Alat statistik teks

1. 1

   Tempel atau buka teks Anda

   Ketik atau tempel langsung, atau buka berkas .txt, .md, .csv, .json, .srt, atau .vtt. Tidak ada yang diunggah — analisis berjalan di perangkat Anda.

2. 2

   Baca hitungan dan tingkat keterbacaan

   Karakter, kata, kalimat, paragraf, suku kata, dan halaman diperbarui saat Anda mengetik, bersama enam rumus keterbacaan dan tingkat konsensus.

3. 3

   Periksa kata dan frasa yang Anda ulang

   Tabel frekuensi menampilkan jumlah tiap istilah dan kepadatannya dalam persen. Ubah panjang frasa menjadi dua, tiga, atau empat kata untuk melihat susunan kata yang berulang, bukan hanya kata.

4. 4

   Lihat sebuah istilah dalam konteks

   Pilih kata atau frasa mana pun di tabel untuk melihat setiap kemunculannya beserta teks di kedua sisinya, lalu putuskan apakah pengulangan itu bermasalah.

5. 5

   Ekspor laporan

   Unduh TXT untuk ringkasan yang mudah dibaca, CSV untuk membuka tabel di lembar kerja, atau JSON untuk menyimpan angka beserta pengaturan yang menghasilkannya.

Penganalisis melaporkan tiga puluh satu angka tentang sebuah teks, dalam empat kelompok. Semuanya dihitung di perangkat Anda saat Anda mengetik; tidak ada yang dikirim ke mana pun, dan tidak ada akun, antrean, maupun tanda air.

Hitungan

• Karakter, dalam tiga cara: panjang mentah, panjang tanpa spasi, dan jumlah karakter yang terlihat. Dua yang terakhir lebih sering berbeda daripada yang diduga — satu emoji adalah dua satuan panjang mentah dan satu karakter terlihat, begitu pula huruf beraksen yang diketik sebagai huruf dasar ditambah tanda gabung.
• Kata, kalimat, paragraf, dan baris: paragraf adalah blok baris dengan satu baris kosong antara ia dan berikutnya; baris adalah satu pergantian baris.
• Suku kata dan halaman: suku kata menjadi masukan empat rumus tingkat keterbacaan, dan halaman dihitung 250 kata masing-masing, konvensi spasi ganda yang dipakai semua pedoman pengumpulan.
• Kata unik dan kekayaan kosakata: berapa banyak kata berbeda yang dipakai teks, dan angka itu dibagi totalnya. Teks panjang dengan rasio rendah berarti mengulang-ulang.

Perkiraan waktu

• Waktu baca dimulai dari 200 kata per menit dan dapat diatur, dengan rentang dari lebih cepat ke lebih lambat agar Anda merencanakan untuk sebuah audiens, bukan untuk rata-rata.
• Waktu bicara dimulai dari 130 kata per menit, yaitu tempo presentasi terukur, bukan tempo percakapan.
• Waktu menulis tangan memakai 20 kata per menit, titik tengah rentang terukur untuk tulisan tangan bersambung.

Frekuensi dan frasa

• Tabel kata menampilkan jumlah tiap istilah dan kepadatannya sebagai persentase dari seluruh teks, angka yang dikutip setiap alat SEO dan yang tidak bisa diberikan oleh hitungan biasa.
• Tabel frasa menampilkan rangkaian dua, tiga, atau empat kata yang berulang. Frasa tidak pernah melewati batas kalimat, jadi tidak ada isi tabel yang merupakan kebetulan dua kalimat bersebelahan.
• Tabel karakter menghitung setiap huruf dan angka dalam aksara apa pun, bukan hanya a sampai z.

Rumus keterbacaan mengubah panjang kalimat dan panjang kata menjadi jenjang sekolah. Rumus-rumus itu memang saling berbeda — masing-masing dibuat untuk jenis tulisan yang berbeda — sehingga penganalisis menampilkan keenamnya dan mengambil median dari lima nilai jenjang sebagai konsensus. Di bawah sekitar sepuluh kata tidak ada rumus yang berarti, dan alat ini mengatakannya alih-alih mencetak angka.

Kemudahan baca Flesch

Skor 0 sampai 100 di mana makin tinggi makin mudah. Sekitar 60 sampai 70 adalah prosa standar; di bawah 30 setara tingkat pascasarjana. Ini satu-satunya dari keenamnya yang bukan jenjang, karena itu tidak dirata-ratakan ke dalam konsensus.

Tingkat Flesch-Kincaid

Masukan yang sama dengan kemudahan baca, dinyatakan sebagai jenjang sekolah Amerika. Nilai jenjang yang paling banyak dikutip dan yang dilaporkan sebagian besar pengolah kata.

