Pertemuan 10

 

Nama : Naufal Akbar Reza

Kelas : 17.4e.07

NIM   : 17190563

 

 

Natural Language Processing

Secara mendasar, komunikasi adalah salah satu hal paling penting yang dibutuhkan manusia sebagai makhluk sosial. Ada lebih dari trilyunan halaman berisi informasi pada Website, dimana kebanyakan diantaranya menggunakan bahasa natural. Isu yang sering muncul dalam pengolahan bahasa adalah ambiguitas, dan bahasa yang berantakan/tidak formal (tidak sesuai aturan bahasa).

Natural language processing (NLP) adalah cabang dari kecerdasan buatan yang berhubungan dengan interaksi antara komputer dan manusia menggunakan bahasa alami. Menurut Textmetrics, NLP digunakan untuk mengukur sentimen dan menentukan bagian mana dari bahasa manusia yang penting .

 

Informasi mengenai Akademik adalah bagian sangat penting dalam kehidupan sehari-hari, dimana informasi Akademik tersebut diperoleh salah satunya dengan kosultasi langsung dengan customer service. Berdasarkan wawancara yang dilakukan terhadap beberapa mahasiswa. mahasiswa memperoleh informasi Akademik dengan cara berkunjung ke kampus dan bertanya langsung terhadap customer service.Penyampaian informasi Akademik tersebut dirasa kurang karena keterbatasan oleh waktu jam buka kampus, sedangkan banyak mahasiswa sangat membutuhkan informasi Akademik dan konsultasi Akademik dengan cepet dan tidak mau terikat oleh waktu buka kampus, bahkan mahasiswa mengalami masalah Akademik disaat kampus sudah tutup, dan membutuhkan konsultasi customer service.

TAHAPAN APA SAJA YANG DIPAKAI UNTUK MEMODELKAN DATA TEKS?

Analisis sintaksis adalah teknik utama yang digunakan untuk menyelesaikan tugas Natural Language Processing. Sintaksis mengacu pada susunan kata-kata dalam sebuah kalimat sehingga membuat pengertian gramatikal. Dalam NLP, analisis sintaksis digunakan untuk menilai bagaimana bahasa natural sejajar dengan aturan tata bahasa. Ada beberapa algoritma yang digunakan untuk menerapkan aturan gramatikal ke sekelompok kata dan memperoleh makna darinya. Berikut adalah beberapa tahapan dari analisis sintaksis yang sering dipakai:

Stemming – Proses yang melibatkan pemotongan akhir atau awal kata yang diubah ke bentuk akarnya dengan tujuan menghilangkan imbuhan. e.g. “bi” di awal kata “bicycle”, “er” di akhir kata “lighter”.

Lemmatization – Proses pengurangan berbagai bentuk kata yang berubah menjadi satu bentuk untuk memudahkan analisis. e.g. kata dari “swim”, “swimming”, “swims”, “swam”, adalah semua bentuk dari “swim”. Nah jadi lemma dari semua kata-kata tersebut adalah “swim”.

Tokenization – Proses pembagian sebagian besar teks berkelanjutan menjadi unit-unit yang berbeda. e.g. “Kalimat ini adalah sebuah contoh tokenization”. Setiap katanya akan dipisah menjadi 1 unit masing-masing. “Kalimat”, “ini”, “adalah”, “sebuah”, “contoh”, “tokenization”. Unit-unit ini biasanya disebut sebagai token.

Parsing – Proses analisis teks menjadi komponen sintaksis logis, biasanya untuk menguji kesesuaian dengan tata bahasa. Contoh dari parsing adalah memecah kalimat untuk menjelaskan setiap elemen kepada seseorang. Atau seperti yang kita sering dengar sebagai contoh, “Budi”. Ketika kita ingin mengajar anak kecil, kita sering kali memecahkan kalimat atau kata per elemennya. “B, U, BU”. “D, I, DI”, “Budi”.

CONTOH NATURAL LANGUAGE PROCESSING

Beberapa AI mengandalkan NLP agar bisa berfungsi. Contohnya seperti:

“Hey siri, tolong setel lagu hits 2020”. Personal Assistant Online seperti OK Google, Siri, Cortana, dan Alexa menggunakan NLP untuk merespon petunjuk-petunjuk vokal.

Penamaan lokasi. Aplikasi seperti Gojek dan Grab sudah menguasai NLP sehingga dapat memberi nama yang terdengar sangat natural di telinga manusia untuk sebuah lokasi. Misalnya saat kamu memesan Gojek di Menara Standard Chartered, akan muncul lagi pilihan titik jemput yang lebih mendetail, seperti lobby atas atau parkir motor.

Aplikasi terjemahan bahasa seperti Google Translate juga menggunakan NLP untuk menerjemahkan bukan lagi kata per kata tetapi sesuai konteks dan grammar bahasa.

Aplikasi Email seperti Gmail, Hotmail, Ymail memfilter dan mengklasifikasikan email kamu dengan NLP sebelum ada email masuk ke dalam inbox sehingga bisa mendeteksi spam dan memindahkannya ke folder spam agar kamu tidak perlu membacanya.

Aplikasi Interactive Voice Response (IVR) yang digunakan di call center untuk menanggapi permintaan user tertentu. Contohnya ketika kita menelpon customer service Telkomsel, kita akan diberi petunjuk dari awal seperti “Tekan 1 untuk menggunakan Bahasa Inggris,” dan nanti akan terputar recorder untuk bahasa inggris.

CONCLUSION

Natural Language Processing berperan penting untuk interaksi manusia dan AI. Dengan semakin berkembangnya teknologi dan penelitian yang dilakukan di bidang ini, kita bisa melihat lebih banyak lagi inovasi yang akan membuat mesin lebih pintar dalam memahami bahasa manusia.