PENGEMBANGAN CHATBOT TELEGRAM FAQ LAYANAN ICT MENGGUNAKAN ALGORITMA RANDOM FOREST DAN METODE WORD2VEC
DOI:
https://doi.org/10.33480/inti.v20i1.5766Kata Kunci:
Chatbots, ICT Services, Random Forest Algorithms, Word2VecAbstrak
In today's digital era, chatbots have become an essential tool for businesses to improve interaction with customers. A responsive and efficient chatbot can help customer service agents be happier, improve customer satisfaction, and resolve issues faster. The study aims to create a Telegram-based chatbot that uses the Random Forest algorithm and the Word2Vec method to answer questions about ICT services. The development was carried out by collecting a dataset of questions and answers from FAQs (Frequently Asked Questions) of ICT services. Then, the Random Forest algorithm is used to classify the questions. In addition, the Word2Vec method is used to create vector representations of words in questions and answers. This improves the chatbot's ability to understand complex questions. The test results show that the chatbot gets an accuracy of 91.28%, a precision of 93.56%, a recall of 91.28% and an F1-Score of 91.42% and can provide relevant and accurate answers to user questions. Therefore, the development of this chatbot using the Random Forest algorithm and the Word2Vec method can be an effective solution to improve customer service in the field of ICT services
Unduhan
Referensi
Af’idah, D. I., Dairoh, D., Handayani, S. F., & Pratiwi, R. W. (2021). Pengaruh Parameter Word2Vec terhadap Performa Deep Learning pada Klasifikasi Sentimen. Jurnal Informatika: Jurnal Pengembangan IT, 6(3), 156–161. https://doi.org/10.30591/jpit.v6i3.3016
Alvi Hasanah, N., Nanik Suciati, & Diana Purwitasari. (2021). Pemantauan Perhatian Publik terhadap Pandemi COVID-19 melalui Klasifikasi Teks dengan Deep Learning. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(1), 193–202. https://doi.org/10.29207/resti.v5i1.2927
Andhika, L. D., Cahyani, D. R., Saputra, D., Herawati, T., Khoiruddinsyah, M., & Saputra, D. D. (2023). Analisis Sentimen Kosumen KFC Berdasarkan Pendekatan Naive Bayes dan Ada Boost Berbasis Data Twitter. Jurnal INSAN - Journal of Information System Management Innovation, 3(1), 55–61. https://doi.org/10.31294/jinsan.v3i1.2219
Angeline, G., Wibawa, A. P., & Pujianto, U. (2022). Klasifikasi Dialek Bahasa Jawa Menggunakan Metode Naives Bayes. Jurnal Mnemonic, 5(2), 103–110. https://doi.org/10.36040/mnemonic.v5i2.4748
Ciptady, K., Harahap, M., Jonvin, J., Ndruru, Y., & Ibadurrahman, I. (2022). Prediksi Kualitas Kopi Dengan Algoritma Random Forest Melalui Pendekatan Data Science. Data Sciences Indonesia (DSI), 2(1). https://doi.org/10.47709/dsi.v2i1.1708
Dewi, A. R., Diana, S., Fakhrezi, M. A., Awang, N., Ma’arif, H., & Saputra, D. D. (2023). Sentimen Analisis Terhadap Puan Maharani Sebagai Kandidat Calon Presiden 2024 Berdasarkan Opini Twitter Menggunakan Metode Naive Bayes Dan Adaboost. JSiI (Jurnal Sistem Informasi), 10(1), 75–80. https://doi.org/10.30656/jsii.v10i1.5785
Herlambang, H. P., Saputra, F., Prasetiyo, M. H., Puspitasari, D., & Nurlaela, D. (2023). Perbandingan Klasifikasi Tingkat Penjualan Buah di Supermarket dengan Pendekatan Algoritma Decision Tree, Naive Bayes dan K-Nearest Neighbor. Jurnal INSAN - Journal of Information System Management Innovation, 3(1), 21–28. https://doi.org/10.31294/jinsan.v3i1.2097
Joergensen E Munthe, C., Astuti Hasibuan, N., & Hutabarat, H. (2022). Penerapan Algoritma Text Mining Dan TF-RF Dalam Menentukan Promo Produk Pada Marketplace. Resolusi : Rekayasa Teknik Informatika Dan Informasi, 2(3), 110–115. https://doi.org/10.30865/resolusi.v2i3.309
Khoiriyah, R., & Afriati, D. (2022). Analisis Proses Bisnis Dan Layanan Penerbit Buku Online Andamari Creative. Jurnal Simasi: Jurnal Ilmiah Sistem Informasi, 2(1), 13–21.
Narendra, L. W. (2022). Topic Modeling in Conversational Dialogs for Naming Intent Labels Using LDA. JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem Dan Komputer, 2(1), 65. https://doi.org/10.32503/jtecs.v2i1.1820
Pratiwi, R. W., H, S. F., Dairoh, D., Af’idah, D. I., A, Q. R., & F, A. G. (2021). Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine (SVM). Journal of Informatics, Information System, Software Engineering and Applications (INISTA), 4(1), 40–46. https://doi.org/10.20895/inista.v4i1.387
Puspita, A., & Kalifia, A. D. (2024). Gudang Jurnal Multidisiplin Ilmu Analisi Depresi Selama Pandemi Covid-19 Menggunakan Algoritma Random Forest. 2, 336–338.
Putra, F., Tahiyat, H. F., Ihsan, R. M., Rahmaddeni, R., & Efrizoni, L. (2024). Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(1), 273–281. https://doi.org/10.57152/malcom.v4i1.1085
Sinambela, D. P., Naparin, H., Zulfadhilah, M., & Hidayah, N. (2023). Implementasi Algoritma Decision Tree dan Random Forest dalam Prediksi Perdarahan Pascasalin. Jurnal Informasi Dan Teknologi, 5(3), 58–64. https://doi.org/10.60083/jidt.v5i3.393
Tuasamu, Z., M. Lewaru, N. A. I., Idris, M. R., Syafaat, A. B. N., Faradilla, F., Fadlan, M., Nadiva, P., & Efendi, R. (2023). Analisis Sistem Informasi Akuntansi Siklus Pendapatan Menggunakan DFD Dan Flowchart Pada Bisnis Porobico. Jurnal Bisnis Manajemen, 1(2), 495–510.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Muhammad Arif Setiyawan, Erina Divaa Kenoya
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
Penulis yang menerbitkan jurnal ini menyetujui ketentuan berikut:
1. Penulis memegang hak cipta dan memberikan hak jurnal mengenai publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Creative Commons Attribution 4.0 International License. yang memungkinkan orang lain untuk berbagi karya dengan pengakuan atas karya penulis dan publikasi awal pada jurnal.
2. Penulis dapat memasukkan pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan (misalnya, mengirimkannya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya pada Jurnal.
3. Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, dalam penyimpanan institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena hal itu dapat menghasilkan pertukaran yang produktif, serta kutipan dari karya yang diterbitkan sebelumnya.
