Identifikasi Kesalahan Tata Bahasa Pada Pernyataan Kebutuhan Menggunakan Probabilistik Model Bahasa N-Gram

Abstract

Abstrak-Berbagai aspek seperti kemampuan untuk penulisan tata bahasa, latar belakang penggunaan bahasa Inggris dan keterbatasan pengetahuan yang dimiliki oleh tim penyusun kebutuhan perangkat lunak memungkinkan adanya kesalahan dalam pembuatan dokumen spesifikasi kebutuhan perangkat lunak. Hal ini dapat menyebabkan menurunnya kualitas dokumen spesifikasi kebutuhan perangkat lunak tersebut. Untuk mengatasi permasalahan tersebut maka diperlukan sebuah metode untuk mengidentifikasi kesalahan tata bahasa pernyataan kebutuhan perangkat lunak. Penelitian ini bertujuan mengusulkan pengembangan metode untuk mengidentifikasi kesalahan tata bahasa pada pernyataan kebutuhan perangkat lunak. Metode yang diusulkan ialah teknik berbasis statistik menggunakan probabilitas model bahasa n-gram, dimana model bahasa yang digunakan ialah model bahasa bigram dan trigram. Kinerja metode yang diusulkan dievaluasi menggunakan nilai precession, recall dan f-measure. Berdasarkan pengujian yang telah dilakukan dapat diketahui bahwa perolehan nilai precession, recall dan f-measure pada model bahasa trigram dengan threshold = 0.1 memiliki nilai yang tertinggi masing-masing sebesar 83%, 85%, dan 86% jika dibandingkan dengan skenario pengujian bigram. Hal ini menunjukkan bahwa model bahasa trigram dapat mengidentifikasi kesalahan tata bahasa dengan baik. Keywords-Tata Bahasa Inggris, Pernyataan Kebutuhan Perangkat Lunak, N-Gram Language Model.Abstract -Various aspects such as the ability to write grammar, the background of the use of English and the limited knowledge possessed by the compiler team of software needs allows for errors in the making of software requirements specification documents. This can cause a decrease in the quality of the document specifications of the software requirements. To overcome these problems, a method is needed to identify grammatical errors in the software requirements statement. This study aims to propose the development of a method for identifying grammatical errors in software requirements statements. The proposed method is a statistical-based technique using the probability of the n-gram language model, where the language model used is the bigram and trigram language models. The performance of the proposed method is evaluated using the value of precession, recall and f-measure. Based on the tests that have been carried out, it can be seen that the acquisition of precession, recall and fmeasure values in the trigram language model with threshold = 0.1 has the highest value of 83%, 85% and 86% respectively, compared to the bigram test scenario. This shows that the trigram language model can identify grammatical errors well.