Gunning Fog

Menambahkan penalti untuk kata dengan tiga suku kata atau lebih. Nilainya tinggi pada tulisan teknis, dan itulah tujuannya: rumus ini dirancang untuk menangkap prosa bisnis yang melenceng menjadi jargon.

SMOG

Menghitung kata dengan tiga suku kata atau lebih dan menormalkan ke tiga puluh kalimat. Ini standar dalam tulisan kesehatan dan medis, di mana biaya pembaca yang tidak paham paling besar.

Coleman-Liau

Memakai huruf per kata alih-alih suku kata, sehingga tidak butuh perkiraan suku kata sama sekali. Itu membuatnya paling andal di antara keenamnya pada teks yang perhitungan suku katanya rawan.

Indeks keterbacaan otomatis (ARI)

Juga berbasis huruf, dan dibuat agar bisa dihitung mesin di era mesin tik. Nilainya biasanya satu jenjang di atas Coleman-Liau pada teks yang sama.

Uji keterbacaan

Sebagian besar penghitung online memakai dua ekspresi reguler lalu berharap. Selisihnya kecil pada satu paragraf bahasa Inggris yang rapi dan besar pada apa pun selain itu, jadi berikut persisnya apa yang dilakukan alat ini.

Kata

Sebuah kata dimulai dengan huruf atau angka dan berlanjut dengan huruf, angka, dan tanda gabung. Bagian terakhir itu penting: tanda gabung bukan huruf, jadi pola yang hanya mencari huruf akan memotong bahasa Thai, aksara Devanagari, Arab bertanda vokal, dan aksen terurai di tengah kata. Bahasa Tionghoa, Jepang, Thai, Khmer, Lao, dan Burma tidak memisahkan kata dengan spasi, jadi bagian seperti itu disegmentasi memakai aturan Unicode milik perangkat Anda sendiri alih-alih dianggap satu kata panjang. Anda bisa menentukan apakah angka dihitung, dan apakah bentuk singkat serta kata berhubung tetap utuh.

Kalimat

Memisah pada . ! ? membuat «Harganya Rp 1.000,50.» dihitung tiga kalimat dan «Negara A.S. itu luas.» dihitung empat. Bawaan di sini adalah aturan pemisahan kalimat Unicode, yang dengan sendirinya benar pada bilangan desimal, alamat web, dan singkatan berhuruf besar, ditambah daftar singkatan per bahasa untuk hal yang tidak mungkin diketahui aturan — «Dr.» tidak pernah mengakhiri kalimat, sedangkan «dll.» kadang mengakhiri. Perilaku lama berbasis tanda baca tetap tersedia jika Anda butuh angka yang cocok dengan alat lain.

Karakter

Hitungan karakter mentah adalah jumlah satuan penyimpanan, yang dihitung oleh batas kolom basis data. Hitungan karakter terlihat menggabungkan tanda gabung, rangkaian emoji, dan bendera menjadi karakter tunggal yang dilihat pembaca. Jempol dengan warna kulit adalah empat satuan penyimpanan dan satu karakter terlihat. Keduanya ditampilkan karena keduanya jawaban yang benar untuk pertanyaan yang berbeda.

Penghitung kata · Statistik teks

Kepadatan adalah jumlah kemunculan istilah dibagi jumlah seluruh kata. Tidak ada angka target — gagasan bahwa ada persentase optimal sudah lama tidak benar — tetapi istilah pada empat atau lima persen dalam satu halaman prosa biasanya adalah kalimat yang bisa ditulis ulang. Tabel frasa lebih berguna untuk ini daripada tabel kata, karena tulisan mengulang frasa jauh sebelum mengulang kata.

• Aktifkan «abaikan kata umum» untuk membuang kata sandang, kata ganti, dan kata depan. Daftarnya berisi sekitar 150 sampai 190 istilah per bahasa, bukan selusin, sehingga tabelnya benar-benar berubah.
• Sebuah frasa dibuang jika diawali atau diakhiri kata umum, jadi «dari yang» tidak pernah masuk tabel sedangkan «ketenangan hati orang» masuk.
• Frasa yang hanya muncul sekali tidak ditampilkan. Satu kemunculan adalah penggalan kalimat, bukan frasa.

Frekuensi kata · Ekstraktor kata kunci

Tabel frekuensi memberi tahu Anda bahwa sebuah kata muncul empat puluh kali. Ia tidak memberi tahu apakah keempat puluh kemunculan itu tersebar di seluruh tulisan atau menumpuk di satu paragraf, dan itulah beda antara sebuah tema dan sebuah kebiasaan buruk. Memilih kata atau frasa mana pun membuka konkordansi: setiap kemunculan beserta teks di kedua sisinya, dalam urutan dokumen. Ini alat baku dalam linguistik korpus dan cara tercepat memutuskan apakah pengulangan itu layak diperbaiki.

