Code in Action

import re
from collections import Counter
import matplotlib.pyplot as plt
from wordcloud import WordCloud
 
# Fungsi untuk pembersihan teks
def preprocess_text(text):
    # Menghilangkan ordered list dengan format "1., "2., dll.
    text = re.sub(r'"\d+\.', '', text)
    text = re.sub(r'\d+\.', '', text)
    # Menghilangkan simbol
    text = re.sub(r'[^\w\s]', '', text)
    # Menghilangkan baris baru dan menggantinya dengan spasi
    text = re.sub(r'\s+', ' ', text)
    # Mengubah semua teks menjadi lowercase
    text = text.lower()
    return text
 
# Path default untuk file input dan output
input_path = '/content/input.txt' # Sesuaikan dengan lokasi file input Anda
output_path = '/content/output.txt' # Sesuaikan dengan lokasi file output Anda
 
# Membaca teks dari file input
with open(input_path, 'r', encoding='utf-8') as file:
    text = file.read()
 
# Memproses teks
processed_text = preprocess_text(text)
 
# Menghilangkan kata tertentu dari teks
stop_words = {"yang", "di", "dan", "untuk", "juga", "yg", "dengan"}
words = processed_text.split()
filtered_words = [word for word in words if word not in stop_words]
 
# Menghitung frekuensi kata
word_counts = Counter(filtered_words)
most_common_words = word_counts.most_common(50)
 
# Membuat word map
wordcloud = WordCloud(width = 800, height = 400,
                background_color ='white',
                stopwords = stop_words,
                min_font_size = 10).generate(" ".join(filtered_words))
 
# Plot word map
plt.figure(figsize = (8, 8), facecolor = None)
plt.imshow(wordcloud)
plt.axis("off")
plt.tight_layout(pad = 0)
plt.show()
 
# Membuat horizontal bar chart
words, frequencies = zip(*most_common_words)
plt.figure(figsize=(10,8))
plt.barh(words, frequencies)
plt.xlabel('Frekuensi')
plt.title('50 Kata Paling Sering Muncul')
plt.show()
 
# Menghitung frekuensi kata
word_counts = Counter(filtered_words)
 
# Mengubah menjadi format token dan mengurutkan dari frekuensi terbanyak
tokens = sorted((f"('{word}', {count})" for word, count in word_counts.items()), key=lambda x: int(x.split(',')[1][:-1]), reverse=True)[:50]
tokens_with_brackets = [f"[{tokens[0]}"] + tokens[1:-1] + [f"{tokens[-1]}]"]
print('Token:')
print(', '.join(tokens_with_brackets))
 
# Print kata
words = [f"'{token.split(',')[0][2:-1]}'" for token in tokens]
print(f"Kata:\n[{', '.join(words)}]")
 
# Print angka
counts = [token.split(',')[1][1:-1] for token in tokens]
print(f"Angka:\n[{', '.join(counts)}]")

[('fasilitas', 188), ('tidak', 174), ('kampus', 136), ('lebih', 123), ('ada', 120), ('diperbaiki', 109), ('kelas', 108), ('mahasiswa', 103), ('jalan', 103), ('bisa', 101), ('fakultas', 98), ('karena', 94), ('banyak', 86), ('unsoed', 84), ('perlu', 84), ('gedung', 80), ('kurang', 80), ('lagi', 76), ('ruang', 73), ('baik', 70), ('perbaikan', 70), ('semoga', 70), ('nyaman', 69), ('agar', 68), ('sudah', 67), ('saya', 65), ('tolong', 64), ('seperti', 63), ('rusak', 59), ('sehingga', 57), ('ac', 56), ('masih', 53), ('harus', 51), ('dapat', 50), ('kursi', 49), ('itu', 48), ('sangat', 47), ('belajar', 46), ('pada', 45), ('tempat', 45), ('wifi', 45), ('toilet', 44), ('adanya', 44), ('segera', 44), ('atau', 44), ('fisik', 42), ('dari', 42), ('belakang', 41), ('sebaiknya', 41), ('beberapa', 41)]

1. Fasilitas fisik kampus seperti gedung, ruang kelas, kursi, toilet, dan jalan masih perlu diperbaiki.
2. Fasilitas penunjang pembelajaran seperti WiFi dan AC harus ditingkatkan agar mahasiswa dapat belajar dengan nyaman.
3. Meskipun sudah ada, fasilitas di Unsoed masih kurang dan perlu ditambah lagi agar lebih baik.
4. Fakultas dan pihak kampus sebaiknya segera memperbaiki fasilitas yang rusak atau tidak berfungsi dengan baik.
5. Adanya perbaikan fasilitas fisik seperti gedung dan ruangan kelas akan membuat mahasiswa lebih nyaman dalam belajar.
6. Kampus Unsoed harus dapat memperbaiki dan menyediakan fasilitas yang nyaman untuk mahasiswanya.
7. Fasilitas di belakang area kampus juga tidak boleh dikesampingkan dan perlu mendapat perhatian untuk diperbaiki.