Sari Erliani
Universitas Malikussaleh

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI CHATBOT BERBASIS AI UNTUK MEMBERIKAN INFORMASI TUBERKULOSIS SENSITIF MENGGUNAKAN NATURAL LANGUAGE Sari Erliani; Eva Darnila; Nunsina
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 10 No 2 (2025): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v10i2.6541

Abstract

Penelitian ini mengembangkan chatbot berbasis Artificial Intelligence (AI) dengan algoritma Natural Language Processing (NLP) dan Long Short-Term Memory (LSTM) untuk memberikan informasi seputar Tuberkulosis Sensitif secara akurat dan interaktif. Latar belakang penelitian ini adalah tingginya kebutuhan masyarakat terhadap akses informasi kesehatan yang cepat dan terpercaya, mengingat Tuberkulosis Sensitif masih menjadi masalah kesehatan serius di Indonesia. Sistem dikembangkan berbasis web dengan antarmuka sederhana, dan basis pengetahuan diperoleh dari wawancara dengan dokter spesialis paru untuk menjamin validitas informasi. Tahapan pengembangan sistem meliputi preprocessing (tokenisasi, padding, embedding) dan pelatihan model dengan arsitektur BiLSTM untuk klasifikasi intent. Hasil evaluasi menunjukkan performa tinggi dengan akurasi 99,51%, precision 99,39%, recall 100%, dan F1-score 99,69%. Uji terhadap 10 pertanyaan acak menghasilkan nilai Mean Average Precision (MAP) 100%, menunjukkan konsistensi dan relevansi jawaban chatbot. Meski demikian, sistem memiliki keterbatasan seperti ukuran dataset terbatas dan cakupan hanya dalam Bahasa Indonesia. Beberapa input di luar skenario dataset tidak terjawab dengan akurat. Uji statistik menunjukkan nilai p < 0,05, menandakan hasil signifikan. Chatbot ini diharapkan dapat menjadi media edukatif yang mendukung penyebaran informasi kesehatan dan meningkatkan kesadaran masyarakat dalam memahami serta mencegah Tuberkulosis Sensitif. Pengembangan selanjutnya disarankan mencakup fitur multibahasa dan integrasi dengan layanan kesehatan digital.