Dalam manajemen aset, manajer portofolio perlu memantau secara dekat perusahaan-perusahaan di dunia investasi mereka untuk mengidentifikasi risiko dan peluang, dan memandu keputusan investasi. Melacak peristiwa langsung seperti laporan pendapatan atau penurunan peringkat kredit sangatlah mudahโAnda dapat mengatur peringatan untuk memberi tahu manajer tentang berita yang berisi nama perusahaan. Namun, mendeteksi dampak tingkat kedua dan ketiga yang timbul dari peristiwa pada pemasok, pelanggan, mitra, atau entitas lain dalam ekosistem perusahaan merupakan suatu tantangan.
Misalnya, gangguan rantai pasokan pada vendor utama kemungkinan besar akan berdampak negatif terhadap produsen hilir. Atau hilangnya pelanggan utama bagi klien besar menimbulkan risiko permintaan bagi pemasok. Sering kali, peristiwa seperti ini gagal menjadi berita utama yang menampilkan perusahaan yang terkena dampak secara langsung, namun tetap penting untuk diperhatikan. Dalam postingan ini, kami mendemonstrasikan solusi otomatis yang menggabungkan grafik pengetahuan dan kecerdasan buatan generatif (AI) untuk mengungkap risiko tersebut dengan melakukan referensi silang peta hubungan dengan berita real-time.
Secara umum, hal ini memerlukan dua langkah: Pertama, membangun hubungan rumit antar perusahaan (pelanggan, pemasok, direktur) ke dalam grafik pengetahuan. Kedua, menggunakan database grafik ini bersama dengan AI generatif untuk mendeteksi dampak tingkat kedua dan ketiga dari peristiwa berita. Misalnya, solusi ini dapat menyoroti bahwa penundaan pada pemasok suku cadang dapat mengganggu produksi produsen mobil hilir dalam suatu portofolio meskipun tidak ada satupun yang dirujuk secara langsung.
Dengan AWS, Anda dapat menerapkan solusi ini dalam arsitektur tanpa server, dapat diskalakan, dan sepenuhnya berbasis peristiwa. Postingan ini menunjukkan bukti konsep yang dibangun pada dua layanan utama AWS yang cocok untuk representasi pengetahuan grafik dan pemrosesan bahasa alami: Amazon Neptunus dan Batuan Dasar Amazon. Neptune adalah layanan database grafik yang cepat, andal, dan terkelola sepenuhnya yang memudahkan pembuatan dan menjalankan aplikasi yang bekerja dengan kumpulan data yang sangat terhubung. Amazon Bedrock adalah layanan terkelola sepenuhnya yang menawarkan pilihan model fondasi (FM) berperforma tinggi dari perusahaan AI terkemuka seperti AI21 Labs, Anthropic, Cohere, Meta, Stability AI, dan Amazon melalui satu API, bersama dengan serangkaian luas kemampuan untuk membangun aplikasi AI generatif dengan keamanan, privasi, dan AI yang bertanggung jawab.
Secara keseluruhan, prototipe ini mendemonstrasikan seni kemungkinan dengan grafik pengetahuan dan AI generatifโyang memperoleh sinyal dengan menghubungkan titik-titik berbeda. Hal yang dapat diambil oleh para profesional investasi adalah kemampuan untuk tetap mengikuti perkembangan yang mendekati sinyal sambil menghindari kebisingan.
Bangun grafik pengetahuan
Langkah pertama dalam solusi ini adalah membuat grafik pengetahuan, dan sumber data grafik pengetahuan yang berharga namun sering diabaikan adalah laporan tahunan perusahaan. Karena publikasi resmi perusahaan menjalani pengawasan sebelum dirilis, informasi yang dikandungnya kemungkinan besar akurat dan dapat diandalkan. Namun, laporan tahunan ditulis dalam format tidak terstruktur yang dimaksudkan untuk dibaca manusia dan bukan untuk dikonsumsi mesin. Untuk membuka potensi mereka, Anda memerlukan cara untuk secara sistematis mengekstraksi dan menyusun kekayaan fakta dan hubungan yang terkandung di dalamnya.
Dengan layanan AI generatif seperti Amazon Bedrock, kini Anda memiliki kemampuan untuk mengotomatiskan proses ini. Anda dapat mengambil laporan tahunan dan memicu alur pemrosesan untuk menyerap laporan, memecahnya menjadi bagian-bagian yang lebih kecil, dan menerapkan pemahaman bahasa alami untuk menarik entitas dan hubungan yang menonjol.
Misalnya, kalimat yang menyatakan bahwa โ[Perusahaan A] memperluas armada pengiriman listriknya di Eropa dengan pesanan 1,800 van listrik dari [Perusahaan B]โ akan memungkinkan Amazon Bedrock mengidentifikasi hal-hal berikut:
- [Perusahaan A] sebagai pelanggan
- [Perusahaan B] sebagai pemasok
- Hubungan pemasok antara [Perusahaan A] dan [Perusahaan B]
- Detail hubungan โpemasok van pengiriman listrikโ
Mengekstraksi data terstruktur dari dokumen tidak terstruktur memerlukan penyediaan perintah yang dibuat dengan cermat ke model bahasa besar (LLM) sehingga mereka dapat menganalisis teks untuk menarik entitas seperti perusahaan dan orang, serta hubungan seperti pelanggan, pemasok, dan banyak lagi. Perintahnya berisi instruksi yang jelas tentang apa yang harus diwaspadai dan struktur untuk mengembalikan data. Dengan mengulangi proses ini di seluruh laporan tahunan, Anda dapat mengekstrak entitas dan hubungan yang relevan untuk membuat grafik pengetahuan yang kaya.
Namun, sebelum memasukkan informasi yang diekstraksi ke grafik pengetahuan, Anda harus terlebih dahulu membedakan entitasnya. Misalnya, mungkin sudah ada entitas '[Perusahaan A]' lain di grafik pengetahuan, namun entitas tersebut dapat mewakili organisasi berbeda dengan nama yang sama. Amazon Bedrock dapat mempertimbangkan dan membandingkan atribut seperti area fokus bisnis, industri, dan industri yang menghasilkan pendapatan serta hubungan dengan entitas lain untuk menentukan apakah kedua entitas tersebut benar-benar berbeda. Hal ini mencegah penggabungan perusahaan-perusahaan yang tidak terkait menjadi satu kesatuan secara tidak akurat.
Setelah disambiguasi selesai, Anda dapat dengan andal menambahkan entitas dan hubungan baru ke dalam grafik pengetahuan Neptune Anda, memperkayanya dengan fakta yang diambil dari laporan tahunan. Seiring waktu, penyerapan data yang andal dan integrasi sumber data yang lebih andal akan membantu membangun grafik pengetahuan komprehensif yang dapat mendukung pengungkapan wawasan melalui kueri grafik dan analitik.
Otomatisasi yang dimungkinkan oleh AI generatif ini memungkinkan pemrosesan ribuan laporan tahunan dan membuka aset berharga untuk kurasi grafik pengetahuan yang mungkin belum dimanfaatkan karena tingginya upaya manual yang diperlukan.
Tangkapan layar berikut menunjukkan contoh eksplorasi visual yang mungkin dilakukan dalam database grafik Neptunus menggunakan Penjelajah Grafik tool.
Memproses artikel berita
Langkah selanjutnya dari solusi ini adalah secara otomatis memperkaya feed berita para manajer portofolio dan menyoroti artikel-artikel yang relevan dengan minat dan investasi mereka. Untuk umpan berita, manajer portofolio dapat berlangganan penyedia berita pihak ketiga mana pun melalui Pertukaran Data AWS atau API berita lain pilihan mereka.
Saat artikel berita memasuki sistem, saluran penyerapan dipanggil untuk memproses konten. Dengan menggunakan teknik yang mirip dengan pemrosesan laporan tahunan, Amazon Bedrock digunakan untuk mengekstrak entitas, atribut, dan hubungan dari artikel berita, yang kemudian digunakan untuk membedakan grafik pengetahuan guna mengidentifikasi entitas terkait dalam grafik pengetahuan.
Grafik pengetahuan berisi hubungan antara perusahaan dan orang, dan dengan menghubungkan entitas artikel ke node yang ada, Anda dapat mengidentifikasi apakah ada subjek yang berada dalam dua hop dari perusahaan tempat manajer portofolio berinvestasi atau tertarik. Menemukan hubungan seperti itu menunjukkan Artikel mungkin relevan bagi manajer portofolio, dan karena data yang mendasarinya direpresentasikan dalam grafik pengetahuan, artikel tersebut dapat divisualisasikan untuk membantu manajer portofolio memahami mengapa dan bagaimana konteks ini relevan. Selain mengidentifikasi koneksi ke portofolio, Anda juga dapat menggunakan Amazon Bedrock untuk melakukan analisis sentimen pada entitas yang direferensikan.
Hasil akhirnya adalah umpan berita yang diperkaya yang menampilkan artikel-artikel yang mungkin berdampak pada bidang minat dan investasi manajer portofolio.
Ikhtisar solusi
Arsitektur keseluruhan solusi terlihat seperti diagram berikut.
Alur kerja terdiri dari langkah-langkah berikut:
- Seorang pengguna mengunggah laporan resmi (dalam format PDF) ke Layanan Penyimpanan Sederhana Amazon (Amazon S3) ember. Laporan tersebut harus merupakan laporan yang dipublikasikan secara resmi untuk meminimalkan penyertaan data yang tidak akurat ke dalam grafik pengetahuan Anda (dibandingkan dengan berita dan tabloid).
- Notifikasi kejadian S3 memanggil sebuah AWS Lambda fungsi, yang mengirimkan bucket S3 dan nama file ke an Layanan Antrian Sederhana Amazon (Amazon SQS) antrian. Antrean First-In-First-Out (FIFO) memastikan bahwa proses penyerapan laporan dilakukan secara berurutan untuk mengurangi kemungkinan memasukkan data duplikat ke dalam grafik pengetahuan Anda.
- An Jembatan Acara Amazon acara berbasis waktu berjalan setiap menit untuk memulai menjalankan suatu Fungsi Langkah AWS mesin negara secara asinkron.
- Mesin status Step Functions menjalankan serangkaian tugas untuk memproses dokumen yang diunggah dengan mengekstrak informasi penting dan memasukkannya ke dalam grafik pengetahuan Anda:
- Terima pesan antrean dari Amazon SQS.
- Unduh file laporan PDF dari Amazon S3, bagi menjadi beberapa potongan teks yang lebih kecil (kira-kira 1,000 kata) untuk diproses, dan simpan potongan teks tersebut di Amazon DynamoDB.
- Gunakan Claude v3 Sonnet Anthropic di Amazon Bedrock untuk memproses beberapa potongan teks pertama guna menentukan entitas utama yang dirujuk laporan, bersama dengan atribut yang relevan (seperti industri).
- Ambil potongan teks dari DynamoDB dan untuk setiap potongan teks, aktifkan fungsi Lambda untuk mengekstrak entitas (seperti perusahaan atau orang), dan hubungannya (pelanggan, pemasok, mitra, pesaing, atau direktur) ke entitas utama menggunakan Amazon Bedrock .
- Konsolidasikan semua informasi yang diekstraksi.
- Filter kebisingan dan entitas yang tidak relevan (misalnya, istilah umum seperti โkonsumenโ) menggunakan Amazon Bedrock.
- Gunakan Amazon Bedrock untuk melakukan disambiguasi dengan melakukan penalaran menggunakan informasi yang diekstrak terhadap daftar entitas serupa dari grafik pengetahuan. Jika entitas tidak ada, masukkan entitas tersebut. Jika tidak, gunakan entitas yang sudah ada di grafik pengetahuan. Masukkan semua hubungan yang diekstraksi.
- Bersihkan dengan menghapus pesan antrian SQS dan file S3.
- Pengguna mengakses aplikasi web berbasis React untuk melihat artikel berita yang dilengkapi dengan informasi entitas, sentimen, dan jalur koneksi.
- Dengan menggunakan aplikasi web, pengguna menentukan jumlah hop (default N=2) pada jalur koneksi yang akan dipantau.
- Dengan menggunakan aplikasi web, pengguna menentukan daftar entitas yang akan dilacak.
- Untuk menghasilkan berita fiksi, pengguna memilih Hasilkan Contoh Berita untuk menghasilkan 10 contoh artikel berita keuangan dengan konten acak untuk dimasukkan ke dalam proses penyerapan berita. Konten dibuat menggunakan Amazon Bedrock dan murni fiksi.
- Untuk mengunduh berita aktual, pengguna memilih Unduh Berita Terbaru untuk mengunduh berita terpopuler hari ini (didukung oleh NewsAPI.org).
- File berita (format TXT) diunggah ke bucket S3. Langkah 8 dan 9 mengunggah berita ke bucket S3 secara otomatis, namun Anda juga dapat membangun integrasi ke penyedia berita pilihan Anda seperti AWS Data Exchange atau penyedia berita pihak ketiga mana pun untuk memasukkan artikel berita sebagai file ke dalam bucket S3. Isi file data berita harus diformat sebagai
<date>{dd mmm yyyy}</date><title>{title}</title><text>{news content}</text>
. - Notifikasi peristiwa S3 mengirimkan bucket S3 atau nama file ke Amazon SQS (standar), yang memanggil beberapa fungsi Lambda untuk memproses data berita secara paralel:
- Gunakan Amazon Bedrock untuk mengekstrak entitas yang disebutkan dalam berita bersama dengan informasi terkait, hubungan, dan sentimen dari entitas yang disebutkan.
- Periksa grafik pengetahuan dan gunakan Amazon Bedrock untuk melakukan disambiguasi dengan menggunakan alasan menggunakan informasi yang tersedia dari berita dan dari dalam grafik pengetahuan untuk mengidentifikasi entitas terkait.
- Setelah entitas ditemukan, cari dan kembalikan jalur koneksi apa pun yang tersambung ke entitas yang ditandai
INTERESTED=YES
dalam grafik pengetahuan yang berada dalam jarak N=2 hop.
- Aplikasi web disegarkan secara otomatis setiap 1 detik untuk mengeluarkan kumpulan berita terbaru yang telah diproses untuk ditampilkan di aplikasi web.
Terapkan prototipe
Anda dapat menerapkan solusi prototipe dan mulai bereksperimen sendiri. Prototipe tersedia dari GitHub dan mencakup rincian sebagai berikut:
- Prasyarat penerapan
- Langkah-langkah penerapan
- Langkah-langkah pembersihan
Kesimpulan
Postingan ini menunjukkan bukti solusi konsep untuk membantu manajer portofolio mendeteksi risiko tingkat kedua dan ketiga dari peristiwa berita, tanpa referensi langsung ke perusahaan yang mereka lacak. Dengan menggabungkan grafik pengetahuan tentang hubungan perusahaan yang rumit dengan analisis berita real-time menggunakan AI generatif, dampak hilir dapat disorot, seperti penundaan produksi akibat gangguan pemasok.
Meskipun hanya berupa prototipe, solusi ini menunjukkan potensi grafik pengetahuan dan model bahasa untuk menghubungkan titik-titik dan memperoleh sinyal dari kebisingan. Teknologi ini dapat membantu para profesional investasi dengan mengungkap risiko lebih cepat melalui pemetaan dan penalaran hubungan. Secara keseluruhan, ini adalah aplikasi database grafik dan AI yang menjanjikan yang memerlukan eksplorasi untuk meningkatkan analisis investasi dan pengambilan keputusan.
Jika contoh AI generatif dalam layanan keuangan ini menarik bagi bisnis Anda, atau Anda memiliki gagasan serupa, hubungi manajer akun AWS Anda, dan kami akan dengan senang hati mengeksplorasi lebih jauh bersama Anda.
tentang Penulis
Xan Huang adalah Arsitek Solusi Senior di AWS dan berbasis di Singapura. Dia bekerja dengan lembaga keuangan besar untuk merancang dan membangun solusi yang aman, terukur, dan memiliki ketersediaan tinggi di cloud. Di luar pekerjaan, Xan menghabiskan sebagian besar waktu luangnya bersama keluarga dan diperintah oleh putrinya yang berusia 3 tahun. Anda dapat menemukan Xan di LinkedIn.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://aws.amazon.com/blogs/machine-learning/uncover-hidden-connections-in-unstructured-financial-data-with-amazon-bedrock-and-amazon-neptune/
- :memiliki
- :adalah
- :bukan
- $NAIK
- 000
- 1
- 10
- 100
- 7
- 8
- 800
- 9
- a
- kemampuan
- Akun
- tepat
- di seluruh
- sebenarnya
- sebenarnya
- menambahkan
- tambahan
- terhadap
- AI
- Layanan AI
- Membantu
- Alerts
- Semua
- mengizinkan
- sepanjang
- sudah
- juga
- Amazon
- Amazon Neptunus
- Amazon Web Services
- an
- analisis
- analisis
- menganalisa
- dan
- tahunan
- Lain
- Antropik
- Apa pun
- api
- Aplikasi
- aplikasi
- Mendaftar
- sekitar
- arsitektur
- ADALAH
- DAERAH
- daerah
- timbul
- sekitar
- Seni
- artikel
- artikel
- buatan
- kecerdasan buatan
- AS
- aset
- manajemen aset
- At
- perhatian
- atribut
- menambah
- mobil
- mengotomatisasikan
- Otomatis
- secara otomatis
- Otomatisasi
- tersedia
- menghindari
- jauh
- AWS
- Pertukaran Data AWS
- berdasarkan
- BE
- karena
- menjadi
- sebelum
- antara
- Istirahat
- luas
- membangun
- Bangunan
- dibangun di
- bisnis
- tapi
- by
- CAN
- kemampuan
- kemampuan
- hati-hati
- rantai
- menantang
- pilihan
- memilih
- jelas
- klien
- rapat
- lebih dekat
- awan
- menggabungkan
- melakukan
- Perusahaan
- perusahaan
- Perusahaan
- membandingkan
- saingan
- lengkap
- luas
- konsep
- Terhubung
- terhubung
- Menghubungkan
- koneksi
- Koneksi
- terdiri
- membangun
- konsumsi
- mengandung
- mengandung
- Konten
- konteks
- Timeline
- Sesuai
- bisa
- dibuat
- kredit
- referensi silang
- kurasi
- pelanggan
- pelanggan
- data
- Pertukaran data
- Basis Data
- database
- kumpulan data
- putri
- Pengambilan Keputusan
- keputusan
- Default
- keterlambatan
- gembira
- pengiriman
- Permintaan
- mendemonstrasikan
- menunjukkan
- menunjukkan
- menyebarkan
- memperoleh
- Mendesain
- rincian
- menemukan
- Menentukan
- Perkembangan
- diagram
- berbeda
- langsung
- langsung
- Kepala
- Direksi
- berbeda
- Display
- Mengganggu
- Gangguan
- berbeda
- dokumen
- dokumen
- tidak
- turun
- Download
- Menjatuhkan
- dua
- setiap
- Pendapatan
- ekosistem
- usaha
- Listrik
- diaktifkan
- diperkaya
- memperkaya
- Masuk
- Seluruh
- entitas
- entitas
- Eropa
- Acara
- peristiwa
- Setiap
- contoh
- Pasar Valas
- ada
- ada
- ada
- diperluas
- bereksperimen
- eksplorasi
- menyelidiki
- ekstrak
- fakta
- GAGAL
- keluarga
- FAST
- lebih cepat
- layak
- Menampilkan
- Fed
- beberapa
- khayali
- File
- File
- terakhir
- keuangan
- data keuangan
- Lembaga keuangan
- keuangan berita
- jasa keuangan
- Menemukan
- temuan
- Pertama
- ARMADA KAPAL
- Fokus
- berikut
- Untuk
- format
- Prinsip Dasar
- Gratis
- dari
- sepenuhnya
- fungsi
- fungsi
- lebih lanjut
- menghasilkan
- dihasilkan
- generatif
- AI generatif
- mendapatkan
- Go
- grafik
- grafik
- membimbing
- Kejadian
- Memiliki
- he
- Headlines
- membantu
- Tersembunyi
- High
- berkinerja tinggi
- Menyoroti
- Disorot
- menyoroti
- sangat
- -nya
- Seterpercayaapakah Olymp Trade? Kesimpulan
- Namun
- HTTPS
- manusia
- ide
- mengenali
- mengidentifikasi
- if
- Dampak
- dampak
- dampak
- penting
- in
- tidak akurat
- termasuk
- penyertaan
- menunjukkan
- industri
- industri
- informasi
- wawasan
- contoh
- lembaga
- instruksi
- integrasi
- integrasi
- Intelijen
- bunga
- tertarik
- kepentingan
- ke
- rumit
- memperkenalkan
- tak ternilai
- diinvestasikan
- investasi
- analisis investasi
- Investasi
- dipanggil
- memanggil
- IT
- NYA
- jpg
- kunci
- pengetahuan
- Pengetahuan Grafik
- Labs
- bahasa
- besar
- Terbaru
- terkemuka
- 'like'
- kemungkinan
- Mungkin
- menghubungkan
- Daftar
- terletak
- melihat
- TERLIHAT
- lepas
- mesin
- Utama
- utama
- membuat
- MEMBUAT
- berhasil
- pengelolaan
- manajer
- Manajer
- panduan
- Produsen
- Peta
- ditandai
- Mungkin..
