Penerapan Algoritma Naive Bayes pada Sistem Chatbot Persewaan Kos
DOI:
https://doi.org/10.30595/sainteks.v22i1.25962Keywords:
chatbot, Naive Bayes, klasifikasi teks, persewaan kosAbstract
Di era digital saat ini, chatbot menjadi solusi inovatif untuk meningkatkan efektivitas komunikasi, termasuk dalam layanan persewaan kos. Penelitian ini bertujuan untuk merancang chatbot berbasis kecerdasan buatan dengan menerapkan algoritma Naïve Bayes guna mengklasifikasikan dan merespons pertanyaan calon penyewa secara otomatis. Chatbot ini dikembangkan untuk menjawab berbagai pertanyaan umum terkait lokasi, harga, fasilitas, dan ketersediaan kamar dengan cepat serta akurat. Metode penelitian melibatkan pengumpulan dataset percakapan pengguna dalam format JSON, dilanjutkan dengan pemrosesan teks menggunakan teknik tokenisasi, penghapusan kata tidak relevan (stopping), serta stemming untuk menyederhanakan teks. Selanjutnya, algoritma Naïve Bayes diterapkan guna mengelompokkan pertanyaan berdasarkan pola yang telah dipelajari dari data pelatihan. Model dievaluasi dengan cara membandingkan hasil prediksi dengan data pengujian untuk mengukur tingkat akurasi chatbot dalam menanggapi pertanyaan pengguna. Hasil penelitian menunjukkan bahwa chatbot yang dikembangkan memiliki tingkat akurasi sebesar 93,64%, yang menandakan bahwa metode yang diterapkan cukup efektif dalam mengenali dan merespons pertanyaan pengguna. Implementasi chatbot ini terbukti meningkatkan efisiensi layanan dengan memberikan informasi secara otomatis tanpa memerlukan keterlibatan langsung dari pemilik kos. Meski demikian, penelitian ini masih memiliki keterbatasan dalam jumlah dan variasi dataset yang digunakan, sehingga pengembangan lebih lanjut disarankan dengan menambah variasi data serta mengintegrasikan teknologi pemrosesan bahasa alami (NLP) yang lebih canggih agar chatbot mampu menangani lebih banyak jenis pertanyaan dan meningkatkan pengalaman pengguna.
References
Afrisia, S. P., Hana, F. M., & Wahyudin, W. C. (2024). Implementasi Metode Long Short Term Memory ( LSTM ) pada Chatbot Kesehatan Mental Mahasiswa. 21(2), 107–116. https://doi.org/10.30595/sainteks.v21i2.23869
Andretama. (2023). Implementasi Chatbot Pada Layanan C3 Dengan Metode Naive Bayes Classifier (Studi Kasus : Ptipd Uin Suska Riau ) Tugas Akhir.
Diantoni, C., Mufidah, R., & Triana, H. (2024). Membangun Chatbot Untuk Informasi Magang Dan Studi Independen Kampus Merdeka Dengan Algoritma Naive Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1389–1397. https://doi.org/10.36040/jati.v8i2.8962
Elviana, M. (2019). CHATBOT PEMBIMBING AKADEMIK DENGAN PENDEKATAN NATURAL LANGUAGE PROCESSING DAN NAIVE BAYES CLASSIFIER (Studi Kasus: Teknik Informatika Universitas Islam Negeri Sultan Syarif Kasim Riau). Jurnal Ekonomi Volume 18, Nomor 1 Maret201, 2(1), 41–49.
Fisryansah Ahlief Putra, A., Maarif Aceh, S., Nasution, A., & Syahuda Hasibuan, M. (2024). Pengembangan Chatbot Sederhana Untuk Informasi Akademi Menggunakan Python Dan Flash Untuk Masyarakat. Journal Of Informatics And Busisnes, 02(02), 183–189.
Hutama, R. C., Fauziah, F., & Komalasari, R. T. (2021). Aplikasi Chatbot Berbasis Teks Menggunakan Algoritma Naive Bayes Classifier FAQ GrabAds. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 6(1), 90. https://doi.org/10.30998/string.v6i1.9919
Muliyono & Sumijan. (2020). 1–29.
Ningtyas, K. D, Kurniawan, R. A. (2023). Penerapan Natural Language Processing Pada Aplikasi Chatbot Info Layanan Kantor Menggunakan Naïve Baiyes Algorithm Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD. Jurnal Teknologi Sistem Informasi Dan Sistem Komputer TGD, 6, 266–273.
Noer, G. (2023). Implementasi Algoritma Naïve Bayes dan TF-IDF Dalam Analisis Sentimen Data Ulasan (Studi Kasus: Ulasan Review Aplikasi E-commerce Shopee di Situs Google …. Repository.Uinjkt.Ac.Id. https://repository.uinjkt.ac.id/dspace/handle/123456789/68747%0Ahttps://repository.uinjkt.ac.id/dspace/bitstream/123456789/68747/1/GERALD HALIM AL RASYID NOER-FST.pdf
Pokhrel, S. (2024). No TitleΕΛΕΝΗ. Αγαη, 15(1), 37–48.
Rokhman, K. A., Berlilana, B., Arsi, P., Muhidin, A., Danny, M., Rilvani, E., Aditiya, P., Enri, U., Maulana, I., Ramadhan, R., Sidauruk, N. B., Riza, N., Sianipar, J. F., Ramadhan, Y. R., & Jaelani, I. (2023). Algoritme Multinomial Naïve Bayes Pada Aplikasi Chatbot Layanan Informasi Berbasis Teks. JURIKOM (Jurnal Riset Komputer), 9(4), 1297–1303. http://djournals.com/klik/article/view/1033%0Ahttp://djournals.com/klik/article/download/1033/696%0Ahttp://repository.uin-suska.ac.id/74467/%0Ahttp://repository.uin-suska.ac.id/74467/1/LAPORAN TA PAPER RESTU RAMADHAN.pdf%0Ahttp://ojs.stmik-banjarbaru.ac.i
Yuhandri, Y., Sovia, R., Syaiffullah, A., Yenila, F., & Permana, R. (2024). Penerapan Natural Language Processing Pada Sistem Chatbot Sebagai Helpdesk Obyek Wisata Menggunakan Metode Naïve Bayes. Jurnal Infortech, 5(2), 210–218. https://doi.org/10.31294/infortech.v5i2.20911
Zakariya, F., Zeniarja, J., & Winarno, S. (2024). Pengembangan Chatbot Kesehatan Mental Menggunakan Algoritma Long Short-Term Memory. Jurnal Media Informatika Budidarma, 8(1), 251. https://doi.org/10.30865/mib.v8i1.7177
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Lea Anggela Sallas Kristiyowati, Fida Maisa Hana, Widya Cholid Wahyudin
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access)
