<![CDATA[Kesehatan merupakan aspek penting dalam kehidupan manusia, namun masih sering diabaikan, terutama oleh generasi muda. Salah satu penyakit kronis yang terus meningkat prevalensinya adalah diabetes, yang banyak dipengaruhi oleh pola hidup tidak sehat. Penelitian ini bertujuan merancang dan mengembangkan chatbot berbasis algoritma Long Short-Term Memory (LSTM) sebagai sarana layanan informasi mengenai penyakit diabetes. Dataset penelitian diperoleh dari Alodokter, berupa kumpulan pertanyaan dan jawaban seputar diabetes. Proses pengolahan data mencakup pembersihan teks, lemmatization, tokenisasi, encoding, dan padding agar sesuai untuk pelatihan model. Model LSTM kemudian dilatih dan dievaluasi menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil pelatihan menunjukkan akurasi meningkat hingga 92,7% dengan nilai loss yang menurun secara konsisten, sedangkan hasil evaluasi akhir menghasilkan akurasi 94%, dengan precision, recall, dan f1-score rata-rata mencapai 0,93–0,96. Temuan ini menunjukkan bahwa algoritma LSTM mampu membangun chatbot kesehatan yang akurat, responsif, serta berpotensi mendukung layanan edukasi digital bagi penderita diabetes maupun masyarakat umum]]>
Copyrights © 2025
