Stemming bahasa Jawa untuk mencari akar kata dalam bahasa Jawa dengan aturan analisis kontrasif afiksasi verba

INDONESIA:

Bahasa merupakan suatu media komunikasi yang digunakan manusia untuk berinteraksi antar sesamanya, dan bahasa tidak bisa lepas dari kehidupan manusia. Selain Bahasa Indonesia yang ada dan dipelajari masyarakat Indonesia, bahasa yang jelas digunakan dan harus terus dilestarikan adalah bahasa daerah, salah satunya adalah Bahasa Jawa. Salah satu cara mempelajari bahasa yaitu dengan mempelajari kosa kata itu sendiri, dengan mengetahui dan memahami kosa kata, sesorang dapat lebih mudah mempelajari bahasa tersebut. Untuk mempelajari bahasa lain tersebut maka diperlukan sebuah penerjemah atau kamus, karena kamus merupakan salah satu sarana dalam mempelajari bahasa. Namun perlu diketahui bahwa pada kamus tidak terdapat kata berimbuhan sehingga untuk mempelajari bahasa lain tersebut diperlukan algoritma stemming yang mana algoritma tersebut untuk mencari kata dasar pada kata berimbuhan. Terutama untuk kata kerja yang berimbuhan. Karena kata berimbuhan tidak bisa diterjemahkan secara langsung oleh kamus maka perlu perlakuan khusus yaitu salah satu alternatifnya adalah menggunakan algoritma stemming. Penelitian ini menjelaskan bagaimana proses pemotongan kata berimbuhan bahasa Jawa menjadi kata dasar dalam bahasa Jawa. Stemming bahasa Jawa ini menggunakan aturan analisis kontrasif afiksasi verba sebagai pemotongan imbuhan, sehingga pada awal user menginputkan kata berimbuhan kemudian di cek pada database dan kata tersebut tidak ada maka kata tersebut mengalami pemotongan imbuhan menggunakan aturan analisis kontrasif afiksasi verba. Pada aturan ini ada 3 tahap pemotongan yaitu Prefiks, Sufiks dan Konfiks yang mana setiap kali kata tersebut mengalami pemotongan, maka akan di cek pada database. Setelah mengalami 3 tahap pemotongan tersebut namun kata dasar yang dicari belum ditemukan, maka hasil kata pemotongan tersebut akan mengalami proses pembobotan dengan metode Brute Force menggunakan String Matching, kemudian kata tersebut dicek kembali pada database, jika kata dasar yang dicari belum ditemukan, maka kata yang memiliki bobot dan prosentase kemiripan paling tinggi akan diasumsikan sebagai kata dasar yang dicari.

ENGLISH:

Language is a medium of communication used by humans to interact with one to another, and the language can not be separated from human life. In addition to the existing Indonesian and Indonesian communities learn, certain language used and must continue to be preserved is the language of the area, one of which is Javanese. One way to learn a language is to learn vocabulary it self, by knowing and understanding vocabulary, one can more easily learn the language. To learn another language, it needed a translator or dictionary, because a dictionary is one tool in studying the language. But keep in mind that the dictionary does not have the affixes word so as to learn another language is needed stemming algorithm where the algorithm to search for basic word on affixes. Especially for affixes verbs. Because affixes can not be translated directly by the dictionary, it needs special treatment which one alternative is to use algorithms stemming. This research explains how the cutting affixes process. Javanese word be a basis in the Java language. Stemming the Java language using the verb affixation kontrasif analysis as cutting additive rules, so that at the beginning of user input a word affixes then it will checked to the database and if the word does not exist then the words were cut affix using verbs affixation kontrasif analysis rules. In this rule there are three stages of cutting ie prefix, suffix and confix which every word that have been cutbacks, it will be checked in the database. After three stages of these cuts, but the basic words sought has not been found, the results said the cuts will undergo a process of weighting methods Brute Force uses String Matching, then the word is checked back in on the database, if the basic words sought has not been found, the word weight and highest similarity percentage will be assumed as the basis of the searched word.