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 Scatter Plot dengan R

Visualisasi scatter plot dengan R

Scatter Plot merupakan salah satu bentuk bentuk deskriptif data. Biasanya, visualisasi jenis ini diterapkan untuk melihat uji grafis melihat keeratan hubungan atau arah hubungan (korelasi) antar variabel. Namun, visualisasi ini juga bisa digunakan untuk mendeskripsikan sebaran variabel tunggal.

Bentuk sederhana dari visualisasi scatter plot adalah sebagai berikut:

plot(x, main, xlab, ylab)

x merupakan variabel yang akan diplotkan; main adalah judul dari visualisasi; xlab adalah nama sumbu absis, dan ylab adalah nama sumbu ordinat. Selain itu, kita dapat pula melakukan custome terhadap scatter plot ini dengan memberikan legenda, tipe plot, hingga memberikan teks di dalamnya. Code dasarnya adalah sebagai berikut:

#legenda

plot(x, main, xlab, ylab)

legend(absis, ordinat, keterangan legenda, fill, cex)

absis dan ordinat adalah posisi koordinat dalam plot sebagai tempat acuan legenda dimunculkan; keterangan legenda adalah nama dari legenda, fill adalah warna legendanya, cex adalah ukuran legendanya, normalnya bernilai 1, jika 2 sedang, dan 3 besar.

#tipe plot

plot(x, type, pch)

x adalah data yang akan diplotkan, type = "o" berarti bentuknya bulatan saja, jika "l" bentuknya garis, jika "p" bentuknya kombinasi bulatan dan garis; sedangkan pch adalah marks atau bentuk tanda setiap nilai datanya, jika "*" bentuknya bintang, jika "A" bentuk marksnya ya huruf A, dan seterusnya.

#teks

plot(x)

text(absis, ordinat, teks)

teks adalah karakter sehingga perlu dibubuhi dengan c("blablabla")

Oke, setelah penjelasan teori di atas, biar nggak bosen, kuy kita praktikkan ya teman-teman. Oiya, sebelumnya kita perlu unduh dulu datanya, kita pakai data riil saja ya, sumbernya adalah dari Twitter nih yang terdiri atas jumlah follower dan jumlah post status, ini dia datanya. Setelah itu, kita dapat mempraktikkan visualisasi scatter plot dengan code berikut:

Code:

#Import Data Sebaran Jumlah Follower menurut ID Akun Twitter
library(readxl)
sebaranfollowerakuntweets <- read_excel("C:/Users/Joko Ade/Downloads/sebaranfollowerakuntweets.xlsx")

#Melihat Sekilas Data
head(sebaranfollowerakuntweets)

#melihat dimensi data
dim(sebaranfollowerakuntweets)

#Transformasi nama data awal dengan nama "x" untuk kemudahan
x <- sebaranfollowerakuntweets

#membuat Scatter Plot jumlah follower transformasi log()
plot(log(x$Follower), col = "steelblue", main = "Scatter Plot Jumlah Follower \n Menurut ID Akun Twitter")

Hasil:

Visualisasi 1

Code:

#membuat legenda untuk keterangan Scatter Plot
#Posisinya adalah (x,y) -> 10000,4
#Nama Variabelnya c("Nama)
#fill adalah warna legenda
#cex ukuran legenda, standar = 1, lebih besar 2, dan besar 3
legend(10000,4, c("Jumlah Follower"), fill = "steelblue", cex = 1)

Hasil:

Visualiasasi 2

Code:

#membuat Scatter Plot jumlah follower dengan tipe garis
plot(log(x$Follower), col = "steelblue", main = "Scatter Plot Jumlah Follower \n Menurut ID Akun Twitter",
     type = "l", ylab = "Log Jumlah")

Hasil:

Visualisasi 3

Code:

#membuat Scatter Plot jumlah follower dengan tipe garis dan marks bintang
plot(log(x$Follower), col = "steelblue", main = "Scatter Plot Jumlah Follower \n Menurut ID Akun Twitter",
     type = "o", ylab = "Log Jumlah", pch = "*")

Hasil:

Visualisasi 4

Code:

#membuat Scatter Plot 2 variabel dengan mengcustome warnanya dan memberi teks
#membuat pengaturan warna dengan colorRampPallete
warna <- colorRampPalette(c("red", "yellow", "green"))
gradasinya <- warna(38)
plot(log(x$Follower), log(x$Post_Status), xlab = "Log Jumlah Follower", ylab = "Log Jumlah Post Status",
     col = gradasinya)
text(10,5, c("Scatter Plot 2 variabel"))

Hasil:

Visualisasi 5

Oke, demikian sedikit ulasan bagaimana kita memvisualisasikan scatter plot dengan R. Jangan lupa untuk share, tanya-tanya di kolom komentar, dan menyimak unggahan berikutnya. Semoga bermanfaat.

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