telah mendapatkan penguraian untuk kalimat
John prints the file on the printer yang dapat dilihat pada
gambar 2.8.
John
file
on
the
prints
NP
Art
N
PN
Prep
Vt
ModNP
VS
printer
the Art Mod
NNP
PP
VP
????
Gambar 2.8 Hasil penguraian sementara (2) kalimat “John
prints the file on the printer” secara Bottom-up Parsing
Bagaimana menyatukan PP dan VP? Mesin kompiler
akan mencari aturan yang memiliki production rule-nya adalah
VP PP, bagian paling kanannya adalah PP dan bagian kirinya
37
adalah VP. Maka didapat aturan VP → VP PP. Sehingga hasil
proses bottom-up parsing secara keseluruhan dapat dilihat pada
gambar 2.9.
John
file
on
the
prints
NP
Art
N
PN
Prep
Vt
ModNP
VS
printer
the Art Mod
NNP
PP
VP
VP
Gambar 2.9 Hasil Bottom-up Parsing untuk kalimat “John
prints the file on the printer”
2.3 State Transition Diagram
Pada saat sekarang ini, dapat dilihat dengan jelas bahwa lingkungan yang
nyata (lingkungan yang sekarang sudah pasti mengenal teknologi), telah
memberikan tekanan yang berlebih terhadap pengembangan suatu sistem dengan
lingkungan atau wilayah pekerjaan user (user workplace). (Whitten J et al, 2004,
p670)
Hal tersebut memunculkan suatu pertanyaan, “Bagaimana caranya
merancang user interface dalam lingkungan yang pasti sekarang ini.” Alat yang
dapat membantu dalam pengotomatisan perancangan user interface dan
prototyping, yaitu alat yang dapat memberikan penjelasan kepada user mengenai
38
cara menggunakan aplikasi dengan mudah dimengerti. Dimana dalam pemrosesan
suatu aplikasi terdapat suatu flow chart (bagan) yang merepresentasikan dialog
atau kegiatan yang terjadi di dalam user interface yang bisa saja melibatkan
banyak layar yang berada di dalam beberapa window.
Setiap layar biasanya memiliki order (pelayanan tersendiri) yang spesifik.
Kadang beberapa layar dapat muncul di bawah suatu kondisi khusus dan kadang
beberapa layar dapat memiliki perulangan sampai kondisinya terpenuhi. Oleh
karena itu dibutuhkan alat untuk mengkoordinasikan layar-layar yang memiliki
berbagai kondisi dalam user interface yang salah satunya adalah State Transition
Diagram (STD). STD adalah sesuatu yang digunakan untuk menggambarkan
perjalanan dan variasi dari layar. STD dapat dikatakan map perjalanan, setiap layar
berjalan sejalan manuju e suatu kota lain. Tetapi tidak semua jalan dapat melewati
kota tersebut.
Simbol kotak seperti yang dapat dilihat pada gambar 2.10, digunakan untuk
merepresentasikan layar yang sedang berperan. Simbol kotak atau notasi state
hanya akan terlihat pada STD jika layar tersebut sedang berdialog dengan layar
lain. Dan simbol panah atau notasi transition state merepresentasikan kegiatan
yang diterima oleh setiap layar yang dapat dilihat pada gamabar 2.11.
Gambar 2.10 Notasi State
Gambar 2.11 Notasi Transition State
39
2.4 Tata Bahasa Indonesia
2.4.1 Kata dalam Bahasa Indonesia
Menurut Alwi H, dkk (2003, p87) kata merupakan unsur terpenting
dalam berbahasa. Kata merupakan perwujudan suatu bahasa. Di dalam
seluruh bahasa terdapat kata benda, kata kerja, kata sifat, dan kata
keterangan. Kata-kata inilah yang akan penulis terjemahkan. Baik dalam
bahasa Indonesia maupun bahasa Jepang, jenis-jenis kata tersebut memiliki
makna dan peran yang sama. Yang membedakan adalah bahasanya. Kata
yang digunakan pada aplikasi ini adalah kata benda, kata kerja, kata sifat,
dan kata keterangan.
2.4.1.1 Kata Benda
Kata benda dapat dilihat dari tiga segi, yaitu segi semantik,
segi sintaksis, dan segi bentuk.
1. Kata benda dari segi semantis
Dari segi semantis, kita dapat mengatakan bahwa
nomina adalah kata yang mengacu pada manusia, binatang,
benda, dan konsep atau pengertian.
2. Kata benda dari segi sintaksis
Dari segi sintaksis, kata benda memiliki ciri-ciri sebagai
berikut :
• Dalam kalimat yang predikatnya kata kerja, kata benda
cenderung menduduki fungsi sebagai subyek dan obyek.
40
• Kata benda tidak dapat diingkarkan dengan kata tidak
atau tak. Kata pengingkaran untuk kata benda adalah
bukan.
• Kata benda dapat diikuti kata sifat, baik secara langsung
maupun diantarai oleh kata yang. Yang lebih lanjut akan
dijelaskan pada frasa kata benda.
3. Kata benda dari segi bentuk
Dari segi bentuk, kata benda terdiri atas dua macam, yaitu :
• Kata benda bentuk dasar
Kata benda bentuk dasar adalah kata benda yang dasar dan
umum. Contohnya : gambar, meja, guru, pisau, hokum,
dan lain-lain.
• Kata benda turunan
Kata benda turunan adalah kata benda yang mengalami
penambahan imbuhan (afiksasi), kata benda yang
mengalami perulangan, kata benda yang mengalami
pemajemukan (frasa kata benda).
2.4.1.2 Kata Kerja
Kata kerja secara umum memiliki ciri-ciri sebagai berikut :
− Kata kerja memiliki fungsi utama sebagai predikat.
