OPTIMALISASI CHATBOT HELPDESK LAYANAN TIK DINAS KOMINFO BONE BOLANGO BERBASIS SEQ2SEQ ENCODER BILSTM DAN RETRIEVAL

Lakoro, Retno Reynaldi (2026) OPTIMALISASI CHATBOT HELPDESK LAYANAN TIK DINAS KOMINFO BONE BOLANGO BERBASIS SEQ2SEQ ENCODER BILSTM DAN RETRIEVAL. Jurnal Sains Dan Teknologi (JSIT), 6 (1). pp. 171-179. ISSN 2807-7393

[img] Text (Jurnal Retno Reynaldi Lakoro)
Jurnal - Retno Reynaldi Lakoro.pdf

Download (737kB)
Official URL: https://jurnal.minartis.com/index.php/jsit/article...

Abstract

Layanan helpdesk Teknologi Informasi dan Komunikasi (TIK) di Dinas Komunikasi dan Informatika Kabupaten Bone Bolango masih menghadapi permasalahan berupa keterbatasan jam layanan, ketergantungan pada ketersediaan petugas, serta inkonsistensi jawaban terhadap pertanyaan yang bersifat berulang. Kondisi tersebut menyebabkan waktu respons yang tidak seragam, berpotensi menurunkan efektivitas pelayanan, serta menyulitkan pemenuhan kebutuhan informasi TIK secara cepat dan konsisten pada lingkungan pemerintahan daerah. Penelitian ini bertujuan untuk mengevaluasi dan mengoptimalkan kinerja chatbot helpdesk TIK dalam memahami konteks pertanyaan pengguna, mengklasifikasikan kategori layanan, serta memilih jawaban yang relevan dan konsisten pada domain layanan publik tertutup. Pendekatan yang digunakan adalah metode kuantitatif dengan desain eksperimen, di mana model chatbot dikembangkan menggunakan arsitektur hibrid Sequence-to-Sequence (Seq2Seq) dengan encoder Bidirectional Long Short-Term Memory (BiLSTM) dan mekanisme attention, serta pendekatan retrieval-based response dalam pemilihan jawaban. Dataset terdiri atas 7.192 pasangan pertanyaan–jawaban yang disusun secara manual berdasarkan kasus nyata layanan TIK dan dikelompokkan ke dalam empat kategori layanan, sedangkan teknik analisis dilakukan melalui evaluasi kinerja model menggunakan metrik akurasi, precision, recall, F1-score, top-3 accuracy, serta analisis confusion matrix untuk menilai kestabilan dan ketepatan klasifikasi. Hasil penelitian menunjukkan bahwa model mampu mencapai akurasi klasifikasi mendekati 99% dengan nilai F1-score yang tinggi dan top-3 accuracy yang stabil pada data uji, sehingga membuktikan bahwa pendekatan encoder-centric BiLSTM dengan mekanisme retrieval efektif menghasilkan respons yang relevan, konsisten, dan terkontrol untuk diterapkan pada chatbot helpdesk layanan publik berbasis domain tertutup.

Item Type: Article
Uncontrolled Keywords: BiLSTM, chatbot, helpdesk TIK, retrieval, Seq2Seq
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Sains dan Ilmu Komputer > Program Studi Ilmu Komputer
Depositing User: Retno Reynaldi Lakoro
Date Deposited: 09 Jul 2026 07:01
Last Modified: 09 Jul 2026 07:01
URI: http://repository.umgo.ac.id/id/eprint/6733

Actions (login required)

View Item View Item