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.

Preview	Text 2. Abstrak.pdf Download (76kB) | Preview
Preview	Text 3. Cover.pdf Download (172kB) | Preview
Preview	Text 4.a. Halaman Pengesahan Pembimbing.pdf Download (841kB) | Preview
Preview	Text 5. Daftar Isi.pdf Download (102kB) | Preview
	Text daftar pustaka.pdf Download (126kB)
	Text 1.-Tugas-Akhir.pdf Restricted to Repository staff only Download (7MB)

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)
Uncontrolled Keywords:	chatbot, telegram bot, frequently ask questions, natural language processing, neural network, tensorflow
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:	09 Jan 2024 01:52
URI:	http://eprints.upnyk.ac.id/id/eprint/20363

Actions (login required)

View Item