Jadi, bagaimana cara kerja NLP dalam hal ini? Pertama-tama, algoritma NLP akan menyaring teks seperti yang ada di dokumen proses bisnis, mengenali kata-kata yang sering muncul, dan menghubungkannya ke konteks tertentu.Â
Misalnya, kata "persetujuan" mungkin akan terhubung dengan "proses persetujuan," sementara "pengiriman" mungkin dihubungkan ke aktivitas logistik. Dengan kata lain, komputer mulai memahami struktur teks untuk mengidentifikasi langkah-langkah utama.
Nah, inilah bagian seru dari NLP dalam proses bisnis: ia bisa menemukan pola. Misalnya, algoritma NLP dapat menemukan bahwa setiap kali Anda melihat frasa "memeriksa formulir" diikuti oleh "menyimpan data," ini mungkin adalah dua langkah yang selalu berurutan. Dari situ, komputer bisa mulai membuat model yang menampilkan hubungan-hubungan ini dengan rapi.
Tapi Tunggu Dulu, Masalahnya...
Jelas, NLP masih butuh bantuan manusia. Dalam artikel Ferreira et al. (2017), mereka membahas pendekatan semi-otomatis untuk mengidentifikasi elemen-elemen bisnis dalam teks. Algoritma mereka bagus, tapi tetap butuh intervensi manusia untuk memastikan semua detailnya benar. Kenapa begitu? Karena, seberapa canggih pun NLP, dia belum mampu membaca "rasa" bahasa seperti yang kita pahami.
Bayangkan kalau komputer mengira "memanaskan data" itu sama dengan "menyimpan data." Padahal, beda banget, bukan? Mungkin satu berarti "memproses," sementara yang lain hanya "arsipkan." Jadi, walau NLP sangat berguna, kita masih butuh "sentuhan manusia."
NLP & BPMN: Kolaborasi yang Saling Melengkapi
Nah, setelah NLP menganalisis dan mengidentifikasi elemen-elemen utama dalam dokumen proses bisnis, tiba saatnya untuk mewujudkannya dalam bentuk yang lebih nyata dan rapi.Â
Di sinilah Business Process Model and Notation (BPMN) masuk, seperti superhero yang datang di saat yang tepat. Dengan menggunakan standar diagram BPMN, kita bisa memvisualisasikan hasil analisis NLP dalam bentuk alur kerja yang mudah dipahami, baik oleh tim teknis maupun oleh bos yang (mungkin) cuma punya waktu membaca diagramnya saja.
Maqbool et al. (2019) menjelaskan bagaimana NLP mampu mendukung pembuatan model BPMN secara otomatis dari teks. Jadi, dalam banyak kasus, cukup memberi komputer teks proses bisnis (seperti yang tadi ditumpuk bos di meja Anda), dan voila---komputer dapat menghasilkan diagram BPMN. Tentu saja, ada batasannya, misalnya jika dokumen yang diberikan terlalu ambigu atau banyak istilah slang yang membuat komputer berpikir terlalu keras (dan kadang tersesat).
Namun, artikel Maqbool et al. juga menyoroti hal menarik: meskipun proses ini mempermudah dan mempercepat modelisasi BPMN, sistem NLP yang ada masih belum sepenuhnya matang untuk digunakan dalam industri, terutama untuk sistem yang berjalan real-time. Jadi, walaupun NLP bisa "menyulap" teks menjadi diagram, tetap perlu pemeriksaan dan penyesuaian manual agar sesuai dengan kenyataan bisnis yang ada.
