Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JURNAL INSTEK (Informatika Sains dan Teknologi)
Hermaliah, Siti Ayu
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
TECHNOFAC: APLIKASI ANDROID PENCARIAN FASILITAS KAMPUS BERBASIS SPEECH-TO-TEXT DAN NATURAL LANGUAGE PROCESSING (STUDI KASUS: UNIVERSITAS INDO GLOBAL MANDIRI) Hermaliah, Siti Ayu; Puspasari, Shinta; Permatasari, Indah
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i2.60822

Abstract

Aplikasi Technofac dikembangkan untuk memudahkan pencarian fasilitas kampus Universitas Indo Global Mandiri (IGM) dengan integrasi Speech-to-Text dan Natural Language Processing (NLP) melalui metode Hybrid Keyword-Based. Pipeline sistem meliputi Automatic Speech Recognition, preprocessing (normalization, Punctuation Removal, Tokenization, Synonym Mapping, dan Abbreviation Expansion), intent detection berbasis keyword matching, dan Named Entity Recognition (pattern matching, POS tagging, dictionary, serta fuzzy matching). Evaluasi kinerja NLP menunjukkan metode Hybrid Keyword-Based mencapai precision 0.9346, recall 0.9263, dan F1-Score 0.9297 (kategori very good), sedangkan metode Substring Matching mencapai precision 0.7879, recall 0.7512, dan F1-Score 0.7655 (kategori OK). Pengujian blackbox terhadap 13 fitur menunjukkan seluruh fungsi berjalan sesuai spesifikasi. Evaluasi usability menggunakan System Usability Scale pada 20 responden (n=20) menghasilkan skor 82.87 dengan Grade A (Acceptable) dan confidence interval 95% pada rentang 80.8–85.2. Meskipun sistem menunjukkan performa baik, terdapat 16 kasus False Negative akibat query ambigu dan 14 kasus False Positive akibat misclassification entitas. Penelitian ini menunjukkan potensi rule-based NLP untuk aplikasi pencarian fasilitas kampus, namun masih memerlukan dialog management system (follow-up question) dan hierarchical entity recognition untuk menurunkan kesalahan FP/FN.
Co-Authors Indah Permatasari Shinta Puspasari