Teks

Word/Character Frequency Counter

Analisis frekuensi teks: berapa kali setiap kata atau karakter muncul, diurutkan berdasarkan jumlah.


                        
                    

This tool counts how many times each word or character appears in a text and sorts the result by count — something that's practically impossible to tally by hand in a long piece of text.

How to use it

Common uses

Things to keep in mind

Frequency analysis is case-sensitive by default in many implementations — "Word" and "word" can count as different entries unless the text is normalized to one case first.

Classical substitution ciphers (ROT13, the Caesar cipher) don't change the frequency distribution of letters, only the mapping — which is exactly why frequency analysis is the classic way to break them without trying every key.

Artikel tentang alat ini: Analisis frekuensi teks: untuk apa menghitung pengulangan kata

Pertanyaan yang sering diajukan

Apa perbedaan antara mode Kata dan Karakter?

Mode Kata menghitung berapa kali setiap kata muncul dalam teks, sementara mode Karakter menghitung kemunculan setiap karakter individual, termasuk tanda baca.

Apa fungsi opsi "Tidak peka huruf besar/kecil" dan "Abaikan spasi"?

"Tidak peka huruf besar/kecil" menggabungkan kemunculan yang hanya berbeda huruf besar/kecil, dan "Abaikan spasi" mengecualikan spasi dari hitungan dalam mode karakter; hasilnya kemudian diurutkan berdasarkan jumlah kemunculan menurun.

Apakah teks yang dianalisis dikirim ke server?

Tidak, analisis frekuensi berjalan sepenuhnya di browser Anda dalam JavaScript — tidak ada yang dikirim secara online.

Apa itu hukum Zipf?

Dalam bahasa alami, frekuensi sebuah kata berbanding terbalik dengan peringkat frekuensinya: kata paling sering muncul kira-kira dua kali lebih sering daripada kata kedua, tiga kali lebih sering daripada kata ketiga, dan seterusnya. Penyimpangan signifikan dari pola ini adalah sinyal bahwa teks mungkin dibuat secara artifisial atau dipenuhi kata kunci (spam).

Apakah analisis frekuensi bisa digunakan untuk memecahkan sandi sederhana?

Ya, untuk sandi substitusi klasik (seperti ROT13 atau sandi Caesar) yang tidak mengubah distribusi frekuensi huruf, hanya menukar korespondensinya. Dengan membandingkan distribusi frekuensi teks yang disandikan dengan distribusi bahasa aslinya yang sudah diketahui, korespondensi karakter bisa dipulihkan tanpa mencoba semua kunci.

Artikel: Teks

Case Converter: mengapa ada gaya penamaan yang berbeda

Mengapa dalam satu proyek variabel ditulis camelCase tapi berkas kebab-case, dan dari mana aturan ini berasal.

Text Diff: bagaimana algoritma menemukan perbedaan antara dua teks

Bagaimana algoritma diff menemukan kumpulan perubahan minimal antara dua versi teks.

Ekspresi reguler: sintaks dasar dan pola umum

Cara membaca ekspresi reguler, dan bagaimana pencocokan greedy berbeda dari lazy.

Mengurutkan dan menghapus duplikat baris: untuk apa gunanya

Mengapa pengurutan numerik yang menempatkan "10" sebelum "9" adalah kesalahan, dan cara menghindarinya.

String Escape: mengapa teks yang sama perlu di-escape secara berbeda

Mengapa tanda kutip yang sama di-escape secara berbeda dalam string JS, JSON, dan perintah shell.

CRLF vs LF: mengapa karakter akhir baris masih penting

Mengapa berkas yang ditulis di Windows bisa terlihat "seluruhnya berubah" di git pada Linux.

Menghitung karakter dan kata: mengapa tidak selalu sepele

Mengapa emoji atau huruf beraksen bisa terhitung sebagai beberapa karakter sekaligus.

Lorem Ipsum: dari mana teks pengganti ini berasal dan untuk apa

Mengapa desainer sengaja menggunakan teks "tanpa arti" alih-alih konten sungguhan dalam mockup.

Slugify: mengubah teks apa pun menjadi URL

Bagaimana judul seperti "Halo, Dunia! Apa kabar?" menjadi string kompatibel URL seperti halo-dunia-apa-kabar.

Markdown: mengapa sintaks teks sederhana mengalahkan editor teks kaya

Mengapa developer memilih menulis dokumentasi dalam Markdown alih-alih editor teks kaya.

Spasi dan karakter tak terlihat: penyebab tersembunyi bug aneh

Mengapa dua string yang terlihat identik bisa tidak cocok karena karakter tak terlihat.

Text Reverse: mengapa "membalik teks" lebih sulit dari kelihatannya

Mengapa pembalikan string yang naif bisa mengubah emoji menjadi byte yang tidak dapat digunakan.