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.