LAPORAN EKSPLORASI

Natural Language Toolkit

Disusun Oleh:

Alya Hafidzah Alzahra 18312200

Diky Indra Hermawanto 18312258
Ardi Wibowo 18312206

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS TEKNOKRAT INDONESIA
BANDAR LAMPUNG
2021
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan
hidayah-Nya sehingga penulis dapat menyelesaikan laporan eksplorasi yang
berjudul “Natural Language Toolkit” ini tepat pada waktunya.
Adapun tujuan dari penulisan dari laporan ini adalah untuk memenuhi ujian
akhir semeseter pada mata kuliah Temu Kembali Informasi. Selain itu, laporan ini
juga bertujuan untuk menambah wawasan tentang Natural Language Toolkit bagi
para pembaca dan juga bagi penulis.
Penulis mengucapkan banyak terima kasih kepada Bapak Zainal Abidin,
S.Si., M.T selaku dosen mata kuliah Temu Kembali Informasi. Yang telah
memberikan tugas laporan ini sehingga dapat menambah pengetahuan serta
wawasan sesuai dengan bidang studi yang penulis tekuni.
Penulis menyadari bahwa, laporan yang di tulis ini masih sangat jauh dari
kesempurnaan. Oleh karena itu, kritik dan saran dari pembaca akan sangat penulis
nantikan demi kesempurnaan laporan ini.

Bandar Lampung, 18 Januari 2021

Penulis

ii
 DAFTAR ISI

JUDUL......................................................................................................................i

KATA PENGANTAR.............................................................................................ii

DAFTAR ISI...........................................................................................................iii

BAB I PENDAHULUAN.........................................................................................1

1.1 Latar Belakang..............................................................................................1

1.2 Rumusan Masalah.........................................................................................1

1.3 Tujuan Penulisan..........................................................................................2

BAB II LANDASAN TEORI...................................................................................3

2.1 Kecerdasan Buatan (Artificial Intelligence)..................................................3

2.2 Bahasa Alami (Natural Language)................................................................4

2.3 Pemrosesan Bahasa Alami (Natural Language Processing)..........................4

2.4 Bahasa Pemrograman (Programming Language).........................................5

2.5 Python...........................................................................................................6

2.6 ToolKit.........................................................................................................6

BAB III PEMBAHASAN.........................................................................................7

3.1 Perangkat Bahasa Alami (Natural Language Toolkit)..................................7

BAB IV PENUTUP..................................................................................................8

4.1 Kesimpulan...................................................................................................8

DAFTAR PUSTAKA...............................................................................................9

iii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Setiap hari semua orang melakukan aktifitas melalui perangkat digital
mereka baik komputer maupun smartphone seperti mengirim pesan, melakukan
percakapan di media sosial, mencari sesuatu di internet dengan mengetikan kata
kunci, mengisi survei, umpan balik, ulasan online, dan sebagainya. Tanpa di
sadari hal-hal yang kita lakukan ini banyak sekali menghasilkan data. Data-data
tersebut sebenarnya sangat berguna jika kita dapat memanfaatkanya, mengingat
sebagian besar data ini adalah dalam bentuk teks dan dalam kebanyakan kasus
data-data ini tidak terstruktur. Oleh karena itu kita memerlukan cara yang
efektif untuk menyortirnya jika kita ingin memanfaatkannya.
Salah satu cara yang efektif untuk memanfaatkan data-data ini adalah
melakukan Pemrosesan Bahasa Alami (Natural Language Processing), ini
adalah salah satu bentuk dari Kecerdasan Buatan (Artificial Intelligence) yang
memberi komputer kemampuan untuk membaca, memahami, dan menafsirkan
bahasa manusia. Ini membuat komputer dapat mengukur sentimen dan
menentukan bagian mana dari bahasa manusia yang penting. Selain itu agar
lebih mempermudah kita dalam melakukan pemrosesan bahasa alami kita dapat
menggunakan perangkat lunak pendukung untuk membantu kita dalam
memproses data teks tersebut, dalam hal ini kita dapat menggunakan Perangkat
Bahasa Alami (Natural Language Toolkit).
Perangkat Bahasa Alami (Natural Language Toolkit) adalah adalah
serangkaian perpustakaan dan program untuk pemrosesan bahasa alami
simbolik dan statistik untuk bahasa Inggris yang ditulis dalam bahasa
pemrograman Python.

1.2 Rumusan Masalah

Rumusan masalah berdasarkan latar belakang makalah ini antara lain,
sebagai berikut:

1
  Apa Itu Pemrosesan Bahasa Alami (Natural Language Processing) ?
 Apa Itu Perangkat Bahasa Alami (Natural Language Toolkit) ?

1.3 Tujuan Penulisan

Tujuan penulisan makalah ini antara lain, sebagai berikut:

 Untuk Mengetahui dan Memahami Pemrosesan Bahasa Alami (Natural

Language Processing).
 Untuk Mengetahui Fungsi Perangkat Bahasa Alami (Natural Language
Toolkit).

