SILABIFIKASI KATA BAHASA KOREA DALAM AKSARA LATIN BERBASIS ATURAN DAN MODEL DETERMINISTIC FINITE AUTOMATA

Abstract

Transliterasi atau alih aksara otomatis masih menjadi topik penelitian yang menarik. Transliterasi aksara Korea telah menjadi topik penelitian dalam otomasi konversi antara aksara Hangul menuju aksara Latin. Penelitian-penelitian yang telah dilakukan memberikan hasil akurasi 72,2% dengan pendekatan statistik dan 54,9% menggunakan pendekatan Extended Markov Models untuk transliterasi dari Hangul ke Latin.

Penelitian ini mengenai transliterasi kata bahasa Korea yang dituliskan menggunakan aksara Latin (romanisasi) untuk dialih aksarakan ke dalam aksara Hangul. Topik ini dipilih untuk membantu para pembelajar bahasa, karena sebagian besar pembelajar bahasa Korea memulai dengan aksara Latin terlebih dahulu. Pendekatan yang dipilih adalah membangun model kemungkinan sekuens vokal dan konsonan sebagai penyusun kata, dan membangun model sekuens suku kata yang memungkinkan. Model ini akan dibangun menggunakan prinsip Finite State Automata (FSA) agar tidak ememrlukan pelatihan. 100 kata acak dalam bahasa Korea digunakan sebagai data uji.

Hasil pengujian awal menunjukkan keberhasilan hanya sebesar 40% karena sejumlah kekurangan dalam metode pelabelan konsonan, sehingga terdapat konsonan yang tidak telabeli sebagai intial atau final. Serangkaian aturan kemudian ditambahkan untuk mengatasi hal ini dan menghasilkan tingkat keberhasilan segmentasi dan transliterasi sebesar 92%. Hasil ini kemudian dianalisis kembali dan ditemukan bahwa rangkaian konsonan tertentu dapat menyebabkan kesalahan silabifikasi pada posisi tertentu dalam kata. Aturan tambahan berikutnya dapat memperbaiki hal ini dan menghasilkan tingkat akurasi 99% dalam mentransliterasikan kata bahasa Korea dalam aksara Latin ke dalam bentuk suku kata aksara Hangul.