Newest Post
// On :Selasa, 27 Desember 2016
PENDAHULUAN
Database
merupakan yang terpenting dalam berbagai
macam bidang aplikasi menggunakan sistem informasi swasta dan publik. Database
dibangun dengan tujuan untuk memfasilitasi kegiatan penyimpanan data,
pengolahan, dan pengambilan terkait dengan pengelolaan data dalam sistem
informasi. Karena kemajuan aplikasi teknologi komputer, aplikasi luas teknologi
web di beberapa daerah menjadi akurat, database telah menjadi repositori dari
volume besar data dalam database relasional, untuk mengambil informasi dari database,
salah satu kebutuhan untuk merumuskan query sedemikian rupa bahwa komputer akan
memahami dan menghasilkan output yang diinginkan. Query Language (SQL) norma
terstruktur yang dikejar di hampir semua bahasa untuk sistem database
relasional. Norma-norma SQL didasarkan pada interpretasi Boolean query. Tetapi
beberapa persyaratan pengguna mungkin tidak dijawab secara eksplisit oleh
sistem query klasik. Hal ini karena fakta bahwa karakteristik persyaratan
'tidak bisa diungkapkan dengan bahasa query biasa. Banyak aplikasi database
generasi baru menetapkan manajemen informasi cerdas memerlukan interaksi
efisien antara pengguna dan basis data. Dalam beberapa kali, ada meningkatnya
permintaan untuk pengguna non-ahli untuk query database relasional dalam bahasa
yang lebih alami meliputi variabel linguistik dan hal, bukannya beroperasi pada
nilai-nilai atribut.
Oleh
karena itu ide untuk menggunakan bahasa alami bukan SQL telah mendorong
pengembangan jenis baru metode pengolahan yang disebut Natural Language Interface
to Database (NLIDB). NLIDB adalah langkah menuju pengembangan sistem database
cerdas (IDBS) untuk meningkatkan pengguna dalam melakukan query fleksibel dalam
database.
DEFINISI
Tahapan Natural Language
Processing
Menurut Rich dan Knight
(1991, pp379-380) tahapan Natural Language Processing terdiri dari beberapa
level analisis. Level analisis tersebut adalah:
a)
Morphological Analysis
Kata-kata
secara individu dianalisa berdasarkan komponennya, dan token yang tidak
tennasuk kata, seperti tanda baca, dipisahkan dari kata-kata tersebut. Analisis
ini memperhatikan arti. dari setiap komponen yang membentuk suatu kata.
Analisis morfologi ini penting untuk menentukan aturan kata yang ada dalam
suatu kalimat, tennasuk tata bahasa.
b)
Sylltax Analysis
Urutan-mutan
linear dari kata-kata diubah menjadi struktur yang menunjukkan bagaimana satu
kata berhubungan dengan kata yang lain. Analisis ini mempelajari aturan untuk
menggabungkan kata menjadi frase dan kalimat, dan menggunakan aturan tersebut
untuk menguraikan (parse) dan membentuk kalimat. Level anal isis yang lebih
banyak berhasil.
c)
Semantic Analysis
Struktur
yang diciptakan dari analisa sintaksis akan diperiksa arti sebenarnya. Kalau
struktur tersebut tidak memenuhi persyaratan kaidah bahasa maka kalimat
tersebut dianggap anomali semantik.
d)
Discourse Integration
Arti
dari suatu kalimat mungkin saja bergantung dari kalimat sebelumnya dan mungkin
mempengaruhi kalimat-kalimat selanjutnya.
e)
Pragmatics Analysis
Struktur
yang merepresentasikan apa yang dikatakan diinterpretasikan lagi untuk
menentukan apa yang dimaksud sebenarnya.
Batasan-batasan dari
kelima fase ini kadang-kadang belum jelas. Fase tersebut kadang dieksekusi
secara bertahap, rapi kadang dilaksanakan sekaligus.
1. Intelligent Database System (IDBS)
Sebuah IDBS diberkahi
dengan sistem manajemen data mampu mengelola sejumlah besar data persistem yang
berbagai bentuk penalaran dapat diterapkan untuk menyimpulkan data dan
informasi tambahan. Ini termasuk teknik pengetahuan representasi, teknik
inferensi, dan antarmuka pengguna cerdas - antarmuka yang melampaui pendekatan
bahasa query tradisional dengan memanfaatkan fasilitas bahasa alami . Teknik
ini memainkan peran penting dalam meningkatkan sistem database: teknik
representasi pengetahuan memungkinkan seseorang untuk mewakili baik di DB
semantik dari domain aplikasi, teknik inferensi memungkinkan satu untuk alasan
tentang data untuk mengambil data dan informasi tambahan, user interface Cerdas
membantu pengguna untuk membuat permintaan dan menerima balasan.
Intelligent Database System adalah sistem yang mengelola
informasi dengan cara alami, membuat informasi yang mudah untuk menyimpan,
mengakses dan menggunakan. Salah satu alasan utama untuk menggunakan
Intelligent Database System adalah bahwa
kita hidup dalam keadaan kekenyangan informasi. Untuk sekadar bertahan hidup
dalam masyarakat saat ini, kita perlu mengakses dan menggunakan informasi ini.
Dengan menggunakan Intelligent Database
System kita dapat memiliki akses yang lebih baik dalam penggunaan, lebih banyak
jenis informasi yang mereka bisa sebaliknya. Ini berarti Intelligent Database System harus memberikan tingkat tinggi alat cerdas yang
memberikan wawasan baru ke dalam isi database dengan mengekstraksi pengetahuan
dari data. Membuat informasi tersedia untuk sejumlah besar orang karena lebih
banyak orang sekarang dapat memanfaatkan sistem karena kemudahan penggunaan.
Meningkatkan proses pengambilan keputusan yang terlibat dalam menggunakan
informasi setelah itu telah diambil dengan menggunakan model informasi tingkat
yang lebih tinggi.
Saling berhubungan
informasi dari sumber yang berbeda menggunakan media yang berbeda sehingga
informasi lebih mudah diserap dan dimanfaatkan oleh pengguna. Gunakan
pengetahuan dan inferensi, sehingga lebih mudah untuk mengambil, melihat dan
membuat keputusan dengan informasi.
Dalam beberapa kali ini ,
ada meningkatnya permintaan untuk pengguna non-ahli untuk query database
relasional dalam bahasa yang lebih alami meliputi variabel linguistik ,
bukannya beroperasi pada nilai-nilai atribut. Natural Language Interface to
Database, pendekatan yang menjanjikan, meningkatkan pengguna dalam melakukan
query fleksibel dalam database. Penelitian dan kemajuan NLIDB, merupakan
langkah penting menuju pengembangan sistem database cerdas dan telah muncul
sebagai sebuah disiplin baru dan telah terpesona perhatian terhadap jumlah
peneliti.
2. Natural
Language Interface to Database (NLIDB)
Natural Language
Interface to Database merupakan untuk
menerima permintaan dalam bahasa Inggris atau bahasa alam lainnya dan mencoba
untuk 'memahami' mereka atau kita dapat mengatakan bahwa Natural Language
Interface to Database (NLIDB) adalah sistem yang menerjemahkan kalimat bahasa
alami ke dalam query database. Meskipun penelitian awal telah dimulai sejak
akhir tahun enam puluhan , NLIDB tetap sebagai masalah penelitian terbuka.
Sebuah sistem NLIDB lengkap akan menguntungkan kita dalam banyak cara. Siapapun
dapat mengumpulkan informasi dari database dengan menggunakan sistem seperti
.Additionally, mungkin mengubah persepsi kita tentang informasi dalam database.
Secara tradisional, orang yang digunakan untuk bekerja dengan bentuk harapan
mereka sangat tergantung pada kemampuan formulir. NLIDB membuat seluruh
pendekatan yang lebih fleksibel, karena itu akan memaksimalkan penggunaan
database. Ada banyak aplikasi yang dapat mengambil keuntungan dari NLIDB. Di
PDA dan ponsel lingkungan, tampilan layar tidak selebar komputer atau laptop.
