Aplikasi Chatbot Menjawab Pertanyaan Terkait SBMPTN Menggunakan Convolutional Neural Network dan Augmentasi Data

Devanto, Ariya Wildan (2019) Aplikasi Chatbot Menjawab Pertanyaan Terkait SBMPTN Menggunakan Convolutional Neural Network dan Augmentasi Data. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111540000123-Undergraduate_Theses.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Kecerdasan buatan sudah tidak asing lagi di kehidupan manusia. Kecerdasan buatan adalah sistem yang telah diberikan pengetahuan untuk kebutuhan tertentu. Salah satunya adalah pembuatan chatterbot/chatbot. Banyak perusahaan yang mulai mengembangkan kecerdasan buatan ini. Kemudian banyak muncul beberapa referensi yang membahas kecerdasan buatan ini dan yang paling terkenal adalah menggunakan convolutional neural network (CNN) serta recurrent neural network (RNN). Kedua metode ini merupakan metode yang terkenal memiliki akurasi lebih baik dan lebih mudah untuk diimplementasikan. Pada penelitian, menggunakan implementasi convolutional neural network dan augmentasi pada aplikasi chatbot menjawab pertanyaan terkait Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN). Dimulai dengan pra proses yang terdiri dari menghapus gambar, menghapus tautan, menghapus hashtag, menghapus non alfabet, menghapus berulang, menghapus mention dan penggantian slang word. Hasil pra proses akan diubah dalam bentuk dimensi dimana setiap panjang dimensi mewakili setiap kata dengan nilai unik dengan metode global vector for word representation (GloVe). Kemudian proses training menggunakan convolutional neural network dan recurrent neural network. Penggabungan antara embedding dengan dimensi yang besar serta tambahan dari skenario augmentasi data teks akan menambah besar performa dari CNN. Hasil penelitian ini nilai akurasi terakhir adalah 98%.
====================================================================================================================================
Artificial intelligence is not strange to human life. Artificial intelligence is system that embed knowledge inside for a purpose. One of them is creating chatterbot/chatbot. Lot of digital industry develop this artificial intelligence. After that a lot of paper and journal discuss this artificial intelligence and the most popular is using convolutional neural network and recurrent neural network. Both method are well known method that have higher accuracy and easer to implement. The purpose of undergraduate thesis is implementation of convolutional neural network and data augmentation chatbot application to answer question about SBMPTN. Start with pra processing contain of image deletion, hashtag deletion, mention deletion, non alphabet deletion, and slang word substation. The result of pra processing convert to dimension and train using convolutional neural network. By using combination of embedding with large dimensions and augmentation data, that increase the performance of CNN. From the result this undergraduate thesis the value accuracy is 98%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Convolutional Neural Network, Data Teks, Twitter, Chatbot, Augmentasi
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Ariya Wildan
Date Deposited:	06 Aug 2026 01:11
Last Modified:	06 Aug 2026 01:12
URI:	http://repository.its.ac.id/id/eprint/67332

Actions (login required)

View Item