DETEKSI DOMAIN TIDAK RELEVAN (OUT-OF-DOMAIN) PADA CHATBOT BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

SATRIA, FEBYK ALEK and Abdiansah, Abdiansah and Utami, Alvi Syahrini (2022) DETEKSI DOMAIN TIDAK RELEVAN (OUT-OF-DOMAIN) PADA CHATBOT BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. Undergraduate thesis, Universitas Sriwijaya.

	Text RAMA_55201_09021181823003.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text RAMA_55201_09021181823003_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (7MB) | Request a copy
Preview	Text RAMA_55201_09021181823003_0001108401_0022127804_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB) | Preview
	Text RAMA_55201_09021181823003_0001108401_0022127804_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (337kB) | Request a copy
	Text RAMA_55201_09021181823003_0001108401_0022127804_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (417kB) | Request a copy
	Text RAMA_55201_09021181823003_0001108401_0022127804_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (798kB) | Request a copy
	Text RAMA_55201_09021181823003_0001108401_0022127804_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (466kB) | Request a copy
	Text RAMA_55201_09021181823003_0001108401_0022127804_06.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (73kB) | Request a copy
	Text RAMA_55201_09021181823003_0001108401_0022127804_07_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (140kB) | Request a copy
	Text RAMA_55201_09021181823003_0001108401_0022127804_08_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (5kB) | Request a copy

Abstract

Chatbot dikembangkan dengan domain spesifik seperti domain jaringan, bisnis, penjualan, dan akademik. Masukan pengguna chatbot umumnya dibagi menjadi dua bagian yaitu masukan In Domain (ID) dan masukan Out Of Domain (OOD). Dalam proses pembuatan chatbot ada beberapa masalah yang sering muncul salah satu masalahnya yaitu tidak dapat menerjemahkan ataupun mendeteksi masukan kalimat OOD, yang membuat chatbot tidak bekerja secara efisien dan efektif. Masalah OOD dapat diselesaikan dengan mengklasifikasi data masukan teks bahasa Indonesia menjadi masukan ID dan OOD dengan mengguna algoritma Support Vector Machine (SVM), yang terbukti efisien untuk mendeteksi kalimat OOD masukan chatbot. Hasil penelitian menunjukkan bahwa klasifikasi dengan algoritma SVM berhasil mendeteksi kalimat OOD yang memiliki hasil akurasi klasifikasi mencapai 98% dengan jumlah data sebanyak seribu data yang terdiri dari data ID dan OOD dengan jumlah data yang sama.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Chatbot, Out of Domain, Support Vector Machine, Klasifikasi.
Subjects:	Q Science > Q Science (General) > Q300-390 Cybernetics > Q325.5 Machine learning Q Science > QA Mathematics > QA75-76.95 Calculating machines > QA76 Computer software Q Science > QA Mathematics > QA75-76.95 Calculating machines > QA76.76.I58.A3115 Computer science. Computers. Intelligent agents (Computer software)
Divisions:	09-Faculty of Computer Science > 55201-Informatics (S1)
Depositing User:	Febyk Alek Satria
Date Deposited:	28 Jun 2022 02:13
Last Modified:	28 Jun 2022 02:13
URI:	http://repository.unsri.ac.id/id/eprint/72916

Actions (login required)

View Item