Implementasi Chatbot pada Telegram sebagai Monitoring Assistant dengan Analisis Teks Klasifikasi Menggunakan Metode Support Vector Machine

Abstract

Dalam dunia industri 4.0 era digital ini sangat mendorong integrasi dunia dengan proses internet sebagai dudukan utama. Chatbot sendiri dapat diartikan sebagai sebuah program ponsel pintar yang didesain untuk memahami maksud dari bahasa manusia, untuk mendapatkan jawaban yang sesuai dengan yang ditanyakan pengguna, chatbot perlu melakukan simulasi dan klasifikasi percakapan maksud atau keinginan (intent) dari pengguna. Tujuan dari penelitian ini adalah membuat klasifikasi intent pada chatbot dengan menggunakan teknologi Natural Language Processing dan algoritma Support Vector Machine (SVM). Penelitian ini membuat pengembangan chatbot pada platform Telegram dengan algoritma Support Vector Machine (SVM) untuk mengukur tingkat akurasi, sehingga chatbot menjadi lebih akurat. Penelitian ini sudah berhasil mengimplementasikan rancangan tersebut. Hasil dari penelitian yang dibuat ini adalah chatbot yang bernama “MONA” dapat digunakan sebagai Monitoring Assistant pelanggan Netmonk yang sudah terdaftar dalam sistem. Selain itu, penelitian ini juga berhasil melakukan training pada label dan teks intent, sehingga chatbot dapat memberikan jawaban yang interaktif dari pertanyaan pengguna, kemudian pengujian ini menggunakan integrasi FastAPI dalam mengirimkan data. Pada pengujian ini diperoleh hasil akurasi 98,92% dengan support vector machine, 93,54% dengan naïve bayes, dan 95,8% dengan neural network, sehingga penelitian ini menggunakan metode support vector machine dalam pengaplikasiannya.