Big Data & Natural Language Processing

Saat ini, perusahaan yang bergerak di setiap bidang harus dapat memanfaatkan apa yang berpotensi menjadi sumber aset penting, namun menantang untuk diolah: big data. Terdiri dari informasi-informasi perusahaan yang disimpan secara internal seperti informasi mengenai penjualan dan pelanggan, data transaksional dan riset, serta informasi eksternal dan media sosia.

Big data ini sebagian besar tidak terstruktur dan akan bertumbuh secara konstan. Data-data ini sebagian besar berbentuk teks, itulah mengapa natural language processing (NLP) big data adalah peluang besar berikutnya.

Apa itu big data?

Tidak lagi hanya sebuah kata yang populer, frasa "big data" menggambarkan volume informasi yang terstruktur, tidak terstruktur, dan informasi dari berbagai sumber yang terlalu besar untuk ditangani oleh aplikasi pengolah data tradisional. 

Dalam hal kegunaannya, big data dikatakan memiliki kemampuan untuk memanfaatkan informasi dalam jumlah besar dengan cara baru untuk menghasilkan insight yang berguna atau barang dan atau jasa yang bernilai signifikan. Hal ini dikutip dari buku "Big Data: A Revolution That Will Transform How We Live, Work, and Think," karangan Viktor Mayer-Schnberger dan Kenneth Cukier

Apa itu NLP?

Natural language processing (NLP) merupakan suatu bentuk dari kecerdasan buatan yang membantu mesin 'membaca' teks dengan mensimulasi kemampuan manusia untuk memahami bahasa. Teknik NLP menggabungkan berbagai metode, termasuk linguistic, semantic, statistic dan machine learning untuk mengekstrak entitas, hubungan dan memahami konteks, yang memungkinkan pemahaman tentang apa yang dikatakan atau ditulis, secara komprehensif. 

Daripada memahami satu kata atau kombinasi dari kata-kata tersebut, NLP membantu computer memahami kalimat saat kalimat itu dikatakan atau ditulis oleh manusia. NLP menggunakan sejumlah metodologi untuk menguraikan ambiguitas dalam bahasa, termasuk ringkasan otomatis, disambiguasi, ektraksi entitas dan hubungan, serta disambiguasi dan pemahaman dan pengenalan natural language.

Permasalahan apa yang dapat diatasi NLP dalam Big Data?

Terlepas dari bidangnya, setiap bisnis saat ini bergantung pada jumlah besar informasi teks. Sebagai contoh, sebuah firma hukum bekerja dengan sejumlah besar hasil penelitian, dokumen transaksi legal yang sudah lalu maupun yang masih berlangsung, catatan-catatan, email korespondensi, serta informasi pemerintah dan referensi khusus dalam ukuran besar pula. 

Lainnya, sebuah perusahaan farmasi akan memiliki sejumlah besar informasi dan data dari percobaan klinis, catatan-catatan dokter, informasi dan data mengenai pasien, informasi regulasi dan hak paten serta hasil penelitian terbaru mengenai kompetitor.

Dikarenakan jenis-jenis informasi seperti di atas sebagian besar terdiri dari bahasa, NLP yang digunakan dalam big data menyajikan sebuah peluang untuk memanfaatkan apa yang terkandung dalam data-data tersebut untuk mengungkap pola, koneksi dan tren dari berbagai sumber data yang berbeda.              

Di era ini, teknologi natural language processing sudah mulai digunakan dalam berbagai aplikasi interaktif yang umum digunakan seperti asisten smartphone, dalam perbankan online dan self-service tool di industri retail, serta program terjemahan otomatis. Pengguna mengajukan pertanyaan-pertanyaan dalam bahasa sehari-hari dan akan langsung mendapatkan jawaban akurat. 

Ini memberikan manfaat bagi kedua pihak, pelanggan dapat dengan mudah berkomunikasi dengan perusahaan tempat mereka melakukan bisnis kapanpun dan dimanapun, dan bagi perusahaan yang semakin menyadari penghematan dengan mengurangi jumlah panggilan yang ditangani secara konvensional.

Natural language processing untuk big data dapat dimanfaatkan untuk mencari informasi yang relevan dan/atau meringkas konten dalam dokumen berukuran besar untuk mendapatkan insight, semua dilakukan secara otomatis. 

Pengguna tidak lagi dibatasi oleh keharusan memilih atau mengetahui kata kunci yang 'benar' untuk mengambil apa yang mereka cari melainkan mereka dapat berinteraksi dengan konten melalui pencarian menggunakan query dengan kata-kata mereka sendiri. 

Akses yang lebih cepat dan menyeluruh kepada informasi-informasi tersebut mempercepat semua proses downstream yang bergantung pada informasi tepat waktu dan memungkinkan penggunaannya secara real-time.

Teknologi NLP mungkin masih terdengar asing bagi sebagian besar pelaku industri di Indonesia. Wajar saja karena teknologi ini masuk sebagai tambahan fitur dari big data. Tetapi, kini Indonesia juga memiliki analitik yang sudah mencakup fitur NLP sendiri bernama Paques. Paques adalah big data asli Indonesia yang sudah memiliki fitur NLP dan machine learning tersendiri. Yang lebih luar biasa, Paques didukung oleh NLP yang berbahasa Indonesia sehingga memudahkan pengguna di Indonesia untuk memanfaatkannya.

Dengan semakin bertumbuhnya basis konsumen online, saluran media sosial adalah sumber informasi berharga yang sangat kaya dan bising. Dengan menggunakan NLP untuk analisis sentiment, perusahaan dapat memahami apa yang dikatakan masyarakat tentang brand dan produknya, serta sentiment bagaimana brand atau perusahaan itu diperbincangkan.

Apa yang konsumen rasakan tentang pelayanan yang diterima dan apa yang dipikirkan konsumen tentang produk atau konsep/ide yang diusung perusahaan.Ini adalah cara yang ampuh untuk menemukan informasi tentang pasar dan tentang konsumen/calon konsumen potensial. Informasi-informasi ini dapat diaplikasikan pada pengembangan produk, business intelligence dan riset pasar.

Jika estimasi yang dikeluarkan International Data Corporation (IDC) terwujud, akan ada kurang lebih 44 triliun gigabytes konten digital di seluruh dunia pada 2020 (pada hasil penelitian tersebut, diperkirakan pada 2020 setiap orang akan menghasilkan 1.7 megabytes informasi baru setiap detiknya).

 Empat puluh empat triliun gigabytes data tentunya menyimpan banyak potensi dan Paques mungkin bisa digunakan untuk menganalisa itu semua. Hal ini juga yang akan membuat NLP untuk big data akan menjadi fitur esensial untuk bisa menggali nilai dari informasi-informasi ini sehingga menghasilkan insight, mengurangi biaya operasional serta meningkatkan produktivitas.