Cara Menghitung Kebutuhan Gizi ibu Hamil.pptxFadhlynz1
Explore the essential steps in determining the nutritional requirements for pregnant women with this insightful guide. Learn valuable tips on assessing and meeting the specific dietary needs during pregnancy, promoting maternal health and ensuring the well-being of both mother and baby. Discover the significance of a balanced diet, get practical insights, and embark on a journey towards a healthy and nourishing pregnancy experience.
Membahas Teori Konsumsi
- Absolute Income Hypothesis
- Life Cycle Income Hypothesis
- Permanent Income Hypothesis
- Relative Income Hypothesis
dan Teori Investasi berseta Faktor atau Implementasi
- Business Fixed Investment
- Residential Investment
- Inventory Investment
Cara Menghitung Kebutuhan Gizi ibu Hamil.pptxFadhlynz1
Explore the essential steps in determining the nutritional requirements for pregnant women with this insightful guide. Learn valuable tips on assessing and meeting the specific dietary needs during pregnancy, promoting maternal health and ensuring the well-being of both mother and baby. Discover the significance of a balanced diet, get practical insights, and embark on a journey towards a healthy and nourishing pregnancy experience.
Membahas Teori Konsumsi
- Absolute Income Hypothesis
- Life Cycle Income Hypothesis
- Permanent Income Hypothesis
- Relative Income Hypothesis
dan Teori Investasi berseta Faktor atau Implementasi
- Business Fixed Investment
- Residential Investment
- Inventory Investment
Sebelum Anda "Download" Silahkan "Follow" atau Beri "Like" terlebih dahulu. Thx.
Bagi Perusahaan yang membutuhkan Pelatihan ini dapat menghubungi Kami HARD-Hi SMART CONSULTING di Hotline : 0878-7063-5053 (Fast Response) dengan Bpk. M. Shobrie H.W., SE, CFA, CLA, CPHR, CPTr.
Bagi perusahaan yang membutuhkan Jasa Konsultan Pelatihan dan Konsultan SDM Hubungi Kami : HARD-Hi SMART CONSULTING (Fast Response : 0878-7063-5053)
Sebelum Anda "Download" Silahkan "Follow" atau Beri "Like" terlebih dahulu. Thx.
Bagi Perusahaan yang membutuhkan Pelatihan ini dapat menghubungi Kami HARD-Hi SMART CONSULTING di Hotline : 0878-7063-5053 (Fast Response) dengan Bpk. M. Shobrie H.W., SE, CFA, CLA, CPHR, CPTr.
Bagi perusahaan yang membutuhkan Jasa Konsultan Pelatihan dan Konsultan SDM Hubungi Kami : HARD-Hi SMART CONSULTING (Fast Response : 0878-7063-5053)
1. Meetup komunitas pengguna python
Kampus ITB, 28 Januari 2012
Python untuk Pemrosesan Teks
Bahasa Indonesia
Peb Ruswono Aryan
http://about.me/peb
2. Bahasa dan Media : Tulisan
Teks
gambar
Optical Character Recognition,
Handwriting Recognition
Image source:
http://i717.photobucket.com/albums/ww172/AmandaNichelle/Person.png
http://www.school-clipart.com/school_clipart_images/happy_person_in_silhouette_a_woman_clapping_0515-0911-2801-0927_SMU.jpg
3. Bahasa dan Media : Lisan
Teks
Suara
Natural Language Processing (text),
Automatic Speech Recognition,
Image source:
http://i717.photobucket.com/albums/ww172/AmandaNichelle/Person.png
Text-to-Speech
http://www.school-clipart.com/school_clipart_images/happy_person_in_silhouette_a_woman_clapping_0515-0911-2801-0927_SMU.jpg
7. Ragam Tugas Pemrosesan Bahasa
Pemrosesan Morfologi
Mencari kata dasar (stemming/lematisasi)
Identifikasi
Menentukan batas kalimat
Klasifikasi kata (Part-of-Speech Tagging)
Mencari peranan kata dalam kalimat (Parsing, Semantic
Role Labeling)
Ekstraksi Informasi
(Orang, Organisasi, Lokasi, Jabatan, Kejadian, Waktu, Hu
bungan) ~ Named Entity Recognition
8. Teknik
Heuristik (Kaidah) Statistik
Template/Pattern Machine Learning
Matching (lebih) Lambat
Cepat (asumsi) semakin
(umumnya relatif) sulit banyak data semakin
dikembangkan baik
15. Deskripsi
Indexing Pencarian
Input : Input :
Kumpulan dokumen Kueri pencarian
(unicode) (unicode)
Output : Indeks Dokumen
