Pemenggalan suku kata dengan python
July 30th, 2010 by 
Peb Ruswono Aryan Kode berikut mencoba memperbaiki algoritma sebelumnya yang masih gagal di beberapa kasus. Algoritma yang baru pun masih punya kekurangan. Kemarin sempat diminta oleh rekan untuk penganalisis morfologi di pemrosesan bahasa alami. Supaya ada acuan penggunaan, jadinya saya publikasikan di sini saja. Sumber yang digunakan sebagai acuan dalam algoritma ini adalah buku EYD (saya lupa judul lengkapnya, nanti deh dilengkapi).
cara menggunakannya bisa langsung dari command-line.
>python suku.py berkebun
['ber', 'ke', 'bun']
#file : suku.py
#auth : Peb Ruswono Aryan
#desc : pemenggalan suku kata bahasa indonesia
import os, sys
vokal = ['a', 'i', 'u', 'e', 'o']
awalan = ["be", "me", "pe"]
def replacer(kata, pola):
result = kata
for p,r in pola.items():
result = result.replace(p, r)
return result
def unreplacer(kata, pola):
result = kata
for p,r in pola.items():
result = result.replace(r, p)
return result
def praproses(kata):
result = []
tmp = ""
i=0
inkonsonan = False
numkonsonan = 0
for karakter in kata:
iskonsonan = (karakter not in vokal)
if iskonsonan:
if not inkonsonan:
inkonsonan = True
numkonsonan += 1
tmp += karakter
else:
if inkonsonan:
inkonsonan = False
if len(tmp)==1:
result += [tmp+karakter]
else:
result += [tmp[0], tmp[1:]+karakter]
tmp = ""
else:
result += [karakter]
if len(tmp)>0:
result += [tmp]
return result
def kaidah1(listsuku):
global vokal
result = []
last = ""
i = 0
for suku in listsuku:
if len(suku)==1 and i>0:
if suku in vokal:
result += [suku]
elif listsuku[i-1][-1] in vokal:
if i1:
if listsuku[0] in awalan and listsuku[1][0] not in vokal and listsuku[1][0] not in dift and len(listsuku[1])>2:
listsuku[0] += listsuku[1][0]
listsuku[1] = listsuku[1][1:]
if len(listsuku[0])==1:
listsuku = [listsuku[0]+listsuku[1]] + listsuku[2:]
return listsuku
def kaidah3(listsuku):
global vokal
result = []
last = ""
i = 0
for suku in listsuku:
if len(suku)==1 and i>0:
if listsuku[i-1][-1] in vokal:
result[-1] = result[-1] + suku
else:
result += [suku]
else:
result += [suku]
i += 1
last = suku
return result
def pecah(kata):
kdift = {"kh":"$", "ng":"%", "ny":"^", "sy":"&", "tr":"*", "gr":"("}
return [unreplacer(s, kdift) for s in kaidah3(kaidah2(kaidah1(praproses(replacer(kata, kdift)))))]
if len(sys.argv)>1:
kata = sys.argv[1]
print pecah(kata)
