Langsung ke konten utama

Natural Language Processing (NLP) Penerapan Stopwords Bahasa Indonesia dengan R: Topik Sepinya Jalur Pantura Akibat Adanya Tol Trans Jawa

Natural Language Processing : Stopwords Bahasa Indonesia dengan R Halo teman-teman, berjumpa lagi dengan blog sederhana ini. Pada pembahasan sebelumnya, kita telah bersama belajar penerapan stemming teks yang merupakan bagian dari Natural Language Processing (NLP) menggunakan R. Pada perjumpaan kali ini, kita akan melanjutkan perjuangan kita berbagi ilmu mengenai NLP, tepatnya adalah penerapan stopwords Bahasa Indonesia dengan R. Perlu diketahui bahwa di dalam NLP, untuk menambah keluasan dan mempertajam analisis teks, proses stemming teks saja belum cukup. Kita juga perlu membersihkan teks yang relatif atau mutlak tidak bermakna di dalam analisis teks. Biasanya teks yang dieliminasi dalam NLP merupakan kata penghubunga atau konjungsi, atau kata yang berupa ekspresi yang bercampur di dalam data teks, misalkan ekspresi tertawa "wkwk", ekspresi penolakan "gak, nggak, tidak, atau gk", bahasa asing (selain Indonesia), atau juga kata-kata yang tidak memenuhi kaidah ta

Visualisasi Diagram Sankey (Sankey Diagram) dengan R

Diagram Sankey dengan R

Kemarin visualisasi yang kita bahas masih mendasar, kali ini kita akan mencoba belajar bersama bagaimana membuat visualisasi data lanjutan menggunakan Diagram Sankey (Sankey Diagram). Sebagian dari kita mungkin belum pernah mendengar jenis visualisasi ini, bisa jadi pula, teman-teman baru tahu dari blog ini. Namun, visualisasi ini sebenarnya telah lama dan banyak digunakan, apalagi kalau teman-teman mencoba menengok keseruan komunitas Tableau publik, di sana, diagram Sankey begitu banyak macamnya, bahkan customenya aneh dan unik kalau saya katakan. Tapi yang jelas penuh dengan makna atau insight.

Diagram Sankey sendiri didefinisikan sebagai diagram aliran hubungan atau keterkaitan antara satu set data dengan set data lainnya dengan karakteristik node dan link. Node adalah titik atau amatan data yang terhubung, sedangkan link merupakan garis, alur, atau jembatan penghubung antar node tadi.

Diagram Sankey hingga kini terus dikembangkan karena bermanfaat khususnya untuk visualisasi data-data yang memiliki keterkaitan antar waktu atau antar amatan. Salah satu contoh data yang akan kita jadikan bahan praktik visualisasi diagram Sankey kali ini adalah data Ekspor-Impor Indonesia yang telah saya siapkan di sini, bisa teman-teman unduh dulu datanya. Dalam data tersebut, tujuan atau goal dari praktik kita adalah bagaimana membuat diagram alur negara lain ekspor ke Indonesia dan bagaimana ekspor Indonesia ke negara lain. Tujuan seperti inilah yang relevan bila kita buat dalam visualisasi Sankey. Adapun langkah-langkahnya, kita dapat menggunakan beberapa code berikut:

Code:

#Install dan aktivasi package
install.packages("networkD3")
install.packages("dplyr")
library(networkD3)
library(dplyr)

#Import data Eskpor-Impor Indonesia
library(readxl)
exim <- read_excel("E:/R/Sankey Diagram Perdagangan Antar Wilayah Indonesia/Exim.xlsx")

#Mengubah nama data frame ke links
links <- exim

#Melihat Sekilas data
links

Hasil:

   source    target               value IDsource IDtarget
   <chr>     <chr>                <dbl>    <dbl>    <dbl>
 1 Indonesia Jepang           915785595        0       22
 2 Indonesia Amerika Serikat  681889742        0       23
 3 Indonesia Tiongkok        4303187335        0       24
 4 Indonesia Malaysia        1049271858        0       25
 5 Indonesia Taiwan           238659337        0       26
 6 Indonesia Swiss               370344        0       27
 7 Indonesia Thailand        1526119955        0       28
 8 Indonesia Singapura        257107099        0       29
 9 Indonesia India           1458247760        0       30
10 Indonesia Vietnam          405453047        0       31
# ... with 42 more rows

Code:

#Membuat data nodes secara unik dan berkaitan dengan source dan target
nodes <- data.frame(
  name=c(as.character(links$source),
         as.character(links$target)) %>% unique()
)

