Kuliah Tamu bersama Leonando: Sentiment Analysis Aplikasi E-Commerce di Indonesia
Rabu, 15 Jan 2020 telah diadakan acara sharing bersama membahas tentang Business Intelligence and Analytics Course. Acara ini dihadiri oleh 16 orang peserta, dan mendatangkan pembicara dosen tamu sekaligus alumni dari BINUS University yaitu Leonando Ismanto. Beliau merupakan System analyst di PT. Astra Honda Motor hingga sekarang.
Pembahasan pada sharing kali ini mencakup beberapa point penting, yaitu:
1. E-commerce
E-commerce, seperti yang Kita ketahui bahwa penggunaan teknologi elektronik dan internet bermanfaat untuk melakukan proses bisnis antar perusahaan, konsumen, dan masyarakat dalam bentuk pembelian atau penjualan barang, servis dan informasi. Hingga saat ini, ada 6 e-commerce yang paling banyak dikunjungi khususnya di Indonesia seperti Tokopedia, Shopee, Lazada, Bukalapak, JDID, dan BliBli.
2. Computer Vision
Inilah yang membuat komputer mampu mengekstrak informasi yang berasal dari gambar.
3. Natural Language Processing (NLP)
NLP bagian dari artificial intelligence (AI) mengenai interaksi antara komputer dengan manusia terutama bagaimana cara komputer memproses dan menganalisa natural languange data dalam jumlah yang banyak.
4. Sentiment Analysis
Proses pendekatan untuk menarik ekspresi (emosi, sikap, opini dan sentiment) dari text agar dapat dianalisa trend dan klasifikasi nya. Terdiri dari dua macam, learning based dan lexicon based.
5. Machine Learning
Cabang dari AI mengenai model algoritma dan statistik yang digunakan oleh system komputer untuk melakukan aktivitas tertentu berdasarkan pola atau kesimpulan.
6. Random Forest
Algoritma klasifikasi yang terdiri dari beberapa klasifikasi pohon yang digunakan untuk melakukan prediksi label dimana setiap pohon akan memberikan vote ke sebuah label.
7. Deep Learning
Deep learning adalah bagian dari machine learning yang menggunakan lebih banyak layer berdasarkan layer pada artificial neural network.
8. Recurrent Neural Network (RNN)
Neural network dengan loop sehingga informasi dari jaringan sebelum nya dapat digunakan kembali (persisten).
9. Vanishing Gradient & Long Dependency Problem
Masalah yang terjadi di mana semakin jauh jarak penggunaan informasi dengan asal informasi maka RNN tidak dapat mengerti dan menghubungkan informasi
10. Long Short Term Memory (LSTM)
Kunci dari LSTM adalah cell state yang merupakan garis horizontal pada bagian atas diagram yang berfungsi untuk mengalirkan informasi dan diatur oleh gate.
Data science yang baik membutuhkan beberapa tahapan dan proses berpikir yang logis serta pengetahuan akan masalah, data, metode dan situasi yang sedang terjadi. Oleh karena itu diperlukan proses perumusan masalah dan akar masalah, pembentukan kerangka pikir serta pengumpulan data. Tahapannya seperti di bawah ini:
● Mengidentifikasi, memilih dan merumuskan masalah – Tahap ini merupakan tahap penentuan masalah dan membatasi lingkup masalah.
● Menyusun kerangka pemikiran – Tahap ini merupakan tahap penentuan proses secara logis.
● Mencari dan analisis akar masalah – Tahap ini digunakan untuk menemukan akar masalah agar solusi yang tepat, efektif dan efisien dapat diterapkan.
● Mengumpulkan data dan referensi – Tahap ini digunakan untuk memahami situasi dan trend yang ada saat ini.
● Menerapkan framework – Tahap ini merupakan tahap menentukan framework yang akan digunakan sebagai arah dan pedoman dalam penelitian.
● Menerapkan dan menguji model – Tahap ini merupakan tahap untuk membuat dan menguji model machine learning maupun deep learning yang dipilih.
● Menerima dan evaluasi model – Tahap ini merupakan tahap untuk memilih dan mengevaluasi model yang telah dibuat.
● Melakukan pembahasan dan menarik kesimpulan – Tahap untuk memaparkan hasil penelitian dan kesimpulan yang didapat.
(ainun, riyanto)