Udemy
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Pengumpulan dan Pengolahan Data Teks untuk NLP
New
4 students

Pengumpulan dan Pengolahan Data Teks untuk NLP

Pelajari NLP, pengumpulan data teks, EDA, preprocessing, tokenisasi, dan word embedding melalui coding.
Created byTaman Belajar, Bina Nusantara University, Ade Putera Kemala
Last updated 10/2026
Indonesian

What you'll learn

  • Memahami konsep dasar Natural Language Processing (NLP), klasifikasi teks, dan tahapan umum dalam proyek NLP.
  • Mengumpulkan dataset teks dari sumber terbuka, termasuk repository dataset seperti Kaggle, untuk kebutuhan proyek NLP.
  • Melakukan Exploratory Data Analysis (EDA) untuk mengidentifikasi karakteristik, distribusi, dan kualitas data teks.
  • Menerapkan teknik text preprocessing dan tokenisasi untuk membersihkan serta mempersiapkan data teks sebelum pemodelan.
  • Memahami konsep word embedding dan menerapkan representasi teks dalam bentuk vektor numerik sebagai persiapan untuk machine learning dan deep learning.

Course content

3 sections • 11 lectures • 59m total length

  • Overview2:13
  • Pengenalan NLP dan Klasifikasi Teks4:58
  • Alur Kerja project NLP6:44
  • Pengenalan NLP

Requirements

  • Pengetahuan dasar Python akan membantu mengikuti coding demo,
  • Google Collab

Description

Course “Collecting and Processing Text Data for NLP Task” merupakan course yang dirancang untuk memberikan pemahaman dasar hingga praktik dalam pengolahan data teks untuk kebutuhan Natural Language Processing (NLP). Peserta akan mempelajari konsep dasar NLP, task klasifikasi teks, serta alur kerja lengkap proyek NLP mulai dari perumusan masalah hingga persiapan data untuk pemodelan. Materi juga mencakup pengenalan pipeline proyek NLP yang umum digunakan dalam industri dan penelitian.


Selain konsep teoritis, course ini membahas cara memperoleh data teks dari berbagai sumber terbuka, termasuk repository dataset populer seperti Kaggle. Peserta akan belajar melakukan Exploratory Data Analysis (EDA) untuk memahami karakteristik data, membersihkan dan mempersiapkan data melalui berbagai teknik text preprocessing, serta menerapkan tokenization untuk mengubah teks menjadi bentuk yang dapat diproses oleh komputer. Materi word embedding juga diperkenalkan untuk mengubah representasi teks menjadi vektor numerik yang dapat digunakan dalam model machine learning dan deep learning.


Setiap topik dilengkapi dengan coding demo yang memungkinkan peserta mengikuti proses implementasi secara langsung. Setelah menyelesaikan course ini, peserta akan mampu mengumpulkan, menganalisis, dan memproses data teks secara sistematis sebagai fondasi untuk membangun solusi NLP.

Modul ini dapat diselesaikan dalam waktu sekitar 5–10 jam pembelajaran atau setara dengan 2–3 minggu belajar mandiri. Setelah menyelesaikan course ini, peserta akan mampu mengumpulkan dan mengolah data teks.

Who this course is for:

  • Mahasiswa, pemula di bidang data science, dan programmer yang ingin mempelajari dasar-dasar Natural Language Processing (NLP) serta teknik pengumpulan dan pengolahan data teks untuk proyek machine learning.
  • Peserta yang ingin mempraktikkan tahapan awal proyek NLP, mulai dari memperoleh dataset, melakukan eksplorasi data, membersihkan teks, melakukan tokenisasi, hingga memahami word embedding melalui coding demo.

Report abuse