KHAQIQI, M. ILYAS TRI and Pane, Syafrial Fachri and Harani, Nisa Hanum (2023) ANASLISIS KINERJA DAN PENGEMBANGAN MODEL CHATBOT QNA MENGGUNAKAN LSTM DALAM MENJAWAB PERTANYAAN (1.1.4.23.026/M. /A). Diploma thesis, ULBI.
Full text not available from this repository.Abstract
ABSTRAK Penelitian ini bertujuan untuk mengkaji penerapan algoritma Long Short-Term Memory (LSTM) dalam pengembangan chatbot QNA (Question and Answer) sebagai sistem pendukung kursus online. Penggunaan chatbot telah menjadi tren populer dalam berbagai sektor, termasuk pendidikan, karena dapat memberikan solusi efisien bagi pengguna yang membutuhkan informasi atau bantuan. Meskipun demikian, implementasi algoritma LSTM dalam skala kecil untuk chatbot QNA kursus online masih terbatas. Tujuan dari penelitian ini adalah untuk mengeksplorasi potensi algoritma LSTM dalam menciptakan chatbot yang responsif dan akurat terhadap pertanyaan pengguna. Algoritma LSTM memiliki kemampuan untuk mempertimbangkan konteks percakapan dan memori jangka panjang, sehingga dapat mengenali pola dan hubungan antara kata-kata dalam kalimat. Data QnA dan kamus Slang Bahasa Indonesia digunakan sebagai sumber data dalam pengembangan chatbot ini. Penelitian ini juga melibatkan tahapan tuning hyper parameter untuk mendapatkan model yang optimal. Hasil dari tuning hyper parameter menunjukkan bahwa konfigurasi terbaik untuk model LSTM adalah dengan 256 lapisan dan dilatih selama 30 epoch, menghasilkan akurasi mencapai 0.9826 dengan presisi sebesar 0.9860 dan recall sebesar 0.9778. Penelitian ini mengatasi tantangan dalam data pertanyaan agar chatbot dapat memahami berbagai konteks pertanyaan dengan baik, meskipun dalam satu baris data pertanyaan. Dengan menggabungkan algoritma LSTM yang mampu mengenali pola kalimat dan kamus Slang Bahasa Indonesia untuk memahami ekspresi informal, chatbot ini berhasil memberikan respons yang relevan dan informatif terhadap pertanyaan pengguna. Penerapan chatbot QNA berbasis LSTM dalam sistem pendukung kursus online berpotensi meningkatkan interaksi antara pengguna dan platform pembelajaran, serta memberikan pengalaman belajar yang lebih baik melalui solusi yang akurat dan efisien. Kata Kunci: Chatbot QnA, LSTM, Sistem Pendukung Kursus Online, Pengenalan Pola Kalimat, Kamus Slang Bahasa Indonesia.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Depositing User: | Unnamed user with email [email protected] |
| Date Deposited: | 23 Jan 2024 04:05 |
| Last Modified: | 23 Jan 2024 04:05 |
| URI: | http://eprint.ulbi.ac.id/id/eprint/2108 |
Actions (login required)
 |
View Item |
