Upload files to "/"

readme.md

@@ -0,0 +1,60 @@
+# Tugas Natural Language Processing: Part-of-Speech (POS) Tagging
+
+Repositori ini berisi implementasi Part-of-Speech (POS) Tagging untuk teks berbahasa Indonesia menggunakan *library* `stanza` berbasis Python. Proyek ini dibuat untuk memenuhi tugas mata kuliah Natural Language Processing (NLP).
+
+## 👨‍🎓 Identitas Mahasiswa
+- **Nama**          : [Nama Lengkap Anda]
+- **NPM/NIM**       : [Nomor Induk Mahasiswa Anda]
+- **Kelas**         : [Kelas Anda]
+- **Mata Kuliah**   : Natural Language Processing
+- **Dosen Pengampu**: [Nama Dosen Pengampu]
+
+## 📝 Deskripsi Proyek
+Program ini memproses beberapa paragraf dari artikel berita web berbahasa Indonesia, kemudian melakukan dua tahapan utama NLP:
+1. **Tokenisasi**: Memecah kalimat menjadi unit kata (token).
+2. **POS Tagging**: Melabeli setiap kata dengan kelas katanya masing-masing menggunakan standar *Universal Dependencies* (UPOS), seperti Kata Benda (`NOUN`), Kata Kerja (`VERB`), Kata Sifat (`ADJ`), dll.
+
+## 🛠️ Persyaratan (Dependencies)
+Proyek ini dikembangkan dan dijalankan menggunakan **Google Colab**, namun dapat juga dijalankan secara lokal dengan menginstal *library* berikut:
+- Python 3.x
+- `stanza`
+
+Untuk menginstal *library*, jalankan perintah berikut di terminal atau *cell* Colab:
+```bash
+pip install stanza
+```
+
+## 🚀 Cara Menjalankan Program
+
+### Menggunakan Google Colab (Direkomendasikan)
+1. Buka [Google Colab](https://colab.research.google.com/).
+2. Unggah file `pos_tagger.ipynb` (jika menggunakan format notebook) atau salin kode dari `pos_tagger.py`.
+3. Jalankan *cell* pertama untuk menginstal dependensi (`!pip install stanza`).
+4. Jalankan *cell* berikutnya yang berisi kode program. Model bahasa Indonesia (`id`) akan diunduh secara otomatis pada eksekusi pertama.
+
+### Menjalankan Secara Lokal
+1. Pastikan Python sudah terinstal di komputer.
+2. Buka terminal/Command Prompt di dalam direktori proyek.
+3. Jalankan perintah:
+   ```bash
+   python pos_tagger.py
+   ```
+
+## 📊 Contoh Output
+Program akan mencetak setiap kalimat dan melabeli setiap katanya seperti contoh berikut:
+```text
+--- Memproses teks ---
+Kalimat 1:
+Pemerintah      -> NOUN
+merencanakan    -> VERB
+pembangunan     -> NOUN
+infrastruktur   -> NOUN
+jalan           -> NOUN
+tol             -> NOUN
+baru            -> ADJ
+...
+```
+
+## 📂 Struktur Repositori
+- `pos_tagger.py` (atau `pos_tagger.ipynb`): Berisi kode sumber (*source code*) utama untuk POS Tagging.
+- `README.md`: Berisi dokumentasi dan panduan penggunaan kode proyek.