Chatbot Telegram Menggunakan Natural Language Processing

Authors

  • Mhd Furqan Universitas Islam Negeri Sumatera Utara
  • Sriani Sriani Universitas Islam Negeri Sumatera Utara
  • Muhammad Naufal Shidqi Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.21580/wjit.2023.5.1.14793

Keywords:

Chatbot, Frequently Ask Question, Natural Languange Processing, Telegram

Abstract

Media sosial dapat membantu  dalam kehidupan sehari-hari untuk berkomunikasi dan mengobrol tanpa batas jarak. Poltekpar memiliki website yang menyediakan informasi tentang tes masuk universitas dan Frequently Ask Question (FAQ) yang bertujuan membantu mahasiswa baru menemukan informasi terkait pendaftaran di Poltekpar. Untuk meningkatkan pelayanan publik, Poltekpar harus memberikan pelayanan yang terbaik pada calon mahasiswa. Pelayanan yang sebelumnya menggunakan FAQ memiliki kendala tidak dapat menjawab secara cepat, sehingga dinilai kurang efisien, maka akan lebih mudah dengan adanya Chatbot yang dapat menjawab pertanyaan secara realtime. Metode penelitian yang digunakan merupakan System Development Life Cycle (SDLC) Waterfall yang memiliki empat tahap yaitu analysis, design, coding dan testing dan menggunakan teknik pengujian aplikasi User Acceptance Testing (UAT). Dalam penelitian ini melakukan proses pembuatan sistem dengan menggunakan metode Natural Language Processing (NLP) yang diterapkan pada sistem yang dibangun dengan Telegram Messenger dan bahasa pemrograman Python. Hasil Chatbot yang diuji mendapat nilai persentase sebesar 94%. Hasil ini menunjukkan sistem Chatbot sangat layak dan efektif dalam membantu mahasiswa memperoleh informasi yang dibutuhkan.

Downloads

Download data is not yet available.

References

Ab Nasir, A. F., Seok Nee, E., Sern Choong, C., Shahrizan Abdul Ghani, A., Abdul Majeed, A. P. P., Adam, A., & Furqan, M. (2020). Text-based emotion prediction system using machine learning approach. IOP Conference Series: Materials Science and Engineering, 769(1). https://doi.org/10.1088/1757-899X/769/1/012022.

Budiman, Ilham., Saori, S., Anwar, R. N., Fitriani., & Pangestu, Yuga. (2021). Analysis of Quality Control in the Food Industry (Case Study: Mochi Kaswari Lantern MSME, Sukabumi City). Journal of Research Innovation, 1(10), 2185-2180.

E. Hamburger, “Why Telegram has become the hottest messaging app in the world,” 2017.[Online].Available:http://www.theverge.com/2014/2/25/5445864/telegra mMessenger-hottest-app-in-the-world. [Accessed: 7-Februari-2021].

Hartono, Abdullah, D., Hartama, D., Furqan, M., Zarlis, M., & Situmorang, Z. (2016). Sentiment Analysis Using Context Based Fuzzy Linguistic Hedges. Proceeding International Conference of Computer, Environment, Social Science, Engineering and Technology (ICEST) 2016, 160–162.

Hermawan, L., & Bellaniar Ismiati, M. (2020). Simulator-based Text Preprocessing Learning for Information Retrieval Courses. Journal of Transformation,17(2) 188.https://doi.org/10.26623/transformatika.v17i2.1705.

Indraloka, D.S., & Santosa, B.J. (2017). Application of Text Mining for Clustering Tweet Data Shopee Indonesia.

Ngurah, G., Nata, M., & Yudiastra, P. P. (2017). Preprocessing Text Mining pada Kotak Email dalam Bahasa Indonesia. Konferensi Sistem & Informatika Nasional , 479–483.

Nurhayatunnufus, L., Terapan, F. I., Buah, T., Bandung, K., Barat, J., Ridha, M. P., Terapan, F. I., Batu, T. B., Barat, J., Maulid, H., Terapan, F. I., Batu, T. B., & Barat, J. (2020). Lappybot: Aplikasi Chatbot untuk Informasi pada Pemilihan Laptop Menggunakan Natural Language Processing (NLP). 6(2), 2586–2594.

Oktafiani, C. (2020). Database Management System. Information Systems & Database Management, April, 18.

Pinayungan. (2019). CHAPTER II Literature Review 2.1. 1–64. Gastronomía Ecuatoriana y Turismo Local., 1(69), 5–24.

Rahman ali, A. (2017). Pengenalan Natural Language Toolkit (NLTK). 3 Mei 2017, September, 1–5. https://code.tutsplus.com/id/tutorials/introducing-the-natural-language-toolkit-nltk--cms-28620.

Ratniasih, N. L., Sudarma, M., & Gunantara, N. (2017). Application of Text Mining in Spam Filtering for Chat Applications. Majalah Ilmiah Teknologi Elektro, 16(3), 13.

Rosyadi, H. E., Amrullah, F., Marcus, R. D., & Affandi, R. R. (2020). Design and Build a Whatsapp-Based Job Vacancy Information Chatbot with the NLP (Natural Language Processing) Method. Brilliant: Research and Conceptual Journal, 5(1), 619–626.

S. C. P, E. N., & Afrianto, I. (2016). Design and Build a Chatbot Application for Tourism Object Information in the City of Bandung with a Natural Language Processing Approach. Computer: Jurnal Ilmiah Komputer Dan Informatika, 4(1), 49–54. https://doi.org/10.34010/komputa.v4i1.2410.

Ong, S. P., Cholia, S., Jain, A., Brafman, M., Gunter, D., Ceder, G., & Persson, K. A. (2018). The Materials Application Programming Interface (API): A simple, flexible and efficient API for materials data based on REpresentational State Transfer (REST) principles. Computational Materials Science, 97, 209–215. https://doi.org/10.1016/j.commatsci.2014.10.037.

Sivakumar, A., & Gunasundari, R. (2017). Survei tentang Teknik Pemrosesan Data untuk Bioinformatika dan Penambangan Penggunaan Web.

Sudirman. (2016). Data Communication Analysis With Xml And. CESS (Journal Of Computer Engineering, System And Science), 1(2), 1–6.

Downloads

Published

2023-06-15

Issue

Vol. 5 No. 1 (2023)

Section

Articles

License

The copyright of the received article shall be assigned to the journal as the publisher of the journal. The intended copyright includes the right to publish the article in various forms (including reprints). The journal maintains the publishing rights to the published articles. Authors are allowed to use their articles for any legal purposes deemed necessary without written permission from the journal with an acknowledgment of initial publication to this journal.


Licensing

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.