Belajar kosakata seharusnya menjadi landasan belajar bahasa kedua. Tanpa tata bahasa, sangat sedikit yang dapat disampaikan, namun tanpa kosakata tidak ada yang dapat disampaikan (Wilkins 1972: 111). Nation (2001:11-12) menyebutkan empat jenis kosakata di dalam teks: kata-kata berfrekuensi tinggi, kosakata akademis, kosakata teknis, dan kata-kata berfrekuensi rendah. Bagi mahasiswa, pengajaran dan pembelajaran kosakata seharusnya difokuskan pada kosakata teknis. Ada dua alasan untuk pendapat ini. Alasan pertama adalah bahwa lulusan sekolah menengah atas (SMA) telah menguasai 4.700 kata, menurut kurikulum nasional. Jumlah tersebut telah mencakup kata-kata berfrekuensi tinggi dan kosakata akademis. Alasan kedua adalah kenyataan bahwa mahasiswa lebih sering menemukan kosakata teknis selama mereka belajar di universitas. Oleh sebab itu, penguasaan kosakata teknis memainkan peranan yang penting dalam studi mereka.
Lokasi penelitian ini adalah Fakultas Ekonomi, Universitas Airlangga. Daftar kata kosakata teknis dibuat berdasarkan buku teks mata kuliah yang digunakan di fakultas tersebut. Ada tiga buku teks yang dianalisis, yaitu: Economics oleh Samuelson dan Nordhaus, Management oleh Daft, dan Accounting oleh Warren, Reeve, dan Fess. Untuk lebih fokus pada kosakata teknis, tidak semua kata-kata yang ada di indeks diambil. Kosakata non-teknis, seperti kata-kata berfrekuensi tinggi, kosakata akademis, kata-kata fungsi, nama, singkatan, dan angka, tidak dimasukkan. Proses pemilihan dan pembuatan daftar kata kosakata teknis dilakukan dengan menggunakan program RANGE.
Ada tiga hasil utama dari tesis ini: (1) Daftar Kata Kosakata Teknis, (2) Afiks Derivasional untuk Kosakata Teknis, dan (3) Materi Belajar Kosakata dengan Bantuan Komputer. Ada empat daftar kata kosakata teknis: (1) Daftar Kata Ekonomi yang terdiri atas 51 kata, (2) Daftar Kata Manajemen yang terdiri atas 56 kata, (3) Daftar Kata Akuntansi yang terdiri atas 75 kata, dan (4) Daftar Kata Kosakata Teknis untuk Mahasiswa Ekonomi, yang terdiri atas 62 kata. Afiks derivasional yang ditemukan dalam daftar kata, diklasifikasikan menjadi lima tahap berdasarkan Nation (2001:268). Tahap tersebut mengindikasikan urutan mengajar dan belajar yang akan memberikan hasil yang terbaik bagi usaha belajar. Dalam setiap tahap, setiap afiks ditampilkan dengan artinya dan contoh dari daftar kata. Hasil materi belajar yang lain adalah Computer-Assisted Language Learning 'Belajar Bahasa dengan Menggunakan Komputer' (CALL) untuk Kosakata Teknis. Materi belajar ini dikonstruksi dengan menggunakan Macromedia Dreamweaver 4.0 dan file-nya dapat di-download gratis dari www.kwary.net/vocabulary.html. Isi file tersebut adalah lima tahap afiks derivasi yang dijelaskan dalam tesis ini ditambah dengan istilah yang ditemukan di glosarium dan definisinya.
AbstractLearning vocabulary should become the basis of second language learning. Without grammar, very little can be conveyed, but without vocabulary, nothing can be conveyed (Wilkins 1972: 111). Nation (2001:11-12) mentions four kinds of vocabulary in a text: high-frequency words, academic vocabulary, technical vocabulary, and low-frequency words. For university students, vocabulary teaching and learning should be focused on technical vocabulary. There are two main reasons for this opinion. The first reason is high school graduates have mastered 4,700 words, according to the national curriculum. This number has covered high-frequency words and academic vocabulary. The second reason is the fact that students mostly encounter technical vocabulary during their studies at university. Hence, a mastery of technical vocabulary plays a significant role in their studies.
The location of this research is the Faculty of Economics of Airlangga University. The technical vocabulary word lists created are based on the core content subject textbooks used in that faculty. There are three core textbooks analyzed: Economics by Samuelson and Nordhaus, Management by Daft, and Accounting by Warren, Reeve, and Fess. To be more focused on technical vocabulary, not all of the words found in the indices are taken into account. Non-technical vocabulary, such as high-frequency words, academic vocabulary, function words, proper names, abbreviations, and numbers, are not included. The process of selecting and making the technical vocabulary word lists is accomplished by using the RANGE program.
There are three main yields in this thesis: (1) Technical Vocabulary Word Lists, (2) Derivational Affixes for Technical Vocabulary, and (3) Computer-Assisted Vocabulary Learning material. There are four technical vocabulary word lists: (1) the Economics Word List comprising 51 words, (2) the Management Word List comprising 56 words, (3) the Accounting Word List comprising 75 words, and (4) the Technical Vocabulary Word List for Students of Economics comprising 62 words. The derivational affixes found in the word lists have been classified into five stages based on Nation (2001:268). The stages indicate an order of teaching and learning that will give the best return for learning effort. In every stage, each affix is presented with its meaning(s) and examples from the word lists. Another yield of learning materials is a Computer-Assisted Language Learning (CALL) for Technical Vocabulary. This learning material has been constructed using Macromedia Dreamweaver 4.0 and the files can be downloaded for free from www.kwary.net/vocabulary.html. The content of the files includes the five stages of derivational affixes explained in this thesis plus the terms found in the glossary and their definitions.