semangat27

I. PENDAHULUAN

II. DASAR TEORI

A. Data Aquicition

B. Data Preparation

• • Case Folding : mengubah keseluruhan data menjadi bentuk standar (huruf kecil atau lowercase)
• • Filtering : melakukan penyaringan data untuk mendapatkan kata-kata yang penting dengan melakukan stopword removal atau penghapusan kata-kata yang tidak memiliki makna atau kata-kata yang tidak penting, punctuation filtering atau penghapusan tanda baca
• • Lemmatization : menghapus imbuhan dalam kata sehingga kata tersebut menjadi kata dasarnya
• • Tokenizing : melakukan split atau memisahkan seluruh kata yang ada menjadi list kata.

C. Analisis Data

• • Dictionary : memastikan setiap kata unik memperoleh index
• • Bag of word : menghitung frekuensi kemunculan setiap kata yang ada. 

• • Latent Dirichlet Allocation : model Bayesian Hirarki yang memandang suatu dokumen sebagai kombinasi dari topik-topik yang berbeda. Dimana setiap dokumen diasumsikan memiliki sekelompok topik yang ditugaskan untuk membentuk dokumen tersebut.

D. Visualization

• • Barchart : menampilkan fluktuasi jumlah tweet perhari selama rentang waktu tertentu setelah penayangan film
• • WordCloud : menampilkan kata-kata yang menyusun suatu topik tertentu 
• • Nearest Interpolations : menggambarkan kedekatan kata dalam masing-masing topik

III. PERANCANGAN SISTEM

A. Pengumpulan Data

Gambar.1 Twitter Scraping dengan library tweepy

Struktur Materi Semantic Web - ini merupakan tahapan dari pembuatan suatu semantic web. Sebelumnya kita telah mempelajari materi tentang mengenal semantic web, RDF dan dan berikutnya akan mempelajari RDFS.

RDFS
RDF Schema adalah layer ontologi yang kita lakukan pada RDF, RDFS memberikan generalisasi dari RDF. contoh RDF : Pesawat membutuh kan Avtur RDFS : Pesawat membutuhkan bahan bakar (generalisasi)

OWL
Web Ontology Language, RDF ontology yang terdapat didalamnya masih umum. Dengan OWL akan dibuat ontology yang lebih spesifik untuk masing-masing domain

Ontology
Mendesain ontology dan instances dengan protege

SPARQL
Query languange untuk RDF data, Memberikan pertanyaan atau query pada RDF.

Triple Store
protege sifatnya untuk data yang kecil atau stand alone bukan untuk produksi maka perlu menyimpan data ontology atau triplenya dalam triple engine misalnya sesame/jena

Aplikasi Semantic Web
Membuat aplikasi web semantic sederhana dengan PHP

Indexing Triple
untuk membuat yang berukuran sangat besar sesame tidak dapat menanganinya untuk itu diperlukan search engine seperti Lucene/Solr



Dari apa yang ada diatas bahwa proses untuk membangun suatu semantic web tidak mudah tidak seperti membuat database sederhana menggunakan database Mysql.

Nah untuk selanjutnya kita akan membahas tentang RDFS

RDFS (Resource Description Framework Schema)

RDFS

pada RDF kita bisa menyatakan bahwa sesuatu memiliki tipe tertentu, pada RDFS kita bisa membuat taksonomi



RDF : SBY adalah Person
RDFS : Person Subclass dari Animal dan Anjing juga subclass dari Animal
didunia ini kita memiliki banyak person dan salah satunya adalah SBY, dan didunia ini kita memiliki banyak kucing yang salah satunya adalah meong.

RDFS bisa menyatakan bahwa suatu kelas merupakan subclass dari sesuatu yang lain dan untuk membancanya kita akan menggunakan N3/notasi 3 kita akan mengikuti standar W3


sumber : https://www.youtube.com/watch?v=Wz55T0G2Vqc&t=88s

Penjelasan RDF semantic web secara sederhana - selamat pagi, ini merupakan lanjutan dari artikel sebelumnya yakni Penjelasan RDF semantic web secara sederhana

RDF dalam semantic web

RDF atau Resource Description Framework adalah suatu model data untuk mempresentasikan "seluruh pengetahuan dari manusia" dengan cara merepresentasikan segala detail tentang pengetahuan manusia kedalam relasi subjek-predikat-objek. RDF akan berhubungan dengan bagaimana cara memodelkan data yang dimiliki sebelumnya.

