Kurniati, Aria and Nurfalinda, Nurfalinda and Ritha, Nola (2024) IMPLEMENTASI CHATBOT SISTEM INFORMASI DAN PEMESANAN TIKET MENGGUNAKAN TF-IDF DENGAN PENERAPAN NATURAL LANGUAGE PROCESSING (STUDI KASUS: PELABUHAN FERRY DOMESTIK HARBOURBAY). S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) Aria Kurniati_190155201045_Teknik Informatika - Cover.pdf - Published Version Download (706kB)
	Text (ABSTRAK) Aria Kurniati_190155201045_Teknik Informatika - Abstrak.pdf - Published Version Download (133kB)
	Text (BAB I) Aria Kurniati_190155201045_Teknik Informatika - BAB I.pdf - Published Version Download (293kB)
	Text (DAFTAR PUSTAKA) Aria Kurniati_190155201045_Teknik Informatika - Daftar Pustaka.pdf - Published Version Download (256kB)
	Text (Full text) Aria Kurniati_190155201045_Teknik Informatika - Full text.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Perkembangan teknologi pada saat ini telah berkembang sangat pesat serta memberikan pengaruh besar bagi dunia teknologi informasi dan telekomunikasi. Serta kini munculnya beragam aplikasi memberikan pilihan dalam peniengkatan kinerja suatu perusahaan atau industri, baik yang berbasis desktop, mobile maupun web. Peningkatan keakurasian serta efisiensi informasi dalam pemanfaatan teknologi komputer tentu lebih menjanjikan daripada penggunaan tenaga manusia secara manual. Penggunaan sistem chatbot sebagai sarana informasi dalam suatu industri dapat mempermudah manajemen pelayanannya karena sifat otomatis chatbot dalam menyampaikan informasi dari komputer ke pengguna. Natural Language Processing memungkinkan komputer untuk memahami bahasa alami seperti yang dilakukan manusia. Berdasarkan hasil dari penelitian yang telah dilakukan maka dapat disimpulkan bahwa program pembuatan aplikasi seputar informasi keberangkatan berbasis chatbot telah dibuat dengan meng-implementasikan metode Term Freequency Inverse Document Freequency dan Cosine Similarity. Penelitian ini menggunakan data sebanyak 150 data peertanyaan yang diklasifikasikan kedalam 37 label. Hasil yang didapat dari proses uji coba yang telah dilakukan mendapat hasil nilai accuracy sebesar 76%, nilai precision sebesar 76%, dan nilai recall sebesar 100% dengan menggunakan 25 kalimat uji coba.

Actions (login required)

View Item