saka-nlp 0.2.5

Saka-NLP: Indonesian Language Processing with Prompting and Agentic AI Support

Saka: Indonesian NLP with Prompting and Agentic AI Support 🇮🇩 v0.2.5

Bahasa Indonesia | English

Saka (Bahasa Jawa/Sunda: Tiang Penyangga) adalah sebuah architectural framework modern untuk pemrosesan teks Bahasa Indonesia dan daerah yang dibangun dengan prinsip asinkron, modular, dan cerdas.

---

📌 Daftar Isi

• Saka: Indonesian NLP with Prompting and Agentic AI Support 🇮🇩 v0.2.5
  • 📌 Daftar Isi
  • ✨ Fitur Unggulan
  • 🚀 Instalasi
  • 📖 Penggunaan Dasar
  • 🤖 Agentic AI & Prompting
  • 📊 Saka-Eval Benchmark
  • 🌏 Ekosistem Nusantara
  • 🛠️ CLI & Sitasi
  • 🗄️ Sumber & Kredit
  • ❤️ Support
    • CLI Usage
    • Citation
  • ❤️ Credits & Support

---

✨ Fitur Unggulan

Fitur	Deskripsi
⚡ Async Processing	Pemrosesan non-blocking untuk dataset skala besar.
🧩 Modular Design	Komponen plug-and-play yang mudah diintegrasikan.
🧠 Morphology Analyzer	Analisis imbuhan hibrida dengan Morphophonemic Restructuring.
📖 Live KBBI	Ekstraksi arti kata langsung dari situs resmi KBBI.
🤖 Agentic AI	Orchestration prompt LLM, Multi-Agent, dan Tool Calling.
🔠 Aksara Nusantara	Transliterasi Aksara Sunda, Jawa, dan Bali.
🔗 Dynamic Compounds	Pemisahan kata majemuk otomatis via dataset JSON dinamis.

---

🚀 Instalasi

Pastikan menggunakan Python 3.8+.

# Via PyPI (Rekomendasi)
pip install saka-nlp

# Via Source (Development)
git clone https://github.com/Muhammad-Ikhwan-Fathulloh/Saka-NLP.git
cd Saka-NLP && pip install -e .

---

📖 Penggunaan Dasar

Saka-NLP didesain agar intuitif. Cukup import saka. Contoh lengkap dapat dilihat di basic_usage.py.

1. Tokenisasi & Normalisasi

import saka

# Tokenisasi (Handle imbuhan & tanda baca)
text = "Belajar NLP di era 5G, seru bgt!"
tokens = saka.tokenize(text) 
# ['Belajar', 'NLP', 'di', 'era', '5G', ',', 'seru', 'bgt', '!']

# Normalisasi Slang (Social Media Text)
normalized = saka.normalize("klo gimana ntar gw k kampus") 
# 'kalau bagaimana nanti saya ke kampus'

2. Morfologi & KBBI

import saka

# Analisis Morfologi (Handle kata majemuk & peleburan)
word = "mempertanggungjawabkan"
analysis = saka.analyze(word)
print(analysis["root"]) # 'tanggung jawab'

# Live KBBI Search (Web Scraping Real-time)
res = saka.query_kbbi("belajar")
# {'status': 'found', 'definitions': [...]}

3. Stopwords Nusantara

import saka
# Mendukung: id, sunda, jawa, bali, minang, en, jaksel, all
stops = saka.get_stopwords("minang")
print("ampek" in stops) # True

---

🤖 Agentic AI & Prompting

Membangun aplikasi berbasis LLM dengan kontrol penuh. Contoh lengkap: output_demo.py & multi_agent_edu_demo.py.

import saka
from saka import Agent, OutputFormatter

# 1. Output Formatting (Hemat Token LLM!)
data = [{"word": "saka", "pos": "noun"}]
# Format ke HTML/Markdown secara lokal
markdown_table = OutputFormatter.format(data, "markdown")

# 2. Structured Agent & Tool Calling
bot = Agent("Asisten", "Pakar Bahasa")
bot.add_tool(name="cek_arti", desc="Cek KBBI", func=saka.query_kbbi)

# 3. Prompt Builder (Optimasi Token)
prompt = saka.build_prompt(
    role="Analist", 
    task="Klasifikasi", 
    input_data="Teks...",
    optimize_text=True
)

---

📊 Saka-Eval Benchmark

Evaluasi model Anda secara asinkron. Contoh: saka_eval_huggingface_demo.py.

from saka.evaluation.benchmarker import SakaEval

evaluator = SakaEval(task="sentiment")
# Load via config name ("sentiment" atau "ner")
evaluator.load_hf_dataset("Muhammad-Ikhwan-Fathulloh/Saka-Eval", name="sentiment")

results = await evaluator.evaluate(model, text="text", label="label")
print(f"Accuracy: {results['metrics']['accuracy']:.2%}")

---

🌏 Ekosistem Nusantara

Dukungan mendalam untuk bahasa daerah (Kamus & Aksara).

Klik untuk melihat detail Aksara (Sunda, Jawa, Bali)

Aksara Sunda (Ngalagena)

Latin	Aksara	Latin	Aksara
ha	ᮠ	na	ᮔ
ca	ᮎ	ra	ᮛ
...	...	...	...

Aksara Jawa (Nglegena)

Latin	Aksara	Latin	Aksara
ha	ꦲ	na	ꦤ
...	...	...	...

(Tabel lengkap tersedia di Dokumentasi Web)

🔗 Dynamic Compound Handling

Saka-NLP kini mendukung pemisahan kata majemuk secara dinamis melalui compounds.json.

• Indonesian: menyebarluaskan → sebar luas, kerjasama → kerja sama
• Sunda: hulunagara → hulu nagara, indungsuku → indung suku
• Minang: bundokanduang → bundo kanduang, ranahminang → ranah minang

---

🛠️ CLI & Sitasi

CLI Usage

saka --help
saka --normalize "ngapain ke kampus klo libur"

Citation

@software{Fathulloh_Saka-NLP_2026,
  author = {Fathulloh, Muhammad Ikhwan},
  title = {{Saka-NLP: Indonesian NLP Toolkit}},
  year = {2026},
  version = {0.2.5},
  doi = {10.5281/zenodo.20092640},
  url = {https://github.com/Muhammad-Ikhwan-Fathulloh/Saka-NLP}
}

---

🗄️ Sumber & Kredit

Saka-NLP dibangun di atas fondasi riset dan dataset terbuka berikut. Kami berterima kasih kepada para peneliti dan kontributor:

Kategori	Sumber	Deskripsi
Dataset	Carant-AI	Indonesian Sentiment Dataset
	Kiuyha	Surabaya NER Dataset
	IndoNLU	Benchmark Standards
	Tala Dataset	Indonesian Stopwords
Leksikon	SundaDigi	Kamus Digital Bahasa Sunda
	Sastra.org	Leksikon Bahasa Jawa
	BASAbali Wiki	Kamus Bahasa Bali
Library	HuggingFace	Datasets & Hub Ecoystem
	scikit-learn	Evaluation Metrics
	Emoji/Emot	Social Media Text Handling

---

❤️ Support

• Architect: Muhammad Ikhwan Fathulloh
• License: MIT License
• Support: Saweria | Trakteer