RARE AQIL AFLAHUDIN JENAR, -
(2022)
Chatbot Rumah Makan Padang Dengan Model Artificial Neural Network Berbasis Situs Web.
Tugas Akhir D3 thesis, UNIVERSITAS AIRLANGGA.
![[img]](https://repository.unair.ac.id/style/images/fileicons/text.png) |
Text (FULLTEXT)
151911513036_tRLZ6J-BJNeUC8vF2OmiPOTT6LursR.pdf
Download (1MB)
|
Abstract
Perkembangan teknologi ini memiliki beberapa dampak positif dan negatif bagi negara. Dampak positifnya adalah munculnya beberapa inovasi digital baru dan canggih yang dapat membantu tenaga kerja manusia, salah satunya adalah chatbots dimana chatbots merupakan kecerdasan buatan yang dapat memanipulasi percakapan layaknya bahasa manusia. Masuknya budaya asing sebagai dampak negatif membuat masyarakat Indonesia perlu beradaptasi dengan media informasi agar budaya Indonesia tidak tenggelam tidak tertinggal informasi dalam memahami budaya sendiri khususnya di bidang pangan. Salah satu bidang pangan yang terkenal di Indonesia adalah Rumah Makan Padang, Rumah makan Padang tersebar luas dan jarang orang yang tidak mengetahui tentang Rumah Makan Padang, maka dari itu Tugas Akhir ini dikembangkan menggunakan chatbot karena kebiasaan masyarakat indonesia yang bertanya terlebih dahulu dari pada membaca. Dengan domain NLP agar dapat merespon dalam bahasa manusia. Metodologi yang digunakan dalam tugas akhir ini adalah proyek siklus ai yang berisi Dataset, Preprocessing, Feature Extraction, Modeling, Evaluation, dan Getting Responses. Pembuatan dataset diperoleh dengan cara berdiskusi dan mewawancarai beberapa narasumber mengenai rumah makan Padang, dengan dataset yang telah dibuat diolah dari kalimat menjadi kata drasar. Kata-kata dasar yang telah diperoleh akan diberi nilai menggunakan bag of words dan membagi datanya untuk dijadikan pelatihan pemodelan, agar hasil estimasi lebih baik, dilakukan evaluasi terhadap model. Hasil dari tahapan sebelumnya akan ditampilkan agar dapat digunakan dan menjadi user friendly. Langkah terakhir adalah melakukan pengujian sistem menggunakan metode pengujian black box untuk mendapatkan 9 hasil testcase dari 12 testcases, dengan perhitungan sederhana hasil akurasi yang didapat sistem adalah 75%. Adapun saran untuk mendapatkan informasi yang lebih detail tentang dataset dan mengurangi kata-kata yang tidak perlu. Demikian juga, model dapat dikembangkan menggunakan optimasi lain dan penelitian lebih lanjut diperlukan untuk menemukan model yang sesuai dengan kumpulan data.
Actions (login required)
 |
View Item |