Bibliografi

Pengarang

Darell Hendry;

Barcode

Cat. Karya

No. Induk

Pembimbing

Fariz Darari

Kata Kunci

Chatbot, Pemodelan topik, Teks Pendek, Transformer, Unsupervised.

Pembimbing 3

Pembimbing 2

Tahun buku

2021

Barcode RFID baru

11666646

Tahun Angkatan

2017

Progam Studi

Sistem Informasi

Lokasi

FASILKOM-UI;

Tanggal Datang

10/11/2021

Abstrak Indonesia

ABSTRAK Nama: Darell Hendry Program Studi: Sistem informasi, Program Sarjana Judul: Identifikasi dan reorganisasi intent pada chatbot menggunakan pemodelan topik Chatbot sebagai asisten virtual yang digunakan oleh suatu instansi dapat memberikan manfaat bagi penggunanya. Dengan adanya chatbot, pengguna dapat berbicara langsung kepada chatbot melalui pesan singkat, yang kemudian sistem secara spontan mengidentifikasi intent pesan tersebut dan merespons dengan tindakan relevant. Sayangnya, cakupan pengetahuan chatbot terbatas dalam menangani pesan pengguna yang memiliki bervariasi. Dampak utama dari adanya variasi tersebut adalah adanya perubahan pada komposisi label intent. Untuk itu, penelitian ini berfokus pada dua hal. pertama, pemodelan topik untuk menemukan intent dari pesan pengguna yang belum terindetifikasi intent-nya. Kedua, pemodelan topik digunakan untuk mengorganisasi intent yang sudah ada dengan menganalisis hasil keluaran model. Setelah di analisis, terdapat dua kemungkinan fenomena perubahan komposisi intent yaitu: Penggabungan dan Pemecahan intent, dikarenakan terdapat noise saat proses anotasi dataset orisinal. Pemodelan topik yang digunakan terdiri dari latent dirichlet allocation (LDA) sebagai model baseline dan dengan model state-of-the-art Top2 Vec dan BERTopic. Penelitian dilakukan terhadap dataset salah satu e-commerce di Indonesia dan empat dataset publik. Untuk mengevaluasi model topik digunakan metrik evaluasi coherence, topic divercity dan topic quality. Hasil penelitian menunjukan model topik ber topic dab TOP2vec menghasilkan nilai topic quality 0.036 yang lebih baik di bandingkan model topik LDA yaitu -0.014. Terdapat pula pemecahan intent dan penggabungan intent yang di temukan dengan analisis thereshold proporsi. Kata kunci: Chatbot, Pemodelan topik, Teks Pendek, Transformer, Unsupervised.

Daftar Isi

Cat. Umum

Judul

Identifikasi dan reorganisasi intent pada chatbot menggunakan pemodelan topik

Asal

Korporasi

NPM

1706044023

Abstrak English

ABSTRACT Name: Darell Hendry Study Program: Information System Title: Identification and Reorganization of Chatbot Intent Using Topic Modeling Chatbot, as a visual assistant used by an institution, can provide benerfits for its users. With a chatbot, users can speak directly to the chatbot via a short message, which then the system spontaneously identifies the intent of the message and responds with the relevant action. Unfortunately, the scope of chatbot knowledge is limited in handling messages by an increasingly varied user. The main impact of this variation is a change in the composition of the intent label. For this reason, this research focuses on two things. First, topic modeling to find intents from user message whose intents have not been identified. Second, topic modeling is used to organize exinting intents by analyzing the output of the topic model. After being analyzed there are two possible phenomena of changing intent composition: merging and splitting intents because there is noise during the annotation process of the original dataset. The topic modeling used consists of Latent Dirichlet Allocation (LDA) as the baseline model and the state-of-the-art Top2Vec and BERTopic models. The research was conducted on one dataset of e-commerce in Indonesia and for public dataset. The evaluation metrics of coherence, topic diversity, and topic quality were used to evaluate the topic model. The results showed that the BERTopic and Top2Vec topic models produced a topic quality value of 0.036, batter than the LDA topic model, which was -0.014. There are also intent splitting and intent merging found by proportion threshold analysis. Keyword: Chatbot, Short Text, Topic Modeling, Transformer, Unsupertsived.

Pengarang 2

Subjek

Penguji 2

Indra Budi

Penguji 3

Pembimbing 1

Fisik

xv, 61 hlm; iI; 30cm

Bahasa

ind

Lulus Semester

Penerbitan

Depok: Fakultas Ilmu Komputer Universitas Indonsia, 2021

No. Panggil

SK-1847 (Softcopy) SK-1329

Penguji 1

Panca Oktaviani Hadi Putra

Lulus semester SI