Implementasi Na¨ıve Bayes Classifier dan Cosine Similarity dalam pengembangan aplikasi chatbot unit Admisi UIN Sunan Kalijaga Yogyakarta

KHOIRUL UMAM, NIM. 15650037 (2019) Implementasi Na¨ıve Bayes Classifier dan Cosine Similarity dalam pengembangan aplikasi chatbot unit Admisi UIN Sunan Kalijaga Yogyakarta. Skripsi thesis, UIN Sunan Kalijaga Yogyakarta.

Preview	Text (Implementasi Na¨ıve Bayes Classifier dan Cosine Similarity dalam pengembangan aplikasi chatbot unit Admisi UIN Sunan Kalijaga Yogyakarta) 15650037_BAB I, V, DAFTAR PUSTAKA.pdf - Published Version Download (4MB) | Preview
	Text (Implementasi Na¨ıve Bayes Classifier dan Cosine Similarity dalam pengembangan aplikasi chatbot unit Admisi UIN Sunan Kalijaga Yogyakarta) 15650037_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (3MB)

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).

Share this knowledge with your friends :

Actions (login required)

View Item