Dewi Arumsari, - and Kharisma, - (2024) Sistem Chatbot Layanan Informasi Mahasiswa Menggunakan Algoritma Long Short-Term Memory. Diploma thesis, Universitas Jenderal Achmad Yani Yogyakarta.
Judul_202103029_Dewi Arumsari_Sistem Informasi.pdf
Download (505kB)
Abstrak_202103029_Dewi Arumsari_Sistem Informasi.pdf
Download (21kB)
Bab 1_202103029_Dewi Arumsari_Sistem Informasi.pdf
Download (26kB)
Bab 2_202103029_Dewi Arumsari_Sistem Informasi.pdf
Restricted to Registered users only
Download (342kB)
Bab 3_202103029_Dewi Arumsari_Sistem Informasi.pdf
Download (116kB)
Bab 4_202103029_Dewi Arumsari_Sistem Informasi.pdf
Download (517kB)
Bab 5_202103029_Dewi Arumsari_Sistem Informasi.pdf
Download (15kB)
Daftar Pustaka_202103029_Dewi Arumsari_Sistem Informasi.pdf
Download (87kB)
Lampiran_202103029_Dewi Arumsari_Sistem Informasi.pdf
Restricted to Registered users only
Download (699kB)
Plagiarisme_202103029_Dewi Arumsari_Sistem Informasi.pdf
Download (119kB)
Abstract
Latar Belakang: Dalam era globalisasi dan percepatan informasi, kebutuhan akan informasi yang efisien dan akurat semakin meningkat, terutama di institusi akademik. Mahasiswa menghadapi tantangan aksesibilitas sumber daya pendidikan
dan informasi real-time, terutama di luar jam kerja resmi. Berbagai layanan informasi online sudah ada, namun akses di luar jam kerja masih terbatas. Pengembangan sistem chatbot menggunakan algoritma Long Short-Term Memory (LSTM) dapat menjadi solusi efektif, memahami konteks percakapan, dan
memberikan respons yang akurat. Penelitian ini di Universitas Jenderal Achmad Yani Yogyakarta bertujuan untuk mengembangkan dan mengevaluasi sistem chatbot layanan informasi mahasiswa, diharapkan dapat mengoptimalkan layanan
informasi yang diberikan.
Tujuan: Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem chatbot layanan informasi mahasiswa berbasis algoritma Long Short-Term Memory (LSTM) di Fakultas Teknik dan Teknologi Informasi UNJAYA. Sistem ini diharapkan dapat memberikan layanan informasi yang efisien dan akurat, serta memenuhi kebutuhan informasi mahasiswa secara real-time.
Metode Penelitian: Penelitian ini menggunakan Machine Learning Development Cycle (MLDC) dalam pembangunan model menggunakan algoritma Long ShortTerm Memory. Tahapan meliputi pengumpulan data, pemrosesan data, pelatihan model, evaluasi model, dan implementasi. Pengujian menggunakan kuesioner kepada mahasiswa dan diukur menggunakan skala likert.
Hasil: Hasil evaluasi menunjukkan bahwa chatbot yang dikembangkan memiliki tingkat akurasi sebesar 97.76%, presisi 98.34%, dan recall 97.76%, serta pengujian sistem dengan nilai rata-rata 3,87 dengan kategori baik.
Kesimpulan: Sistem chatbot layanan informasi mahasiswa berbasis LSTM telah berhasil dikembangkan dan menunjukkan kinerja yang baik dalam memberikan informasi yang akurat dan efisien. Chatbot ini dapat mengoptimalkan layanan informasi di Fakultas Teknik dan Teknologi UNJAYA dan menjadi solusi inovatif untuk memenuhi kebutuhan informasi mahasiswa secara real-time.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA76 Computer software (Information System) |
| Divisions: | Faculty of Engineering, Science, Computer, and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Mrs Tiara DP |
| Date Deposited: | 22 Oct 2025 08:51 |
| Last Modified: | 22 Oct 2025 08:51 |
| URI: | https:///id/eprint/3851 |
