Electronic Theses and Dissertation

Informasi umum yang terkait dengan kampus menjadi penting dan diperlukan oleh civitas akademik untuk memenuhi berbagai kebutuhan. informasi mengenai jurusan dan kampus dapat ditemukan melalui halaman website atau dengan menghubungi staf akademik di kampus. namun hal tersebut memakan waktu yang lama dan berulang. untuk mendukung kebutuhan informasi yang terkini dan akurat tersebut, maka diperlukan sistem berbasis teknologi informasi yang dapat merangkum data dengan baik, memberikan respons cepat, dan menyajikan informasi kepada pengguna. chatbot telah menjadi salah satu inovasi teknologi yang semakin populer di berbagai sektor, termasuk di lingkungan universitas. dalam konteks universitas, chatbot dapat digunakan sebagai alat komunikasi dan pelayanan yang efisien untuk mengatasi berbagai kebutuhan dan tantangan yang dihadapi oleh mahasiswa dan staf. penelitian ini bertujuan membangun chatbot berbasis framework rasa versi 3 yang dilatih menggunakan data pertanyaan-pertanyaan yang berkaitan dengan jurusan informatika. featurizer yang digunakan dalam model natural language understanding (nlu) rasa adalah pretrained model word embedding bahasa indonesia dari fasttext. sebagai pembanding digunakan juga countvectorfeaturizer yang merupakan default featurizer dari rasa. model terbaik yang menggunakan countvectorfeaturizer memiliki nilai precision 0,97042, nilai recall 0,96406, dan nilai f1-score 0,96358. sedangkan model terbaik yang menggunakan fasttextfeaturizer memiliki nilai precision 0,95933, nilai recall 0,95772, dan nilai f1-score 0,95756. implementasi chatbot rasa pada website melibatkan pembangunan user interface chatbot menggunakan chatbot-widget dan pembangunan website manajemen database menggunakan expressjs, mongoose, mongodb, dan tailwindcss untuk mengelola data dosen dan response setiap intent pada chatbot. chatbot rasa yang dibangun mampu menampung setiap input dari pengguna yang nantinya dapat digunakan sebagai dataset baru untuk penelitian berikutnya.

General information related to the campus is important and necessary for the academic community to fulfill their needs. Information regarding departments and the campus can be found through website pages or by directly contacting the Academic Staff on Campus. However, this process is time-consuming and repetitive. To support the need for up-to-date and accurate information, a well-functioning information technology-based system is required to effectively summarize data, provide quick responses, and present information to users. Chatbots have emerged as a popular technological innovation across various sectors, including the university environment. In the context of universities, chatbots can serve as efficient tools for communication and service to address the diverse needs and challenges faced by students and staff. This research aims to develop a Chatbot based on the RASA version 3 framework, trained using data related to the Department of Informatics. The Natural Language Understanding (NLU) model in RASA utilizes the pretrained Word Embedding Bahasa Indonesia from FastText as a Featurizer. Additionally, the default CountVectorFeaturizer in RASA is used as a point of comparison. The best-performing model using the CountVectorFeaturizer achieved a precision score of 0,97042, a recall score of 0,96406, and an F1-score of 0,96358. On the other hand, the best-performing model using the FastTextFeaturizer achieved a precision score of 0,95933, a recall score of 0,95772, and an F1-score of 0,95756. The implementation of the RASA chatbot on the website involves the development of a chatbot user interface using the Chatbot-Widget and the creation of a website database management system using ExpressJS, Mongoose, MongoDB, and TailwindCSS to manage faculty data and responses for each chatbot intent. The built RASA chatbot is capable of capturing every user input, which can later be used as a new dataset for future research.