Context-Aware Untuk Natural Language Processing Services Menggunakan Service Oriented Architecture
Abstract
Berkembangnya era industri 4.0 dan big data membuat Natural Language
Processing banyak dibutuhkan terutama saat melakukan preprocessing data. Dengan adanya
Natural Language Processing service agar bisa mempermudah peneliti dalam melakukan
penelitian, karena NLP service sudah menyediakan beberapa algoritma. Adapun langkahlangkah
yang
dilakukan
untuk
melakukan
implementasi
Context-Aware
untuk
NLP
Service
adalah
pengumpulan
data,
refactoring
source
code,
containerization,
pemodelan
ContextAware,
implementasi
sistem, pengujian
sistem.
Pengumpulan
data pada penelitian ini adalah mencari source code dengan bahasa
python untuk dilakukan implementasi. Refactoring source code dilakukan supaya source
code yang didapat bisa di Containerization dengan baik. Tantangan pada tahap ini adalah
penggunaan library yang telah usang, ini menghambat saat Containerization karena library
yang telah usang tidak bisa dipasang lagi atau kode dasarnya tidak mendukung dengan
library terbaru.
Pemodelan Context-Aware adalah menentukan jenis sebuah file termasuk jenis
categorical atau uncategorical. Jika jumlah data unik pada fitur kurang atau sama dengan
tiga (<=3) maka file tersebut dikategorikan categorical dan jika lebih dari tiga maka
dikategorikan uncategorical. Kondisi ini dipilih karena semakin sedikit data unik pada fitur
semakin mudah menentukan kategori pada setiap baris datanya.
Implementasi sistem pada tahap ini adalah melakukan integrasi pada semua docker
container untuk bisa saling terhubung dan berkomunikasi. SOA juga sangat membantu
dalam pengembangan terutama saat penambah aplikasi karena setiap aplikasi terisolasi oleh
container.