Lompat ke konten utama

Ajak teman, raih Rp1.000.000. Ikut kompetisi

Mengolah Teks dengan Python

Unicode, regex, token, Counter, TF-IDF, dan Naive Bayes untuk ulasan dan pengaduan — dijalankan di browser.

Tingkat
MenengahAda prasyarat
Isi
4 modul16 pelajaran
Waktu
±229 menit3 jam 49 menit
Latihan
52diperiksa otomatis

5,0 ★ dari 1 ulasan

Pelajaran pertama bisa dicoba tanpa akun. Selanjutnya pakai akun gratis agar progres, draft kode, dan sertifikatmu tersimpan.

Mulai belajar
Bagikan

Gratis, sampai sertifikat

Hasil belajar

Yang akan kamu bisa setelah kelas ini

  1. Menyamakan teks dari sumber berbeda dengan normalisasi Unicode (NFC, NFKC) dan casefold.
  2. Membersihkan teks dengan re (URL, angka, tanda baca), memecahnya menjadi token, dan membuang kata henti.
  3. Menghitung frekuensi kata dan n-gram dengan collections.Counter, lalu menyusun bag-of-words dengan CountVectorizer.
  4. Memberi bobot TF-IDF, mengukur kemiripan kosinus, dan melatih pengklasifikasi teks MultinomialNB dengan scikit-learn.

Tempat berlatih

Coba, periksa, lalu lanjutkan.

52 latihan di 16 pelajaran. Jawaban diperiksa langsung di halaman materi; petunjuk dibuka bertahap. Mau menguji diri? Ada latihan berwaktu dengan soal acak dari kelas ini.

Bentuk latihan
  • editor Python37
  • jawaban angka9
  • pilihan jawaban6

Kurikulum

Kelas mengolah teks Bahasa Indonesia dengan Python: menyamakan teks dengan normalisasi Unicode dan casefold, membersihkannya dengan re, memecahnya menjadi token, membuang kata henti, menghitung frekuensi kata dan n-gram, lalu mengubahnya menjadi vektor bag-of-words dan TF-IDF dengan scikit-learn untuk mencari dokumen mirip dan mengelompokkan pengaduan dengan MultinomialNB. Semua kode dijalankan di Python sungguhan (Pyodide) dan diperiksa dengan test assert.

4 modul · 16 pelajaran · ±229 menit
  1. 01Teks sebagai data: str dan Unicode4 pelajaran
  2. 02Membersihkan dan memecah teks4 pelajaran
  3. 03Menghitung kata: frekuensi, n-gram, dan bag-of-words4 pelajaran
  4. 04TF-IDF, kemiripan, dan klasifikasi teks4 pelajaran

Urutan pelajaran tidak dikunci.

Untuk siapa

Orang yang sudah menulis fungsi, list, dan dict di Python dan perlu mengolah teks ulasan, pengaduan, atau isian formulir.

Prasyarat

Python dari Nol, Regex untuk Mencari Teks

Alat

  • Browser modern di komputer. Python (±12 MB) dimuat saat latihan pertama; modul 3 dan 4 memuat scikit-learn beserta numpy dan scipy (±21 MB) sekali, lalu tersimpan di cache.

Sertifikat kelas

Selesaikan kelasnya, sertifikat ini atas namamu.

  • Nama lengkapmu dan judul kelas tercetak di sertifikat.
  • Kode dan QR yang bisa dicek siapa saja di kelasgratis.com/verifikasi.
  • Sekali klik ke profil LinkedIn, atau unduh PNG dan PDF.
Mulai belajar

Terbit setelah 16 pelajaran wajib tuntas dan kamu menulis ulasan singkat tentang kelasnya. Bukti penyelesaian materi dari KelasGratis, bukan akreditasi atau sertifikasi kompetensi.

Ringkasnya

Tanya jawab

Mengolah Teks dengan Python adalah kelas gratis berbahasa Indonesia tingkat menengah dari KelasGratis. Cocok untuk orang yang sudah menulis fungsi, list, dan dict di Python dan perlu mengolah teks ulasan, pengaduan, atau isian formulir. Isinya 16 pelajaran dalam 4 modul (±4 jam) dengan 52 latihan yang dinilai otomatis di browser. Sertifikat penyelesaian gratis dan bisa dicek keasliannya.

Apakah kelas ini membahas stemming atau word embedding?
Tidak. Stemming Bahasa Indonesia dan word embedding membutuhkan pustaka atau model pralatih yang tidak tersedia di Python yang berjalan di browser. Kelas ini berhenti di bag-of-words, TF-IDF, kemiripan kosinus, dan MultinomialNB.
Dari mana daftar kata henti Bahasa Indonesia di kelas ini?
Daftarnya disusun sendiri untuk data latihan, karena Python dan scikit-learn tidak menyediakan daftar kata henti Bahasa Indonesia. Pelajaran Kata henti juga menunjukkan cara mencari calon kata henti dari data sendiri.
Apakah pola regex dijelaskan dari awal?
Tidak. Kelas ini memakai pola regex untuk membuang URL, angka, dan tanda baca, sedangkan cara menyusun polanya diajarkan di kelas Regex untuk Mencari Teks. Satu perbedaan yang dibahas di sini adalah arti \w di Python yang mencakup huruf Unicode.

Dari pengalaman belajar

Ulasan peserta

Apa yang membantu, dan apa yang masih bisa diperbaiki?

5,0dari 5 · 1 ulasan terbit

Ulasan berasal dari akun yang telah menyelesaikan setidaknya satu pelajaran. Bintang 1–3 ditinjau admin sebelum terbit; bintang 4–5 langsung terbit. Sebelum ada ulasan terbit, kelas menggunakan nilai awal admin 5,0. Setelahnya, rating mengikuti rata-rata ulasan yang sudah terbit.

Resa Meilani

★★★★★

Materinya seru dan gampang dipahami. Latihan koding pengolahan teks pakai Scikit-Learn benar-benar membantu buat paham alur dasarnya

Bagikan pengalaman belajarmu

Masuk dan selesaikan satu pelajaran untuk menulis ulasan. Masuk ke akun →

Setelah kelas ini

Langkah berikutnyaAnalisis Data dengan PythonPython

Jalur yang memuat kelas ini

Contekan untuk dipakai sambil bekerja

Mulai dari pelajaran pertama.

16 pelajaran, ±229 menit, gratis sampai sertifikat.

Mulai belajar

Revisi materi terakhir: 27 Sep 2026. Laporan kesalahan bisa dikirim dari setiap halaman pelajaran.

© 2026 KelasGratis. Seluruh hak cipta dilindungi undang-undang. Dilarang scraping, kecuali perayap mesin pencari dan AI untuk pengindeksan. Syarat & hak cipta · Dari pendiri yang sama: iLingo, GrowWithAI dan Ambis.

Dukung KelasGratis

Bantu keberlanjutan platform belajar gratis untuk semua.

Donasi sekarang