Penerapan Algoritma Recurrent Neural Network dan Term Frequency Inverse Document Frequency Sebagai Pengekstraksi Fitur Chatbot Untuk Pengembangan Website Prodi Sistem Telekomunikasi UPI

Mohammad Luthfan Faohan, - (2023) Penerapan Algoritma Recurrent Neural Network dan Term Frequency Inverse Document Frequency Sebagai Pengekstraksi Fitur Chatbot Untuk Pengembangan Website Prodi Sistem Telekomunikasi UPI. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_SISTEL_1904557_ Title.pdf Download (616kB)
	Text S_SISTEL_1904557_Chapter 1.pdf Download (227kB)
	Text S_SISTEL_1904557_Chapter 2.pdf Restricted to Staf Perpustakaan Download (379kB)
	Text S_SISTEL_1904557_Chapter 3.pdf Download (703kB)
	Text S_SISTEL_1904557_Chapter 4.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_SISTEL_1904557_Chapter 5.pdf Download (234kB)
	Text S_SISTEL_1904557_Appendix .pdf Restricted to Staf Perpustakaan Download (397kB)

Abstract

Sistem Informasi adalah sistem dalam organisasi yang digunakan untuk mengelola kebutuhan strategis dari pihak luar dengan menyediakan informasi bagi semua tingkatan. Sistem ini memungkinkan penyimpanan, pengambilan, dan perubahan informasi atau peralatan lainnya. Tujuan dari sistem informasi adalah mempermudah seseorang memperoleh beberapa informasi secara efektif dan efisien, serta memberikan aksesibilitas yang baik kepada pengguna. Penerapan sistem informasi dalam instansi pendidikan, seperti Universitas Pendidikan Indonesia (UPI), membantu meningkatkan mutu layanan pendidikan. Salah satu contohnya adalah Portal Sistem Informasi (SI UPI) yang membantu mahasiswa dan masyarakat mendapatkan informasi terkait program studi yang ditawarkan. Penelitian ini berfokus pada pengembangan chatbot menggunakan Natural Language Processing (NLP) untuk memberikan jawaban secara interaktif dan natural terhadap pertanyaan pengguna. Chatbot ini diintegrasikan dengan laman website Program Studi Sistem Telekomunikasi UPI untuk memberikan informasi terkait program studi. Pengembangan chatbot dilakukan menggunakan Recurrent Neural Network (RNN. Dengan menggunakan RNN, chatbot dapat memahami konteks dan makna dari pertanyaan pengguna berdasarkan urutan kata yang diberikan. RNN diterapkan pada chatbot untuk mengenali pola dan hubungan antara elemen-elemen dalam urutan kata tersebut, sehingga memberikan kemampuan respons yang lebih akurat dan relevan. TF-IDF diterapkan sebagai pengekstraksi fitur untuk merepresentasikan teks dalam analisis dan pengolahan bahasa alami seperti most important words, dan visualisasi grafik TF-IDF dari hasil dataset yang dibuat. Hasil evaluasi confussion matrix menunjukkan bahwa chatbot berkinerja baik dengan tingkat precision 84.96%, recall 67.44%, dan F1 score 69.01%. Untuk meningkatkan kinerja chatbot, dapat dilakukan penambahan data latih, penyesuaian arsitektur model, dan pengoptimalan parameter model yang lebih lanjut. Selain chatbot teks, ada potensi untuk mengembangkan chatbot berbasis suara agar dapat berinteraksi dengan pengguna melalui suara. Penelitian ini juga dapat mempertimbangkan aspek etika dalam pengembangan chatbot, termasuk privasi data dan penggunaan informasi secara tepat dan etis. ----- Information System is a system within an organization used to manage the strategic needs of external parties by providing information at all levels. This system enables the storage, retrieval, and modification of information or other equipment. The purpose of an information system is to facilitate the effective and efficient acquisition of information for individuals and to provide good accessibility to users. The implementation of information systems in educational institutions, such as Universitas Pendidikan Indonesia (UPI), helps enhance the quality of educational services. An example is the University Information System Portal (SI UPI), which assists students and the public in obtaining information related to the offered study programs. This research focuses on the development of a chatbot using Natural Language Processing (NLP) to provide interactive and natural responses to user queries. This chatbot is integrated with the website of the Telecommunication Systems Study Program at UPI to provide information about the study program. The development of the chatbot is carried out using Recurrent Neural Network (RNN). By utilizing RNN, the chatbot can understand the context and meaning of user queries based on the sequence of words provided. RNN is implemented in the chatbot to recognize patterns and relationships among elements in the sequence of words, thereby providing more accurate and relevant response capabilities. TF-IDF is applied as a feature extractor to represent text in natural language processing and analysis, such as identifying the most important words and visualizing TF-IDF graphs from the generated dataset. The evaluation results from the confusion matrix indicate that the chatbot performs well, with a precision rate of 84.96%, recall rate of 67.44%, and F1 score of 69.01%. To enhance the chatbot's performance, additional training data can be added, model architecture adjusted, and model parameters further optimized. Beyond text-based chatbots, there is potential to develop voice-based chatbots to interact with users through speech. This research can also consider ethical aspects in chatbot development, including data privacy and the ethical use of information.

Item Type:	Thesis (S1)
Additional Information:	Link Google Scholar Dewi Indriati Hadi Putri : https://scholar.google.com/citations?hl=id&user=c1yqv-UAAAAJ, Link Google Scholar Hafiyyan Putra Pratama : https://scholar.google.com/citations?user=tQe1410AAAAJ&hl=id&oi=ao ID Sinta Dosen ID SINTA : Dewi Indriati Hadi Putri : 6720737, Hafiyyan Putra Pratama : 6681148
Uncontrolled Keywords:	Chatbot, Website, Recurrent neural network, TF-IDF, Natural Language Processing.
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisions:	UPI Kampus Purwakarta > S1 Sistem Telekomunikasi
Depositing User:	Mohammad Luthfan Faohan
Date Deposited:	01 Sep 2023 08:42
Last Modified:	01 Sep 2023 08:42
URI:	http://repository.upi.edu/id/eprint/101024

Actions (login required)

View Item