Berikut adalah silabus untuk “Pengembangan Sistem Web Scraping untuk Analisis Sentimen pada Ulasan Produk Menggunakan Python dan NLP”:
Bagian 1: Dasar-Dasar Web Scraping dan Pengantar Python (Sesi 1–10)
-
Sesi 1: Pengenalan Web Scraping dan Aplikasi dalam Analisis Data
-
Sesi 2: Pengantar Python untuk Web Scraping (struktur data, operasi dasar)
-
Sesi 3: Instalasi Library Web Scraping (Requests, BeautifulSoup, Selenium)
-
Sesi 4: Teknik Dasar Web Scraping Menggunakan Requests dan BeautifulSoup
-
Sesi 5: Mengenal Struktur HTML dan Cara Menavigasi DOM
-
Sesi 6: Scraping Data Statis dari Website (contoh kasus sederhana)
-
Sesi 7: Teknik Scraping Data Dinamis Menggunakan Selenium
-
Sesi 8: Penanganan Data Besar dan Batching dalam Web Scraping
-
Sesi 9: Penanganan Masalah (Captcha, Rate Limiting, Proxy)
-
Sesi 10: Studi Kasus: Scraping Data dari Situs E-Commerce (Misal, Review Produk)
Bagian 2: Penyimpanan Data dan Preprocessing (Sesi 11–20)
-
Sesi 11: Penyimpanan Data yang Diambil Menggunakan Pandas dan CSV
-
Sesi 12: Menyimpan Data di Database (MySQL atau MongoDB)
-
Sesi 13: Mengorganisir Data dan Manajemen File
-
Sesi 14: Pengenalan Teknik Preprocessing Data untuk Teks
-
Sesi 15: Tokenisasi, Stop Word Removal, dan Stemming
-
Sesi 16: Teknik Lanjutan: Lemmatization dan Named Entity Recognition
-
Sesi 17: Pembersihan Data Teks dari Noise (emoji, URL, tanda baca)
-
Sesi 18: Teknik Pra-pemrosesan Spesifik untuk Analisis Sentimen
-
Sesi 19: Penanganan Missing Values dan Duplikasi Data
-
Sesi 20: Visualisasi Data Awal dengan Word Clouds dan Frekuensi Kata
Bagian 3: Pengenalan NLP dan Analisis Sentimen (Sesi 21–30)
-
Sesi 21: Pengantar Natural Language Processing (NLP) dengan Python
