Pengembangan Chatbot Pintar Berbasis AI Sebagai Asisten Virtual untuk Layanan Informasi dan Pendaftaran di LPK
DOI:
https://doi.org/10.30865/json.v7i3.9654Keywords:
Chatbot, Natural Language Processing, Intent Classification, Machine Learning, LSTMAbstract
Penelitian ini berjudul “Pengembangan Chatbot untuk Layanan Informasi LKP Mitra Insan Prima Menggunakan Natural Language Processing (NLP) dengan Algoritma Klasifikasi Maksud”. Tujuan dari penelitian ini adalah untuk menciptakan sistem chatbot yang dapat secara otomatis memahami maksud pengguna dalam memberikan informasi mengenai lembaga pendidikan. Masalah yang diangkat adalah keterbatasan dari sistem chatbot statis yang hanya bisa mengenali pertanyaan berdasarkan pencocokan kata kunci tanpa mengerti konteks kalimat, sehingga hasil respons yang diberikan masih kurang akurat. Untuk mengatasi masalah ini, penelitian ini menerapkan pendekatan machine learning berbasis NLP dengan algoritma klasifikasi maksud seperti Naïve Bayes, SVM, dan LSTM. Kumpulan data yang digunakan terdiri dari 500 interaksi yang dikumpulkan dari pertanyaan umum siswa mengenai program kursus, pendaftaran, dan jadwal pelatihan. Tahapan pengembangan mencakup pengumpulan data, pengolahan awal teks (tokenisasi, stemming, dan penghapusan kata henti), pelatihan model klasifikasi maksud, serta penyatuan chatbot ke dalam platform Telegram dengan menggunakan pustaka Python seperti NLTK dan TensorFlow. Hasil dari pengujian menunjukkan bahwa chatbot yang dilatih menggunakan algoritma LSTM memiliki tingkat akurasi tertinggi mencapai 94%, yang lebih tinggi dibandingkan dengan model Naïve Bayes (87%) dan SVM (90%). Kesimpulan dari penelitian ini menunjukkan bahwa pemanfaatan algoritma klasifikasi maksud dalam NLP dapat meningkatkan kemampuan chatbot dalam memahami konteks pertanyaan dan memberikan jawaban yang lebih relevan. Penelitian di masa depan bisa mengembangkan model chatbot yang peka konteks dengan mengintegrasikan knowledge graph untuk melakukan interaksi yang lebih alami.
References
E. Adamopoulou and L. Moussiades, “Chatbots: History, technology, and applications,” Machine Learning with Applications, vol. 2, p. 100006, Dec. 2020, doi:10.1016/j.mlwa.2020.100006.
G. Guntoro, L. Costaner, and L. Lisnawita, “Aplikasi Chatbot untuk Layanan Informasi dan Akademik Kampus Berbasis Artificial Intelligence Markup Language (AIML),” Digital Zone: Jurnal Teknologi Informasi dan Komunikasi, vol. 11, no. 2, pp. 291–300, 2020, doi:10.31849/digitalzone.v11i2.5049.
D. F. Ramadhan, S. Noertjahjono, and J. D. Irawan, “Penerapan Chatbot Auto Reply pada WhatsApp sebagai Pusat Informasi Praktikum Menggunakan Artificial Intelligence Markup Language,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 4, no. 1, pp. 198–205, 2020, doi:10.36040/jati.v4i1.2375.
M. Muliyono and S. Sumijan, “Identifikasi Chatbot dalam Meningkatkan Pelayanan Online Menggunakan Metode Natural Language Processing,” Jurnal Informatika Ekonomi Bisnis, pp. 142–147, 2021, doi:10.37034/infeb.v3i4.102.
M. F. Ajiz, M. F. S. Ramadan, H. D. Mutia, and P. D. Yanuari, “Pengembangan aplikasi chatbot informasi akademik berbasis web menggunakan metode Artificial Intelligence Markup Language (AIML),” Media Jurnal Informatika, vol. 15, no. 2, p. 143, 2023, doi: 10.35194/mji.v15i2.3316.
M. A. Qaulan, Wahyuni, and P. Adytia, “Penerapan chatbot berbasis AI untuk pelayanan perpustakaan di STMIK Widya Cipta Dharma,” TEMATIK, vol. 12, no. 1, pp. 23–30, 2025, doi: 10.38204/tematik.v12i1.2283.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Jurnal Sistem Komputer dan Informatika (JSON)

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

This work is licensed under a Creative Commons Attribution 4.0 International License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).

