Evaluasi Komprehensif Algoritma Naive Bayes Dan KNN Dalam Pengembangan Chatbot Cerdas Untuk Layanan Informasi PMB

Authors

  • Eko Budi Susanto STMIK Widya Pratama http://orcid.org/0000-0002-5304-0693
  • Mohammad Reza Maulana Progdi Teknik Informatika, STMIK Widya Pratama
  • Tri Agus Setiawan Progdi Komputerisasi Akuntansi, STMIK Widya Pratama
  • Agus Ilyas Progdi Manajemen Informatika, STMIK Widya Pratama

Keywords:

Chatbot, Penerimaan Mahasiswa Baru, Naïve Bayes, KNeighborsClassifier.

Abstract

Penerimanaan Mahasiswa Baru (PMB) merupakan salah satu kegiatan penting yang dilaksanakan di STMIK Widya Pratama dalam menjaring calon mahasiswa baru. Dari pelaksanaan kegiatan PMB yang dilakukan, pemberian informasi kepada calon mahasiswa menjadi pintu masuk agar calon mahasiswa dapat mendaftar ke perguruan tinggi. Salah satu upaya untuk meningkatkan efisiensi dan kecepatan pemberian informasi maka akan dibangun chatbot. Chatbot pemberian informasi PMB dikembangkan menggunakan metode Naïve Bayes. Model Naive Bayes dipilih karena kemampuannya dalam menangani klasifikasi teks, yang sangat berguna dalam merespon berbagai pertanyaan dari calon mahasiswa. Nilai akkurasi algoritma Naïve Bayes sebesar 88 persen, sedangkan algoritma KNeighborsClassifier (KNN) sebesar 46 persen untuk mengklasifikasi dataset pertanyaan seputar PMB. Manfaat yang diharapkan dari penelitian ini adalah meningkatkan efisiensi dan akurasi dalam penyampaian informasi PMB, serta memberikan pengalaman yang lebih baik bagi calon mahasiswa dalam mengakses informasi yang mereka butuhkan di STMIK Widya Pratama.

Author Biographies

  • Eko Budi Susanto, STMIK Widya Pratama
    Progdi Teknik Informatika, STMIK Widya Pratama
  • Mohammad Reza Maulana, Progdi Teknik Informatika, STMIK Widya Pratama
    Progdi Teknik Informatika, STMIK Widya Pratama
  • Tri Agus Setiawan, Progdi Komputerisasi Akuntansi, STMIK Widya Pratama
    Progdi Komputerisasi Akuntansi, STMIK Widya Pratama
  • Agus Ilyas, Progdi Manajemen Informatika, STMIK Widya Pratama
    Progdi Manajemen Informatika, STMIK Widya Pratama

References

Unit Humas & Kerjasama STMIK Widya Pratama, “Website STMIK Widya Pratama.†Accessed: Aug. 26, 2024. [Online]. Available: https://stmik-wp.ac.id/

D. Heryati, I. Zulkifli, R. M. Fajri, and S. Kom, “Aplikasi Chatbot untuk Penerimaan Mahasiswa Baru Universitas Indo Global Mandiri Menggunakan Deep Learning,†The Journal of Intelligent Networks and IoT Global, vol. 1, no. 1, 2023.

M. Nugraha, L. Sakinah, R. A. Setiawan, and H. Mulyani, “Rancang Bangun Sistem Informasi Penerimaan Mahasiswa Baru Berbasis Web dengan Menggunakan Framework Laravel,†Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 2, Apr. 2024, doi: 10.23960/jitet.v12i2.4179.

A. Nurul Puteri, F. Tamrin, K. Rahman Nasir, D. Widya Anggraeni, and M. Arafah, “Aplikasi Chatbot untuk Layanan Informasi Penerimaan Mahasiswa Baru,†in Prosiding Seminar Nasional Teknik Elektro dan Informatika (SNTEI) 2022-Teknik Informatika, 2022, pp. 168–174.

