Penerjemahan Teks Bahasa Indonesia Menjadi Data Definition Language (Ddl) Dengan Penanganan Kalimat Majemuk

Penelitian tentang translasi bahasa alami ke SQL sudah pernah dilakukan pada query DDL dan DML. Bahasa alami yang digunakan mencakup bahasa Inggris dan Indonesia. Pada penelitian translasi bahasa Indonesia ke DDL oleh Defy Muhammad Aminuddin, didapatkan akurasi sebesar 91,57% dengan mentranslasi satu kalimat perintah yang akan menghasilkan satu query DDL. Penelitian tersebut belum dapat mentranslasi satu kalimat perintah yang akan menghasilkan query DDL lebih dari satu, sehingga penelitian ini bertujuan untuk menangani satu kalimat perintah yang akan menghasilkan query DDL lebih dari satu. Metode yang digunakan adalah metode rule-based. Proses pada sistem memiliki dua tahap utama yaitu Preprocessing dan Translasi. Tahap Preprocessing terdiri dari case folding, filtering, tokenizing kata, stemming, dan removing stopword. Tahap Translasi terdiri dari deteksi kata kunci, tokenizing perintah, identifikasi perintah DDL, indentifikasi konten, dan penyusunan query. Berdasarkan hasil pengujian terhadap 93 kalimat perintah dalam bahasa Indonesia yang mengandung 25 kombinasi query dihasilkan akurasi sekitar 72,04%. Kesalahan yang terjadi pada penelitian ini yaitu belum dapat ditanganinya kalimat yang memiliki kata yang mengacu pada kata di klausa sebelumnya. Hal tersebut dapat ditangani dengan menambahkan proses co-reference di penelitian selanjutnya.

Research on natural language translation to SQL has been done on DDL and DML queries. Natural language used includes English and Indonesian. In the research of Indonesian translation to DDL by Defy Muhammad Aminuddin, an accuracy of 91.57% was obtained by translating one command sentence that would produce a DDL query. The research has not been able to translate one command sentence that will produce more than one DDL query, so this research aims to handle one command sentence that will generate more than one DDL query. The method used is the rule-based method. The process in the system has two main stages, namely Preprocessing and Translation. The Preprocessing stage consists of case folding, filtering, tokenizing words, stemming, and removing stopword. The translation stage consists of keyword detection, tokenizing commands, identifying DDL commands, identifying content, and compiling queries. Based on the results of testing on 93 command sentences in Indonesian, containing 25 query combinations, the accuracy was approximately 72.04%. The error that occurred in this research is that it cannot handle the sentence that has a word that refers to the word in the previous clause. This can be handled by adding a co-reference process in future research.