2
 BAB II

LANDASAN TEORI

2.1 Kecerdasan Buatan (Artificial Intelligence)

Kecerdasan Buatan (Artificial Intelligence) adalah sistem komputer yang
mampu melakukan tugas-tugas yang biasanya membutuhkan kecerdasan
manusia. Teknologi ini dapat membuat keputusan dengan cara menganalisis
dan menggunakan data yang tersedia di dalam sistem. Proses yang terjadi dalam
Artificial Intelligence mencakup learning, reasoning, dan self-correction.
Proses ini mirip dengan manusia yang melakukan analisis sebelum memberikan
keputusan.
Kecerdasan buatan pada pengaplikasiannya secara garis besar terbagi tujuh
cabang, yaitu machine learning, natural language processing, expert system,
vision, speech, planning dan robotics. Percabangan dari kecerdasan buatan
tersebut dimaksudkan untuk mempersempit ruang lingkup saat pengembangan
atau belajar, karena pada dasarnya kecerdasan buatan memiliki ruang lingkup
yang sangat luas.

Gambar 2.1

3
 Kecerdasan buatan telah banyak diterapkan di berbagai bidang seperti
industri, medis, pendidikan, bisnis bahkan dalam kehidupan sehari-hari. Berikut
ini beberapa contoh dari penerapan kecerdasan buatan yang biasa kita jumpai
dalam kehidupan sehari-hari:

 DeepFace Facebook, berfungsi untuk mengenali wajah orang yang ada

pada postingan foto.
 Rekomendasi E-Commerce, berfungsi untuk merekomedasikan produk
yang ingin kita beli pada e-commerce.
 Asisten Virtual, berfungsi untuk membantu kita dalam melaksanakan
tugas secara virtual.

2.2 Bahasa Alami (Natural Language)

Bahasa Alami (Natural Language) adalah bahasa yang dapat dimengerti
dan dipahami oleh seseorang pada lokasi tertentu, sebagai contoh bahasa
alami dari orang Indonesia adalah bahasa Indonesia. Bahasa alami biasa
diajarkan orangtua pada anaknya ketika masih bayi. Seiring
bertambahnya usia anak, maka pemahaman terhadap bahasa tersebut semakin
meningkat. Untuk dapat mengetahui bahasa alami, perlu mengetahui
susunan dari bahasa alami tersebut, sebagai contoh untuk Bahasa Inggris,
seseorang perlu mempelajari kosa kata Inggris, tata bahasa Inggris, dan
sebagainya.

2.3 Pemrosesan Bahasa Alami (Natural Language Processing)

Pemrosesan Bahasa Alami (Natural Language Processing) adalah bentuk
Kecerdasan Buatan (Artificial Intelligence) yang memberi komputer
kemampuan untuk membaca, memahami, dan menafsirkan bahasa manusia. Ini
membantu komputer mengukur sentimen dan menentukan bagian mana dari
bahasa manusia yang penting. Untuk komputer, ini adalah hal yang sangat sulit
untuk dilakukan karena banyaknya data yang tidak terstruktur, kurangnya
aturan formal dan tidak adanya konteks atau maksud dunia nyata.

4
 Dalam beberapa tahun terakhir, kecerdasan buatan telah berkembang pesat,
dan dengan itu, NLP menjadi lebih canggih juga. Banyak dari kita yang sudah
menggunakan NLP setiap hari tanpa menyadarinya. kita mungkin telah
menggunakan setidaknya satu dari alat berikut:

 Pemeriksa ejaan.
 Pelengkapan Otomatis.
 Filter spam.
 Pesan teks suara.

2.4 Bahasa Pemrograman (Programming Language)

Bahasa Pemrograman (Programming Language) atau sering diistilahkan
juga dengan bahasa komputer atau bahasa pemrograman komputer, adalah
instruksi standar untuk memerintah komputer. Bahasa pemrograman ini
merupakan suatu himpunan dari aturan sintaks dan semantik yang dipakai untuk
mendefinisikan program komputer. Bahasa ini memungkinkan seorang
programmer dapat menentukan secara persis data mana yang akan diolah oleh
komputer, bagaimana data ini akan disimpan/diteruskan, dan jenis langkah apa
yang akan diambil dalam berbagai situasi secara persis.

Menurut tingkat kedekatannya dengan mesin komputer, bahasa pemrograman

terdiri dari:

1. Bahasa Mesin, yaitu memberikan perintah kepada komputer dengan

memakai kode bahasa biner, contohnya 01100101100110.
2. Bahasa Tingkat Rendah, atau dikenal dengan istilah bahasa rakitan
(bah.Inggris Assembly), yaitu memberikan perintah kepada komputer
dengan memakai kode-kode singkat (kode mnemonic), contohnya
kode_mesin|MOV, SUB, CMP, JMP, JGE, JL, LOOP, dsb.
3. Bahasa Tingkat Menengah, yaitu bahasa komputer yang memakai
campuran instruksi dalam kata-kata bahasa manusia (lihat contoh

5
 Bahasa Tingkat Tinggi di bawah) dan instruksi yang bersifat simbolik,
contohnya {, }, ?, <<, >>, &&, ||, dsb.
4. Bahasa Tingkat Tinggi, yaitu bahasa komputer yang memakai instruksi
berasal dari unsur kata-kata bahasa manusia, contohnya begin, end, if,
for, while, and, or, dsb. Komputer dapat mengerti bahasa manusia itu
diperlukan program compiler atau interpreter.