41
− Kata kerja memiliki makna inheren, yang maksudnya adalah
berupa perbuatan (aksi), proses, atau keadaan yang bukan sifat
atau kulitas.
− Kata kerja yang bermakna keadaan, tidak dapat diberi prefiks
ter- yang berarti ‘paling’. Contohnya : mati atau suka, tidak
bisa menjadi termati atau tersuka.
− Pada umumnya kata kerja tidak dapat bergabung dengan kata-
kata yang menyatakan makna kesangatan. Contohnya : agak
belajar, sangat pergi, dan bekerja sekali. Kecuali kata kerja
yang memiliki makna sifat, contohnya : sangat berbahaya,
agak mengecewakan, dan mengharapkan sekali.
Ciri-ciri kata kerja juga dapat diamati dari tiga macam segi, yaitu :
1. Kata kerja dari segi perilaku semantik
Tiap kata kerja memiliki makna inheren yang
terkandung di dalamnya. Kata kerja yang bermakna inheren,
biasanya dapat menjadi jawaban untuk pertanyaan “Apa yang
dilakukan oleh subyek?” atau “Apa yang terjadi pada
subyek?”.
2. Kata kerja dari segi perilaku sintaksis
Kata kerja merupakan unsur yang sangat penting
dalam kalimat karena dalam kebanyakan hal kata kerja
berpengaruh besar terhadap unsur-unsur lain yang harus atau
42
boleh ada dalam kalimat tersebut. Misalnya kata kerja
intransitif. Kata kerja intransitive adalah kata kerja yang tidak
memerlukan obyek. Contoh kata kerja intransitif adalah “Ia
pergi ke hutan.” Kata pergi merupakan predikat tidak
berobyek, karena kata ke hutan bukan sebagai obyek,
melainkan keterangan tempat. Dan kata kerja transitif yang
memiliki obyek dalam kalimat aktif dan obyek tersebut dapat
menjadi subyek dalam kalimat pasif.
3. Kata kerja dari segi bentuk morfologinya
Dari segi morfologinya, kata kerja memiliki bentuk
asal dan turunan. Kata kerja dengan bentuk asal adalah kata
kerja yang bisa berdiri sendiri tanpa imbuhan. Sedangkan kata
kerja dengan bentuk turunan adalah kata kerja yang
berimbuhan, berulang, atau berbentuk frasa kata kerja.
2.4.1.3 Kata sifat
Kata sifat adalah kata yang memberikan keterangan yang
lebih khusus tentang sesuatu yang dinyatakan oleh kata benda
dalam kalimat. Keterangan itu dapat mengungkapkan suatu
kualitas atau keanggotaan dalam suatu golongan. Kata sifat dapat
dicirikan melalui empat segi, yaitu :
1. Segi perilaku semantik
Kelas kata sifat menunjukkan adanya dua tipe pokok :
kata sifat bertaraf yang mengungkapkan suatu kualitas dan
43
kata sifat tak bertaraf yang mengungkapkan keanggotaan
dalam suatu golongan.
• Kata sifat bertaraf
Kata sifat bertaraf dapat dibagi atas tujuh macam, yaitu :
− Kata sifat pemberi Sifat
Kata sifat pemberi sifat dapat memberikan
kualitas dan intensitas yang bercorak fisik atau mental.
Contohnya aman, bersih, cocok, dingin, dan lain-lain.
− Kata sifat ukuran
Kata sifat ukuran mengacu kepada kualitas
yang dapat diukur dengan ukuran yang sifatnya
kuantitatif. Contohnya berat, tinggi, kecil, tebal, luas,
dan lain-lain.
− Kata sifat warna
Kata sifat warna mengacu ke berbagai jenis
warna, seperti merah, kuning, hijau, biru, dan lain-
lain.
− Kata sifat waktu
Kata sifat waktu mengacu ke masa proses,
perbuatan, atau keadaan berada atau berlangsung
sebagai pewatas. Contohnya lama, segera, cepat,
lambat, mendadak, dan lain-lain.
44
− Kata sifat jarak
Kata sifat jarak mengacu ke ruang antara dua
benda, tempat, atau maujud sebagai pewatas kata
benda. Contohnya jauh, lebat, suntuk, rapat, akrab,
dan lain-lain.
− Kata sifat sikap batin
Kata sifat sikap batin bertalian dengan
pengacuan suasana hati atau perasaan. Contohnya
bahagia, benci, cemas, lembut, ngeri, sedih, segan,
dan lain-lain.
− Kata sifat cerapan
Kata sifat cerapan berkaitan dengan
pencaindera, yakni penglihatan, pendengaran,
penciuman atau penghiduan, perabaan dan
pencitarasaan.
Contohnya :
penglihatan : gemerlap, suram, terang
pendengaran : bising, jelas, nyaring, serak
penciuman : anyir, busuk, harum, tengik
perabaan : basah, halus, keras, kesat, lembab
pencitarasaan : asam, enak, lezat, manis, pahit
45
• Kata sifat tak bertaraf
Kata sifat tak bertaraf menempatkan acuan kata
benda yang diwatasinya di dalam kelompok atau golongan
tertentu. Keberadaan kata sifat pada dalam lingkungan
tersebut, tidak dapat bertaraf-taraf. Contohnya abadi,
buntu, genap, mutlak, bundar, lonjong, lurus, sah, dan
lain-lain.
2. Kata sifat dari segi perilaku sintaksisnya
Kata sifat berdasarkan segi perilaku sintaksisnya
dibagi berdasarkan tiga macam fungsi, yaitu :
• Fungsi Atributif
Kata sifat merupakan pewatas dalam frasa kata
benda yang kata bendanya menjadi subyek atau obyek,
yang dikatakan bahwa kata sifat dipakai secara atributif.
Kata sifat sebagai fungsi atributif, berada di sebelah kanan
kata benda. Contohnya buku merah, harga mahal, baju
putih, dan lain-lain.
