Analisis Chatbot Pendaftaran Mahasiswa Baru Menggunakan Algoritma Artificial Neural Network (Studi Kasus: Universitas Negeri Surabaya)

Abstract

Universitas Negeri Surabaya (Unesa) memiliki website Admisi yang khusus digunakan untuk pendaftaran mahasiswa baru. Meskipun website tersebut memiliki informasi yang lengkap, namun masih terdapat banyak pendaftar yang sangat mengandalkan layanan komunikasi dua arah dengan petugas admisi seperti telepon atau chatting yang memiliki keterbatasan pada jam operasionalnya. Penelitian ini bertujuan untuk merancang dan menganalisis chatbot yang menggunakan algoritma ANN dengan arsitektur dua lapisan tersembunyi dengan fungsi aktivasi ReLU, dan Softmax pada lapisan keluaran, dan metode optimasi SGD dengan nilai learning rate sebesar 0.01 dan momentum sebesar 0.9. Pengujian dilakukan terhadap chatbot yang dilatih dengan 90, 190, dan 380 epochs dengan batch size yang sama yakni 5. Hasil evaluasi menunjukkan chatbot yang dilatih dengan 190 epochs memiliki kinerja yang paling optimal dengan nilai akurasi sebesar 82,6%, presisi sebesar 81,81%, recall sebesar 81,81%, spesifisitas sebesar 83,33% dan f1-score sebesar 81,81%, serta terhindar dari underfitting (seperti konfigurasi 90 epochs) dan overfitting (seperti konfigurasi 380 epochs).

Kata Kunci— Chatbot, ANN, NLP, Admisi Unesa, website.