Pemrosesan Bahasa Alami (NLP)

Kelas ini untuk praktisi data, pengembang perangkat lunak, dan analis yang sudah terbiasa dengan pemrograman dasar tetapi belum pernah menggarap data teks secara serius. Peserta dibimbing dari cara mengubah teks mentah berbahasa Indonesia menjadi data yang bisa dihitung, sampai membangun serta mengevaluasi model klasifikasi dan ekstraksi informasi dengan model bahasa pralatih. Di akhir kelas, pese

8 modul 56 unit ajar 17.2 jam Bahasa Indonesia ± 0.38 sks KKNI jenjang 6 Terjangkar ESCO

Setelah menyelesaikan kelas ini kamu bisa

Merumuskan masalah nyata organisasi menjadi tugas NLP yang jelas, lengkap dengan definisi label, sumber data, dan ukuran keberhasilan yang dapat diuji.
Menerapkan alur kerja pemrosesan teks berbahasa Indonesia secara utuh, mulai dari pembersihan dan tokenisasi hingga representasi numerik yang siap dilatih.
Membedakan kapan sebuah persoalan lebih tepat diselesaikan dengan metode klasik berbasis hitungan, embedding, penyetelan model pralatih, atau pemanfaatan model bahasa besar.
Mengevaluasi kinerja model memakai metrik yang sesuai konteks kesalahan, bukan akurasi tunggal, serta menganalisis pola kesalahan untuk menentukan perbaikan berikutnya.
Menganalisis risiko bias, privasi, dan halusinasi pada sistem berbasis teks, serta merumuskan tindakan mitigasinya.
Merancang rencana penerapan dan pemantauan model NLP sebagai layanan yang dapat dipelihara oleh tim kecil.