Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Ganeshaputra, Yoga"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    CHATBOT AI BERBASIS WEB DENGAN METODE DEEP LEARNING SEBAGAI SARANA PENINGKATAN KUALITAS LAYANAN UNIT E-LEARNING UNIVERSITAS WIDYATAMA
    (Program Studi S1 Informatika, 2024) Ganeshaputra, Yoga; Sriyani Violina (Pembimbing)
    Perkembangan teknologi di era modern membuat kegiatan dapat dilakukan secara cepat dan efisien, terutama di bidang pendidikan. Unit Elearning di Universitas Widyatama seringkali menghadapi banyak pertanyaan dan kendala dari mahasiswa yang membutuhkan respon cepat. Untuk menghadapi tantangan tersebut pengembangan chatbot dengan teknologi Artificial Intelligence (AI) berbasis deep learning dapat menjadi sebuah solusi untuk menjawab pertanyaan dengan cepat. Penggunaan deep learning ini mengunakan metode Convolutional Neural Network (CNN) karena arsitekturnya yang efektif dapat memahami konteks dalam text classification. Chatbot ini dirancang untuk mendapatkan respon yang cepat terhadap pertanyaan atau kendala yang dialami oleh mahasiswa. Kendala utama yang sering dihadapi oleh mahasiswa mengenai E-Learning yaitu kelas, koneksi, login dan tugas. Proses penelitian ini meliputi pengumpulan data, preprocessing data seperti text cleaning, tokenizing dan stemming hingga pelatihan model dan pengujian model menggunakan confusion matrix. Hasil pengujian menggunakan confusion matrix pada penelitian ini menunjukan bahwa model CNN yang dikembangkan memiliki tingkat akurasi yang tinggi dalam melakukan klasifikasi teks dengan nilai f1-socre mencapai 0.99.

PTI copyright © 2002-2026

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback