LAPORAN KEMAJUAN PHD

CHE WAN SHAMSUL BAHRI BIN C.W.AHMAD

23 September 2014

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Bidang Penyelidikan

Artificial Intelligence (Machine Transliteration)

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Tajuk Penyelidikan

Transliterasi Mesin untuk Ejaan Melayu Lama

(Jawi) - Rumi

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Nama Penyelia

• Penyelia Pertama

Prof. Dr. Khairuddin Omar

• Penyelia kedua/bersama

Prof. Madya Dr. Mohammad Faidzul Nasrudin

Tuan Haji Mohd Zamri Murah

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Semester dan tahun kemasukan • Semester 1 – Oktober 2011

• Semester 7 – Oktober 2014

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Limitasi Kajian

• Kesukaran untuk mendapatkan set data Jawi lama

• Penggunaan kaedah statistik

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Kemajuan (60%)

a. Kertas Cadangan Penyelidikan (selesai)

b. Sorotan literatur (selesai)

c. Rekabentuk penyelidikan (selesai)

d. Pembangunan Sistem (50-75%)

e. Analisa Data (50%)

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Penulisan Tesis (35-40%)

• Bilangan Bab yang siap – 2 bab awal

• Bilangan Bab yang diserahkan kepada penyelia

• Bilangan Bab yang belum/sedang ditulis – 3 bab

• Tarikh Jangkaan Tesis diserahkan – hujung 2015

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Penyataan Masalah

Walaupun terdapat banyak kajian transliterasi dalam bahasa asing, namun kajian dalam bahasa Melayu masih berkurangan. Oleh yang demikian, kajian ini lebih memfokuskan kepada transliterasi manuskrip Melayu lama yang menggunakan tulisan Jawi lama untuk ditukar kepada Rumi (Roman). Terdapat juga keperluan untuk melakukan transliterasi berdasarkan konteks ayat memandangkan tiada kajian yang dilakukan oleh pengkaji-pengkaji sebelum ini.

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Penyataan Masalah

Konteks ayat penting bagi perkataan yang mempunyai homograf kerana ia tidak hanya boleh menggunakan pemetaan terus. Dengan transliterasi berasaskan konteks, masalah kesukaran membezakan vokal e-taling dan e-pepet dalam kajian Yonhendri (2009) mungkin dapat diselesaikan.

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Transliterasi Jawi - Rumi

Huruf / abjad sumber (contoh, Arab)

عبد الرمحن

transliterasi

Huruf / abjad sasaran (contoh, Rumi) Abdul Rahman

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Jawi lama dan transliterasi

ايه ڤايك توڤي، تميبق توڤي برسام انچئ جوهر د جوهر

Ayah pakai topi, tembak tupai bersama Encik Johar di Johor

ايه ماكن ڬويل، سدڠكن انق برماءين ڬويل

Ayah makan gulai, sedangkan anak bermain guli

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Transliterasi

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

نعمةNikmat

نقمة

Persoalan Kajian

• Adakah terdapat teknik yang khusus dalam transliterasi mesin pada manuskrip Melayu lama?

• Apakah pendekatan atau teknik yang sesuai digunapakai dalam transliterasi mesin pada manuskrip Melayu lama terutamanya yang melibatkan perkataan homograf?

• Adakah model yang dicadangkan dalam transliterasi Jawi - Rumi berjaya mendapatkan hasil yang diharapkan?

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Objektif Kajian

• Membangunkan satu kerangka kerja (framework) untuk transliterasi mesin terhadap manuskrip Melayu yang menggunakan ejaan Jawi lama kepada Rumi.

• Mencadangkan satu model dan algoritma yang sesuai untuk melakukan transliterasi pada manuskrip Melayu lama.

• Melakukan ujian atau penilaian terhadap algoritma yang dicadangkan.

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Skop Kajian

Kajian terhadap kaedah transliterasi mesin (automatik) terhadap ejaan Jawi lama (Zaaba) kepada Rumi

• Manuskrip Melayu lama

• Teks Kitab Hidayah Al Salikin

• Teks Jawi lama

• Majalah Qalam

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Rajah 2: Penerbitan Majalah Melayu pada kurun ke 20 Sumber : http://www.cias.kyoto-u.ac.jp/~yama/jawi/database.html

Cover majalah Qalam

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Kerangka Kajian

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Kajian Literatur Bangun

Model

Transliterasi

Transliterasi TeJaR

Pemproses Kata

Pasca Transliterasi Pengujian

Pembangunan

Mula

Tokenisasi

Kata akar yang tepat

Proses Semak Hasil Cantasan

Petua Cantasan

Semak Pola

Hasil = benar

Tamat

YA

TIDAK

Daftar Kata

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Cantasan (Stemming)

(memakan) مماكن

(pemakanan) ڤاماكنن (makan) ماكن

(makanan) ماكنن

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Transliterasi Berasaskan Petua Suku kata (Pola kv+kk) => kvkak

ماكن

ما كن

ma kan +

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Ujikaji dan Hasil

T1 T2 T3 Purata

Enjin Transliterasi Rumi-Jawi

(TERUJA) 36.28 24.09 42.86 34.41

e-jawi.net 23.01 16.79 41.38 27.06

Petua Transliterasi Jawi Lama-Rumi

(TeJaR) 18.02 19.73 36.31 24.69 LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Peratusan Ralat

Algorithma Transliterasi

1. Mula 2. Tokenisasi, N1 3. Semak Daftar Kata Jawi-Rumi, jika ada terus ke 8 (option) 4. Semak Panjang Perkataan, L 5. Jika L > 6 , Maka Perlu Melalui Proses Cantasan > 6 aksara Jika L = 6 , Maka Perlu Melalui Proses Cantasan = 6 aksara

...

Sekiranya Tidak Terus, Ke Transliterasi 6. Proses Cantasan

i. Semak Imbuhan Awalan ii. Semak Imbuhan Akhiran iii. Semak Imbuhan Apitan

7. Transliterasi OOV i. Petua ii. Statistik analisis

8. Dapatkan Rumi 9. Tamat

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Senarai Rujukan

• Mansur Arbabi, Scott M. Fischthal, Vincent C. Cheng, Elizabeth Bart (1994). Algorithms for Arabic name transliteration. Journal: Ibm Journal of Research and Development - IBMRD , vol. 38, no. 2, pp. 183-194,

• Yaser Al-onaizan, Kevin Knight (2002). Machine Transliteration of Names in Arabic Text

• Nasreen AbdulJaleel, Leah S. Larkey (2003). Statistical transliteration for english-arabic cross language information retrieval. International Conference on Information and Knowledge Management - CIKM , pp. 139-146, 2003

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

• Suliana Sulaiman. (2013). Pencantas Perkataan Melayu Untuk Aksara Jawi Berasaskan Petua. Doktor Falsafah Tesis, Universiti Kebangsaan Malaysia, Bangi.

• Suliana Sulaiman, Khairuddin Omar, Nazlia Omar, Mohd Zamri Murah, & Rahman, Hamdan Abdul. (2011, December 5-8, 2011). A Malay Stemmer for Jawi Characters. Paper presented at the 24th Australian Joint Conference Perth, Australia, Proceedings AI 2011: Advances in Artificial Intelligence, Perth, Australia.

• Yonhendri. (2009). Transliterasi Rumi ke Jawi berasaskan petua. Sarjana Tesis Sarjana, Universiti Kebangsaaan Malaysia.

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

Senarai Prosiding dan Jurnal

1. Che Wan Shamsul Bahri C.W.Ahmad, Khairuddin Omar, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Mohd Sanusi Azmi, Hamdan Abdul Rahman (2013), Kerangka Awal Transliterasi Mesin Teks Jawi Pada Batu Bersurat Piagam Terengganu (BBPT) dalam Buku Batu Bersurat Piagam Terengganu: Wadah Intelektual Tamadun Melayu. Kuala Terengganu, MALAYSIA. pp. 215 -236, ISBN 978-983-43021-3-9. Cetakan kedua 2013.

