Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengembangan Virtual Assistant (Chatbot) Bebrbasis NLP (Natural Language Processing) Untuk Portal Informasi Terpadu Pariwisata Tasikmalaya Hidayat, Cepi Rahmat; Sumaryana, Yusuf; Syahrul Anwar, Dede; Fadilah, Ai Linda Nurahmah; Saputra, Muhammad Randika
CSRID (Computer Science Research and Its Development Journal) Vol. 17 No. 1 (2025): Februari 2025
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid-.17.1.2025.136-148

Abstract

Tasikmalaya, known for its natural beauty and cultural richness, has great potential as an attractive tourist destination. One of the main challenges faced is how to convey accurate and integrated information to tourists quickly and easily so that it can be used to improve marketing strategies and destination development. This study aims to develop a virtual assistant (chatbot) based on Natural Language Processing (NLP) for the integrated Tasikmalaya tourism information portal in handling high volumes of questions simultaneously, reducing the workload of human staff and optimizing the service process. The research method uses a waterfall model by applying the NLP approach. The final result of this study is to produce a virtual assistant (chatbot) application that allows users to get information related to Tasikmalaya tourism destinations in a more flexible way. The application was tested using the black box method and showed that the application ran as expected while the SUS test carried out obtained a final score of 72.30 in the Good category.
Klasifikasi Penyakit Diabetes Melitus Berbasis Jaringan Syaraf Tiruan Menggunakan Algoritma Multi-Layer Perceptron Hidayat, Jose Julian; Sujianto, Daffa Eka; Saputra, Muhammad Randika; Ramdhani, Erik Ahmad; Jihansyah, Muhamad; Nandya, Yogi
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1042

Abstract

Diabetes Melitus merupakan salah satu penyakit kronis yang membutuhkan proses deteksi dini secara cepat dan akurat agar risiko komplikasi dapat diminimalkan. Penelitian ini bertujuan untuk mengklasifikasikan penyakit Diabetes Melitus menggunakan Jaringan Syaraf Tiruan dengan algoritma Multi-Layer Perceptron. Dataset yang digunakan terdiri dari 100.000 data dengan 9 atribut, yaitu gender, age, hypertension, heart disease, smoking history, body mass index, HbA1c level, blood glucose level, dan diabetes sebagai target klasifikasi. Setelah dilakukan pengecekan data, tidak ditemukan missing value, namun terdapat 3.854 data duplikat sehingga jumlah data setelah pembersihan menjadi 96.146 data. Proses penelitian meliputi preprocessing data, encoding fitur kategorikal, standardisasi fitur numerik, pembagian data training dan testing, pemodelan Multi-Layer Perceptron, serta evaluasi performa model. Model yang digunakan memiliki beberapa hidden layer dengan aktivasi ReLU, batch normalization, dropout, dan output sigmoid untuk klasifikasi biner. Hasil pengujian menunjukkan bahwa model memperoleh accuracy sebesar 0,9715548622, precision sebesar 0,9939810834, recall sebesar 0,6816037736, F1-score sebesar 0,8086743617, dan ROC-AUC sebesar 0,9749626265. Berdasarkan hasil tersebut, algoritma Multi-Layer Perceptron mampu memberikan performa klasifikasi yang baik, khususnya dalam membedakan pasien non-diabetes dan diabetes berdasarkan atribut kesehatan yang tersedia.