OTOMATISASI LAYANAN MEDIA INFORMASI FREQUENTLY ASK QUESTIONS BERBASIS NATURAL LANGUAGE PROCESSING PADA TELEGRAM BOT

Husamuddin, Hani (2019) OTOMATISASI LAYANAN MEDIA INFORMASI FREQUENTLY ASK QUESTIONS BERBASIS NATURAL LANGUAGE PROCESSING PADA TELEGRAM BOT. Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

[img]
Preview
Text
2. Abstrak.pdf

Download (76kB) | Preview
[img]
Preview
Text
3. Cover.pdf

Download (172kB) | Preview
[img]
Preview
Text
4.a. Halaman Pengesahan Pembimbing.pdf

Download (841kB) | Preview
[img]
Preview
Text
5. Daftar Isi.pdf

Download (102kB) | Preview

Abstract

Kitabisa atau kitabisa.com adalah platform untuk menggalang dana dan berdonasi secara online (crowdfunding) terpopuler di Indonesia. Kitabisa.com menyediakan media informasi help center untuk membantu visitor mengetahui mengenai Kitabisa.com dan bagaimana menggunakan layanan yang Kitabisa.com sediakan. Help center Kitabisa.com berisi tentang list pertanyaan yang sering visitor tanyakan (Frequently Ask Questions) dan juga fitur search engine yang akan memudahkan visitor untuk mencari pertanyaan yang sesuai dengan yang ingin visitor tanyakan. Namun hasil pencarian dari search engine ini masih berupa list pertanyaan yang mendekati dengan masukan dari visitor, yang mana visitor masih harus melakukan penelusuran untuk mencari pertanyaan yang mana yang sesuai dengan yang ingin visitor tanyakan. Pada penelitian ini akan mengusulkan satu solusi untuk memaksimalkan otomatisasi layanan media informasi Frequently Ask Questions pada help center Kitabisa.com berbasis Natural Language Processing. Layanan ini dilakukan dengan messenger Telegram. Orangorang akan berkomunikasi dengan Bot Telegram yang dirancang berbasis Natural Language Processing menggunakan teknologi TensorFlow. Dengan demikian, chatbot ini bertindak sebagai customer service yang akan menjawab pertanyaan-pertanyaan yang diajukan mengenai informasi pada help center. TensorFlow digunakan untuk membuat neural model yang mana bot akan dilatih berdasarkan intent file (help center Kitabisa.com) sehingga bot ini dapat mempertahankan konteks dan dapat memberikan respon berdasarkan konteks. Hasil dari penelitian ini adalah diketahui bahwa chatbot dengan menggunakan metode Natural Language Processing dapat memberikan respon sesuai dengan konteks atas apa yang user tanyakan dengan akurasi 73%. Hasil tersebut didapat dengan pengujian menggunakan cara 10 koresponden diberikan masing-masing 10 tema pertanyaan untuk divariasikan yang kemudian pertanyaan tersebut ditanyakan kepada chatbot. Kata kunci : chatbot, telegram bot, frequently ask questions, natural language processing, neural network, tensorflow

Item Type: Thesis (Other)
Subjects: Q Science > QD Chemistry
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eko Yuli
Date Deposited: 15 Jul 2019 04:25
Last Modified: 15 Jul 2019 04:25
URI: http://eprints.upnyk.ac.id/id/eprint/20363

Actions (login required)

View Item View Item