Basyus, Mahran Rangga (2024) Pembangunan Chatbot penyedia informasi kesehatan dengan algoritma Long Short Term Memory. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_Cover.pdf Download (86kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (71kB) | Preview |
|
|
Text
3_daftarisi.pdf Download (440kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (270kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (606kB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (233kB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (163kB) | Request a copy |
|
|
Text
9_daftarpustaka.pdf Download (261kB) | Preview |
Abstract
Di era digital saat ini, kebutuhan akan akses informasi kesehatan yang cepat dan akurat semakin meningkat. Chatbot berbasis aplikasi pesan yang diimplementasi ke dalam Telegram menawarkan solusi yang efisien untuk menyediakan informasi kesehatan kepada masyarakat luas. Pembangunan sistem chatbot berbasis Telegram menggunakan algoritma Long Short-Term Memory (LSTM) bertujuan untuk menyediakan informasi kesehatan yang akurat dan relevan. Proses pengembangan dimulai dengan pengumpulan dan pemrosesan data percakapan kesehatan, yang kemudian diolah melalui langkah-langkah tokenisasi dan padding. Model LSTM yang dikembangkan terdiri dari lapisan embedding, flatten, LSTM, dan dense, yang berfungsi untuk mengklasifikasikan teks percakapan. Setelah model dilatih, chatbot diintegrasikan dengan platform Telegram, memungkinkan sistem untuk memproses pesan pengguna dan memberikan respons yang sesuai. Pengujian sistem dilakukan dengan beberapa skenario split data, skenario split data 90:10 menunjukkan akurasi terbaik yaitu menunjukkan akurasi sebesar 0.78, presisi 0.88, dan recall 0.78.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Chatbot; Long Short-Term Memory; Kesehatan; Masyarakat; Informatika |
| Subjects: | Data Processing, Computer Science Engineering > Engineers |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Mahran Rangga Basyus |
| Date Deposited: | 28 Aug 2024 08:17 |
| Last Modified: | 28 Aug 2024 08:17 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/94465 |
Actions (login required)
 |
View Item |