Resource

apa yang dimaksud dengan resource yang merupakan pusat dari konsep ini? segala model data dibuat untuk mempresentasikan resource ini, seluruh pengetahuan manusia yang ada masing-masing akan direpresentasikan dalam suatu resource.
lalu sebenarnya apakah itu resource? resource adalah segala sesuatu, segala sesuatu dapat disebut sebagai resource. contohnya komputer dapat disebut sebagai resource, hp, mobil, awal, siang, malam dan segala sesuatu yang ada dalam pikiran manusia

contoh resource :
presiden sby, istana negara (entitas fisik)
relasi diantara keduanya (entitas virtual) yang tidak dapat dipenggang, tidak dapat dilihat akan tetapi memiliki nama dan ini juga merupakan suatu resource.
entitas fisik dan virtual jika digabungkan akan menjadi seperti presiden sby ada di istana negara.

model atau framework yang menggambarkan resource berikut relasi antar resource disebut RDF (resource description framework)
untuk dapat menggambarkan apa yang ada diatas RDF menggunakan triple subjek objek predikat

presiden sby (subjek)
ada di (predikat)
istana negara (objek)



pada gambar terdapat dua node (entitas) terdapat garis yang mengarah dari subjek ke objek. garis yang ada digambar tidak sembarang dan arahnya tidak dapat dibalik karena logic ini tidak valid lagi. hubungan adanya subjek yang dihubungkan dengan relasi predikat kearah objek disebut denga triple atau directed graph. konsep yang ada ini serupa dengan logika atau ilmu dalam menyusun kalimat pada linguistik yang dimana suatu kalimat tersusun dalam subjek predikat objek dan atau keterangan namun disini tidak ada keterangan karena konsep ini harus dibuat sesederhana mungkin agar dapat diproses oleh komputer


sekarang bagaimana rdf dapat membuat suatu model yang dapat diproses oleh komputer, bagaimana data triple dapat dipahami oleh komputer, relasi-relasinya dapat dipahami oleh komputer.
apakah anda mengingat bahwa satu entitas dapat memiliki beberapa nama dan bagaimana cara agar kata-kata tersebut merefer kedalam makna yang sama? yakni dengan menggunakan identifier, contoh identifier dalam kehidupan nyata adalah nomor dalam KTP, dalam internet nomor ini disebut dengan URI (Uniform, Resource, Identifier)
URI merefer pada suatu halaman atau resource yang ada dalam internet.



RDF statement
berisi relasi dari URI yang menggambarkan relasi dalam suatu subjek, predikat dan objek.

FOAF
adalah salah satu vocabulary, menjelaskan tentang orang dan hubungannya dengan orang lain, menggambarkan bagaimana cara mendeskripsi tentang orang, mendeskripsikan tentang lokasi.


CURIE (Compact URI)
URL yang panjang dapat dibuat lebih compact

format standar penulisan RDF
#DRF/XML
ditulis menggunakan JENA

Lalu bagaimana memberitahu komputer bahwa resource tersebut memiliki label SBY dengan nama Susilo Bambang Yudhoyono adalah dengan menambahkan relasi yang merefer ke nama tersebut.


Relasi ini bukanlah suatu resources melainkan string biasa, relasi ini juga jika dibaca oleh manusia akan mengalami kesulitan karena memang ditujukan pada komputer. Dan untuk format yang dapat lebih dipahami oleh manusia adalah dengan format yang berikutnya yakni menggunakan N3 (Notation 3)

#N3 (Notation 3)
ditulis dengan menggunakan Protege


cara membacanya yang menyatakan bahwa sby memiliki nama susilo bambang yudhoyono. penulisan ini selain bisa dimengerti oleh komputer juga mudah untuk dipahami oleh manusia.

Directed labelled graph


elips menggambarkan resource, kotak berisi sting

subjek pri:sby dengan predikat:foaf:location memiliki objek gloc:istana-negara
subjek pri:sby dengan predikat:foaf:name memiliki objek berupa string "Susilo Bambang Yudhoyono"

Penjelasan secara Sederhana Semantic Web - Selamat pagi para pengunjung semangat27.com, kali ini kita akan membahas tentang semantic web secara sederhana agar mudah untuk dipahami. Baiklah tanpa berlama-lama langsung saja berikut adalah Penjelasan secara Sederhana Semantic Web
semantic web

web : informasi yang ada di internet yang dapat diakses melalui browser
semantic : makna/arti

makna/arti yang terkadung didalam web

semantic web : suatu metode/teknologi yang memungkin komputer dapat mengetahui makna/arti/informasi yang ada dalam web

contoh
1 : saya suka SBY
2 : "bingung"
SBY = surabaya (lokasi/nama kota) / presiden SBY (nama presiden)

sebuah kata dapat bermakna banyak hal
kata, makna dan hal

di wikipedia kata SBY dapat merujuk banyak hal seperti
Space Battleship Yamato
Susilo Bambang Yudhoyono, presiden indonesia
kode IATA untuk suatu daerah di airport di miko-miko
surabaya, jawa timur indonesia
shibuya yang ada dijepang

bagaimana komputer dapat membedakan?
Google :menggunakan database kata kuci yang dimilikinya, ketika mengetik kata tersebut maka google akan memberikan alternatif pilihan kata kuci yang paling sering muncul pada bagian bawah

misal : SBY merujuk pada Susilo Bambang Yudhoyono

SBY tidak hanya merujuk kepada Susilo Bambang Yudhoyono
tetapi banyak hal seperti
Presiden SBY
Dr.Susilo Bambang Yudhoyono
Dr.H. Susilo Bambang Yudhoyono
Presiden Yudhoyono
SBY
Presiden RI k-6

