p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Teknika
Vioni Jannet Chrisintha
Program Studi Teknik Informatika, Universitas Surabaya, Surabaya, Jawa Timur

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

Found 1 Documents
Search

Implementasi Natural Language Processing Dalam Pembuatan Chatbot Pada Program Information Technology Universitas Surabaya Vincentius Riandaru Prasetyo; Njoto Benarkah; Vioni Jannet Chrisintha
Teknika Vol 10 No 2 (2021): Juli 2021
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v10i2.370

Abstract

Program Information Technology di Jurusan Teknik Informatika, Universitas Surabaya, merupakan salah satu program yang menggunakan bahasa Inggris sebagai pengantar pada saat perkuliahan berlangsung. Akan tetapi, kurangnya informasi mengenai Program Information Technology menyebabkan kurangnya minat calon mahasiswa terhadap program tersebut. Oleh karena itu, penelitian ini bertujuan untuk membuat sebuah aplikasi chatbot yang dapat membantu user untuk memperoleh informasi-informasi terkait dengan Program Information Technology pada Jurusan Teknik Informatika, Universitas Surabaya. Chatbot yang dibangun hanya akan memproses pertanyaan dengan bahasa Inggris saja. Chatbot yang dibuat pada penelitian ini menggunakan pendekatan Natural Language Processing (NLP) untuk memproses pertanyaan yang disampaikan user dan untuk mendapatkan kata kunci dari informasi yang diinginkan user. Sistem akan melakukan pencarian informasi pada kamus informasi yang ada. Apabila informasi tidak ditemukan, maka sistem akan melakukan proses crawling untuk memperoleh informasi yang dibutuhkan user. Pada penelitian ini, validasi sistem dilakukan dengan dua metode yaitu cross validation dan user validation. Berdasarkan validasi dengan metode cross validation didapatkan akurasi sebesar 83,33%. User validation dilakukan dengan cara meminta 10 user untuk melakukan uji coba sistem dan didapatkan akurasi sebesar 76%.