Jika pewatas kata bendanya lebih dari satu,
rangkaian pewatas tersebut lazimnya dihubungkan dengan
kata yang. Contohnya : baju putih yang panjang.
• Fungsi Predikatif
Kata sifat yang menjalankan fungsi predikat dalam
klausa dikatakan bahwa kata sifat dipakai secara
46
predikatif. Contohnya : Gedung yang baru itu sangat
megah.
• Fungsi Adverbial atau Keterangan
Kata sifat yang mewatasi kata kerja atau kata sifat
yang menjadi predikat klausa dikatakan bahwa kata sifat
dipakai secara adverbial. Contohnya dengan baik, cepat-
cepat, dengan sepenuhnya, dan lain-lain.
3. Kata Sifat dari Segi Pentarafannya
Kata sifat bertaraf dapat menunjukkan berbagai tingkat
kualitas atau intensitas dan berbagai tingkat bandingan.
Pembedaan tingkat kualitas atau kuantitas dinyatakan dengan
pewatas seperti benar, sangat, terlalu, agak dan makin.
Pembedaan tingkat bandingan dinyatakan dengan pewatas
seperti lebih, kurang dan paling. Untuk lebih jelasnya
tingkat-tingkat pembedaan akan dijelaskan, sebagai berikut.
• Tingkat Kualitas
Tingkat kualitas secara relatif menunjukkan tingkat
intensitas yang lebih tinggi atau lebih rendah. Ada enam
tingkat kualitas atau intensitas :
− Tingkat Positif
Tingkat positif yang memberikan kualitas atau
intensitas maujud yang diterangkan oleh kata sifat
47
tanpa pewatas. Contohnya : Indonesia kaya akan
hutan.
Ketiadaan kulitas dinyatakan dengan
pemakaian pewatas tidak atau tak. Contohnya :
Daerah itu tidak kaya akan sumber daya alam.
− Tingkat Intensif
Tingkat intensif yang menekankan kadar
kualitas atau intensitas, dinyatakan dengan memakai
pewatas benar, betul atau sungguh. Contohnya :
Pak Asep setia benar dalam pekerjaannya.
Mobil itu cepat betul jalannya.
Gua di gunung itu sungguh mengerikan.
− Tingkat Elatif
Tingkat elatif yang menggambarkan tingkat
kualitas atau intensitas yang tinggi, dinyatakan dengan
memakai pewatas amat, sangat, atau sekali.
Contohnya :
Dia sangat angkuh padaku.
Gaya kerjanya lambat sekali.
− Tingkat Eksesif
Tingkat eksesif yang mengacu ke kadar
kualitas atau intensitas yang berlebih, atau yang
melampaui batas kewajaran, dinyatakan dengan
48
memakai pewatas terlalu, terlampau dan kelewat.
Contohnya :
Mobil itu terlalu mahal.
Soal yang diberikan tadi terlampau sukar.
Orang yang melamar sudah kelewat banyak.
− Tingkat Augmentatif
Tingkat augmentatif yang menggambarkan
naiknya atau bertambahnya tingkat kualitas atau
intensitas, dinyatakan dengan memakai pewatas
makin dan semakin. Contohnya :
Sutarno menjadi makin kaya.
Semakin banyak peserta semakin baik.
− Tingkat Atenuatif
Tingkat atenuatif yang memberikan penurunan
kadar kualitas atau pelemahan intensitas, dinyatakan
dengan memakai pewatas agak atau sedikit.
Contohnya :
Gadis yang agak pemalu itu diterima jadi pegawai.
Saya merasa sedikit tertarik membaca novel itu.
• Tingkat Bandingan
Pada pembandingan dua maujud atau lebih dapat
disimpulkan bahwa tingkat kualitas atau intensitasnya
dapat setara atau tidak setara. Tingkat setara disebut
49
tingkat ekuatif dan tingkat yang tidak setara dibagi
menjadi dua, yaitu tingkat komparatif dan superlatif.
Untuk lebih jelasnya sebagai berikut.
− Tingkat Ekuatif
Tingkat ekuatif mengacu ke kadar atau
intensitas yang sama atau hamper sama. Peranti bahasa
yang digunakan klitik se- yang ditempatkan didepan
kata sifat. Contohnya :
Tuti secantik ibunya.
Toni tidak seberani adiknya.
Harus diperhatikan bahwa bentuk kata sifat
yang sudah berawalan dan atau berakhiran, tidak lazim
untuk didahului klitik se-. Contohnya :
Rapat hari ini semenejemukan rapat kemarin.
Naik bus seberbahaya sepeda motor.
Dua contoh diatas adalah hal yang tak lazim.
Tingkat ekuatif dapat juga dinyatakan dengan
pemakain sama + kata sifat + -nya + dengan di antara
dua nomina atau sama + kata sifat + -nya di belakang
dua nomina yang dibandingkan. Contohnya :
Kota Garut sama ramainya dengan Ciamis.
Tuni dan Tina sama cantiknya.
50
− Tingkat Komparatif
Tingkat komparatif mengacu ke kadar kulitas
atau intensitas yang lebih atau yang kurang. Pewatas
yang dipakai adalah lebih, kurang, dan kalah.
Contohnya :
Dia lebih ilmiah daripada pakar asing.
Gajinya kalah besar dari yang saya terima.
− Tingkat Superlatif
Tingkat superlatif mengacu ke tingkat kualitas
atau intensitas yang paling tinggi di antara semua
acuan kata sifat yang dibandingkan. Tingkat itu dalam
kalimat dinyatakan dengan pemakaian awalan ter-
atau pewatas paling di depan kata sifat yang
bersangkutan. Contohnya :
Tati adalah wanita paling cantik di kantor saya.
Toni yang paling malas di antara semua mahasiswa.