2. Khairuddin Omar, Mohd Sanusi Azmi, Mohammad Faidzul Nasrudin, Che Wan Shamsul Bahri C.W.Ahmad, Azizi Abdullah (2013), Batu Bersurat Terengganu : Perluasan Model Segitiga dalam Kajian Digital Paleografi Jawi (BBPT) dalam Buku Batu Bersurat Piagam Terengganu: Wadah Intelektual Tamadun Melayu. Kuala Terengganu, MALAYSIA. pp. 190 -202, ISBN 978-983-43021-3-9. Cetakan kedua 2013.

3. Khairuddin Omar, Che Wan Shamsul Bahri C.W.Ahmad, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Mohd Sanusi Azmi, (2013), “Sistem Ejaan Jawi Lama dan Baru serta Isu-Isu berkaitan Transliterasi: Kajian Kes Terhadap Kitab Hidayah Al-Salikin”. Jurnal Filologi Melayu, Jilid 20, ISSN:0128-0048, 2013

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

4. Khairuddin Omar, Mohd Sanusi Azmi, Mohammad Faidzul Nasrudin, Azizi Abdullah, Che Wan Shamsul Bahri C.W.Ahmad, (2012), “Paleografi Jawi Digital : Kajian dalam Perspektif Sains Komputer”. Jurnal Filologi Melayu, Jilid 19, ISSN:0128-0048, 2012

5. Khairuddin Omar, Mohd Sanusi Azmi, Mohammad Faidzul Nasrudin, Azizi Abdullah, Che Wan Shamsul Bahri C.W.Ahmad, (2013), “Paleografi Jawi Digital Wadah Baru Kajian Tempat Asal Manuskrip Melayu Lama”. Jurnal Filologi Melayu, Jilid 20, ISSN:0128-0048, 2013

6. Juhaida Abu Bakar, Khairuddin Omar, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Che Wan Shamsul Bahri C.W.Ahmad (2013), Implementation of Buckwalter Transliteration to Malay Corpora. Proceeding of the 13th International Conference on Intelligent Systems Design and Applications (ISDA), ISBN 978-1-4799-3516-1. pp.213-218.

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

7. Che Wan Shamsul Bahri C.W.Ahmad, Khairuddin Omar, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Juhaida Abu Bakar (2013), Rule Based For Old Jawi – Malay Machine Transliteration. Proceeding of the International Conference on Artificial Intelligence in Computer Science and ICT (AICS2013), 25 - 26 November 2013, Langkawi, MALAYSIA, e-ISBN 978-967-11768-3-2. pp. 379-386.

8. Che Wan Shamsul Bahri C.W.Ahmad, Khairuddin Omar, Mohammad Faidzul Nasrudin, Mohd Zamri Murah (2013), A Hybrid Model for Old Malay Machine Transliteration. Presented at International Multi-Conference on Artificial Intelligence Technology (M-CAIT 2013), 28-29 Ogos 2013, Shah Alam, MALAYSIA.

9. Mohd Sanusi Azmi, Khairuddin Omar, Mohammad Faidzul Nasrudin, Che Wan Shamsul Bahri C.W.Ahmad and Khadijah Wan Mohd Ghazali (2013), Exploiting Features from Triangle Geometry for Digit Recognition, presented at International Conference on Control, Decision and Information Technologies 2013(CoDIT'13), Hammamet, Tunisia, May 6-8, 2013. IEEE.

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14

10. Che Wan Shamsul Bahri C.W.Ahmad, Khairuddin Omar, Mohammad Faidzul Nasrudin, Mohd Zamri Murah, Mohd Sanusi Azmi (2013), Machine Transliteration Design for Old Malay Manuscript. Proceeding of the 2nd International Conference on Machine Learning and Computer Science (IMLCS'2013). 6-7 May 2013, Kuala Lumpur , Malaysia. ISBN 978-93-82242-29-1. pp. 23-26.

LAP

OR

AN

KEM

AJU

AN

PH

D S

EPT

20

14