Database yang mendapatkan terpenting dalam berbagai
macam bidang aplikasi menggunakan sistem informasi swasta dan publik. Database
dibangun dengan tujuan untuk memfasilitasi kegiatan penyimpanan data,
pengolahan, dan pengambilan terkait dengan pengelolaan data dalam sistem
informasi. Karena kemajuan dan di-mendalam aplikasi teknologi komputer,
aplikasi luas teknologi web di beberapa daerah menjadi akurat, database telah
menjadi repositori dari volume besar data dalam database relasional, untuk
mengambil informasi dari database, salah satu kebutuhan untuk merumuskan query
sedemikian rupa bahwa komputer akan memahami dan menghasilkan output yang
diinginkan. Query Language (SQL) norma terstruktur yang dikejar di hampir semua
bahasa untuk sistem database relasional. Norma-norma SQL didasarkan pada
interpretasi Boolean query. Tetapi beberapa persyaratan pengguna mungkin tidak
dijawab secara eksplisit oleh sistem query klasik. Hal ini karena fakta bahwa
karakteristik persyaratan 'tidak bisa diungkapkan dengan bahasa query biasa.
Banyak aplikasi database baru generasi menetapkan manajemen informasi cerdas
memerlukan interaksi efisien antara pengguna dan basis data. Dalam beberapa
kali, ada meningkatnya permintaan untuk pengguna non-ahli untuk query database
relasional dalam bahasa yang lebih alami meliputi variabel linguistik dan hal,
bukannya beroperasi pada nilai-nilai atribut.
Oleh karena itu ide untuk menggunakan bahasa alami
bukan SQL telah mendorong pengembangan jenis baru metode pengolahan yang
disebut Antarmuka Bahasa Alam ke sistem database (NLIDB). NLIDB adalah langkah
menuju pengembangan sistem database cerdas (IDBS) untuk meningkatkan pengguna
dalam melakukan query fleksibel dalam database.
Natural Language Interface to
Database (NLIDB)
Natural Language Interface to Database merupakan
daerah panas penelitian sejak lama. Tujuan dari Natural Language Interface to
Database System adalah untuk menerima permintaan dalam bahasa Inggris atau
bahasa alam lainnya dan mencoba untuk 'memahami' mereka atau kita dapat
mengatakan bahwa bahasa alami interface untuk database (NLIDB) adalah sistem
yang menerjemahkan kalimat bahasa alami ke dalam query database. Meskipun
penelitian awal telah dimulai sejak akhir tahun enam puluhan , NLIDB tetap
sebagai masalah penelitian terbuka.
Natural
language interface to a database (Nlidb)
merupakan sebuah sistem yang digunakan untuk mendapatkan informasi yang
tersimpan dalam basis data dengan menggunakan masukan yang menggunakan bahasa
alami (Androutsopoulos, dkk, 1995). Sistem untuk mendapatkan informasi dalam
basis data telah lama diteliti yakni di tahun 1961 dengan sistem yang bernama
Green’s BASEBALL dan sistem LUNAR di tahun 1972 (Copestake dan Jones, 1989).
NLP menawarkan banyak manfaat jika digunakan untuk mengambil informasi dalam
sistem basis data namun diperlukan usaha untuk menterjemahkan bahasa query
(Lewis dan Jones, 1996).
Penggunaan NLP untuk mendapatkan
informasi dalam basis data kini semakin banyak diharapkan karena semakin
banyaknya pengguna yang ingin mendapatkan informasi dengan berbagai macam
perangkat dari laptop sampai dengan telepon genggam. Dengan demikian memiliki
sistem antarmuka NLP untuk sistem basis data yang dapat diandalkan merupakan
hal yang pokok. Antarmuka NLP ke sistem basis data harus mampu mengerti apa
yang diharapkan oleh pengguna (Popescu, dkk, 2005).
Sebuah sistem NLIDB lengkap akan menguntungkan kita
dalam banyak cara. Siapapun dapat mengumpulkan informasi dari database dengan
menggunakan sistem seperti .Additionally, mungkin mengubah persepsi kita
tentang informasi dalam database. Secara tradisional, orang yang digunakan
untuk bekerja dengan bentuk; harapan mereka sangat tergantung pada kemampuan
formulir. NLIDB membuat seluruh pendekatan yang lebih fleksibel, karena itu
akan memaksimalkan penggunaan database.
Ada banyak aplikasi yang dapat mengambil keuntungan
dari NLIDB. Di PDA dan ponsel lingkungan, tampilan layar tidak selebar komputer
atau laptop. Mengisi formulir yang memiliki banyak bidang dapat membosankan:
satu mungkin harus menavigasi melalui layar, untuk menggulir, untuk mencari nilai-nilai
scroll Box, dll Sebaliknya, dengan NLIDB, satu-satunya pekerjaan yang perlu
dilakukan adalah dengan mengetikkan pertanyaan serupa dengan SMS (Short
Messaging System).