4. Kata sifat dari segi bentuknya
Kata sifat jika dilihat dari segi bentuknya terdiri atas
kata sifat dasar yang merupakan kata sifat tanpa imbuhan dan
termasuk perulangan. Yang kedua adalah kata sifat turunan,
yang merupakan kata sifat yang memiliki imbuhan. Bentuk
kata sifat turunan ini tidak dapat mengikuti tingkat komparatif
dan tingkat superlatif.
51
2.4.1.4 Kata keterangan
Kata keterangan adalah kata yang menerangkan kata-kata
di dalam kalimat tersebut. Kata keterangan umumnya ada lima
macam. Yang pertama kata keterangan biasa, yang merupakan
kata keterangan yang menjelaskan sesuatu. Yang kedua kata
keterangan waktu, yang menjelaskan kapan terjadinya kalimat
tersebut. Yang ketiga kata keterangan tempat, yang menerangkan
di mana atau ke mana keadaan pada kalimat tersebut. Yang
keempat kata keterangan alat, yaitu kata keterangan yang
menjelaskan dengan apa subyek melakukan sesuatunya. Yang
kelima adalah kata keterangan cara yang menjelaskan bagaimana
subyek melakukan sesuatunya. Contohnya :
Saya mencari buku saya yang hilang karena terjatuh.
Saya berjanji akan bertemu dengannya besok pagi.
Dia menunggu saya di halte.
Dia memukul bola itu dengan tongkat.
Ibu memeluk saya dengan hangat.
2.4.2 Frasa dalam Bahasa Indonesia
Dalam sebuah struktur bahasa, frasa merupakan potongan kalimat
yang memiliki fungsi semantik dan tanpa harus memenuhi struktur kalimat
lengkap. Ada dua pola susunan frasa :
52
1. Frasa DM
DM artinya Diterangkan – Menerangkan, dimana inti dari
sebuah frasa terletak pada sebelah kiri pewatas. Inti dari frasa
merupakan kata yang diterangkan dan pewatasnya adalah kata yang
menerangkan. Beberapa contoh frasa DM dapat dilihat pada tabel 2.3.
Tabel 2.3 Contoh Frasa DM
INTI (D) PEWATAS (M)
buku besar
indah sekali
biru tua
anak muda
ibu saya
pandai betul
pohon Itu
2. Frasa MD
MD artinya Menerangkan – Diterangkan, dimana inti frasa
tersebut berada di sebelah kanan pewatas. Inti dari frasa merupakan
kata yang diterangkan dan pewatasnya adalah kata yang menerangkan.
Beberapa contoh frasa MD dapat dilihat pada tabel 2.4.
Tabel 2.4 Contoh Frasa MD
PEWATAS (M) INTI (D)
sangat pintar
sepucuk surat
amat pelit
para mahasiswa
53
Tabel 2.4 (Lanjutan)
sungguh dermawan
sudah besar
akan datang
2.4.3 Kalimat dalam Bahasa Indonesia
Dalam bahasa Indonesia, struktur kalimat minimal memiliki Subyek
(S) dan Predikat (P). Adapun pola lain seperti Obyek (O), Pelengkap (Pel)
dan Keterangan (K). Umumnya subyek merupakan kata benda, kata ganti
atau frasa kata benda yang berfungsi sebagai pelaku dalam kalimat.
Predikat umumnya berupa kata kerja yang menyatakan tindakan subyek
terhadap obyek atau berupa kata sifat atau kata benda yang menerangkan
subyek. Sedangkan pelengkap atau obyek merupakan kata benda, kata ganti
atau frasa kata benda yang berfungsi sebagai sasaran tindakan yang
dilakukan subyek. Dan keterangan merupakan kata keterangan yang
menerangkan keadaan, tempat, waktu, cara, alat dalam kalimat tersebut.
2.5 Tata Bahasa Jepang
2.5.1 Ciri-ciri Umum Bahasa Jepang
Ciri-ciri umum Bahasa Jepang dapat dibagi menjadi enam bagian (3A
Corporation, 2000, p2)
1. Jenis Kata
Dalam jenis kata bahasa Jepang terdapat kata kerja, kata sifat,
kata benda, kata keterangan, kata penghubung dan partikel.
54
2. Urutan kata
Predikat selalu terletak pada akhir kalimat. Selain itu , dalam
bahasa Jepang kata yang diterangkan terletak dibelakang kata yang
menerangkan.
3. Predikat
Kata benda, kata kerja da kata sifat dalam bahasa Jepang
berfungsi sebagai predikat. Predikat berupa kata kerja dapat
menunjukkan :
• positif dan negatif dan
• non-waktu lampau atau waktu lampau.
Kata sifat dibagi dalam dua grup yaitu kata sifat (-i) dan kata
sifat (-na) sesuai dengan perubahannya. Dalam bahasa Jepang tidak ada
perubahan untuk orang, jenis atau bilangan.
4. Partikel
Di belakang kata atau kalimat dipakai partikel. Partikel
menunjukkan hubungan antar kata dalam kalimat dan maksud
pembicara, juga berfungsi menambahkan berbagai arti.
5. Penghilangan
Kata-kata dan ungkapan yang biasa diketahui dari konteks
kalimat juga biasanya dihilangkan.
6. Subyek tersembunyi
Bahasa Jepang dikenal sebagai bahasa yang menyembunyikan
subyek. Tidak selalu menampilkan subyek dalam struktur kalimat K, O,
55
P atau O, P. Hal ini dilakukan karena penutur dan petutur dianggap
sudah memahami posisi masing-masing. Jika subyek tidak disebutkan
dalam kalimat, kemungkinan besar orang pertama (aku) menjadi
subyeknya.
