(0721) 8030188    [email protected]   

Implementasi Natural Language Processing dengan Metode Long Short-Term Memory pada Chatbot Kesehatan Gigi


Masalah kesehatan gigi dan mulut masih menjadi isu yang signifikan di Indonesia. Berdasarkan data Riset Kesehatan Dasar (Riskesdas) 2018, lebih dari 57% masyarakat mengalami masalah gigi dan mulut, namun hanya sebagian kecil yang mendapatkan layanan medis. Rendahnya tingkat kesadaran masyarakat, keterbatasan akses terhadap informasi, serta minimnya media interaktif yang tersedia menjadi tantangan utama dalam peningkatan literasi kesehatan gigi. Oleh karena itu, dibutuhkan suatu sistem yang mampu memberikan informasi secara praktis, akurat, dan dapat diakses kapan saja. Chatbot Natural language Processing (NLP) dengan metode Long Short-Term Memory (LSTM) memberikan solusi pada permasalahan belum tersedianya media interaktif untuk pencarian informasi tentang penanganan dan pencegahan kesehatan gigi, pencarian pertanyaan terkait kesehatan dan pencarian jawaban yang sesuai dengan pertanyaan. Tujuan dari penerapan metode Long Short-Term Memory (LSTM) dalam bidang pemrosesan bahasa alami (Natural Language Processing/NLP) adalah untuk membangun model komputasi yang mampu memahami dan mengolah bahasa manusia, sehingga memungkinkan terjadinya interaksi antara manusia dan komputer melalui bahasa alami. Dalam proses ini, masukan yang diberikan akan dianalisis, dan sistem akan menghasilkan respons berdasarkan pola-pola yang dikenali dalam basis pengetahuan yang dimilikinya. Dataset yang digunakan terdiri dari 48 pertanyaan dan jawaban yang dikumpulkan melalui wawancara dengan dokter gigi, dan dikembangkan menjadi 250 variasi pertanyaan. Data ini diproses melalui tahapan seperti tokenizing, case folding, filtering, dan transformasi ke dalam bag of words sebelum dipelajari oleh model LSTM. Sistem chatbot dikembangkan dalam antarmuka web yang memungkinkan pengguna untuk berinteraksi langsung dalam bahasa Indonesia. Hasil pengujian menunjukkan bahwa chatbot mampu menjawab pertanyaan dengan akurasi tinggi, yakni 99,19

URI
https://repo.itera.ac.id/depan/submission/SB2505270020

Keyword
Natural Language Processing (NLP) Long Short-Term Memory (LSTM) Chatbot Kesehatan Gigi