MEMBANGUN CHATBOT UNTUK INFORMASI MAGANG DAN STUDI INDEPENDEN KAMPUS MERDEKA DENGAN ALGORITMA NAIVE BAYES

Abstract

Kampus Merdeka sebagai program lembaga pendidikan membutuhkan sistem informasi efisien untuk memenuhi kebutuhan mahasiswa terkait program Magang dan Studi Independen Bersertifikat (MSIB). Respons manual yang lambat dan potensi kesalahan manusiawi menjadi kendala utama dalam penyediaan informasi tepat waktu dan akurat. Oleh karena itu, penelitian ini berfokus pada pengembangan chatbot dengan algoritma Naive Bayes untuk mengatasi tantangan tersebut. Metode penelitian mengikuti pendekatan Cross Industry Standard Process for Data Mining (CRISP-DM), melibatkan pemahaman masalah, pengumpulan data, preprocessing, pembuatan model Naive Bayes, evaluasi model, dan implementasi di platform Telegram. Hasil penelitian menunjukkan model klasifikasi menggunakan algoritma Naive Bayes dengan tingkat akurasi mencapai 88,9%. Meskipun terdapat kendala data terbatas, algoritma ini dapat menangani distribusi frekuensi data yang tidak seimbang. Chatbot yang dikembangkan berpotensi meningkatkan akses mahasiswa, termasuk Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang (Fasilkom Unsika), terhadap informasi MSIB di Kampus Merdeka. Penelitian ini menegaskan bahwa chatbot dengan Naive Bayes dapat efektif menyediakan informasi secara cepat dan efisien. Algoritma ini terbukti efisien, terutama dalam mengatasi kendala data yang terbatas. Diharapkan hasil penelitian ini menjadi dasar untuk pengembangan lebih lanjut dalam implementasi kecerdasan buatan guna meningkatkan kualitas layanan informasi di lembaga pendidikan, termasuk Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang.