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.