https://padlet.com/erilalfahri/30gj3clg88j0hl34 People hearing without listening en-us 2024-03-06 08:02:46 UTC 2024-03-06 10:06:23 UTC hello@padlet.com erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907692846          (NATURAL LANGUAGE)]]> 2024-03-06 08:06:38 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907692846 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907695019 NLP adalah satu catu cabang kecerdasan buatan yang fokus pada proses memahami dan menginterpretasi bahasa manusia. NLP juga meliputi proses memahami dan menginterpretasi teks dan percakapan.
Semua layanan memanfaatkan bantuan algoritme NLP. Kini, nilai pasar dari layanan berbasis NLP dapat mencapai miliar, bahkan triliunan rupiah. Hal ini dikarenakan layanan NLP banyak digunakan dalam layanan pelanggan, asisten virtual pribadi, layanan kesehatan, layanan keuangan, dan sebagainya.
NLP juga banyak dimanfaatkan untuk memahami konten dan sentimen dari data media sosial seperti Twitter, komentar pada platform You Tube, ulasan pengguna di Android Palystore, maupun ulasan pelanggan di marketplace seperti Tokopedia dan Bukalapak. Analisis seperti ini mungkin dilakukan karena ketersediaan data yang sangat banyak dari aktivitas dalam jaringan (online). Perlu dipahami bahwa analisis data akan memberikan hasil yang semakin baik dan berkualitas jika data latih yang digunakan juga semakin banyak dan berkualitas.]]> 2024-03-06 08:08:38 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907695019 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907703947 Analisis kata dan sentimen merupakan salah satu aplikasi dari algoritme NLP (Natural Language Processing). Karena dengan memanfaatkan ulasan dan komentar dari pelanggan kita dapat memahami bagaimana penerimaan layanan jasa atau produk tertentu. Jika kita memiliki beberapa atau puluhan ulasan dan komentar, maka kita dapat dengan mudah memahaminya tanpa memerlukan ban- tuan komputer. 
Implementasi NLP  adalah me-manfaatkan NLP kita akan dapat dengan mudah mengetahui hasilnya, apakah ulasan dan komentar tersebut dominan negatif, positif, atau netral. Kemudian, kita dapat mengulangi analisis yang sama untuk periode yang berbeda. Apakah ditemukan ulasan dan komentar yang berubah menjadi lebih baik setelah sebelumnya negatif, atau apakah tidak terjadi perubahan apa pun meskipun perbaikan layanan jasa atau produk telah dilakukan.]]> 2024-03-06 08:16:50 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907703947 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907707366 Berdasarkan tujuannya, NLP dapat dibagi menjadi dua, yaitu Natural Language Understanding (NLU) dan natural language generation (NLG). Sebagian besar metode machine learning atau data mining, seperti proses klasifikasi teks, analisis topik, analisis sentimen, dan sebagainya termasuk ke dalam NLU. Terdapat berbagai macam pendekatan dari NLU untuk mela- kukan analisis topik dari sebuah dokumen, seperti Latent Dirichlet Allocation (LDA), Latent Semantic Indexing (LSI), Pachinko Allocation Machine (PAM), dan sebagainya.

Pendekatan LDA dapat memberikan hasil yang baik untuk analisis topik, namun hasilnya statis. Artinya kita harus mengulangi semua dari awal jika menggunakan dokumen yang berbeda Sementara LSI adalah sebuah pendekatan yang mudah diimplementasikan namun memiliki kemampuan yang rendah jika mengolah kata dengan komponen huruf yang sama namun memiliki arti yang berbeda. Hal ini dikenal juga dengan istilah polysemy. Misal, kata "buku" dapat merujuk kepada lembaran kertas yang berjilid, atau tempat pertemuan dua ruas pada jari tangan, buluh, atau tebu.]]> 2024-03-06 08:19:57 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907707366 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907709519 Kelebihan NLP lebih murah, implementasi NLP juga lebih cepat dari sisi waktu. Misal, layanan suara pada proses penulisan dokumen menggunakan Google Docs akan jauh lebih cepat daripada mengetik menggunakan bantuan keyboard. NLP juga kini mudah diterapkan dengan ketersediaan perangkat lunak yang komersial maupun yang tidak. Misal, dengan menggunakan bahasa R dan Python peneliti dapat dengan mudah melakukan analisis NLP berbasis LDA.
Kelemahan NLP di antaranya adalah tidak akan memberikan jawaban yang sesuai jika terdapat banyak kata yang ambigu. Untuk saat ini, analisis NLP sebagian besar tidak berbasis antarmuka pengguna (user interface) sehingga membutuhkan kemampuan programming yang baik. Analisis NLP tidak dapat digunakan ulang (not reproducable), peneliti selalu harus membuat model yang baru jika menggunakan data yang berbeda dari sebelumnya. Hasil akhir tidak dapat diprediksi dan akurasinya tidak akan mencapai 100%.
berkembangnya analisis NLP dengan platform berbasis cloud. Misal Google Natural Language AI (https://cloud.google.com/natural- language), AWS Comprehend (https://aws.amazon.com/comprehend/), Azure Text Analytics (https://azure.microsoft.com/en-us/services/cognitive- services/text-analytics/), Toloka (https://toloka.ai/), dan Lexalytics (https:// www.lexalytics.com/).
tantangannya dalam berbasis cloud ini adalah pertama, biaya ber- langganan untuk platform komersial. Kedua, NLP berbasis cloud bersifat terlalu umum karena pengguna perlu mengakses via Application Progra- mming Interface (API), maka hasilnya hanya berdasarkan teks atau doku- men yang di-input oleh pengguna saja. Pengguna tidak dapat melakukan modifikasi dari parameter NLP yang digunakan. Ketiga, platform cloud ini membutuhkan waktu untuk belajar bagi pengguna untuk mengguna- kannya serta belum tentu memberikan hasil akurasi yang tinggi.]]> 2024-03-06 08:22:02 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907709519 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907736194 2024-03-06 08:44:33 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907736194 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907737347 2024-03-06 08:45:30 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907737347 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907738734 2024-03-06 08:46:42 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907738734 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907749250 2024-03-06 08:56:26 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907749250 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907755352 Kesimpulan dari pembelajaran tentang materi Natural Language (Bahasa Alami) pada pelajaran Data secience adalah bahwa Natural Language Processing (NLP) memiliki peran penting dalam memahami dan menginterpretasi bahasa manusia, termasuk teks dan percakapan. NLP banyak digunakan dalam berbagai layanan, seperti layanan pelanggan, asisten virtual, kesehatan, dan keuangan. Analisis kata dan sentimen, jenis NLP (NLU dan NLG), serta kelebihan dan kekurangan NLP juga dibahas, termasuk tantangan dalam implementasi berbasis cloud. Platform cloud seperti Google Natural Language AI, AWS Comprehend, dan Azure Text Analytics telah berkembang, namun masih memiliki beberapa kendala seperti biaya langganan dan keterbatasan dalam modifikasi parameter.]]> 2024-03-06 09:01:54 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907755352 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907758157 2024-03-06 09:04:12 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907758157 erilalfahri https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907803990 1. Ananda Afaf Aulia
2. Naila Rassya Syakirah
3. Nur Khaeril Al Fachri
4. Refina Febri Lestari
5. Salwa Putri Isnaeni 

]]> 2024-03-06 09:28:01 UTC https://padlet.com/erilalfahri/30gj3clg88j0hl34/wish/2907803990