#Membuat link dengan fungsi match()
links$IDsource <- match(links$source, nodes$name)-1
links$IDtarget <- match(links$target, nodes$name)-1

# Make the Network
sankey <- sankeyNetwork(Links = links, Nodes = nodes,
                   Source = "IDsource", Target = "IDtarget",
                   Value = "value", NodeID = "name",
                   sinksRight=T, fontSize = 8, nodeWidth = 30)
 

sankey

Hasil:

Diagram Sankey Ekspor - Impor Indonesia

Visualisasi Diagram Sankey dengan hover aktif

Baik, demikian sekilas cara memvisualisasikan data dengan Diagram Sankey, jangan lupa share dan komentar bila ada pertanyaan di kolom komentar. Jangan lupa untuk terus menyimak blog ini untuk sharing dan berbagi ilmu selanjutnya. Selamat mempraktikan!

Komentar

Postingan populer dari blog ini

Pemodelan Autoregressive Integrated Moving Average (ARIMA Model) dengan R

ARIMA dengan R Jumpa lagi teman-teman, sebelumnya saya mohon maaf karena kemarin tidak sempat membuat unggahan terbaru di blog ini. Baik, sebelumnya kita telah mengulas tentang pemodelan Geographically Weigthed Regression (GWR) dengan R. Kali ini, kita akan melanjutkan belajar bersama mengenai pemodelan yang tak asing lagi dan populer hingga kini, yaitu pemodelan Autoregressive Integrated Moving Average (ARIMA). Kita akan membahas ARIMA secara langsung tanpa membahas AR dan MA secara tersendiri mengingat pada dasarnya ARIMA adalah model perpaduan antara model AR dengan order p , MA dengan order q dan aspek differencing dengan order d . Artinya, ketika kita mendengar istilah AR(1), maka sebenarnya itu adalah ARIMA(1, 0, 0), ketika kita mendengar ARI(1,1), maka aslinya itu ARIMA(1, 1, 0), atau bila mendengar MA(3), itu sebenarnya ARIMA(0, 0, 3) atau IMA(2,1) sebenarnya adalah ARIMA(0, 2, 1). Data runtun waktu atau time series merupakan salah satu jenis data yang hingga kini banyak digun

Machine Learning: Memahami Reinforcement Learning

Reinforcement Learning Halo teman-teman, pada pembahasan sebelumnya, kita telah berusaha memahami mengenai supervised learning dan unsupervised learning . Sebelum lanjut ke pemodelan statistik selanjutnya, ada baiknya kita membahas tentang satu lagi jenis algoritma machine learning yang akhir-akhir ini banyak digunakan dalam membentuk artificial intelligence (AI), yaitu algoritma reinforcement learning . Kita ke pengertian berdasarkan studi literatur daring ( online ) dulu teman-teman. Saya coba mengambil salah satu pengertian reinforcement learning, misalkan dari situsnya Algoritma, menyatakan bahwa reinforcement learning merupakan algoritma yang diterapkan untuk pembelajaran mesin ( machine learning ) sedemikian rupa sehingga dapat menentukan aksi yang tepat dan pada akhirnya sebuah program dapat bekerja secara otomatis memberikan hasil atau putusan yang benar. Lebih lanjut dalam situs algoritma mengangkat sebuah perumpamaan reinforcement learning dengan menggunakan proses penugasan

Machine Learning: Perbedaan Supervised Learning dan Unsupervised Learning

Perbedaan supervised learning dan unsupervised learning Halo teman-teman, kemarin kita telah mengawali bahasan mengenai salah satu anggota dari Machine Learning sekaligus merupakan contoh dari algoritma supervised learning , yaitu Naive Bayes Classifier (NBC). Akhir-akhir ini, dunia sains data dihebohkan dengan berbagai istilah statistik yang berkaitan erat dengan komputasi atau komputasi statistik, yaitu supervised learning dan unsupervised learning . Sebenarnya ada lagi istilah baru dan cukup makin sulit menyederhanakan definisinya, yaitu reinforcement learning , tapi khusus reinforcement learning nanti akan kita bahas tersendiri karena kita mulai bersinggungan dengan Artificial Intelligence atau kecerdasan buatan. Jujur, saya mengakui bahwa tidak semua dari kita memiliki latar belakang apalagi pakar teknologi informasi (IT). Sehingga, bila kita cermati bahasan-bahasan atau istilah komputasi statistik, sains data, atau data engineering , kita mungkin akan sejenak loading , bahkan s