PENERAPAN LATENT SEMANTIC ANALYSIS TERHADAP KLASIFIKASI PERTANYAAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR UNTUK CHATBOT LAYANAN INFORMASI JURUSAN INFORMATIKA UPN “VETERAN” YOGYAKARTA

Aini, Ninditya Salma Nur (2022) PENERAPAN LATENT SEMANTIC ANALYSIS TERHADAP KLASIFIKASI PERTANYAAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR UNTUK CHATBOT LAYANAN INFORMASI JURUSAN INFORMATIKA UPN “VETERAN” YOGYAKARTA. Other thesis, UPN 'Veteran" Yogyakarta.

Preview	Text ABSTRAK_123160175_Ninditya Salma Nur Aini.pdf Download (118kB) | Preview
Preview	Text COVER_123160175_Ninditya Salma Nur Aini.pdf Download (199kB) | Preview
Preview	Text DAFTAR ISI_123160175_Ninditya Salma Nur Aini (1).pdf Download (425kB) | Preview
Preview	Text DAFTAR PUSTAKA_123160175_Ninditya Salma Nur Aini.pdf Download (342kB) | Preview
Preview	Text LEMBAR PENGESAHAN_123160175_Ninditya Salma Nur Aini.pdf Download (823kB) | Preview
	Text SKRIPSI FULLTEXT_123160175_Ninditya Salma Nur Aini.pdf Restricted to Repository staff only Download (6MB)

Abstract

viii
ABSTRAK
Pencarian informasi secara konvensional kurang memberikan kemudahan, seperti
penyampaian informasi di Jurusan Informatika UPN “Veteran” Yogyakarta melalui surat
edaran, media sosial dan media lainnya. Seringkali pertanyaan mahasiswa ditanyakan secara
berulang dan terbatas karena jam kerja. Oleh karena itu, salah satu solusi teknologi yang
dapat menciptakan komunikasi interaktif, cepat dan informatif yaitu chatbot dengan
pendekatan NLP berbasis retrieval. Pengenalan intent atau klasifikasi pertanyaan merupakan
salah satu tahapan penting NLP berbasis retrieval. Klasifikasi biasanya dilakukan
menggunakan metode machine learning, salah satunya yaitu dengan K-Nearest Neighbor
(KNN). Namun KNN menghabiskan waktu relatif lama dan kurang akurat dalam
perhitungan jarak, karena ruang vektor sparse (memiliki banyak nol) dengan dimensi yang
besar, serta keterbatasan dalam memperhatikan semantik. Maka, untuk mengatasi
kelemahan KNN dibutuhkan sebuah algoritma pemilihan fitur yang mampu memperhatikan
semantik. Latent Semantic Analysis (LSA) merupakan salah satu algoritma pemelihan fitur
dengan reduksi fitur yang memetakan ruang fitur ke ruang tereduksi.
Penelitian akan dilakukan untuk klasifikasi pertanyaan mahasiswa kedalam intent
pertanyaan berdasarkan topik informasi yang ada di Jurusan Informatika UPN “Veteran”
Yogyakarta. Penelitian ini menggunakan data yang diperoleh pengumpulan data pertanyaan
mahasiswa dengan formullir, dimana data tersebut diberi label sesusai topiknya. Kemudian
data akan dilakukan text preprocessing, ekstraksi fitur dengan Term Frequency-Inverse
Document Frequency (TF-IDF), pemilihan fitur LSA, selanjutnya proses training dan testing
dengan menggunakan algoritma KNN. Pengujian yang dilakukan menggunakan data
sebanyak 1410 dengan perbandingan data latih 90% dan data uji 10% dengan K-Fold Cross
Validation.
Penerapan LSA pada klasifikasi pertanyaan membuat klasifikasi pertanyaan lebih
efisien waktu, serta meningkatkan akurasi, presisi dan recall dari algoritma KNN dengan
menghilangkan fitur yang berlebihan, menghubungkan antar pertanyaan dan melihat relasi
antar kata. Hasil pengujian yang telah dilakukan dapat diketahui bahwa terjadi efisiensi
waktu ditunjukan dengan waktu komputasi yang semula 27.49 detik menjadi 17,97 detik,
peningkatan nilai rata-rata akurasi dari 92,1% menjadi 93,2%, peningkatan rata-rata presisi
dari 76,7% menjadi 78,8%, peningkatan rata-rata recall dari 74.9% menjadi 77,9%. Model
ini juga mengalami peningkatan nilai rata-rata AUC dari 85% (good classification) menjadi
87% (good classification).
ix
ABSTRACT
Conventional search for information does not provide convenience, such as the
delivery of information at the Department of Informatics UPN "Veteran" Yogyakarta
through circulars, social media and other media. Often student questions are asked
repeatedly and are limited due to working hours. Therefore, one of the technology solutions
that can create interactive, fast and informative communication is a chatbot with a retrieval�based NLP approach. The introduction of intent or question classification is one of the
important stages of retrieval-based NLP. Classification is usually done using machine
learning methods, one of which is K-Nearest Neighbor (KNN). However, KNN takes a
relatively long time and is less accurate in calculating distances, because the sparse vector
space (has many zeros) with large dimensions, and limitations in paying attention to
semantics. So, to overcome the weakness of KNN, we need a feature selection algorithm that
is able to pay attention to semantics. Latent Semantic Analysis (LSA) is a feature selection
algorithm with feature reduction that maps the feature space to the reduced space.
Research will be conducted to classify student questions into question intent based
on the topic of information in the Department of Informatics UPN "Veteran" Yogyakarta.
This study uses data obtained by collecting student question data using a form, where the
data is labeled according to the topic. Then the data will be text preprocessing, feature
extraction with Term Frequency-Inverse Document Frequency (TF-IDF), LSA feature
selection, then the training and testing process using the KNN algorithm. The tests were
carried out using 1410 data with a comparison of 90% training data and 10% test data with
K-Fold Cross Validation.
The application of LSA to the classification of questions makes the classification of
questions more time efficient, and improves the accuracy, precision and recall of the KNN
algorithm by eliminating redundant features, connecting between questions and seeing the
relationships between words. The results of the tests that have been carried out can be seen
that there is time efficiency as indicated by the computation time from 27.49 seconds to 17.97
seconds, an increase in the average value of accuracy from 92.1% to 93.2%, an increase in
the average precision from 76,7% to 78.8%, an increase in the average recall from 74.9%
to 77.9%. This model also experienced an increase in the average AUC value from 85%
(good classification) to 87% (good classification).

Item Type:	Thesis (Other)
Uncontrolled Keywords:	informasi secara konvensional kurang memberikan kemudahan
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	21 Mar 2022 03:58
Last Modified:	26 Oct 2022 02:47
URI:	http://eprints.upnyk.ac.id/id/eprint/29094

Actions (login required)

View Item