2.5.2 Aksara Bahasa Jepang
Dalam bahasa Jepang terdapat empat jenis akasara yaitu,
1. Hiragana
Hiragana dipakai untuk menuliskan kata-kata yang berasal dari
bahasa Jepang asli, dan dipakai untuk menggantikan kata-kata dari
tulisan kanji. Hiragana juga digunakan untuk menulis partikel, bagian
dalam kata kerja dan kata sifat yang dapat berubah pada bahasa Jepang.
Sebelum perang dunia kedua Hiragana hanya dipakai oleh golongan
wanita. Huruf Hiragana menunjukkan bunyinya dan pada umumnya
satu kana (huruf Jepang) mewakili satu mora (satuan bunyi bahasa
Jepang).
2. Katakana
Katakana dipakai untuk menulis kata-kata yang berasal dari
bahasa asing, nama negara dan kota luar negeri, tilgram dn lain-lainnya.
Sering pula dipakai orang untuk menulis nama-nama perusahaan dan
kata-kata yang perlu diperlihatkan dalam sebuah kalimat. Huruf
Katakana menunjukkan bunyinya dan pada umumnya satu kana (huruf
Jepang) mewakili satu mora (satuan bunyi bahasa Jepang).
56
3. Kanji
Kanji adalah tulisan yang berasal dari huruf Mandarin. Tulisan
ini telah dibatasi pemakaiannya. 1945 Kanji ditentukan sebagai kanji
yang perlu digunakan sehari-hari. Kanji menunjukkan artinya dan juga
bunyinya.
4. Roomaji
Roomaji adalah huruf jepang dengan tampilan huruf latin. Tapi
pemakaian roomaji tidak umum di Jepang, kecuali pada papan-papan
reklame atau penunjuk jalan yang diperuntukkan bagi orang asing.
2.5.3 Keterangan Tata Bahasa
2.5.3.1 Kata Benda
Sama seperti kata benda dalam bahasa Indonesia dalam
bahasa Jepang kata benda mengacu pada manusia, binatang,
benda, dan konsep atau pengertian. Dalam beberapa pola kalimat
tertentu, penggunaan kata benda yang bernyawa maupun tidak
bernyawa memiliki perbedaan. Contohnya pada penggunaan kata
imasu/arimasu (ada) dan imasen/arimasen (tidak ada).
Arimasu (ada) dipakai untuk benda-benda tidak bernyawa,
ataupun kalau bernyawa tapi tidak dapat bergerak sendiri.
Contohnya :
Ada meja. ↓ Tsukue ga arimasu.
57
Imasu (ada) dipakai untuk kehadiran benda-benda
bernyawa dan dapat bergerak sendiri seperti manusia dan
binatang. Contohnya :
Ada kucing. ↓ Neko ga imasu.
2.5.3.2 Kata Kerja
Kata kerja dalam bahasa Jepang dibagi empat bagian.
Namun, pada dasarnya ciri kata kerja dalam bahasa jepang
diakhiri bunyi u menurut Rohadi (1993, p46).
1. Kata kerja golongan I
Kata kerja jenis ini ditandai oleh sembilan akhiran :
u, tsu, ru, bu, nu, mu, ku, gu,su
Contoh kata kerja yang menggunakan akhiran u, tsu, ru, bu,
nu, mu, ku, gu dan su dapat dilihat pada tabel 2.5.
Tabel 2.5 Contoh kata kerja bahasa Jepang yang berakhiran u,
tsu, ru, bu, nu, mu, ku, gu dan su
Akhiran Kata Kerja bentuk kamus Arti
U Kau Membeli
Tsu Tatsu Berdiri
Ru Hairu Masuk
Bu Asobu Bermain
Nu Shinu Mati
Mu Yomu Membaca
Ku Iku Pergi
58
Tabel 2.5 (Lanjutan)
Gu Oyogu Berenang
Su Hanasu Berbicara
2. Kata kerja golongan II
Kata kerja golongan dua mempunyai 2 ciri, yakni berakhiran :
eru dan iru.
Contoh kata kerja yang menggunakan akiran eru atau iru dapat
dilihat pada tabel 2.6.
Tabel 2.6 Contoh kata kerja bahasa Jepang yang berakhiran eru
dan iru
Akhiran Kata kerja bentuk kamus Arti
Eru Taberu Makan
Iru Miru Melihat
3. Kata kerja golongan III
Kata kerja ini adalah kata kerja yang selalu diakhiri suru.
Beberapa contoh untuk kata kerja yang berakhiran suru dapat
dilihat pada tabel 2.7.
Tabel 2.7 Contoh kata kerja bahasa Jepang yang berakhiran suru
Akhiran Kata kerja bentuk kamus Arti
Suru Suru
Benkyoosuru
Melakukan
Belajar
59
Kata kerja ini dapat pula digabungkan dengan bahasa asing,
yaitu dengan menambahkan partikel o diantara kata asing
tersebut dengan kata suru.
Contohnya : dansu o suru → berdansa
4. Kata kerja golongan IV
Kata kerja jenis terakhir ini hanya ada satu yaitu kuru artinya
datang.
Kata kerja dapat mengalami berbagai perubahan bentuk
sesuai dengan bentuk kalimatnya. Kata kerja tersebut adalah :
1. Kata kerja bentuk masu
Kata kerja bentuk masu adalah kata kerja pernyataan
positif yang menyatakan ungkapan sopan dan digunakan
dalam situasi sekarang, kebiasaan, dan akan datang. Beberapa
contoh untuk kata kerja bentuk masu dapat dilihat pada tabel
2.8.
