<![CDATA[Penerimaan Peserta Didik Baru (PPDB) di MTs Attaqwa 04 Kabupaten Bekasi saat ini masih dilayani secara manual melalui WhatsApp oleh sekitar sepuluh panitia yang merangkap mengajar, dengan intensitas pertanyaan 8–10 pesan per hari dan dapat meningkat dua kali lipat pada periode tertentu. Kondisi ini menyebabkan keterlambatan respons dan ketidaktersediaan layanan 24 jam. Penelitian ini bertujuan merancang dan mengimplementasikan chatbot WhatsApp berbasis Natural Language Processing (NLP) dengan algoritma Multinomial Naïve Bayes untuk klasifikasi intent pertanyaan calon pendaftar. Sistem dikembangkan menggunakan metode Extreme Programming (XP) dengan integrasi WhatsApp HTTP API (WAHA), backend Python-Flask, ekstraksi fitur Term Frequency–Inverse Document Frequency (TF-IDF), dan pipeline praproses yang mencakup case folding, cleansing, normalisasi berbasis aturan, serta fuzzy correction. Model dilatih menggunakan kurang lebih 1.000 data intent dan diuji pada 223 data uji holdout. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 85,65%, sedangkan pengujian fungsional terhadap 14 skenario seluruhnya berhasil. Pengujian User Acceptance Testing (UAT) terhadap 28 responden menghasilkan skor rata-rata 4,18–4,43 pada skala Likert 1–5, dengan kepuasan keseluruhan 4,39. Sistem dinilai mampu memberikan layanan informasi PPDB secara otomatis, cepat, dan tersedia 24 jam.]]>
Copyrights © 2026