Penganalisis mengelompokkan setiap kalimat ke dalam rentang panjang dan menampilkan sebarannya, bersama kalimat terpanjang dan terpendek dalam teks. Prosa yang enak dibaca berpindah-pindah antar rentang; prosa yang semua kalimatnya jatuh di rentang yang sama terbaca datar betapapun bagusnya tiap kalimat. Rata-rata tidak bisa menunjukkan ini — teks berisi kalimat dua puluh kata semua dan teks yang berselang-seling lima dan tiga puluh lima punya rata-rata sama dan terbaca sama sekali berbeda.

Alat ini dibuat untuk saat sebelum Anda menerbitkan, mengumpulkan, atau mengirim sesuatu.

• Memenuhi batas jumlah kata: esai, lamaran, abstrak, dan teks produk, dengan hitungan yang ikut berubah saat Anda memangkas.
• Memeriksa apakah draf mudah dibaca: enam nilai jenjang dan satu konsensus, agar Anda tidak bergantung pada kekhasan satu rumus.
• Mengaudit konten dari pengulangan: kepadatan dan frasa bersama-sama menunjukkan apa yang sebenarnya terus diulang sebuah halaman.
• Mengukur durasi pidato atau naskah: waktu bicara pada tempo presentasi sungguhan, bukan tempo membaca.
• Menakar takarir: buka .srt atau .vtt langsung dan dapatkan jumlah kata serta tingkat keterbacaan dari apa yang benar-benar dilihat penonton.
• Membandingkan beberapa draf: analisis hingga dua puluh lima dokumen dan ekspor satu baris CSV per dokumen untuk diurutkan di lembar kerja.

Setiap angka di sini bersifat pasti atau perkiraan, dan bedanya perlu diketahui sebelum Anda mengutipnya.

Pasti

Karakter, kata, kalimat, paragraf, baris, kata unik, frekuensi, dan kepadatan dihitung, bukan diperkirakan. Dua implementasi mandiri dari seluruh analisis diadu satu sama lain pada setiap rilis melalui puluhan ribu perbandingan, dan keduanya harus cocok persis.

Perkiraan

Suku kata tidak bisa dihitung persis tanpa kamus pelafalan, jadi diperkirakan dengan aturan. Diukur terhadap daftar 145 kata yang dihitung manual, penaksir ini tepat pada 144 di antaranya, dan totalnya pada daftar itu berada dalam setengah persen. Satu-satunya yang meleset adalah kata lelucon sepanjang dua puluh delapan huruf. Empat rumus yang memakai suku kata mewarisi galat itu, yang masih jauh di dalam lebar satu rentang jenjang.

Yang tidak dilakukannya

• Alat ini tidak memeriksa tata bahasa maupun ejaan, dan tidak menulis ulang apa pun.
• Rumus tingkat keterbacaan dikalibrasi untuk bahasa Inggris. Rumus itu menghasilkan angka untuk bahasa apa pun, dan angka itu makin kurang berarti makin jauh dari bahasa Inggris.
• Alat ini membaca teks biasa. Dokumen Word, PDF, salindia, dan gambar perlu dikonversi lebih dulu — tautan di bawah melakukannya di situs ini, juga di perangkat Anda.

Satu megabyte teks dianalisis dalam jauh di bawah seperempat detik, di luar thread utama, sehingga mengetik tidak pernah tersendat.

Penganalisis membaca berkas yang isinya memang teks: .txt .text .md .markdown .log .csv .tsv .json .xml .html .htm .srt .vtt .rtf. Selain itu ditolak di pemilih berkas alih-alih diterima lalu gagal, dan penolakannya menautkan ke alat di situs ini yang mengubahnya menjadi teks.

Untuk yang lainnya:

• Word to text
• PDF to text
• Extract text from PowerPoint
• Excel to CSV
• Image to text
• Speech to text

Setiap pengukuran di halaman ini gratis. Tidak ada metrik, rumus, tabel frasa, atau ekspor yang dibuka oleh Pro — perbedaan paket ada pada skala, dan di situlah biayanya benar-benar berada.

• Gratis: satu dokumen hingga 10 MB, seluruh statistik, keenam rumus, konkordansi, serta ekspor TXT, CSV, dan JSON. Dua puluh lima kata, frasa, dan karakter teratas — lebih banyak daripada sepuluh atau lima belas yang ditampilkan pesaing paling terkenal.
• Pro: hingga dua puluh lima dokumen sekaligus dengan satu CSV gabungan dan semua laporan dalam satu ZIP, tabel frekuensi lengkap alih-alih dua puluh lima teratas, dan tanpa batas ukuran selain yang sanggup ditangani perangkat Anda.

• Penghitung kata
• Uji keterbacaan
• Frekuensi kata
• Ekstraktor kata kunci
• Statistik teks
• Pengubah huruf besar-kecil