Tabel 2.8 Kata kerja bentuk ”masu”
Golongan Bentuk kamus Bentuk masu Arti
Iu
Tatsu
Aru
Tobu
Iimasu
Tachimasu
Arimasu
Tobimasu
Menyebutkan
Berdiri
Ada, Mempunyai
Terbang
I
Shinu Shinimasu Mati
II Taberu
Miru
Tabemasu
Mimasu
Makan
Melihat
60
Tabel 2.8 (Lanjutan)
III Suru
Benkyoosuru
Shimasu
Benkyooshimasu
Melakukan
Belajar
IV Kuru Kimasu Datang
2. Kata kerja bentuk negatif (masen) dan bentuk lampau
(mashita)
Kata kerja bentuk negatif (masen) digunakan untuk
menyangkal dan kata kerja bentuk mashita digunakan untuk
menyatakan kegiatan yang dilakukan pada waktu lampau
(past). Beberapa contoh untuk kata kerja bentuk negatif dan
bentuk lampau dapat dilihat pada tabel 2.9.
Tabel 2.9 Kata kerja bentuk Negatif dan bentuk Lampau
Golongan Bentuk
kamus
Bentuk masen Bentuk mashita
I Iu
Tatsu
Aru
Tobu
Shinu
Iimasen (tidak menyebutkan)
Tachimasen (tidak berdiri)
Arimasen (tidak ada/mempunyai)
Tobimasen (tidak terbang)
Shinimasen (tidak mati)
Iimashita
Tachimashita
Arimashita
Tobimashita
Shinimashita
II Taberu
Miru
Tabemasen ( tidak makan)
Mimasen (tidak melihat)
Tabemashita
Mimashita
III Suru
Benkyoosuru
Shimasen (tidak melakukan)
Benkyooshimasen (tidak belajar)
Shimashita
Benkyooshimashita
IV Kuru Kimasen (tidak datang) Kimashita
61
3. Kata kerja bentuk menyangkal nai
Untuk menyatakan bentuk menyangkal tidak hanya
diungkapkan dengan masen tapi dapat pula diungkapkan
dengan nai. Beberapa contoh untuk kata kerja bentuk nai
dapat dilihat pada tabel 2.10.
Tabel 2.10 Kata kerja bentuk nai
Golongan Bentuk kamus Bentuk nai Arti
I Iu
Tatsu
Aru
Tobu
Shinu
Iwanai
Tatanai
Aranai
Tobanai
Shinanai
tidak menyebutkan
tidak berdiri
tidak ada/mempunyai
tidak terbang
tidak mati
II Taberu
Miru
Tabenai
Minai
tidak makan
tidak melihat
III Suru
Benkyoosuru
Shinai
Benkyooshinai
tidak melakukan
tidak belajar
IV Kuru Konai tidak datang
4. Kata kerja bentuk lampau ta
Untuk menyatakan situasi lampau tidak hanya
diungkapkan dengan mashita tapi dapat pula diungkapkan
dengan ta. Beberapa contoh untuk kata kerja bentuk ta dapat
dilihat pada tabel 2.11.
62
Tabel 2.11 Kata kerja bentuk lampau ta
Golongan Bentuk kamus Bentuk ta Arti
I Iu
Tatsu
Aru
Tobu
Shinu
Itta
Tatta
Atta
Tonda
Shinda
Menyebutkan
Berdiri
Ada, Mempunyai
Terbang
Mati
II Taberu
Miru
Tabeta
Mita
Makan
Melihat
III Suru
Benkyoosuru
Shita
Benkyooshita
Melakukan
Belajar
IV Kuru Kita Datang
5. Kata kerja bentuk negatif dalam situasi lampau (masen deshita
atau nakkatta)
Untuk menyatakan bentuk negatif dalam situasi
lampau dapat diungkapkan dengan masen deshita atau nakatta.
Beberapa contoh untuk kata kerja bentuk negatif – lampau
dapat dilihat pada tabel 2.12.
Tabel 2.12 Kata kerja bentuk negatif dalam situasi lampau
Golongan Bentuk
kamus
Bentuk masen
deshita
Bentuk nakkata Arti
I Iu
Tatsu
Aru
Iimasen deshita
Tachi masen
deshita
Ari masen deshita
Tobi masen deshita
Iwanakatta
Tatanakatta
Aranakatta
tidak
menyebutkan
tidak berdiri
tidak
63
Tabel 2.12 (Lanjutan)
Tobu
Shinu
Shini masen
deshita
Tobanakatta
Shinanakatta
ada/mempunyai
tidak terbang
tidak mati
II Taberu
Miru
Tabe masen deshita
Mi masen deshita
Tabenakatta
Minakatta
tidak makan
tidak melihat
III Suru
Benkyoo
suru
Shi masen deshita
Benkyooshi masen
deshita
Shinakatta
Benkyooshinakatta
tidak
melakukan
tidak belajar
IV Kuru Ki masen deshita Konakatta tidak datang
6. Kata kerja transitif dan intransitif
Kata kerja transitif adalah kata kerja yang memerlukan
obyek, dalam bahasa Indonesia umumnya diawali dengan me-.
Contohnya :
miru : melihat
okosu : membangunkan
Kata kerja intransitif adalah kata kerja yang tidak
memerlukan obyek.
Contohnya :
mieru : kelihatan
okiru : bangun
Beberapa contoh untuk kata kerja transitif dan
intransitif dapat dilihat pada tabel 2.13.
64
Tabel 2.13 Kata kerja Transitif dan Intransitif
Golongan Transitif Intransitif
I Orosu (menurunkan)
Kiku (mendengarkan)
Kesu (memadamkan)
Yaku (membakar)
Nagasu (mengalirkan)
Oriru (turun)
Kikoeru (terdengar/kedengaran)
Kieru (padam)
Yakeru (terbakar)
Nagareru (mengalir)
II Noseru (menaikkan)
Miru (melihat)
Akeru (membuka)
Tsukeru (menyalakan)
Tomeru (menghentikan)
Noru (naik)
Mieru (terlihat/kelihatan)
Aku (terbuka)
Tsuku (nyala/menyala)
Tomaru (berhenti)
7. Kata kerja bentuk tai
Dalam bahasa jepang untuk menyatakan ”keinginan
terhadap suatu kegiatan”, seperti ingin membeli, ingin makan
dan lain-lain dapat diungkapkan dengan kata kerja bentuk tai.
