Langsung ke konten utama

Visualisasi Data dengan Peta sebagai Pendukung Analisis Spasial (Spatial Analysis)

Visualisasi data dengan peta spasial Analisis spasial atau berbasis kewilayahan akhir-akhir ini semakin banyak diminati. Selain mempunyai daya tarik karena enak dipandang mata, visualisasi spasial dengan peta ini juga dinilai meningkatkan kecepatan pemahaman pengguna informasi yang disajikan. Bila data yang kita miliki memiliki variabel lokasi atau kontur, visualisasi spasial bisa jadi menjadi pilihan tepat. Dengan berbekal peta berekstensi *shp dan sebuah data lokasi atau kontur, visualisasi spasial dapat diterapkan secara mudah. Namun kenyataannya, tidak mudah bagi kita untuk melakukan visualisasi data secara spasial. Beberapa data yang diperlukan adalah garis lintang dan bujur, juga data yang akan divisualkan. Misalkan data Angka Kematian Bayi (AKB). Sebelum praktikum, ada baiknya kita pahami dulu apa itu AKB. Menurut Badan Pusat Statistik (BPS), Angka Kematian Bayi adalah banyaknya bayi yang meninggal sebelum mencapai umur 1 tahun pada waktu tertentu per 1.000 kelahiran hidup pada

Ekstraksi Teks Spesifik dengan Regular Expression (REGEX) dengan R Bagian I

Ekstraksi Teks dengan Regex R

Pembahasan mengenai data preprocessing dalam konteks Data Science dan Big Data selalu menjadi perhatian utama. Terlebih, bila yang kita punyai merupakan data tidak terstruktur berbentuk teks. Data ini sering kita jumpai atau peroleh, baik dari hasil web scraping atau web crawling data-data teks.

Data teks biasanya kita temui di media sosial, website, portal, atau sejenisnya. Sebagai bagian dari data tidak terstruktur, tentunya untuk menghasilkan insight data teks, kita perlu tahapan yang sangat kompleks dengan segala tantangan yang ada. Apalagi data teks berbahasa khusus sebuah negara, katakanlah teks berbahasa Indonesia.

Mulai dari unggahan ini, nantinya akan kita ulas secara perlahan mengenai bagaimana melakukan data preprocessing teks dengan R. Mengingat dalam sebuah teks yang tersebar di internet terdapat karakter-karakter yang unik, spesifik, bahkan campur aduk dengan teks, maka kita akan mencoba praktik ekstraksi-ekstraksi teks spesifik menggunakan regular expression (regex).

Dalam pengertiannya, regex merupakan sekumpulan karakter berpola berbahasa mesin untuk dicocokan dengan inputan karakter dalam teks. Jenis regex yang akan kita jadikan sarana ekstraksi teks kali ini terdiri atas 4 jenis, yaitu koma (,), atau (|), bintang (*), serta titik dua tanda tanya kurung (:?).

Regex koma (,) digunakan untuk mencocokkan karakter koma mesin dengan karakter koma dalam teks. Regex atau (|) digunakan untuk menentukan pilihan-pilihan karakter yang akan dicocokkan, misal karakter koma atau titik dua, kalau ditulis ",|:". Regex bintang (*) digunakan untuk mencocokkan karakter dimana pun letak atau posisinya, baik sebelum maupun sesudahnya. Sedangkan regex titik dua tanda tanya kurung (:?) digunakan untuk mencocokkan bagian yang menjadi kelompok karakter dalam kurung, misalkan bila kita ingin mengekstraksi teks yang mengandung kata "sayang" maka dituliskan "(:?sayang)".

Untuk lebih jelas perbedaan dari masing-masing regex, kita akan mempraktikkannya menggunakan sebuah kalimat berikut:

#menyiapkan data teks
y <- "Pendaftaran di sekolah dasar, sekolah privat"
y
## [1] "Pendaftaran di sekolah dasar, sekolah privat"
#menghapus teks "Pendaftaran di(tanpa spasi)"
gsub("Pendaftaran di", "", y)
## [1] " sekolah dasar, sekolah privat"
#menghapus teks "Pendaftaran di (dengan spasi)"
gsub("Pendaftaran di ", "", y)
## [1] "sekolah dasar, sekolah privat"
#menghapus teks "Pendaftaran di(tanpa spasi)" dan sebelum spasi
gsub("Pendaftaran di |.*,", "", y)
## [1] " sekolah privat"
#menghapus teks "Pendaftaran di (dengan spasi)" dan sebelum spasi
gsub("Pendaftaran di |.*, ", "", y)
## [1] "sekolah privat"
#ekstrak teks yang dimulai dengan tanda koma "," dengan 1 spasi
#ekstrak teks setelah tanda koma ","
gsub(".*, ", "", y)
## [1] "sekolah privat"
#ekstrak teks yang diakhiri dengan tanda koma ","
#ekstrak teks sebelum tanda koma
gsub(",.*", "", y)
## [1] "Pendaftaran di sekolah dasar"
#ekstrak teks selain teks "sekolah dasar"
gsub("(?:sekolah dasar)", "", y)
## [1] "Pendaftaran di , sekolah privat"
#ekstrak teks selain teks "sekolah dasar" termasuk tanda koma ","
gsub("(?:sekolah dasar)|,", "", y)
## [1] "Pendaftaran di  sekolah privat"
#Ekstrak teks yang diikuti oleh teks "sekolah"
gsub("sekolah*", "", y)
## [1] "Pendaftaran di  dasar,  privat"

Demikian sedikit sharing kita kali ini. Jangan lupa untuk terus menyimak setiap unggahan spesial di blog sederhana ini. Semoga sedikit atau banyak memberi manfaat kepada semua pembaca. Selamat memahami dan mempraktikkan!

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