Indeks untuk
mempercepat pencarian Output :
Komponen : Daftar dokumen yang
relevan
Tokenisasi (pemotongan)
Struktur data indeks Komponen :
terbalik Pencocokan
kata/segmen
Pengurutan
16. Kode : import
from whoosh.index import create_in, open_dir
from whoosh.fields import *
from whoosh.qparser import QueryParser
17. Kode : Schema
schema = Schema(
title=TEXT(stored=True), cat=TEXT(store
d=True), path=TEXT(stored=True), rank=N
UMERIC(stored=True, type=float), conten
t=TEXT)
Parameter stored=True akan membuat
Field tersebut ditampilkan dalam hasil
Pencarian (result set)
18. Kode : Indexing
_ix = None
if not os.path.exists('indexdir'):
os.mkdir('indexdir')
_ix = create_in('indexdir', schema)
w = _ix.writer()
for root, dirnames, filenames in os.walk('data'):
for filename in fnmatch.filter(filenames, '*.txt'):
doc = os.path.join(root, filename)
f = open(doc)
text = re.sub("[x80-xff]", '', f.read())
w.add_document(title=unicode(filename[:-
4]), content=unicode(text, 'utf8'), cat=unicode('artikel'), pat
h=unicode(doc))
f.close()
w.commit()
else:
_ix = open_dir('indexdir')
19. Kode : Search
s = _ix.searcher()
while True:
print "?",
qs = raw_input().lower().strip()
if qs=="exit":
break
q =
QueryParser('content', _ix.schema).parse(u
nicode(qs))
r = s.search(q)
for rr in r:
print rr['title'], rr['path']
s.close()
21. Deskripsi
Input : Teks (paragraf)
Output : Daftar kata/frasa yang sering muncul
Komponen :
POS Tagger
Rule-based Filter
Menggunakan zope.interface
Baru tersedia untuk Bahasa Inggris
24. Deskripsi
Kumpulan Algoritma NLP
Pemenggalan suku kata
deteksi batas kalimat
Penentuan kelas kata (POS tag) berbasis kamus eksternal &
HMM (Hidden Markov Model)
Pemotongan kalimat (Chunking) berdasarkan kapitalisasi *
Ekstraksi istilah (modifikasi dari topia.termextract) *
Peringkasan sederhana *
Ekstraksi informasi *
Dibungkus menjadi layanan web
Google AppEngine
Bottlepy
*) belum ditambahkan ke repo
26. Pemenggalan suku kata
Aturan pemisahan digunakan untuk pengucapan
(text to speech), bukan untuk stemming/mencari
Kata dasar
27. POS Tag
NN : Kata benda
NNP : Proper Noun
MD : Modal
VBT : kata kerja transitif
Alfan Farizki Wicaksono, Ayu Purwarianti. HMM Based POS Tagger for Bahasa Indonesia.
On Proceedings of 4th International MALINDO (Malay - Indonesian Language) Workshop. 2nd August 2010.
32. Bottle
Web Microframework :
hanya menyediakan URL routing dan templating (built-
in, mako, jinja2)
Hanya 1 file yang perlu diimpor (bottle.py)
Berbasis decorator (@<nama decorator> sebelum definisi
fungsi)
Session ditangani oleh WSGIMiddleWare (beaker, gae-
sessions)
Mendukung berbagai jenis Web Server:
WSGIref, CGI, FCGI
Paste, CherryPy, Twisted, Tornado, Bjoern, ...
GAE (Google App Engine)
34. Kode : main.py
from bottle import *
from google.appengine.ext import webapp
from google.appengine.ext.webapp import util
import suku
...
util.run_wsgi_app(default_app())
35. Kode : main.py (URL routing)
@route('/')
decorator
@view(‘word_entry’) # views/word_entry.tpl
def index():
return { ‘apptitle’:’pebahasa‘ }
@post('/penggal')
def penggal():
kata =
request.forms.get('word', '').strip()
fon = suku.pecah(kata)
return { ‘asal’:kata, ‘hasil’: fon }
dict akan diubah menjadi JSON secara otomatis
36. Kode: views/word_entry.tpl
rebase akan menggunakan template lain (index.tpl) sebagai pembungkus
%rebase index apptitle=apptitle
<form method="POST" id="newcat"
action="/penggal">
<label for="word">Kata</label>
<input type="text" name="word"
id="word" size="30"/>
<input type="submit"/>
</form>
variabel apptitle bisa diakses di index.tpl
37. Kode: views/index.tpl
<!DOCTYPE html>
<html>
<head> Menampilkan isi variabel apptitle (html akan di-escape)
<title>{{apptitle}}</title>
</head>
<body>
<div id="content">
%include Template yang memanggil rebase akan
Diselipkan di sini
</div>
</body>
</html>