IMPLEMENTASI PEMBOBOTAN TF-IDF PADA CHATBOT TELEGRAM UNTUK SISTEM LAYANAN INFORMASI

Muhammad Syahputra Maulana
Yusuf Anshori
Ryfial Azhar
Rahma Laila
Nouval Trezandy Lapatta


DOI: https://doi.org/10.29100/jipi.v10i3.6314

Abstract


Chatbot populer dalam interaksi manusia-mesin dan efektif dalam layanan pelanggan, bantuan pengguna, dan pengelolaan informasi. Pengembangannya meliputi pengumpulan data pertanyaan, pem-rosesan teks, dan penerapan algoritma TF-IDF untuk mengekstrak in-formasi relevan dari dataset. Penelitian ini mengkaji penerapan algo-ritma TF-IDF pada chatbot Telegram menggunakan dataset yang terdiri dari 94 dokumen dan 300 data uji. Hasil penelitian menunjuk-kan bahwa algoritma TF-IDF menghasilkan 268 respons yang relevan dan akurat, 12 respons yang tidak relevan namun tetap diberikan, dan 32 respons yang seharusnya relevan tetapi tidak ditemukan. Penggunaan algoritma TF-IDF, yang memberikan pembobotan pada kata-kata berdasarkan pentingnya dalam dokumen, menunjukkan akurasi yang cukup baik. Hasil ini didukung oleh pengujian relevansi menggunakan metrik umum dalam bidang information retrieval, yang menghasilkan nilai precision sebesar 95,71%, recall sebesar 89,33%, dan F1-Score sebesar 92,4%. Dengan nilai-nilai tersebut, kinerja chat-bot Telegram dinilai sangat baik dalam memberikan respons.

Keywords


Chatbot Telegram; Algoritma TF-IDF; Sistem Layanan Informasi

Full Text:

PDF

Article Metrics :

References


M. Furqan, S. Sriani, and M. N. Shidqi, “Chatbot Telegram Menggunakan Natural Language Processing,” Walisongo J. Inf. Technol., vol. 5, no. 1, pp. 15–26, 2023, doi: 10.21580/wjit.2023.5.1.14793.

P. Marga, “JTIM : Jurnal Teknologi Informasi dan Multimedia Implementasi Chatbot Sebagai Virtual Assistant di Universitas,” vol. 4, no. 2, pp. 133–148, 2022.

H. Husamuddin, D. B. Prasetyo, and H. C. Rustamadji, “Otomatisasi Layanan Frequently Ask Questions Berbasis Natural Langugae Processing Pada Telegram Bot,” Telematika, vol. 17, no. 2, p. 145, 2020, doi: 10.31315/telematika.v1i1.3383.

A. Azis Maarif, “Penerapan Algoritma Fuzzy,” Univ. Dian Nusant., 2015, [Online]. Available: repository.unair.ac.id/29371/3/15 BAB II.pdf

N. Arifin, U. Enri, and N. Sulistiyowati, “Penerapan Algoritma Support Vector Machine (SVM) dengan TF-IDF N-Gram untuk Text Classification,” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 6, no. 2, p. 129, 2021, doi: 10.30998/string.v6i2.10133.

Y. A. Putri Gabriella, “Optimasi Penerimaan Siswa Baru Dengan Penerapan Algortima Text Mining Dan Tf-Idf,” J. Comput. Informatics Res., vol. 2, no. 3, pp. 110–117, 2023, doi: 10.47065/comforch.v2i3.941.

R. Kosasih and A. Alberto, “Analisis Sentimen Produk Permainan Menggunakan Metode TF-IDF Dan Algoritma K-Nearest Neighbor,” InfoTekJar J. Nas. Inform. dan Teknol. Jar., vol. 6, no. 1, pp. 134–139, 2021, [Online]. Available: https://doi.org/10.30743/infotekjar.v6i1.3893

E. H. Y. K. Eben Haezer and N. Setiyawati, “Pembangunan Aplikasi Virtual Inventory System (Vis) Berbasis Web Menggunakan Flask Framework,” J. Mnemon., vol. 5, no. 2, pp. 128–135, 2022, doi: 10.36040/mnemonic.v5i2.4799.

G. H. Setiawan and I. M. B. Adnyana, “Improving Helpdesk Chatbot Performance with Term Frequency-Inverse Document Frequency (TF-IDF) and Cosine Similarity Models,” J. Appl. Informatics Comput., vol. 7, no. 2, pp. 252–257, 2023, doi: 10.30871/jaic.v7i2.6527.

R. Wati, S. Ernawati, and H. Rachmi, “Pembobotan TF-IDF Menggunakan Naïve Bayes pada Sentimen Masyarakat Mengenai Isu Kenaikan BIPIH,” J. Manaj. Inform., vol. 13, no. 1, pp. 84–93, 2023, doi: 10.34010/jamika.v13i1.9424.

B. B. Baskoro, I. Susanto, and S. Khomsah, “Analisis Sentimen Pelanggan Hotel di Purwokerto Menggunakan Metode Random Forest dan TF-IDF (Studi Kasus: Ulasan Pelanggan Pada Situs TRIPADVISOR),” INISTA (Journal Informatics Inf. Syst. Softw. Eng. Appl., vol. 3, no. 2, pp. 21–29, 2021, doi: 10.20895/INISTA.V3.

D. W. Wibowo, M. Z. Abdullah, and J. D. Kristanto, “Penerapan Metode Tf-Idf Untuk Chatbot Pada Sistem Informasi Pelayanan Percetakan Online,” Semin. Inform. Apl. Polinema 2020, pp. 196–200, 2020.

L. Mustari S, A. Sa’ban Miru, and R. Amalia, “Pengujian Aplikasi Sistem Monitoring Perkuliahan Menggunakan Standar ISO 25010,” J. Mediat., vol. 3, no. 3, pp. 1–7, 2024.

R. Wijanarko and I. Afrianto, “Rancang Bangun Aplikasi Chatbot Media Informasi Parenting Pola Asuh Anak Menggunakan Line,” Matrix J. Manaj. Teknol. dan Inform., vol. 10, no. 1, pp. 1–10, 2020, doi: 10.31940/matrix.v10i1.1805.

Fahmi Yusron Fiddin, A. Komarudin, and M. Melina, “Chatbot Informasi Penerimaan Mahasiswa Baru Menggunakan Metode FastText dan LSTM,” J. Appl. Comput. Sci. Technol., vol. 5, no. 1, pp. 33–39, 2024, doi: 10.52158/jacost.v5i1.648.

K. Umam, “MENGANALISIS RESPONS NETIZEN TWITTER TERHADAP PROGRAM MAKAN SIANG GRATIS MENERAPKAN NLP METODE NAÏVE BAYES,” vol. 14, no. 3, pp. 201–208, 2024.


Tips Main yang Aman dan Seru

judi bolavipbet88vipbet88bolago88clubjudi