Penerapan Metode Text Mining pada Chatbot Questions and Answer untuk PT. PLN (Persero) Sumatera Selatan

Abdur Rohim, Abdur Rohim and Irfani, Muhammad Haviz and Ramadhan, Mustafa (2023) Penerapan Metode Text Mining pada Chatbot Questions and Answer untuk PT. PLN (Persero) Sumatera Selatan. Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of Abdur Rohim_2016110014_File Cover - Daftar Isi.pdf] Text
Abdur Rohim_2016110014_File Cover - Daftar Isi.pdf

Download (1MB)
[thumbnail of Abdur Rohim_2016110014_File Full Karya Ilmiah.pdf] Text
Abdur Rohim_2016110014_File Full Karya Ilmiah.pdf
Restricted to Repository staff only

Download (5MB) | Request a copy

Abstract

Chatbot Questions and Answer (Q&A) telah menjadi alat yang sangat penting
bagi perusahaan untuk memberikan dukungan dan layanan pelanggan yang cepat
dan efektif. Namun, tantangan utama dalam pengembangan Chatbot Q&A adalah
memastikan bahwa chatbot dapat memahami bahasa alami pengguna dan
memberikan jawaban yang tepat. Dalam penelitian ini, metode Text Mining dan
Natural Language Processing (NLP) diterapkan pada Chatbot Q&A untuk PT.
PLN (Persero) wilayah Sumatera Selatan dengan tujuan meningkatkan
kemampuan chatbot dalam memahami pertanyaan pelanggan dan memberikan
jawaban yang akurat. Aplikasi yang dirancang pada penelitian ini menggunakan
metode pengembangan perangkat lunak yaitu model Rational Unified Process
(RUP) dan diimplementasikan ke dalam sistem operasi android. Sedangkan untuk
pengujiannya menggunakan perhitungan Root Mean Square Error (RMSE).
Keakuratan pada pengujian ditunjukkan dengan hasil RMSE memiliki nilai kecil
(mendekati nol). Dari hasil pengujian data sampel sejumlah 20 pertanyaan, nilai
perhitungan RMSE sebesar 0.10, sehingga dapat disimpulkan tingkat akurasi
prediksi pada proses text mining dalam aplikasi adalah sangat baik (RMSE
mendekati 0). Hasil dari penelitian ini adalah alat bantu berupa aplikasi tanya￾jawab informasi yang interaktif layaknya model diskusi dan dapat menggunakan
bahasa sehari-hari.
Kata Kunci: Chatbot, Text Mining, Natural Language Processing, RMSE.

Item Type: Thesis (Masters)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Ilmu Komputer > Teknik Informatika S1
Depositing User: mr. Perpustakaan UIGM
Date Deposited: 15 Jan 2024 02:53
Last Modified: 15 Jan 2024 02:53
URI: http://repository.uigm.ac.id/id/eprint/941

Actions (login required)

View Item
View Item