Mengenal Treebank: Analisis Morfosintaksis

Dalam proses pencarian topik untuk riset doktoral saya, banyak hal yang terlintas untuk dibahas. Namun sepertinya, saya akan kembali ke jalur linguistik seperti apa yang sudah saya kerjakan dalam skripsi dan tesis dulu. Objeknya tentu saja adalah bahasa Sunda Kuna.

Topik yang saya kerjakan untuk penelitian skripsi saya adalah analisis morfologis bahasa Sunda Kuna dengan sumber korpus dari teks Sanghyang Siksa Kandang Karesian. Teks dianalisis dengan mengumpulkan semua kata dasar maupun kata turunan yang telah memiliki imbuhan, lalu dipecah berdasarkan proses morfologisnya. Dari proses ini dilihat gejala perubahan maknanya, apakah setelah ditambahkan imbuhan berubah makna atau tidak. Dalam prosesnya, seringkali perubahan morfologi kata itu divisualisasikan dalam bentuk diagram pohon dalam tingkat kata.

Untuk tesis saya, sumber teks yang digunakan adalah Carita Parahyangan. Kali ini pendekatannya adalah morfosintaksis, yaitu proses pembentukan kalimat bahasa Sunda Kuna dengan berbagai unsur yang membentuknya, baik dalam tingkat morfem, partikel, klausa, hingga membentuk kalimat. Lagi-lagi untuk mendefinisikan dan memvisualisasikan fenomena pembentukan kalimat itu saya menggunakan diagram pohon atau disebut juga diagram penn. Dengan demikian struktur hierarkis dari unsur-unsur pembentuknya dapat terlihat dengan jelas.

Deskripsi dasarnya kira-kira seperti ini:

Ya, kira-kira seperti itulah yang saya kerjaka untuk teks Carita Parahyangan. Agar dapat menganalisis struktur kalimat bahasa Sunda kuna seperti itu, teks diperlukan proses anotasi secara bertingkat. Mulai dari memisahkan satuan kalimat menjadi “token” yang didaftarkan dengan nomor kode, kemudian memberikan antotasi fungsi, kategori, peran dan terjemahan perkata, sehingga terjemahan semantisnya dapat diketahui. Dari proses ini didapatkan 401 token kalimat untuk dianalisis, dan itu betul-betul diperiksa satu persatu untuk diberikan anotasi.

Hasilnya secara ringkas bisa dibaca dalam Jurnal Lokabasa Universitas Pendidikan Indonesia dengan judul “Kalimat Bahasa Sunda dalam Teks Prosa Sunda Kuno abad ke-16 (Analisis Struktur dan Semantis)”. Salah satu temuan menarik dengan analisis ini yaitu terdapat gejala pada struktur kalimat pada konstruksi subjek-predikat. Unsur subjek diisi dengan kategori nomina atau frasa nominal, sedangkan predikatnya diisi oleh kategori nomina atau frasa nominal, frasa numeral atau frasa preposisional. Selain itu dapat dipastikan pula bahwa pada kalimat tunggal sederhana terdapat konstruksi predikat-subjek. Hal ini muncul dalam kondisi khusus, yaitu apabila predikatnya berupa perbuatan (verba atau frasa verbal), maka predikat disimpan di depan subjek. Jika dianalogikan dengan bahasa Indonesia, alih-alih menulis “dia makan”, dalam konstruksi ini bentuknya menjadi “makan dia”.

Oke, saya kira itu modal untuk melangkah ke dalam tahap berikutnya dengan campur tangan teknologi yang lebih maju. Pendekatan analisis menggunakan diagram pohon dalam ilmu linguistik komputasi dikenal sebagai Treebank. Prosesnya disebut juga Treebanking. Alih-alih diagram pohon digambar secara manual, pendekatan ini menggunakan anotasi di tingkat kata dengan logika dan metode pemrograman komputer. Untuk bisa mendapatkan tampilan diagram pohon, perlu dibuatkan anotasi setiap kata dalam bahasa Sunda Kuna dengan kode XML yang disesuaikan dengan standard “tag” dalam metode Treebank.

Metode ini telah digunakan untuk menganalisis sintaksis berbagai bahasa di dunia dan tak jarang bahasa-bahasa yang sudah mati, seperti Yunani Kuno dan Sansakerta. Ini tentu saja menjadi peluang yang baik untuk diterapkan ke dalam analisis bahasa Sunda Kuna. Dengan korpus teks yang semakin banyak dipublikasikan belakangan ini, tentu itu menjadi bahan utama yang semakin kaya. Hanya saja, muncul tantangan pertama yaitu menyediakan edisi teks digital dari seluruh publikasi naskah Sunda Kuna yang sudah ada. Kalau skripsi atau tesis hanya menggunakan satu sumber saja, di dalam rencana studi doktoral saya akan menggunakan lebih banyak teks yang dikumpulkan sebagai korpus utama. Tinggal, mulai melangkah satu persatu….