Beberapa contoh untuk kata kerja bentuk tai dapat dilihat pada
tabel 2.14.
Tabel 2.14 Kata kerja bentuk tai
Golongan Bentuk kamus Bentuk tai Arti
I Au
Tatsu
Aru
Tobu
Kau
Aitai
Tachitai
Aritai
Tobitai
Kaitai
Ingin bertemu
Ingin Berdiri
Ingin Ada, Mempunyai
Ingin Terbang
Ingin Membeli
65
Tabel 2.14 (Lanjutan)
II Taberu
Miru
Tabetai
Mitai
Ingin Makan
Ingin Melihat
III Suru
Benkyoosuru
Shitai
Benkyooshitai
Ingin Melakukan
Ingin Belajar
IV Kuru Kitai Ingin Datang
8. Kata kerja bentuk pasif
Dalam bahasa Jepang, perubahan kata kerja bentuk
aktif menjadi bentuk pasif mempunyai bentuk perubahan
tersendiri sebagai berikut:
• Kata kerja golongan I (berakhiran u, tsu, ru, bu, nu, mu,
ku, su)
Rumus : Dari kata kerja bentuk nai, nai dihilangkan dan
diganti dengan reru.
Contoh-contoh kata kerja pasif golongan I dapat dilihat
pada tabel 2.15.
Tabel 2.15 Contoh Kata kerja Pasif Golongan I
Bentuk asal (aktif) Bentuk nai Bentuk pasif (reru) Arti
Kau (membeli)
Utsu (memukul)
Shikaru (marah)
Kaku (menulis)
Yobu (memanggil)
Kawanai
Utanai
Shikaranai
Kakanai
Yobanai
Kawareru
Utareru
Shikareru
Kakareru
Yobareru
Dibeli
Dipukul
Dimarahi
Ditulis
Dipanggil
66
• Kata kerja golongan II (berakhiran eru dan iru)
Rumus : Dari kata kerja bentuk nai, nai dihilangkan
dan diganti dengan rareru, atau
Dari kata kerja bentuk masu, masu
dihilangkan dan diganti dengan rareru.
Contoh-contoh kata kerja pasif golongan II dapat dilihat
pada tabel 2.16.
Tabel 2.16 Contoh Kata kerja Pasif Golongan II
Bentuk asal (aktif) Bentuk nai Bentuk pasif (rareru) Arti
Taberu (makan)
Homeru (memuji)
Kotaeru (menjawab)
Tabenai
Homenai
Kotaenai
Taberareru
Homerareru
Kotaerareru
Dimakan
Dipuji
Dijawab
• Kata kerja golongan III
Rumus : suru berubah jadi sareru
Contoh-contoh kata kerja pasif golongan III dapat dilihat
pada tabel 2.17.
Tabel 2.17 Contoh Kata kerja Pasif Golongan III
Bentuk asal (aktif) Bentuk pasif (sareru) Arti
Untensuru (mengendarai)
Shoutaisuru (mengundang)
Kenkyuusuru (menyelidiki)
Ginmisuru (memeriksa)
Jamasuru (mengganggu)
Untensareru
Shoutaisareru
Kenkyuusareru
Ginmisareru
Jamasareru
dikendarai
diundang
diselidiki
diperiksa
diganggu
67
• Kata kerja golongan IV
Contoh kata kerja pasif golongan IV dapat dilihat pada
tabel 2.18.
Tabel 2.18 Kata kerja Pasif Golongan IV
Bentuk asal(aktif) Bentuk pasif Arti
Kuru(mendatangi) korareru didatangi
2.5.3.3 Kata Sifat
Ada dua golongan kata sifat dalam bahasa Jepang, yaitu :
1. Kata sifat golongan i, (kata dasarnya berakhiran i)
Misalnya : takai : mahal
yasui : murah
Contoh pemakaian dalam kalimat :
Buku ini mahal. ↓
Kono hon wa takai desu.
2. Kata sifat golongan da, (kata dasarnya berakhiran da)
Misalnya : kirei (kireida) : cantik
Genki (genkida) : sehat
Di atas telah dikatakan bahwa kata dasar untuk kata sifat
golongan ini selalu berakhiran dengan da. Namun dalam
pemakaiannya di dalam kalimat, da mengalami perubahan atau
dihilangkan. Contoh pemakaian dalam kalimat :
68
Bunga Sakura indah. ↓ Sakura wa kirei desu.
2.5.3.4 Kata Keterangan
Kata keterangan adalah kata yang menerangkan kata
lainnya. Dalam bahasa Jepang fungsi kata keterangan ini
sangatlah penting (3A Corporation, 2000, p169). Contohnya :
− Dosen asing semuanya orang Amerika.
Gaikokujin no sensei wa minna Amerikajin desu.
− Ibu Maria sedikit mengerti huruf Hiragana.
Maria-san wa hiragana ga sukoshi wakarimasu.
− Saya selalu makan siang di kantin universitas.
Itsumo daigaku no shokudou de hirugohan o tabemasu.
− Kamus itu tidak begitu baik.
Sono jisho wa amari yokunai desu.
2.5.3.5 Partikel
1. Partikel wa (ha)
Partikel wa menunjukkan bahwa kata sebelumnya
adalah topik atau Subyek. Hal yang dibicarakan diikuti oleh
partikel wa, untuk menunjukan topik pembicara, selanjutnya
bermacam-macam deskripsi (3A Corporation, 2000, p16).
Contohnya :
69
Saya adalah pelajar.
Watashi wa gakusei desu.
