IMPLEMENTASI INDOBERT DAN DIALOGUE STATE TRACKING PADA CHATBOT LAYANAN INFORMASI PENYEDIA KURSUS

NAFSYI, DHIAZ RUSYDA (2025) IMPLEMENTASI INDOBERT DAN DIALOGUE STATE TRACKING PADA CHATBOT LAYANAN INFORMASI PENYEDIA KURSUS. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 COVER.pdf Download (525kB) | Preview
	Text (BAB I) 02 BAB 1.pdf Restricted to Repository staff only Download (106kB)
	Text (BAB II) 03 BAB 2.pdf Restricted to Registered users only Download (280kB)
	Text (BAB III) 04 BAB 3.pdf Restricted to Registered users only Download (179kB)
	Text (BAB IV) 05 BAB 4.pdf Restricted to Registered users only Download (852kB)
	Text (BAB V) 06 BAB 5.pdf Restricted to Registered users only Download (88kB)
	Text (DAFTAR PUSTAKA) 07 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (97kB)
	Text (LAMPIRAN) 08 LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Information service systems are an important aspect for all institutions, especially educational institutions such as providers of courses for children and teenagers for the dissemination of their information. In some course providers, information service systems are still carried out manually using WhatsApp or social media accounts by replying to comments or messages that come in. This has several drawbacks, including slow response times and increased user dissatisfaction if their questions are not answered. Therefore, the solution to this problem is to provide and develop a chatbot. A chatbot is a computer program designed to initiate conversations with humans via text or voice instantly and quickly. This study will discuss the implementation of IndoBERT in a course provider service chatbot to assist in answering general user questions, such as inquiries about registration, fees, payment methods, or further information about available course programs. The inclusion of Dialogue State Tracking can also help the chatbot remember the user's conversation status and store information effectively. A dataset of 1,368 instances will be trained using the IndoBERT model, achieving an accuracy rate of 89% for both training and testing data. This demonstrates that the implementation of IndoBERT in the course provider chatbot is feasible, and the chatbot successfully understands the context of Indonesian-language questions related to course services. Kata kunci: IndoBERT, Chatbot, Dialogue State Tracking (DST), Natural Language Processing (NLP). Sistem layanan informasi merupakan aspek penting bagi semua Instansi, terutama instansi pendidikan seperti lembaga penyedia kursus anak-anak hingga remaja untuk penyebaran informasi mereka. Di beberapa tempat penyedia kursus, Sistem layanan informasi masih dilakukan secara manual menggunakan WhatsApp atau akun Sosial Media dengan cara membalas komentar maupun pesan yang masuk. Tantangan yang harus dihadapi adalah respon lamban dan waktu yang terikat dengan jam kerja. Hal tersebut dapat meningkatkan rasa ketidakpuasan pengguna bila pertanyaan dan permasalahan mereka tidak terjawab. Maka dari itu, solusi untuk permasalahan tersebut adalah menyediakan dan membangun Chatbot. Chatbot adalah program komputer yang dirancang untuk membuka percakapan dengan manusia baik melalui teks maupun suara secara instan dan cepat. Penelitian ini akan membahas Implementasi IndoBERT pada chatbot layanan penyedia kursus untuk membantu menjawab pertanyaan pengguna secara umum seperti pertanyaan mengenai pendaftaran, biaya, metode pembayaran ataupun pengenalan lebih dalam terkait program kursus yang ada. Adanya Dialogue State Tracking juga dapat membantu Chatbot untuk mengingat status percakapan pengguna dalam bertanya dan menyimpan informasi dengan baik pada label ‘biaya’. Dataset sejumlah 1368 akan dilatih dengan model IndoBERT dan menghasilkan akurasi sebesar 89% untuk data latih dan data uji. Hal tersebut membuktikan bahwa Implementasi IndoBERT pada chatbot penyedia layanan kursus dapat digunakan dan Chatbot berhasil memahami konteks pertanyaan berbahasa Indonesia terkait seputar layanan kursus. Kata kunci: IndoBERT, Chatbot, Dialogue State Tracking (DST), Natural Language Processing (NLP)

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 25 105
NIM/NIDN Creators:	41521010163
Uncontrolled Keywords:	IndoBERT, Chatbot, Dialogue State Tracking (DST), Natural Language Processing (NLP)
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi > 025 Operations, Archives, Information Centers/Operasional Perpustakaan, Arsip dan Pusat Informasi, Pelayanan dan Pengelolaan Perpustakaan > 025.5 Service to Users/Layanan Kepada Pengguna Perpustakaan > 025.52 Reference and Information Services/Layanan Referensi dan Informasi > 025.523 Cooperative Information Services/Layanan Informasi 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi > 025 Operations, Archives, Information Centers/Operasional Perpustakaan, Arsip dan Pusat Informasi, Pelayanan dan Pengelolaan Perpustakaan > 025.5 Service to Users/Layanan Kepada Pengguna Perpustakaan > 025.52 Reference and Information Services/Layanan Referensi dan Informasi > 025.525 Selective Dissemination of Information (SDI)/Penyebaran Informasi
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	khalimah
Date Deposited:	04 Aug 2025 02:11
Last Modified:	04 Aug 2025 02:11
URI:	http://repository.mercubuana.ac.id/id/eprint/96503

Actions (login required)

View Item