Edityantama Hutapea, Tommy (2018) Penerapan Metode SVM Untuk Sistem Tanya Jawab Pada Kasus Front-Office. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Sistem Tanya Jawab (Question Answering System) merupakan sebuah sistem pada komputer yang dapat menjawab pertanyaan menggunakan bahasa alami yang biasa dipakai manusia secara otomatis. Penelitian sebelumnya tentang sistem tanya jawab sudah dilakukan sebelumnya salah satunya menggunakan rule based menggunakan bahasa indonesia, namun pada penelitian tersebut belum menghasilkan akurasi yang baik yaitu sebesar 60%. Penelitian lain tentang sistem tanya jawab yang menggunakan metode pendekatan machine learning yaitu metode SVM, Pada penelitian tersebut menghasilkan akurasi diatas 80% menggunakan bahasa Inggris, bahasa Arab, dan bahasa Inggris-Arab. Sehingga pada penelitian ini, akan menerapkan metode pendekatan machine learning SVM untuk sistem tanya jawab di front office dengan Bahasa Indonesia. Tahapan yang dilakukan sistem dibagi menjadi tiga tahap, yaitu Preprocessing, Klasifikasi dan Prediksi Jawaban. Klasifikasi adalah tahapan awal dimana data latih akan diklasifikasi sesuai dengan jenis pertanyaan. kemudian mencari jawaban yang ada di dalam database berdasarkan kedekatan kalimat pertanyaan dengan yang ada pada database. Hasil dari main process ini adalah jawaban yang telah diisikan sebelumnya pada setiap data latih. Hasil menunjukkan akurasi yang didapat pada pendekatan machine learning svm untuk sistem tanya jawab pada kasus front office mendapat nilai akurasi sebesar 39%. Nilai akurasi tersebut disebabkan karena kurangnya data latih.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Sistem Tanya Jawab, Support Vector Machine, Bahasa Indonesia, |
| Subjects: | ?? UNIK1502 ?? |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Date Deposited: | 31 Jan 2019 10:24 |
| Last Modified: | 31 Jan 2019 10:24 |
| URI: | http://repository.unikom.ac.id/id/eprint/58726 |
Actions (login required)
 |
View Item |
