Implementasi chatbot untuk assesment perkembangan bahasa anak menggunakan metode Long Short Term Memory

Mustafidah, Ainul (2023) Implementasi chatbot untuk assesment perkembangan bahasa anak menggunakan metode Long Short Term Memory. Other thesis, Universitas Merdeka Pasuruan.

[img] Text
COVER.pdf
Download (600kB)
[img] Text
BAB-1.pdf
Download (482kB)
[img] Text
BAB-2.pdf
Restricted to Repository staff only
Download (987kB)
[img] Text
BAB-3.pdf
Restricted to Repository staff only
Download (312kB)
[img] Text
BAB-4.pdf
Restricted to Repository staff only
Download (667kB)
[img] Text
BAB-5.pdf
Restricted to Repository staff only
Download (66kB)
[img] Text
DAFTAR-PUSTAKA.pdf
Restricted to Repository staff only
Download (279kB)
[img] Text
Lampiran.pdf
Restricted to Repository staff only
Download (504kB)

Abstract

Penelitian ini bertujuan untuk menggunakan chatbot sebagai alat untuk menjawab pertanyaan orang tua tentang perkembangan bahasa anak di RA ARROKHIM. Metode yang digunakan di penelitian ini adalah LSTM (Long ShortTerm Memory). LSTM sendiri merupakan RNN atau arsitektur jaringan saraf berulang yang dapat digunakan untuk menghindari masalah ketergantungan jangka panjang atau metode di bidang kecerdasan buatan yang dapat memproses dan menganalisis urutan data dengan mempertahankan informasi jangka panjang. Penelitian ini terdiri dari dua tahap utama. Tahap pertama adalah studi literatur, di mana peneliti melakukan tinjauan terhadap kajian-kajian terkait, termasuk penelitian sebelumnya yang telah dilakukan dalam bidang ini. Tahap kedua adalah desain dan implementasi sistem chatbot. Dalam tahap ini, peneliti merancang dan mengimplementasikan chatbot yang dilatih dengan menggunakan algoritma LSTM. LSTM digunakan untuk mempelajari pola dan memahami konteks bahasa anak dalam percakapan dengan chatbot, selanjutnya proses preprocessing yaitu tokenizing dan padding digunakan untuk mengubah teks menjadi urutan token dan menyesuaikannya dengan panjang yang seragam. Model encoder-decoder dengan metode LSTM memungkinkan chatbot untuk menerima masukan teks dan menghasilkan respon yang sesuai. Peneliti menguji sistem yang di buat pada dataset yang terdiri dari 152 kalimat pertanyaan dan jawaban yang nantinya akan di training dan disimpan dalam bentuk vector. Parameter yang digunakan dalam implementasi ini meliputi ukuran embedding sebesar 256, unit LSTM sebesar 256, fungsi aktivasi softmax, dropout sebesar 0.2, dan jumlah epoch sebanyak 500. Evaluasi kinerja chatbot di lakukan dengan mengukur akurasi melalui proses pelatihan menggunakan data percakapan yang relevan, chatbot berhasil mencapai tingkat akurasi sebesar 85%. Hasil ini menunjukkan kemampuan chatbot dalam memahami bahasa anak dan memberikan respon yang sesuai untuk membantu dalam perkembangan bahasa mereka. Sistem chatbot dibangun dengan bahasa pemrograman Python.

Item Type: Thesis (Other)
Uncontrolled Keywords: Chatbot;LSTM;Encoder-decoder,Phyton
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Informatika
Depositing User: Perpustakaan Unmer Pasuruan
Date Deposited: 12 Sep 2023 03:41
Last Modified: 12 Sep 2023 03:41
URI: http://repository.unmerpas.ac.id/id/eprint/435

Actions (login required)

View Item View Item