Perancangan Aplikasi Chatbot Makanan Sehat dengan Menggunakan Metode Long Short-Term Memory (LTSM)

Kumalasari, Fifi (2021) Perancangan Aplikasi Chatbot Makanan Sehat dengan Menggunakan Metode Long Short-Term Memory (LTSM). Skripsi thesis, Universitas Tarumanagara.

	Text 535170047_Fifi Kumalasari_01 Cover.pdf Download (613kB)
	Text 535170047_Fifi Kumalasari_02 Lembar Pengesahan.pdf Download (467kB)
	Text 535170047_Fifi Kumalasari_03 Lembar Pernyataan.pdf Download (603kB)
	Text 535170047_Fifi Kumalasari_04 Abstrak.pdf Download (602kB)
	Text 535170047_Fifi Kumalasari_05 Kata Pengantar.pdf Download (610kB)
	Text 535170047_Fifi Kumalasari_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (955kB)
	Text 535170047_Fifi Kumalasari_07 Bab 1.pdf Restricted to Registered users only Download (636kB)
	Text 535170047_Fifi Kumalasari_08 Bab 2.pdf Restricted to Registered users only Download (1MB)
	Text 535170047_Fifi Kumalasari_09 Bab 3.pdf Restricted to Registered users only Download (969kB)
	Text 535170047_Fifi Kumalasari_10 Bab 4.pdf Restricted to Registered users only Download (740kB)
	Text 535170047_Fifi Kumalasari_11 Bab 5.pdf Restricted to Registered users only Download (604kB)
	Text 535170047_Fifi Kumalasari_12 Daftar Pustaka.pdf Download (614kB)
	Text 535170047_Fifi Kumalasari_13 Lampiran.pdf Restricted to Registered users only Download (1MB)
	Text 535170047_Fifi Kumalasari_14 Daftar Riwayat Hidup.pdf Restricted to Registered users only Download (461kB)

Abstract

Chatbot merupakan aplikasi yang sudah banyak ditemukan di berbagai macam media. Chatbot memberikan respon berdasarkan input yang telah dimasukan oleh pengguna pada teks area yang telah disediakan. Input akan melewati tahap pra-pemrosesan teks. Kemudian, dibuat vektor representasi kata dengan menggunakan word2vec. Metode yang digunakan untuk membuat chatbot ini adalah long-short term memory (LSTM) yang merupakan salah satu jenis arsitektur yang cocok digunakan untuk chatbot bertipe generative. Pada LSTM dilakukan modifikasi RNN dengan menambahkan sel memori yang dapat menyimpan informasi untuk jangka waktu yang lama. Untuk hasil dari validasi chatbot dilakukan pengujian dengan menggunakan 100 sampel pertanyaan yang berjenis makanan sehat. Dari hasil pengujian dengan human evaluation didapatkan 87 jawaban yang relevan dan 13 jawaban yang tidak relevan.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	chatbot,pra-pemrosesan teks, word2vec, long-short term memory
Subjects:	Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi
Divisions:	Fakultas Teknologi Informasi > Teknik Informatika
Depositing User:	TDI Family perpus
Date Deposited:	05 May 2021 14:36
Last Modified:	11 Aug 2021 06:40
URI:	http://repository.untar.ac.id/id/eprint/27938

Actions (login required)

View Item