Repositori Institusi

Politeknik Siber dan Sandi Negara

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
No image available for this title
Bookmark Share

Text

Implementasi chatbot pada website Politeknik Siber dan Sandi Negara menggunakan teknik deep learning

Lia Fauzia - Personal Name; Girinoto - Personal Name; Raden Budiarto Hadiprakoso - Personal Name; Nurul Qomariasih - Personal Name;

Dewasa ini keberadaan chatbot semakin banyak digunakan demi membantu kinerja manusia dengan tujuan untuk meningkatkan kemudahan komunikasi dan untuk memberikan layanan yang lebih baik dan lebih cepat. Demi menunjang kemudahan dalam memberikan ketersediaan layanan informasi yang lebih baik maka dibuat sebuah chatbot untuk website Politeknik Siber dan Sandi Negara. Pembuatan chatbot ini bertujuan untuk mempermudah calon taruna Politeknik siber dan Sandi Negara untuk bertanya mengenai Seleksi Penerimaan Mahasiswa Baru. Peneliti akan mengumpulkan data percakapan mengenai Seleksi Penerimaan Mahasiswa Baru melalui platform tawk.to dan percakapan pada akun twitter Politeknik Siber dan Sandi Negara sebagai data yang akan digunakan dalam pembuatan chatbot. Chatbot akan dibuat dengan menggunakan metode deep learning dengan framework rasa.
Dialog/conversation pada chatbot dirancang berdasarkan Dual Intent and Entity Transformer (DIET) dimana model dibangun menggunakan framework Rasa. DIET merupakan sebuah arsitektur transformer multitugas yang canggih dan ringan. Chatbot akan diimplementasikan pada website Politeknik Siber dan Sandi Negara dengan menggunakan Docker dan akan dipasangkan pada website dengan bentuk Chat Widget. Adapun evaluasi akan diberikan pada chatbot yang telah dibuat. Evaluasi yang dilakukan adalah dengan menggunakan metrik evaluasi model serta uji fungsionalitas. Pengujian dengan metrik evaluasi mendapatkan hasil yaitu nilai precision sebesar 0,99, recall adalah 1.0, dan F1 score sebesar 0,99. Sedangkan uji fungsionalitas mendapatkan persentase sebesar 90,625%.


Availability

No copy data

Detail Information
Series Title
-
Call Number
2021 LIA i
Publisher
Bogor : Poltek SSN., 2021
Collation
xii, 49 hlm
Language
Indonesia
ISBN/ISSN
--
Classification
--
Content Type
-
Media Type
-
Carrier Type
-
Edition
--
Subject(s)
chatbot
deep learning
framework rasa
Specific Detail Info
-
Statement of Responsibility
Lia Fauzia
Other version/related

No other version available

File Attachment
No Data
Comments

You must be logged in to post a comment

Repositori Institusi
  • Information
  • Services
  • Librarian
  • Member Area

About Us

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2025 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?