Implementasi Chatbot Sebagai Virtual Assistant di Universitas Panca Marga Probolinggo menggunakan Metode TF-IDF

Nuzul Hikmah; Dyah Ariyanti; Ferry Agus Pratama

doi:10.35746/jtim.v4i2.225

Nuzul Hikmah Universitas Panca Marga
Dyah Ariyanti
Ferry Agus Pratama

DOI: https://doi.org/10.35746/jtim.v4i2.225

Keywords: tf-df, vector space model, chatbot, text-preprocessing

Abstract

This research is to implement a chatbot as a virtual assistant that can be used as an academic information service for the general public as well as for the academic community of the Panca Marga University Probolinggo campus. The stages of developing this chatbot using the waterfall method include analysis, design, code, testing and maintenance. The method used for learning chatbots uses Tf-Idf and VSM for word weighting in documents and queries and Cosine similarity to calculate similarity (similarity) between documents and queries. The final result of this research is a chatbot application that can be used as a virtual assistant as customer service in serving and providing information about academics at Panca Marga University Probolinggo. Based on the results of the accuracy and UAT testing, the accuracy rate obtained by the chatbot reached 85.7% and the UAT test in the first test reached 84.1% with a total of 30 respondents, in the second test it reached 82.1% with a total of 92 respondents.

Downloads

Download data is not yet available.

References

[1] Desiani, Anita. Muhammad Arhami. 2006. “Konsep Kecerdasan Buatan”. Yogyakarta : C.V Andi Offset.
[2] Syafiq, N.A.F. 2019. “Penerapan Technology Acceptance Test dalam pengujian sistem informasi sarana dan prasarana sekolah di MTs Negeri 5 Kabupaten Kediri”. Skripsi. Tidak Diterbitkan. Fakultas Sains dan Teknologi. Universitas Islam Negeri Maulana Malik Ibrahim Malang.
[3] Iswandi, Ahmad, 2018. “Implementasi Chatbot Pada Order Management System Usaha Mikro Kecil Menengah”. Skripsi. Tidak Diterbitkan. Yogyakarta: Universitas Islam Indonesia.
[4] Nugraha, A.T. 2020. “Aplikasi Pemesanan Travel menggunakan chatbot dengan machine learning”. Skripsi. Tidak Diterbitkan. Fakultas Sains dan Teknologi. Universitas Islam Negeri Maulana Malik Ibrahim Malang.
[5] Fauzal, A. 2020. “Aplikasi Chatbot Sekretaris Jurusan Berbasis Artificial Intelligence Markup Language (Aiml)”. Skripsi. Tidak Diterbitkan. Fakultas Sains Dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Pekanbaru.
[6] Kurniadi, Dedy, “Implementasi Algoritma Cosine Similarity pada sistem arsip dokumen di Universitas Islam Sultan Agung”. In Jurnal Transformtika, Vol.17, No.2, Januari 2020, pp. 124 -132
[7] Jumardi, Rio. Lia Farokhah. Maghfirah, “Kolaborasi Digital Signage dan chatbot Messenger Sebagai Layanan Penyedia Informasi Akademik,” in Jurnal Media Informatika Budidarma, 2020. pp. 347-354.
[8] Mulyatun, Sri. Hastari Utama. Ali Mustopa, “Pendekatan Natural Language Processing Pada Aplikasi ChatAsdfg Sebagai Alat Bantu Customer Service,” in Joism : Jurnal Of Information System Management, 2021. pp. 12 -17.
[9] Suparno, Agus, “Chatbot sebagai implementasi Pemanfaatan Teknologi Artificial Intelligence dengan Channel Telegram,” in Jurnal Media Aplikom, 2020. pp. 47 -55.
[10] Herwin. Khusaeri Andesa, “Super Agent ChatAsdfg “3S” Sebagai Media Informasi Menggunakan Metoda Natural Language Processing(NLP),” in Jurnal Teknologi Dan Open Source, 2019. pp. 53-64.
[11] Awaliyah, Tjut Zuraiyah. Dian Kartika. Utami. Degi Herlambang, “Implementasi ChatAsdfg Pada Pendaftaran Mahasiswa Baru Menggunakan Recurrent Neural Network,” in Jurnal Ilmiah Teknologi dan Rekayasa, 2019. pp. 91 -101.
[12] Dwi, Ananda. Firdha Imamah. Yusuf Mei Andre S. Ardiansyah, “Aplikasi Chatbot (Milki Bot) Yang Terintegrasi Dengan Web Cms Untuk Customer Service Pada Ukm Minsu,” in Jurnal Cendikia, 2017. pp. 100 -106.
[13] Dinatha, Pande Made Risky Cahya. Nur Aini Rakhmawati. “Komparasi Term Weighting dan Word Embedding pada Klasifikasi Tweet Pemerintah Daerah (Comparison of Term Weighting and Word Embedding on Local Government Tweet Classification),” In Jurnal Nasional Teknik Elektro dan Teknologi Informasi. Vol. 9, No. 2, Mei 2020.
[14] Rofiqi, Moh Afif, dkk. 2019. “Implementasi Term-Frequency Inverse Document Frequency (TF-IDF) Untuk Mencari Relevansi Dokumen Berdasarkan Query,” in Jurnal Journal of computer science and applied informatics. Implementasi Term-Frequency Inverse Document Frequency (TF-IDF) Untuk Mencari Relevansi Dokumen Berdasarkan Query
[15] Priandono, Ikwan Rizki, dkk. 2020. “Implementasi Vector Space Model Dengan Pembobotan Berbasis Kelas Pada Mesin Pencari Dokumen Skripsi”. In Jurnal Informatika: Jurnal pengembangan IT (JPIT), Vol.5, No.2, Mei 2020