Teknologi AI atau kecerdasan buatan adalah suatu algoritma yang mampu membuat komputer dapat bertindak atau mengambil keputusan seperti halnya pola pikir manusia. Salah satu teknologi dari AI yang paling simpel adalah Natural Language Processing (NLP) atau pemrosesan bahasa alami. Teknologi NLP ini yang memungkinkan komputer dapat memahami serta mensintesis secara dalam teks yang ditulis dalam bahasa manusia.
Salah satu contoh yang sering di implementasikan adalah search engine, seperti Google, Bing atau Yahoo. Jika kita ingin mencari informasi secara spesifik, kita cukup menuliskan beberapa kata kunci di search engine dan dalam hitungan milidetik search engine akan memproses dan menampilkan artikel-artikel yang sesuai dengan kata kunci tersebut.
Teknologi NLP juga di gunakan oleh aplikasi media monitoring sebagai pengklasifikasian sentimen terhadap sebuah subject, teknologi digunakan untuk meng-kategorisasi sebuah pendapat pelanggan menjadi positif atau negatif secara otomatis.
Dengan klasifikasi sentimen juga, kita dapat mengetahui jumlah pendapat yang mengarah pada sentimen positif atau negatif terhadap sebuah produk atau layanan perusahaan secara otomatis.
Bagiamana Cara Kerja AI?
Cara kerja Teknologi NLP ini dapat dibagi menjadi dua cara pemrosesan NLP, yang pertama Strategi berbasis aturan atau syarat yang secara manual dituliskan oleh manusia (linear method) dan yang kedua adalah strategi berbasis aturan yang secara otomatis diperoleh dari data (machine learning method).
Cara yang pertama digunakan dengan aturan-aturan yang di tulis lebih mudah mendaptkan output yang akan di capai. Contoh pada aplikasi SMS spam, misalnya, jika diimplementasikan oleh suatu sistem data dengan mudah kita menuliskan kata-kata filter yang digolongkan sebagai spam.
Misalnya kata penanda spam: (1) Selamat Anda mendapatkan, (2) Butuh pinjaman?, (3) Mari berlangganan dengan… dan lainnya. Dalam konteks ini dibuat aturan bahwa jika sebuah pesan pendek mengandung lebih dari 5 kata penanda spam, maka pesan tersebut dapat dinyatakan sebagai informasi sampah.
Cara yang kedua menggunakan pendekatan Machine Learning, metode seperti cocok di gunakan dengan data yang sangat besar sehingga pencapaian output nya semakin akurat, misalnya untuk melakukan prediksi harga rumah di suatu daerah atau penetuan suatu produk yang akan di jual sesuai dengan kategori tertentu. Secara teknik pengolahan akan menjadi sedikit dalam karenan menggunakan beberapa syarat dalam pemrosesan datanya.
Full-Stack Developer | Data Scientist