Mengisi formulir yang memiliki banyak bidang dapat membosankan satu mungkin
harus menavigasi melalui layar, untuk menggulir, untuk mencari nilai-nilai
kotak scroll, dll Sebaliknya, dengan NLIDB, satu-satunya pekerjaan yang perlu
dilakukan adalah dengan mengetikkan pertanyaan serupa dengan SMS (Short
Messaging System).
Sub Komponen NLIDB
Komputasi ilmuwan telah
membagi masalah akses Natural Language Interface to Database menjadi dua
sub-komponen:
-
Komponen linguistik
-
komponen database
Komponen Linguistik
Hal ini bertanggung jawab
untuk menerjemahkan masukan bahasa alami ke dalam query formal dan menghasilkan
respon bahasa alami berdasarkan hasil dari database pencarian.
Komponen Database
Ini merupakan fungsi
tradisional dari Database Management . Sebuah leksikon adalah tabel yang
digunakan untuk memetakan kata-kata input alami ke objek formal (nama relasi,
atribut nama, dll) dari database. Kedua parser dan juru semantik memanfaatkan
leksikon. Sebuah generator bahasa alami mengambil tanggapan resmi sebagai
masukan, dan memeriksa pohon parsing untuk menghasilkan respon bahasa alami
yang memadai. sistem database bahasa alami memanfaatkan pengetahuan sintaksis
dan pengetahuan tentang database sebenarnya dalam rangka untuk benar
berhubungan masukan bahasa alami dengan struktur dan isi dari database
tersebut. pengetahuan sintaksis biasanya berada dalam komponen linguistik dari
sistem, khususnya dalam analisa sintaks sedangkan pengetahuan tentang database
sebenarnya berada sampai batas tertentu dalam model data semantik digunakan.
Pertanyaan yang dimasukkan dalam bahasa alami diterjemahkan ke dalam sebuah
pernyataan dalam bahasa query formal. Setelah pernyataan itu jelas terbentuk,
query diproses oleh sistem manajemen database untuk menghasilkan data yang
dibutuhkan. Data ini kemudian diteruskan kembali ke komponen bahasa alami di
mana rutinitas generasi memproduksi versi bahasa permukaan respon.
3. Contoh
Penerapan Aplikasi dari NLIDB
Masih sangat sedikit
sekali aplikasi yang memperlihatkan interaksi pengguna dengan actor virtual.
Untuk mempelajari kecocokan syarat-syarat teknis dalam lingkungan yang nyata,
penelitian dari setiap kemungkinan manusia mengendalikan karakter dalam sebuah
game dengan menggunakan instruksi bahasa natural. Game pada PC menyediakan
lingkungan virtual dengan skala besar yang terbatas, dengan beberapa tugas yang
dapat di definisikan; pada penelitian ini, mengambil sebuah game PC klasik
berjudul DOOM™ sebagai contoh, karena game ini memiliki sumber daya dan desain
yang cocok untuk sebuah game yang menggunakan metode pemrosesan bahasa natural.
Karakter DOOM™ yang digunakan adalah karakter “dengan panduan” on-line yang
bisa didapatkan di situs http://www.gamers.org . Panduan tersebut menjelaskan
dalam bahasa natural tentang alur dari tiap-tiap level dari game tersebut
seperti: penjabaran peta, lokasi-lokasi item, dan penjelasan tentang urutan
langkah yang harus diambil oleh pemain. Berikut adalah contoh panduan dari game
DOOM™:
Enter the door with the skull on it
and push the switch. Walk out of the room and turn right. There are now stairs
going into the wall, which is fake. Enter the teleporter, you’re now in a
circular room; find the secret door (the wall with the face on it) to go to the
next circular room and enter the teleporter.