2. Desu
Kata benda yang diikuti oleh desu menjadi predikat.
Desu memiliki berbagai sifat yaitu :
• Desu berarti penilaian atau kesimpulan.
• Desu dipakai untuk memperlihatkan perasaan hormat
kepada lawan bicara.
• Desu menjadi berbeda bentuknya dalam kalimat negatif
atau waktu lampau.
Beberapa contoh untuk partikel desu dapat dilihat pada
tabel 2.19.
Tabel 2.19 Contoh partikel desu dalam kalimat
1. Positif sekarang Saya (adalah) pelajar Watashi wa gakusei desu
2. Negatif
sekarang
Saya bukan pelajar Watashi wa gakusei dewa
arimasen
3. Positif lampau Kemarin saya (adalah)
pelajar Kinou watashi wa gakusei deshita
4. Negatif lampau Kemarin saya bukan
pelajar
Kinou watashi wa gakusei dewa
arimasen deshita
3. Partikel ka
Partikel ka dipakai untuk kalimat tanya yang
jawabannya antara ya atau tidak. Kalimat tanya ini dibuat
dengan menambah partikel ka pada akhir kalimat. Kalimat
70
tanya ini susunannya tidak berubah. Menanyakan apakah
benar atau tidak isi dari suatu kalimat. Jika benar maka
jawabannya hai dan jika tidak benar maka jawabannya iie.
Contohnya :
Apakah anda seorang pelajar? ↓
Anata wa gakusei desuka.
4. –san
Dalam bahasa Jepang, menyebutkan nama orang lain
selalu diikuti dengan san untuk menunjukkan rasa hormat dari
si pembicara kepada lawan bicara. San tidak pernah dipakai
untuk menyebutkan nama sendiri. Contohnya :
Tuan Yamada adalah dokter.
↓ Yamada-san wa isha desu.
5. Kata mo
Kata mo ditambahkan pada topik sebagai pengganti
partikel wa apabila predikatnya sama dengan predikat
sebelumnya. Contohnya :
Tuan Yamada adalah dokter. Tuan Kawata juga dokter. ↓
Yamada-san wa isha desu. Kawata-san mo isha desu.
6. Partikel no
Partikel no dipakai untuk menghubungkan dua kata
benda. Kata benda yang di depan menerangkan kata benda
yang dibelakang. Contohnya :
71
Ini buku komputer.
↓ Kore wa Konpyu-ta no hon.
Partikel no dapat juga digunakan untuk menunjukkan
kepunyaan. Contohnya :
Ini buku saya. ↓
Kore wa watashi no hon.
7. Partikel ni
Partikel ni memiliki berbagai fungsi yaitu:
• Untuk menunjukkan waktu kejadian
Setelah kata benda yang menunjukkan waktu,
dipakai partikel ni untuk menunjukkan waktu kejadian.
Partikel ni dipakai dengan kata kerja yang berarti kegiatan
atau aksi yang segera selesai. Apabila waktu itu tidak
dinyatakan dengan suatu bilangan, maka ni tidak dipakai.
Tetapi, pada nama hari kita boleh memakai ni atau tidak.
Contohnya :
Saya bangun jam setengah tujuh. ↓
6 jikan ni watashi wa okimasu.
• Tempat adanya suatu benda atau orang dinyatakan dengan
partikel ni
Contohnya :
Di kamar saya ada meja. ↓
Watashi no heya ni tsukue ga arimasu
72
• Menunjukkan tujuan untuk apa kita ikimasu (pergi),
kaerimasu (pulang), kimasu (datang).
Contohnya :
Saya datang ke Jepang untuk belajar bahasa Jepang. ↓
Watashi wa Nihon e nihongo no benkyou ni kimashita.
8. Kata penghubung to
to dipakai waktu menghubungkan kata-kata benda
yang setaraf dan menyabutkannya secara konkret satu-persatu.
Contohnya :
Ibu membeli jeruk dan apel.
Okaasan wa mikan to ringo o kaimasu.
to setelah kata benda yang menunjukkan orang atau
binatang berarti bersama atau dengan. Contohnya :
Saya datang ke Jepang bersama teman. ↓
Watashi wa tomodachi to nihon e kimashita.
9. Partikel e (he)
Partikel e (he) menunjukkan arah gerakan atau tempat
tujuan yang dinyatakan oleh kata kerja ikimasu (pergi), kimasu
(datang), kaerimasu (pulang), dan lain-lain. Contohnya :
Saya pergi ke Bali. ↓
Watashi wa Bali e ikimasu.
73
10. Partikel de
Partikel de dipakai untuk menunjukkan alat yang
dipakai. Bila de terdapat setelah kata benda alat angkutan dan
dipakai dengan kata kerja yang menunjukkan gerakan atau
perpindahan, maka ini berarti menggunakan alat angkutan
tersebut.
Contohnya :
Saya pergi dengan pesawat ke Bali ↓
Watashi wa bali e hikouki de ikimasu.
Partikel de yang di tempatkan setelah kata benda yang
menunjukkan tempat, dan menunjukkan tempat kejadian.
Contohnya :
Saya membeli apel di super market. ↓
Watashi wa supaa de ringo o kaimasu.
11. Partikel o (wo)
Partikel o menunjukkan obyek atau tujuan dari kata kerja
transitif. Contohnya :
Saya makan nasi. ↓
Watashi wa gohan o tabemasu.
12. Partikel ga
Partikel ga digunakan untuk menunjukkan obyek dari
arimasu (ada, mempunyai) dan wakarimasu (mengerti). Juga
74
bila kata sifat seperti, sukidesu (suka), kiraidesu (benci),
jouzudesu (pintar), hetadesu (bodoh), dan lain-lain.
Contohnya :
Saya suka masakan Italia. ↓
Watashi wa Itariaryouri ga sukidesu.