@phdthesis{digilib37073,
           month = {August},
           title = {Implementasi Na??ve Bayes Classifier dan Cosine Similarity dalam
pengembangan aplikasi chatbot unit Admisi UIN Sunan Kalijaga
Yogyakarta},
          school = {UIN Sunan Kalijaga Yogyakarta},
          author = {NIM. 15650037 KHOIRUL UMAM},
            year = {2019},
            note = {Dr. Agung Fatwanto, S.Si., M.Kom.,},
        keywords = {Cosine Similarity, Na??ve Bayes, Chatbot, FAQ},
             url = {https://digilib.uin-suka.ac.id/id/eprint/37073/},
        abstract = {Admisi UIN Sunan Kalijaga adalah salah satu unit di UIN Sunan Kalijaga
yang berperan dalam pelayanan informasi penerimaan dan pendaftaran bagi setiap
calon mahasiswa baru yang berminat menjadi mahasiswa di UIN Sunan Kalijaga
Yogyakarta. Admisi UIN Sunan kalijaga melayani banyak calon pendaftar yang
ingin mendaftar atau ingin mendapatkan informasi seputar pendaftaran mahasiswa
baru S1, S2 dan S3 setiap harinya. Admisi UIN Sunan Kalijaga dalam pelayanannya
mendapatkan banyak pertanyaan dari calon pendaftar yang ingin mendapatkan
informasi seputar pendaftaran pada sosial media Admisi UIN Sunan Kalijaga.
Membangun sebuah sistem cerdas yang diharapkan dapat membantu pendaftar
mendapatkan respon yang cepat untuk mengetahui informasi seputar pendaftaran
dan membantu pihak Unit Admisi UIN Sunan Kalijaga dalam melayani
pendaftar dengan baik. Dengan metode Naive Bayes dan cosine similarity dapat
digunakan untuk melakukan klasifikasi dan mencari jawaban yang relevan sesuai
dengan pertanyaan yang diajukan pendaftar.
Penelitian ini dilakukan dengan tahap pengumpulan data, reklasifikasi data
FAQ Admisi UIN Sunan Kalijaga preprocessing terhadap data FAQ Admisi UIN
Sunan Kalijaga, pembobotan dengan TF-IDF, perhitungan dengan Cosine Similarity,
pengembangan aplikasi chatbot. Hasil uji coba yang dilakukan dengan menggunakan
confusion matrix didapatkan: accuracy 86\%, precission 91\% dan recall 87\%
untuk data sebelum reklasifikasi dan accuracy 46\%, precission 21\% dan recall 33\%
untuk data setelah reklasifikasi.
Setelah itu dilakukan penembangan aplikasi chatbot ke dalam 2 versi. versi
pertama menggunakan data sebelum di reklasifikasi untuk data trainingnya dan
versi kedua menggunakan data setelah reklasifikasi sebagai data trainingnya. Hasil
ujicoba menggunakan kuisioner pada kedua aplikasi dari 48 responden didapatkan:
39,6\% menyatakan relevan, 39,6\% menyatakan cukup relevan dan 20,8\% menyatakan
tidak relevan untuk aplikasi chatbot versi pertama (data sebelum reklasifikasi
sebagai data training) dan 35,4\% menyatakan relevan, 37,5\% menyatakan cukup rexvi
xvii
levan dan 27,1\% menyatakan tidak relevan untuk aplikasi chatbot versi kedua (data
setelah reklasifikasi sebagai data training).}
}