- berarti
- tersebut
- penggabungan
- pesan
- meta
- memperkecil
- menit
- model
- Memantau
- lebih
- paling
- beberapa
- nama
- nama
- Alam
- Pengolahan Bahasa alami
- Perlu
- dibutuhkan
- negatif
- Neptunus
- New
- berita
- Berita dan Acara
- berikutnya
- node
- Kebisingan
- None
- pemberitahuan
- sekarang
- jumlah
- of
- Penawaran
- resmi
- Secara resmi
- sering
- on
- hanya
- Peluang
- menentang
- or
- urutan
- organisasi
- Lainnya
- jika tidak
- di luar
- keluaran
- di luar
- lebih
- secara keseluruhan
- Paralel
- pasangan
- rekan
- bagian
- path
- jalan
- Membayar
- Konsultan Ahli
- Melakukan
- dilakukan
- orang
- pipa saluran
- plato
- Kecerdasan Data Plato
- Data Plato
- portofolio
- manajer portofolio
- manajer portofolio
- pose
- mungkin
- Pos
- potensi
- didukung
- disukai
- mencegah
- pribadi
- proses
- Diproses
- pengolahan
- Produksi
- profesional
- janji
- menjanjikan
- meminta
- bukti
- bukti konsep
- prototipe
- pemberi
- menyediakan
- publikasi
- diterbitkan
- murni
- query
- acak
- agak
- mencapai
- Bacaan
- real-time
- alasan
- menurunkan
- direferensikan
- referensi
- terkait
- hubungan
- Hubungan
- melepaskan
- relevan
- dapat diandalkan
- melaporkan
- laporan
- mewakili
- perwakilan
- diwakili
- membutuhkan
- tanggung jawab
- kembali
- mengungkapkan
- Kaya
- Risiko
- risiko
- Run
- berjalan
- sama
- mencicipi
- terukur
- pengawasan
- Pencarian
- Kedua
- aman
- keamanan
- mengirimkan
- senior
- putusan pengadilan
- sentimen
- Seri
- Tanpa Server
- layanan
- Layanan
- set
- harus
- Pertunjukkan
- Sinyal
- sinyal
- mirip
- Sederhana
- Singapura
- tunggal
- lebih kecil
- So
- larutan
- Solusi
- sumber
- sumber
- menghabiskan
- membagi
- Stabilitas
- standar
- awal
- Negara
- menyatakan
- tinggal
- Langkah
- Tangga
- Masih
- penyimpanan
- menyimpan
- mudah
- struktur
- tersusun
- berlangganan
- seperti itu
- cocok
- pemasok
- pemasok
- menyediakan
- supply chain
- mendukung
- yakin
- Permukaan
- sistem
- secara sistematis
- Mengambil
- tugas
- teknik
- Teknologi
- istilah
- teks
- dari
- bahwa
- Grafik
- informasi
- mereka
- kemudian
- Sana.
- Ini
- mereka
- pihak ketiga
- ini
- meskipun?
- ribuan
- Melalui
- waktu
- untuk
- hari ini
- bersama
- alat
- puncak
- jalur
- Pelacakan
- memicu
- dua
- menemukan
- menjalani
- pokok
- memahami
- pemahaman
- Alam semesta
- membuka kunci
- membuka kunci
- tidak terstruktur
- belum dimanfaatkan
- upload
- menggunakan
- bekas
- Pengguna
- menggunakan
- Berharga
- penjaja
- sangat
- View
- visual
- Waran
- Cara..
- we
- Kekayaan
- jaringan
- aplikasi web
- layanan web
- BAIK
- Apa
- yang
- sementara
- mengapa
- akan
- dengan
- dalam
- tanpa
- kata
- Kerja
- alur kerja
- bekerja
- akan
- tertulis
- namun
- Kamu
- Anda
- diri
- zephyrnet.dll