APLIKASI CHATBOT SEBAGAI LAYANAN LIVE CHAT UNTUK PENERIMAAN MAHASISWA BARU MENGGUNAKAN METODE WORD STEMMING DENGAN REGULAR EXPRESSION PATTERN MATCHING

Muhamad Rizki, Ahmad Fitriansyah, Moh. Narji

Abstract


Artificial intelligence is a technology trend that raises rapidly. Many applications build with artificial intelligence, for example, a chatbot that can answer chat messages automatically so that chat services can operate 24 hours a day. Currently, the live chat service for new student admissions at LP3I is provided by operators who have working hours so they cannot operate 24 hours a day. The system development method was applied using the prototyping method with data collection techniques through interviews and observations of the running system. The results of data collection obtained the application system requirements desired by LP3I. The design of this chatbot application using a Question and Answering System-based Natural Language Processing (NLP) approach, the chatbot can learn to understand the context of sentences based on the existing knowledge base and provide answers in natural language by applying basic text processing algorithms such as word stemming, cosine similarity calculations to measure sentence similarity, and regular expression matching algorithms. Application testing carries out using the black box testing method. This chatbot application is web-based as the primary user interface, and Android and web-based applications as the admin interface.

Kecerdasan buatan merupakan tren teknologi yang saat ini berkembang sangat pesat. Banyak aplikasi yang dikembangkan dengan kecerdasan buatan, salah satunya adalah chatbot yang dapat menjawab pesan chat secara otomatis, sehingga layanan chat dapat beroperasi selama 24 jam penuh. Saat ini layanan live chat penerimaan mahasiswa baru di LP3I masih dilayani oleh operator yang memiliki jam kerja tertentu sehingga tidak bisa beroperasi selama 24 jam. Metode pengembangan sistem yang diterapkan adalah metode prototyping dengan teknik pengumpulan data melalui wawancara dan pengamatan pada sistem yang berjalan. Hasil pengumpulan data diperoleh kebutuhan sistem aplikasi yang diinginkan oleh pihak LP3I. Perancangan aplikasi chatbot ini dikembangkan dengan pendekatan Natural Language Processing (NLP) berbasis Question and Answering System, chatbot dapat belajar memahami konteks kalimat berdasarkan knowledge base yang ada dan memberikan jawaban dengan bahasa yang natural, dengan menerapkan algoritma pemrosesan teks dasar seperti word stemming, perhitungan cosine similarity untuk mengukur kemiripan kalimat, dan algoritma pencocokan regular expression matching. Pengujian aplikasi dilakukan dengan metode blacbox testing. Aplikasi chatbot ini berbasis web sebagai antarmuka utama user, dan aplikasi berbasis android dan web sebagai antarmuka admin


Full Text:

PDF

References


Amalia, E. L., & Wibowo, D. W. (2019). Rancang Bangun Chatbot Untuk Meningkatkan Performa Bisnis. Jurnal Ilmiah Teknologi Informasi Asia, 13(2), 137–142.

Benedictus, R. R., Wowor, H. F., & Sambul, A. (2017). Rancang Bangun Chatbot Helpdesk untuk Sistem Informasi Terpadu Universitas Sam Ratulangi. Jurnal Teknik Informatika, 11(1).

Domarco, D., & Iswari, N. M. S. (2017). Rancang Bangun Aplikasi Chatbot Sebagai Media Pencarian Informasi Anime Menggunakan Regular Expression Pattern Matching. Ultimatics: Jurnal Teknik Informatika, 9(1), 19–24.

Elmorshidy, A., Mostafa, M. M., El-Moughrab, I., & Al-Mezen4, H. (2015). Factors Influencing Live Customer Support Chat Services: An Empirical Investigation in Kuwait. Journal of Theoretical and Applied Electronic Commerce Research, 10(3).

Janarthanam, S. (2017). Hands-On Chatbots and Conversational UI Development, Build chatbots and voice user interfaces with Chatfuel, Dialogflow, Microsoft Bot Framework, Twilio, and Alexa Skills. Birmingham : Packt Publishing.

Kurniawan, E., Mustafidah, H., & Shofiyani, A. (2015). Metode Topsis Untuk Menentukan Penerimaan Mahasiswa Baru Pendidikan Dokter di Universitas Muhammadiyah Purwokerto. JUITA: Jurnal Informatika, 3(4), 201–206.

Ma’ruf, F. (2019). Skripsi : Implementasi Chatter Bot sebagai Media Informasi Sekolah dengan Pendekatan Natural Language Processing Berbasis Web (Studi Kasus: Madrasah Aliyah Negeri Yogyakarta 2). University of Technology Yogyakarta.

Murhadi. (2019). Rancang Bangun Aplikasi Chatbot Sebagai Bentuk Pelayanan Prima Untuk Penerimaan Mahasiswa Baru. Intek: Jurnal Informatika Dan Teknologi Informasi, 2(1), 10–16.

Musthafa, M. F., Buliali, J. L., & Hariadi, V. (2018). Pemodelan Multilabel Tweet Media Sosial Mahasiswa Untuk Klasifikasi Keluhan. Jurnal Teknik ITS, 7(1), A247–A252.

Srinivasa-Desikan, B. (2018). Natural Language Processing and Computational Linguistics: A practical guide to text analysis with Python, Gensim, spaCy, and Keras. Birmingham : Packt Publishing.

Sugiyono. (2017). Metode Penelitian Bisnis: Pendekatan Kuantitatif, Kualitatif, Kombinasi dan R&D. Bandung : Alfabeta.

Susandi, D., & Sholahudin, U. (2016). Pemanfaatan Vector Space Model pada Penerapan Algoritma Nazief Adriani, KNN dan Fungsi Similarity Cosine untuk Pembobotan IDF dan WIDF pada Prototipe Sistem Klasifikasi Teks Bahasa Indonesia. ProTekInfo(Pengembangan Riset Dan Observasi Teknik Informatika), 3(1), 22–29. https://doi.org/10.30656/protekinfo.v3i0.54




DOI: https://doi.org/10.56486/jeis.vol3no2.377

Article Metrics

Abstract view : 412 times
PDF - 486 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Muhamad Rizki, Ahmad Fitriansyah, Moh. Narji

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

TERINDEKS OLEH :

Â