Pendeteksian Relasi Antar Makna Pada Wordnet Bahasa Indonesia

Wordnet adalah jaringan antar makna yang terinspirasi dari memori leksikal manusia atau bisa disebut juga Wordnet adalah suatu wadah untuk membuat sebuah Database leksikal online untuk memudahkan Leksikografer atau penggiat bahasa dalam mencari informasi atau hubungan semantik pada suatu lema. Wordnet bisa diterapkan dalam berbagai aplikasi yang membantu manusia mengolah dan mencerna informasi misalnya di bidang Information Retrieval, Machine Translation, dan Natural Language Processing. Dalam penelitian ini, pendeteksian relasi antar makna Wordnet bahasa Indonesia menggunakan Expand Approach dengan metode otomatis. Sumber data masukan berasal dari Princeton Wordnet dan menggunakan MRD dari Oxford Dictionary. Pada tahap awal dilakukan proses ekstraksi sehingga didapat data dari Database PWN yang terstruktur. Tahap kedua dilakukan proses penerjemahan dari bahasa Inggris ke Bahasa Indonesia dengan menggunakan MRD dari Oxford Dictionary. Pada tahap pertama, hasil ekstraksi Unique Strings sebanyak 100% dari total data awal 155.467 dan Synset sebanyak 100% dari total data awal sebanyak 117.791. Pada tahap kedua pada proses translasi didapatkan Unique Strings sebanyak 98.78%, dimana 98.48 % untuk antonim, 93.40 % untuk hipernim/hiponim, dan 95.33 % untuk meronim/holonim. Hal tersebut dikarenakan banyak lema atau istilah lokal dalam bahasa Inggris British yang tidak ada dalam bahasa Indonesia.

Wordnet is a network between Words that inspired from human lexical memory. It is also described as a place to create an online lexical Database to help lexicographer, researcher, or a language activist to search information or the semantic relation of a lemma. Wordnet also can be applied on applications that help human to processing and understanding information like in The Informal Retrieval field, Machine Translation Field, and Natural Language Processing Field. The development of this Indonesian Wordnet is using an Expand Approach with Automatic translation method. The resource of the data was taken from Princeton Wordnet and using MRD from Cambridge Dictionary.Extraction process was done on the first step so the structured PWN Database's data can be obtained. The trasnlation process from English to Indonesian was done using MRD from Cambridge Dictionary in The Second Step. In the first stage, the results of Unique Strings extraction as much as 100% of the total initial data 155467 and Synset as much as 100% of the total initial data as much as 117791. In the second phase of the translation process obtained Unique Strings 98.78%, 98.48% for antonym, 93.40% for hipernim / Hyponim, and 95.33% for meronym / holonym. That's because a lot of local entries or terms are in English English that do not exist in the Indonesian language.