• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    INISIASI NATURAL LANGUAGE PROCESSING (NLP) DAN KLASIFIKASI JENIS WISATA KULINER UNTUK PROGRAM CHATBOT (Studi Kasus: Informasi Wisata Kuliner Daerah Istimewa Yogyakarta)

    Thumbnail
    View/Open
    01 cover.pdf (180.4Kb)
    02 preliminary.pdf (2.076Mb)
    03 daftar isi.pdf (250.4Kb)
    04 abstract.pdf (273.0Kb)
    05.1 bab 1.pdf (498.5Kb)
    05.2 bab 2.pdf (293.5Kb)
    05.3 bab 3.pdf (948.9Kb)
    05.4 bab 4.pdf (420.5Kb)
    05.5 bab 5.pdf (1.656Mb)
    05.6 bab 6.pdf (283.9Kb)
    06 daftar pustaka.pdf (409.9Kb)
    07.1 lampiran 1.pdf (187.7Kb)
    07.2 lampiran 2.pdf (196.2Kb)
    07.3 lampiran 3.pdf (527.0Kb)
    07.4 lampiran 4.pdf (272.1Kb)
    07.5 lampiran 5.pdf (528.3Kb)
    07.6 lampiran 6.pdf (174.9Kb)
    07.7 lampiran 7.pdf (351.5Kb)
    Date
    2019-01
    Author
    Listari, 15 611 064
    Metadata
    Show full item record
    Abstract
    Saat ini teknologi informasi berkembang pesat dalam berbagai bidang, termasuk di bidang kuliner. Wisata kuliner berpotensi menaikkan pendapatan daerah dan menjadi perhatian tersendiri oleh pemerintah maupun pihak-pihak pengelola yang berada dibidang tersebut. Yogyakarta memiliki ragam kuliner yang mampu manarik wisatawan, namun informasi kuliner tidak selalu diperoleh dengan mudah, sehingga dibutuhkan alat bantu yang mampu memberikan informasi tentang wisata kuliner secara interaktif dan cepat seperti chatbot. Chatbot merupakan program komputer yang memiliki kemampuan berkomunikasi dengan manusia, baik malalui teks maupun audio yang menggandeng Natural Language Processing (NLP) dalam memproses bahasa alami. Chatbot dinamai “Teman Jajan” dan dibangun dari data pertanyaan yang diperoleh dari hasil survei sebanyak 476 data. NLP juga diterapkan pada analisis Topic Modeling dengan metode Latent Dirichlet Allocation (LDA), hasilnya diperoleh 3 kelompok topik yang sering dibahas pada pertanyaan hasil survei, seperti kata “lokasi” yang memiliki keterkaitan antara satu topik dengan lainnya. Pada data yang sama, dilakukan analisis klasifikasi dengan Support Vector Machine (SVM), kernel Linear menghasilkan akurasi paling tinggi dibanding kernel Polynomial, Sigmoid, dan RBF yaitu sebesar 80%. Selanjutnya data tersebut diintegrasikani ke program chatbot, dihasilkan 70% chatbot menjawab dengan benar dan 30% menjawab salah dari 10 pertanyaan baru yang diajukan.
    URI
    https://dspace.uii.ac.id/handle/123456789/14216
    Collections
    • Statistics [1227]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV