Chatbot Pada Smart Cooperative Oriented Problem Menggunakan Natural Language Processing dan Naive Bayes Classifier
Abstract
Perkembangan ilmu pengetahuan dan teknologi menuntut perguruan tinggi sebagai lembaga pendidikan yang formal, untuk dapat menghasilkan lulusan yang bermutu dan kompeten. Pembelajaran pada perguruan tinggi seharusnya lebih inovatif dan kreatif dalam menghasilkan lulusan serta responsif akan kebutuhan tenaga kerja. “Kendala yang dialami dosen dalam mengajar matakuliah Struktur Data adalah belum adanya model pembelajaran yang mendekatkan mahasiswa dengan teori abstrak yang sulit untuk dipahami mahasiswa, untuk mengatasi permasalahan tersebut maka perlu adanya model pembelajaran yang dapat meningkatkan kualitas belajar yang dimiliki mahasiswa dengan cara melakukan chatbot belajar. Metode yang digunakan dalam penelitian ini adalah Naive Bayes Classifier, dari Perangkat lunak yang dibangun dapat membantu pihak dosen pada mata kuliah struktur data dalam proses bimbingan belajar mahasiswa. Metode Naïve Bayes Classifier dapat diimplementasikan untuk membangun perangkat lunak chatbot bimbingan belajar mahasiswa
References
Amrizal, V. (2018). Penerapan Metode Term Frequency Inverse Document Frequency (Tf-Idf) Dan Cosine Similarity Pada Sistem Temu Kembali Informasi Untuk Mengetahui Syarah Hadits Berbasis Web (Studi Kasus: Hadits Shahih Bukhari-Muslim). Jurnal Teknik Informatika, 11(2), 149–164. https://doi.org/10.15408/jti.v11i2.8623
Andita Dwiyoga Tahitoe, D. P. (2010). Implementasi Modifikasi Enhanced Confix Stripping Stemmer Untuk Bahasa Indonesia Dengan Metode Corpus Based Stemming. Jurnal Ilmiah, 1–15.
Feng, X., Li, S., Yuan, C., Zeng, P., & Sun, Y. (2018). Prediction of Slope Stability using Naive Bayes Classifier. KSCE Journal of Civil Engineering, 22(3), 941–950. https://doi.org/10.1007/s12205-018-1337-3
H, A. T. J. (2015). Preprocessing Text untuk Meminimalisir Kata yang Tidak Berarti dalam Proses Text Mining. Informatika UPGRIS, 1, 1–9.
Hengki, M., & Wahyudi, M. (2020). Klasifikasi Algoritma Naïve Bayes dan SVM Berbasis PSO Dalam Memprediksi Spam Email Pada Hotline-Sapto. Paradigma - Jurnal Komputer Dan Informatika, 22(1), 61–67. https://doi.org/10.31294/p.v22i1.7842
Kang, H., Yoo, S. J., & Han, D. (2012). Senti-lexicon and improved Naïve Bayes algorithms for sentiment analysis of restaurant reviews. Expert Systems with Applications, 39(5), 6000–6010. https://doi.org/10.1016/j.eswa.2011.11.107
Nwankwo, W. (2018). Interactive Advising with Bots: Improving Academic Excellence in Educational Establishments. American Journal of Operations Management and Information Systems, 3(1), 6. https://doi.org/10.11648/j.ajomis.20180301.12
Rusmarasy, B., Priyambadha, B., & Pradana, F. (2019). Pengembangan Chat Bot pada CoMa untuk Memberikan Motivasi Kepada Pengguna Menggunakan AIML. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(5), 4484–4490.
Smith, D. (2006). Informa . on Retrieval.
Utari, M. I., & Medyawati, H. (2020). Classification of News Types By Implementing Enhanced Confix Stripping Stemmer. International Journal of Engineering Technologies and Management Research, 6(5), 135–141. https://doi.org/10.29121/ijetmr.v6.i5.2019.380