Bagaimana suatu komputer merefer kata yang ada diada kedalam satu makna yang memiliki arti yang sama

1 entitas --> banyak nama

entitas :sebuah kotak yang bisa berupa orang, tempat, sesuatu (thing) yang merefer pada sesuatu

entitas orang bisa memiliki banyak nama,
Presiden SBY
Dr.Susilo Bambang Yudhoyono
Dr.H. Susilo Bambang Yudhoyono
Presiden Yudhoyono
SBY
Presiden RI k-6
cara mendeteksinya dengan menggunakan id. satu id bisa memiliki banyak nama

orang, lokasi, peristiwa memiliki id tersendiri

contoh kita memiliki entitas
orang : SBY
lokasi : istana negara
peristiwa : rapat kabinet

digabungkan menjadi sebuah kalimat:
presiden sby melakukan rapat kabinet di istana negara
seseorang menjalankan suatu peristiwa di lokasi tertentu
namun disuatu blog tidak hanya berisi satu kalimat saja akan tetapi banyak kalimat, dimana beberapa kalimat akan membentuk suatu paragraf, kemudian beberapa paragraf akan membentuk satu tulisan. Semua ini berjumlah billiunan didalam internet

kemudian kita bisa memiliki entitas lain seperti
organisasi : contohnya NU
waktu : contohnya pagi siang sore, senin selasa rabu, jam 1 jam 2 jam 3
pekerjaan : contohnya sekretaris, petani, presiden, doktor
produk : contohnya microsoft, linux,
alat transportasi : contohnya mobil sepeda roket
planet : contohnya merkurius venus bumi
film : contohnya nama-nama film
lagu : contohnya nama-nama lagu
universitas : contohnya nama universitas

diatas merupaka contoh kecil entitas yang ada didunia nyata
segala sesuatu yang memiliki nama itulah entitas, yang bisa disambung-sambungkan (dihubungkan) untuk membentuk suatu informasi

organisasi bisa disambungkan dengan orang, orang bisa disambungkan dengan pekerjaan. orang yang mencari pekerjaan, kemudian pekerjaan dapat menghasilkan suatu produk yang kemudian dikirim menggunakan satu alat transportasi tertentu. Alat transportasi berupa roket dapat digunakan untuk menuju suatu planet atau suatu produk tertentu yang diciptakan disuatu universitas misalnya. didalam suatu film dinyanyikan suatu lagu atau dalam suatu film diperankan oleh orang tertentu yang dimaikan pada waktu tertentu. jika komputer dapat melihat setiap entitas yang ada dan sambungan-sambungan yang ada maka suatu komputer siap untuk menjalankan suatu semantic web. sebagai contoh dalam komputer kita mengetikan suatu kalimat, cari restoran disekitar jalan a dibandung, yang menjual ayam bakar dan memiliki tempat parkir mobil.
contoh dalam suatu komputer sudah terdapat beberapa entitas
entitas :
restoran, memiliki propertis atau karakteristik l lokasi, m menu, f fasilitas

restoran a
l : a bandung
m : ayam bakar
f : parkir halaman

restoran b
l : a bandung
m : ayam bakar
f : parkir di jalan

restoran c
l : a bandung
m : ayam goreng

restoran x
l : surabaya

restoran y
l : jakarta

x dan y dicoret karena memiliki lokasi yang berbeda dengan pencarian, kemudian melihat lagi secara spesifik bahwa restoran c tidak menjual ayam bakar. Setelah itu masih tersisa 2 pilihan restoran, yang didamana tempat parkir dihalaman dan dijalan, karena menggunakan mobil maka memerlukan tempat parkir di halaman oleh karena itu restoran b dicoret.



hasil tersebut kemudian kita jabarkan kembali
restoran a

a bandung (entitas lokasi)
ayam bakar (entitas masakan)
layanan (parkir dihalaman), kemudian contoh lain yang tidak terdapat didalamnya yakni wifi (entitas layanan)

masing-masing entitas yang ada biasanya dihubungkan dengan kata kerja, karena entitas akan dianggap sebagai kata benda yang memiliki makna
restoran dan lokasi dihubungkan dengan kata kerja berlokasi
restoran dan masakan dihubungkan dengan kata kerja menjual
restoran dan parkiran dihubungkan dengan kata kerja melayani

hal diatas sangat mirip dengan model SPO, subjek predikat objek
subjek restoran, predikat kata kerja, dan objek entitas lain seperti lokasi, masakan dan layanan

relasi dalam kalimat adalah relasi antar entitas yang jika komputer bisa mengekstraknya maka komputer akan dapat memahaminya informasi tersebut, komputer dapat memahami maka komputer dapat menjawab pertanyaan kita dengan eksak.

disebut triples (s p o) yang disimpan dalam komputer
ketika kita mencari suatu kata maka komputer akan menggunakan triples untuk menemukannya.

restoran a  menjual ayam bakar
s p o

restoran a adalah restoran
s p o

a bandung adalah lokasi
s p o

triples --> knowledge --> memahami makna diweb

Selanjutnya mari kita pelajari RDF dalam semantik web Penjelasan RDF semantic web secara sederhana