Sebagian besar bahasa pemrograman digolongkan sebagai Bahasa Tingkat

Tinggi, hanya bahasa C yang digolongkan sebagai Bahasa Tingkat Menengah
dan Assembly yang merupakan Bahasa Tingkat Rendah.

2.5 Python
Python adalah bahasa pemrograman tingkat tinggi yang memiliki cara
penulisan kode yang sederhana dari pada bahasa pemrograman lain. Bahasa
pemrograman ini diciptakan oleh Guido van Rossum pertama kali di Centrum
Wiskunde & Informatica (CWI) di Belanda pada awal tahun 1990-an.
Python menawarkan kode yang pendek dan mudah dibaca. Meskipun
algoritma kompleks dan alur kerja yang fleksibel adalah kekuatan nyata di balik
Kecerdasan Buatan (Artificial Intelligence), kesederhanaan Python
memungkinkan developer untuk menulis sistem yang dapat dipercaya. Mereka
dapat berfokus pada pemecahan masalah daripada berfokus pada nuansa teknis
bahasa pemrograman. Selain itu, Python menarik bagi banyak pihak hanya
karena mudah dipelajari.

2.6 ToolKit
Toolkit adalah perangkat lunak yang dibuat untuk memfasilitasi dan
membantu kita dalam membangun aplikasi. Toolkit berisi sekumpulan pustaka
(library) dan alat yang dapat kita gunakan untuk menyelesaikan suatu tugas
tertentu.

6
 BAB III

PEMBAHASAN

3.1 Perangkat Bahasa Alami (Natural Language Toolkit)

Perangkat Bahasa Alami (Natural Language Toolkit) atau biasa di singkat
dengan NLTK adalah sebuah pustaka (Library) yang digunakan untuk
membangun program analisis teks. Platform ini awalnya dirilis oleh Steven Bird
dan Edward Loper dalam kaitannya dengan mata kuliah komputasi linguistik di
Universitas Pennsylvania pada tahun 2001. Ada sebuah buku pegangan untuk
platform tersebut dengan judul Natural Language Processing dengan Python.
NLTK memiliki tujuan untuk mendukung penelitian dan pengajaran di
bidang pemrosesan bahasa alami atau bidang yang terkait erat, termasuk
linguistik empiris, ilmu kognitif, kecerdasan buatan, pengambilan informasi,
dan pembelajaran mesin. Perangkat ini telah berhasil digunakan sebagai alat
pengajaran, sebagai alat belajar individu, dan sebagai platform untuk membuat
prototipe dan membangun sistem penelitian.
Toolkit ini adalah salah satu pustaka (Library) python untuk keperluan
Pemrosesan Bahasa Alami (Natural Language Processing). pustaka (Library)
ini berisi berbagai macam modul dan fungsi untuk membuat mesin memahami
bahasa manusia dan membalasnya dengan respons yang sesuai. Contoh modul
dan funsi yang dapat digunakan adalah seperti Tokenisasi, Stemming,
Lemmatization, Punctuation, Character count, word count, Part-of-speech
tagger, dll.

Gambar 3.1

7
 BAB IV
PENUTUP

4.1 Kesimpulan
Perangkat Bahasa Alami (Natural Language Toolkit) adalah alat
berfitur paling lengkap. Ini mengimplementasikan hampir semua komponen
NLP yang kita perlukan, seperti klasifikasi, tokenisasi, stemming,
penandaan, parsing, dan penalaran semantik. Dan seringkali ada lebih dari
satu implementasi untuk masing-masing, sehingga kita dapat memilih
algoritma atau metodologi yang tepat yang ingin kita gunakan. Ini juga
mendukung banyak bahasa. Namun, ini mewakili semua data dalam bentuk
string, yang bagus untuk konstruksi sederhana tetapi menyulitkan
penggunaan beberapa fungsionalitas lanjutan. Dokumentasinya juga cukup
lengkap dan juga memiliki buku yang bagus. Secara keseluruhan, ini adalah
perangkat yang hebat untuk eksperimen, eksplorasi, dan aplikasi yang
membutuhkan kombinasi algoritma tertentu.

8
 DAFTAR PUSTAKA

1. NLTK Book. Accessed January 18, 2021. https://www.nltk.org/book/

2. Natural Language Toolkit — NLTK 3.5 documentation. Accessed January 18,

2021. https://www.nltk.org/

3. What is Natural Language Processing (NLP)? Accessed January 18, 2021.

https://www.textmetrics.com/what-is-natural-language-processing-nlp

4. Nkd F. Pengertian Artificial Intelligence dan Contoh Penerapannya. Web

developer LOGIQUE’s Blog. Published September 26, 2019. Accessed
January 18, 2021. https://www.logique.co.id/blog/2019/09/26/pengertian-
artificial-intelligence/