Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Muhammad Rifqi Al Fauzan Rifqi
Universitas Islam Negeri Sumatera Utara
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Kombinasi TF-IDF dan Neural Network Untuk Pelayanan Informasi Al-Qur’an Dalam Bentuk Chatbot Muhammad Rifqi Al Fauzan Rifqi; Armansyah; Muhammad Rifqi Al Fauzan
JURNAL FASILKOM Vol 14 No 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7286

Abstract

Al-Qur’an merupakan kitab suci umat Islam yang di dalamnya berisikan petunjuk untuk menjalani kehidupan di dunia. Pemanfaatan teknologi untuk menyediakan informasi Al-Qur’an saat ini sudah dilakukan, yaitu dengan mendigitalisasi Al-Qur’an. Namun, yang menjadi masalah adalah Al-Qur’an digital tidak dapat memberikan pengalaman yang interaktif kepada pengguna. Pengalaman interaktif ini penting karena pengguna dapat memperoleh informasi Al-Qur’an seperti ayat atau tafsir yang spesifik tanpa harus mencari lagi. Oleh karena itu, untuk mengatasi masalah tersebut dapat dilakukan dengan chatbot. Chatbot dapat dikembangkan agar mampu melakukan percakapan secara interaktif serta mampu melakukan pengenalan teks dan memberikan informasi secara akurat dan konsisten. Pengembangan chatbot dalam penelitian ini menggunakan TF-IDF dan Neural Network. Arsitektur Neural Network yang digunakan dalam penelitian ini terdiri dari 1 hidden layer dengan fungsi aktivasi ReLU dan 1 output layer dengan fungsi aktivasi Softmax. Dataset dalam penelitian ini sebanyak 2157 pola teks, yang dibagi menjadi data training dan data testing dengan rasio 8:2 sehingga data training berjumlah 1725 dan data testing berjumlah 432. Chatbot mampu menjawab pertanyaan pengguna dengan benar sebanyak 38 kali dari total pertanyaan yang diajukan sebanyak 46 pertanyaan. Dengan demikian dapat disimpulkan bahwa chatbot yang dibangun dengan TF-IDF dan Neural Network mampu memberikan respon yang cukup baik atas pesan dari pengguna dengan nilai akurasi sebesar 82,6%.
Co-Authors Armansyah Armansyah Muhammad Rifqi Al Fauzan