Masuki pintu bergambar tulang dan
tekan switch yang ada. Jalan terus sepanjang ruangan dan belok kanan. Disana
ada tangga palsu yang menggantung di tembok. Masuki teleporter, sekarang kamu
ada di ruangan bundar; temukan pintu rahasia (dinding yang bergambar wajah)
untuk masuk ke ruangan bundar berikutnya dan masuki teleport
Gambar : Instruksi
bahasa natural dari emulator game DOOM
Panduan tersebut
berfungsi untuk mencocokan penjelasan yang diberikan kepada pemain sebelum sesi
game dimulai. Beberapa penjelasan memasukkan saran sepanjang tiap aksi yang
berkelanjutan di lakukan, termasuk akibat dari aksi sebelumnya (cth.“masuki
teleporter, sekarang kamu ada di ruangan bundar”). Dalam game ini terdapat
banyak variable yang memunculkan instruksi-instruksi yang dibawa pada setiap
aksi dasar, yang mana instruksi-instruksi tersebut membutuhkan pemrosesan
bahasa natural.
Karakter dalam game ini
memberi kesan keteraturan sosiolektal, yang dapat di kategorikan sebagai
sub-bahasa. Kesan ini akan membawa dampak yang signifikan terhadap pemrosesan
bahasa natural. Di lain pihak metode umum untuk merancang interaksi dari bahasa
natural adalah dengan mengartikan bahasa yang sering digunakan manusia. Metode
ini secara otomatis mendefinisikan pengendalian tata bahasa, yang di rancang
untuk memfasilitasikan pemrosesan tata bahasa yang membuat parsing menjadi
mudah dikerjakan. Di dalam tata bahasa yang umum digunakan manusia, pendekatan
praktis, mengidentifikasi aksi target, menyelidiki tiap perintah yang di
sampaikan, dan membangkitkan kumpulan dari aturan-aturan.
Komunikasi dengan actor virtual sampai pada dua
paradigma: di satu pihak, dilihat dari aplikasi awalnya (game computer), sangat
memungkinkan untuk menyadari kemunculan sub-bahasa yang actual. Di lain pihak,
batasan pengenalan ucapan (speech recognition) dan parsing membuat sebuah celah
antara actor virtual dengan tata-bahasa umum.
KELEBIHAN
DAN KEKURANGAN
Kelebihan NLIDB
a) Pengguna (user) sistem NLIDB tidak perlu
mempelajari bahasa query basis data (SQL, dll.) melainkan cukup melakukan
perintah dengan bahasa alami.
b) Perintah negasi (tidak, bukan, dll.) lebih mudah
diekspresikan dalam bahasa alami dibandingkan dengan menggunakan antarmuka
form.
c) Sudah dibuatnya aplikasi mobile-nya.
Kekurangan NLIDB
a) Perintah-perintah yang dapat dilakukan user
bersifat terbatas dan user sulit mengetahui perintah seperti apa yang tidak
boleh diinputkan ke sistem.
b) Ketika sistem NLIDB tidak mengerti perintah user,
seringkali sistem langsung menolak perintah tersebut sehingga user tidak
mengetahui dengan jelas pada bagian mana dari inputan perintahnya yang salah/tidak
diterima sistem.
c) Bersifat domain-dependent yang artinya satu sistem
hanya akan bekerja dengan baik pada satu kasus/domain tertentu. Jika digunakan
pada domain lain biasanya akan sulit melakukan konfigurasi yang sesuai.
d) Aplikasinya tidak mudah didapat.
KESIMPULAN
Natural language interface to a database (NLIDB) merupakan sebuah sistem yang digunakan untuk mendapatkan informasi yang tersimpan dalam basis data dengan menggunakan masukan yang menggunakan bahasa alami (Androutsopoulos, dkk, 1995). Tujuannya adalah untuk menerima permintaan dalam bahasa Inggris atau bahasa lainnya yang mana akan berupaya untuk memahami bahasa-bahasa tersebut dan menerjemahkannya ke dalam query database (perintah yang ada di dalam database).
SUMBER
https://id.wikipedia.org/wiki/Pemrosesan_bahasa_alami
http://www.mandalamaya.com/pengertian-database/
http://excitedrach.blogspot.co.id/2016/11/makalah-natural-language-interface-to.html