C. Diantoni et al., “Membangun Chatbot untuk Informasi Magang dan Studi Independen Kampus Merdeka Dengan Algoritma Naive Bayes,†Jurnal Mahasiswa Teknik Informatika, vol. 8, no. 2, 2024, [Online]. Available: https://kampusmerdeka.kemdikbud.go.id/

E. Adamopoulou and L. Moussiades, “An Overview of Chatbot Technology,†in IFIP Advances in Information and Communication Technology, Springer, 2020, pp. 373–383. doi: 10.1007/978-3-030-49186-4_31.

C. Kooli, “Chatbots in Education and Research: A Critical Examination of Ethical Implications and Solutions,†Sustainability (Switzerland), vol. 15, no. 7, Apr. 2023, doi: 10.3390/su15075614.

M. A. Kuhail, N. Alturki, S. Alramlawi, and K. Alhejori, “Interacting with educational chatbots: A systematic review,†Educ Inf Technol (Dordr), vol. 28, no. 1, pp. 973–1018, Jan. 2023, doi: 10.1007/s10639-022-11177-3.

C.-C. Lin, A. Y. Q. Huang, and S. J. H. Yang, “A Review of AI-Driven Conversational Chatbots Implementation Methodologies and Challenges (1999–2022),†Sustainability, vol. 15, no. 5, p. 4012, Feb. 2023, doi: 10.3390/su15054012.

E. B. Susanto, Paminto Agung Christianto, Mohammad Reza Maulana, and Sattriedi Wahyu Binabar, “Analisis Kinerja Algoritma Naïve Bayes Pada Dataset Sentimen Masyarakat Aplikasi NEWSAKPOLE Samsat Jawa Tengah,†Jurnal CoSciTech (Computer Science and Information Technology), vol. 3, no. 3, pp. 234–241, Dec. 2022, doi: 10.37859/coscitech.v3i3.4343.

N. Saurina, T. Rahayuningsih, L. Retnawati, F. Teknik, U. Wijaya, and K. Surabaya, “Analisis Sentimen Ulasan Pelanggan Batik Ecoprint Menggunakan Naïve Bayes Dan KNN Classifier,†vol. 9, no. 2, 2022, [Online]. Available: http://jurnal.mdp.ac.id

T. Aurelly Claudia Budianto, H. Fatoni, M. Ayu Syaharani, C. Rozikin Informatika, U. Singaperbangsa Karawang Jl HSRonggo Waluyo, and T. Timur, “ANALISIS SENTIMEN PENGUMUMAN HASIL PEMILU 2024 DI SOSIAL MEDIA X MENGGUNAKAN KNN DAN NAÃVE BAYES CLASSIFIER,†2024.

D. Durbin Hutagalung, C. Hanifurohman, and D. R. Baskhara, “Bot Sistem Rekomendasi Webtoon Dengan Metode User-Collaborative Filtering Menggunakan Algoritma K-Nearest Neighbor (KNN).†[Online]. Available: https://journal.mediapublikasi.id/index.php/logic

M. M. Mijwil and M. Aljanabi, “A Comparative Analysis of Machine Learning Algorithms for Classification of Diabetes Utilizing Confusion Matrix Analysis,†Baghdad Science Journal, vol. 21, no. 5, pp. 1712–1728, 2024, doi: 10.21123/BSJ.2023.9010.

“1.9. Naive Bayes — scikit-learn 1.1.3 documentation.†Accessed: Nov. 30, 2022. [Online]. Available: https://scikit-learn.org/stable/modules/naive_bayes.html

scikit-learn.org, “Nearest Neighbors Classification,†https://scikit-learn.org/stable/modules/neighbors.html#.

NgodingPython, “[LIVE] Weekend Project : Membuat Chatbot Sederhana,†https://www.youtube.com/watch?v=HihKQ8F0k4c&t=929s.

Downloads

Additional Files

Published

2024-12-27

Issue

Vol. 8 No. 2 (2024): DESEMBER 2024

Section

ARTICLES

License

 

 

 

Creative Commons License

JurTI (Jurnal Teknologi Informasi)

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