Teknik Informatika (S1)
Permanent URI for this collection
Browse
Browsing Teknik Informatika (S1) by Subject "Akurasi"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
Item INTENT RECOGNITION BAHASA INDONESIA PADA CHAT BOT PORTAL PRAKTIKUM MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK(2018-04-10) RISAL FALAH; Atje Setiawan Abdullah; Juli RejitoKemudahan akses informasi merupakan salah satu komponen penting di era internet, tidak terkecuali informasi praktikum di Teknik Informatika Universitas Padjadjaran. Sulitnya akses materi praktikum sering kali menjadi alasan mahasiswa terlambat menyelesaikan tugas. Maka dilakukan salah satu inovasi yaitu dengan menggunakan chat bot sebagai sarana untuk mendapatkan akses informasi dengan cepat. Pengenalan sebuah intent adalah salah satu komponen pada chat bot yang berfungsi untuk mengetahui maksud permintaan pengguna. Salah satu implementasinya adalah dengan menggunakan metode deep learning yaitu Convolutional Neural Network (CNN). Penelitian ini dilakukan untuk mengetahui kinerja CNN dalam melakukan pengenalan intent atau maksud pertanyaan yang diajukan oleh mahasiswa pada studi kasus chat bot portal praktikum. Terdapat lima intent yang ditangani, di antaranya adalah tugas, jadwal, informasi, pengajar, dan nilai. Berdasarkan hasil pengujian, akurasi, presisi, dan recall tertinggi yang dapat dicapai adalah 92,188%; 94,618%; dan 90,032% sehingga disimpulkan bahwa Convolutional Neural Network mampu mengenali intent berbahasa Indonesia. Kemudian, model yang telah dilatih, diimplementasikan pada chat bot portal praktikum.