Sub Komponen NLIDB
Komputasi
ilmuwan telah membagi masalah akses bahasa alami ke database menjadi dua
sub-komponen:
• Komponen
Linguistic
• komponen
database
Komponen
linguistik
Hal ini
bertanggung jawab untuk menerjemahkan masukan bahasa alami ke dalam query
formal dan menghasilkan respon bahasa alami berdasarkan hasil dari database pencarian.
Database
Komponen
Ia melakukan fungsi Database Management tradisional.
Sebuah leksikon adalah tabel yang digunakan untuk memetakan kata-kata input
alami ke objek formal (nama relasi, atribut nama, dll) dari database. Kedua
parser dan juru semantik memanfaatkan leksikon. Sebuah generator bahasa alami
mengambil tanggapan resmi sebagai masukan, dan memeriksa pohon parsing untuk
menghasilkan respon bahasa alami yang memadai. sistem database bahasa alami
memanfaatkan pengetahuan sintaksis dan pengetahuan tentang database sebenarnya
dalam rangka untuk benar berhubungan masukan bahasa alami dengan struktur dan
isi dari database tersebut. pengetahuan sintaksis biasanya berada dalam
komponen linguistik dari sistem, khususnya dalam analisa sintaks sedangkan
pengetahuan tentang database sebenarnya berada sampai batas tertentu dalam
model data semantik digunakan. Pertanyaan yang dimasukkan dalam bahasa alami
diterjemahkan ke dalam sebuah pernyataan dalam bahasa query formal. Setelah
pernyataan itu jelas terbentuk, query diproses oleh sistem manajemen database
untuk menghasilkan data yang dibutuhkan. Data ini kemudian diteruskan kembali
ke komponen bahasa alami di mana rutinitas generasi memproduksi versi bahasa
permukaan respon.
BENTUK
Contoh
Antarmuka berbasis bahasa alami:
Cetak daftar semua mahasiswa yang
mempunyai IP semester lebih besar dari 3,0. Bahasa diatas kemudian
diterjemahkan ke dalam instruksi yang ekuivalen dengan dbase atau foxpro,
sebagai :
DISPLAY
ALL FOR IPSEM > 3.0
Atau
dalam dialek Turbo Pascal
while
not eof (T) do
begin
readln(T,S) ;
if
S.IpSem > 3.0 then
writeln(S.NamaMahasiswa);
End;
End;
Contoh: program segitiga bintang piramid pada
java :
import java.util.Scanner;
public class segitiga {
public
static void main (String [] args){
Scanner scan= new Scanner (System.in);
System.out.print("Masukan
Jumlah Bintang :");
int
bil = scan.nextInt();
for
(int a=1; a<=bil; a++){
for
(int b=bil; b>=a; b--){
System.out.print("*");
}
System.out.println("");
}
}
}
Kekurangan dan Kelebihan
Kelebihan :
- kita dapat mempermudah memahami bahasa alami ke dalam bahasa query
- Sudah dibuatnya aplikasi dimobile
Kekurangan :
aplikasi yang tidak mudah didapat.
Kesimpulan dan Saran
Kesimpulan :
Dengan adanya Natural Language Interface to Database kita dapat memahami baik
bahasa alami dan query dan lebih fleksibel. Menghasilkan sebuah aplikasi yang mampu
melakukan query terhadap data yang disimpan dalam basis data relasional
dengan menggunakan bahasa Indonesia. Pertanyaan yang diajukan dalam aplikasi
ini masih terbatas dan disesuaikan dengan aturan produksi yang dibangun.
Pertanyaan yang tidak sesuai dengan aturan produksi yang ditetapkan akan
diberikan pesan kesalahan atau diabaikan. Membebaskan pertanyaan menjadi lebih
luas adalah saran yang bisa dilakukan untuk penelitian selajutnya sehingga
pengguna dapat memiliki variasi pertanyaan yang lebih banyak.
Saran : Agar
kita ahli dalam membuat database kita bisa menggunakan System Natural Language
Interface to Database bagi pemula maupun senior. Diharapkan karena
semakin banyaknya pengguna yang ingin mendapatkan informasi dengan berbagai
macam perangkat dari laptop sampai dengan telepon genggam. Dengan demikian
memiliki sistem antarmuka untuk sistem basis data yang dapat diandalkan
merupakan hal yang pokok. Antarmuka ke sistem basis data harus mampu mengerti
apa yang diharapkan oleh pengguna
Referensi :
http://www.pendidikanmu.com/2015/04/ragam-dialog-interaksi-manusia-dan-Komputer.html
Tidak ada komentar:
Posting Komentar