{"title":"通用印尼语,数据操作语言,结构化查询语言,自然语言处理","authors":"Sirajuddin R, Yulita Salim, Mardiyyah Hasnawi","doi":"10.33096/busiti.v3i3.790","DOIUrl":null,"url":null,"abstract":"bahasa alami dapat dimengerti oleh komputer, maka diperlukan penerjemah bahasa yang mampu memahami arti bahasa alami misal Bahasa Indonesia. Structured Query Language (SQL) merupakan salah satu bahasa pemrograman yang digunakan dalam database. Data Manipulation Language (DML) termasuk jenis perintah dasar dalam Bahasa SQL. Perintah tersebut memungkinkan pengguna memanipulasi database antara lain menampilkan, menambah, mengubah dan menghapus data. Namun, tidak semua pemrogram pemula mempelajari tentang DML dapat memahami penggunaan perintah–perintah tersebut dengan cepat karena adanya kendala bahasa. Oleh karena itu, penelitian ini bertujuan untuk membuat aplikasi yang dapat mengonversi bahasa Indonesia menjadi perintah DML menggunakan Natural Language Processing (NLP). Aplikasi ini dibangun dengan melakukan analisis leksikal (Scanner), analisis sintaksis (Parser), analisis semantik (Translator) dan analisis pragmatik (Evaluator) hingga implementasi dan pengujian aplikasi. Hasil penelitian ini berupa aplikasi yang dapat melakukan konversi Bahasa Indonesia menjadi perintah dasar DML pada SQL menggunakan NLP. Berdasarkan hasil pengujian sebanyak 40 kali uji coba, 29 perintah yang berhasil dikonversi dengan benar dengan tingkat akurasi sebesar 72.5%.","PeriodicalId":447053,"journal":{"name":"Buletin Sistem Informasi dan Teknologi Islam","volume":"142 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Konversi Bahasa Indonesia ke Perintah Data Manipulation Language pada Structured Query Language menggunakan Natural Language Processing\",\"authors\":\"Sirajuddin R, Yulita Salim, Mardiyyah Hasnawi\",\"doi\":\"10.33096/busiti.v3i3.790\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"bahasa alami dapat dimengerti oleh komputer, maka diperlukan penerjemah bahasa yang mampu memahami arti bahasa alami misal Bahasa Indonesia. Structured Query Language (SQL) merupakan salah satu bahasa pemrograman yang digunakan dalam database. Data Manipulation Language (DML) termasuk jenis perintah dasar dalam Bahasa SQL. Perintah tersebut memungkinkan pengguna memanipulasi database antara lain menampilkan, menambah, mengubah dan menghapus data. Namun, tidak semua pemrogram pemula mempelajari tentang DML dapat memahami penggunaan perintah–perintah tersebut dengan cepat karena adanya kendala bahasa. Oleh karena itu, penelitian ini bertujuan untuk membuat aplikasi yang dapat mengonversi bahasa Indonesia menjadi perintah DML menggunakan Natural Language Processing (NLP). Aplikasi ini dibangun dengan melakukan analisis leksikal (Scanner), analisis sintaksis (Parser), analisis semantik (Translator) dan analisis pragmatik (Evaluator) hingga implementasi dan pengujian aplikasi. Hasil penelitian ini berupa aplikasi yang dapat melakukan konversi Bahasa Indonesia menjadi perintah dasar DML pada SQL menggunakan NLP. Berdasarkan hasil pengujian sebanyak 40 kali uji coba, 29 perintah yang berhasil dikonversi dengan benar dengan tingkat akurasi sebesar 72.5%.\",\"PeriodicalId\":447053,\"journal\":{\"name\":\"Buletin Sistem Informasi dan Teknologi Islam\",\"volume\":\"142 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-08-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Buletin Sistem Informasi dan Teknologi Islam\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33096/busiti.v3i3.790\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Buletin Sistem Informasi dan Teknologi Islam","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33096/busiti.v3i3.790","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
摘要
自然语言对计算机来说是可以理解的,因此需要有能力理解自然语言的印度尼西亚语含义的翻译。Structured Query Language (SQL)是数据库中使用的一种编程语言。操作语言数据(DML)包括SQL语言的基本命令类型。该命令允许用户操纵数据库,其中包括显示、添加、更改和删除数据。然而,并非所有初学的程序员都能理解DML——由于语言障碍,这项命令的使用速度很快。因此,本研究的目标是开发一种应用程序,可以用自然语言处理成为DML的命令。该应用程序是通过对应用程序的执行和测试进行词汇分析、句法分析、语义分析和实用分析来构建的。本研究的结果是,可以将印尼语转换为使用NLP的SQL的基本DML命令。根据40次试验的测试结果,29项命令成功地转换为72。5%的准确率。
Konversi Bahasa Indonesia ke Perintah Data Manipulation Language pada Structured Query Language menggunakan Natural Language Processing
bahasa alami dapat dimengerti oleh komputer, maka diperlukan penerjemah bahasa yang mampu memahami arti bahasa alami misal Bahasa Indonesia. Structured Query Language (SQL) merupakan salah satu bahasa pemrograman yang digunakan dalam database. Data Manipulation Language (DML) termasuk jenis perintah dasar dalam Bahasa SQL. Perintah tersebut memungkinkan pengguna memanipulasi database antara lain menampilkan, menambah, mengubah dan menghapus data. Namun, tidak semua pemrogram pemula mempelajari tentang DML dapat memahami penggunaan perintah–perintah tersebut dengan cepat karena adanya kendala bahasa. Oleh karena itu, penelitian ini bertujuan untuk membuat aplikasi yang dapat mengonversi bahasa Indonesia menjadi perintah DML menggunakan Natural Language Processing (NLP). Aplikasi ini dibangun dengan melakukan analisis leksikal (Scanner), analisis sintaksis (Parser), analisis semantik (Translator) dan analisis pragmatik (Evaluator) hingga implementasi dan pengujian aplikasi. Hasil penelitian ini berupa aplikasi yang dapat melakukan konversi Bahasa Indonesia menjadi perintah dasar DML pada SQL menggunakan NLP. Berdasarkan hasil pengujian sebanyak 40 kali uji coba, 29 perintah yang berhasil dikonversi dengan benar dengan tingkat akurasi sebesar 72.5%.