FAEDAH TIDYTEXT di R: Screening Peserta Webinar

Preface

Di suatu pagi yang cerah, sebelum memulai WFH, ponsel saya berdering. Muncul pesan masuk dari kawan lama saya. Kalau dipikir-pikir lagi, dunia saya dan dirinya sangat berbeda jauh. Hampir tidak ada irisannya sama sekali. Dirinya bergerak di bidang event organizer khusus training webinar yang lagi naik daun di masa WFH sekarang dan saya bergerak di bidang data.

Saya dengar dirimu ngasih training R yah? Kata si xxx, dirimu bisa melakukan filtering macem-macem di excel yah? Si xxx bilang ke saya, kayaknya dirimu bisa menyelesaikan masalah saya!

Pertama agak kaget dan tersanjung atas kalimat yang dilontarkan rekan saya tersebut. Kaget karena saya sebenarnya juga gak kenal dengan si xxx dan tersanjung karena dari cerita singkatnya, It is sounds like I am a magician.

Jadi begini ceritanya:

Teman saya tersebut membuat scheduled webinar untuk targeted and selected person. Dia ingin membuat webinar untuk para manager bidang tertentu dari beberapa perusahaan tertentu. Jadi sebenarnya yang ditarget adalah nama-nama perusahaan tertentu. Dia menginformasikan setidaknya ada 100 nama perusahaan. Namun, yang terjadi adalah jumlah pendaftar meledak hingga 4.000 orang yang berasal dari perusahaan lainnya dan universitas.

Bisa bantu saya filterin siapa saja yang harus masuk ke webinarnya gak? Soalnya form online pendaftarannya itu semuanya dibuat dalam input text. Saya udah pusing nih ngefilternya…

Begitu keluh kesahnya.

Usut punya usut, ternyata event tersebut akan diadakan esok pagi. Nah lho…!

Challenge

Tanpa berjanji yang muluk-muluk, saya sampaikan kepada kawan saya tersebut untuk memberikan daftar perusahaan target dan data pendaftar webinar yang dia miliki.

Dalam sekejap, email tersebut masuk dan saya coba lihat sekilas.

Ternyata benar, input text nama perusahaan dari data pendaftar lumayan rumit.

Gak bisa manual nih.

Pikir saya.

Jadi, kira-kira beginilah algoritma simpel yang saya kerjakan:

Jadi dengan memanfaatkan function unnest_tokens() di library(tidytext), saya memisahkan pasangan kata yang mungkin ada dari nama perusahaan target. Lalu dengan memanfaatkan reguler expression grepl() saya mengecek apakah pasangan kata tersebut muncul di penulisan pendaftar.

Final

Setelah saya berikan hasilnya dan diskusi lebih lanjut, kawan saya tersebut puas dengan hasilnya. Alhamdulillah.

Catatan: untuk merahasiakan identitas pihak-pihak terkait, cerita ini didramatisir secukupnya dan datanya tidak bisa saya sampaikan seutuhnya.