Asri, Saffinah Indah
Unknown Affiliation

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

Found 1 Documents
Search

Pengembangan Chatbot Pintar Berbasis AI Sebagai Asisten Virtual untuk Layanan Informasi dan Pendaftaran di LPK Asri, Saffinah Indah; Kusrini, Kusrini
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 3 (2026): Maret 2026
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i3.9654

Abstract

Penelitian ini berjudul “Pengembangan Chatbot untuk Layanan Informasi LKP Mitra Insan Prima Menggunakan Natural Language Processing (NLP) dengan Algoritma Klasifikasi Maksud”. Tujuan dari penelitian ini adalah untuk menciptakan sistem chatbot yang dapat secara otomatis memahami maksud pengguna dalam memberikan informasi mengenai lembaga pendidikan. Masalah yang diangkat adalah keterbatasan dari sistem chatbot statis yang hanya bisa mengenali pertanyaan berdasarkan pencocokan kata kunci tanpa mengerti konteks kalimat, sehingga hasil respons yang diberikan masih kurang akurat. Untuk mengatasi masalah ini, penelitian ini menerapkan pendekatan machine learning berbasis NLP dengan algoritma klasifikasi maksud seperti Naïve Bayes, SVM, dan LSTM. Kumpulan data yang digunakan terdiri dari 500 interaksi yang dikumpulkan dari pertanyaan umum siswa mengenai program kursus, pendaftaran, dan jadwal pelatihan. Tahapan pengembangan mencakup pengumpulan data, pengolahan awal teks (tokenisasi, stemming, dan penghapusan kata henti), pelatihan model klasifikasi maksud, serta penyatuan chatbot ke dalam platform Telegram dengan menggunakan pustaka Python seperti NLTK dan TensorFlow. Hasil dari pengujian menunjukkan bahwa chatbot yang dilatih menggunakan algoritma LSTM memiliki tingkat akurasi tertinggi mencapai 94%, yang lebih tinggi dibandingkan dengan model Naïve Bayes (87%) dan SVM (90%). Kesimpulan dari penelitian ini menunjukkan bahwa pemanfaatan algoritma klasifikasi maksud dalam NLP dapat meningkatkan kemampuan chatbot dalam memahami konteks pertanyaan dan memberikan jawaban yang lebih relevan. Penelitian di masa depan bisa mengembangkan model chatbot yang peka konteks dengan mengintegrasikan knowledge graph untuk melakukan interaksi yang lebih alami.