Kusuma, Haidar Ananta (2023) Rancang Bangun Sistem Cerdas Emergency Assistant Berbasis Chatbot Telegram Menggunakan Metode NLP dan Levenshtein Distance. Undergraduate thesis, UPN Veteran Jawa Timur.
|
Text (COVER)
18081010057_cover.pdf Download (612kB) | Preview |
|
|
Text (BAB 1)
18081010057_Bab1.pdf Download (165kB) | Preview |
|
![[img]](http://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (BAB 2)
18081010057_Bab2.pdf Restricted to Registered users only until 10 January 2026. Download (309kB) |
|
|
Text (BAB 3)
18081010057_Bab3.pdf Restricted to Registered users only until 10 January 2026. Download (350kB) |
|
|
Text (BAB 4)
18081010057_Bab4.pdf Restricted to Registered users only until 10 January 2026. Download (1MB) |
|
|
Text (BAB 5)
18081010057_Bab5.pdf Download (77kB) | Preview |
|
|
Text (DAFTAR PUSTAKA)
18081010057_Daftar_pustaka.pdf Download (89kB) | Preview |
|
|
Text (LAMPIRAN)
18081010057_Lampiran.pdf Restricted to Registered users only until 10 January 2026. Download (267kB) |
Abstract
Kegawatdaruratan merupakan salah satu masalah dalam dunia kesehatan yang dapat terjadi kapan saja, dapat menimpa siapa saja, tidak mengenal waktu, tempat, dan objek. Angka kematian pasien Instalasi Gawat Darurat (IGD) di negara berkembang masih tinggi. Aspek pre-hospital berperan dalam upaya penurunan angka kematian di IGD, yaitu dengan kecepatan pengenalan kegawatan dan rujukan. Selama pasien dalam fase pre-hospital juga perlu dilakukan upaya Basic Life Support (BLS) dengan cara mempertahankan patensi jalan napas, pernapasan, dan sirkulasi. Namun pengetahuan masyarakat mengenai BLS masih rendah, hal tersebut dipengaruhi oleh sumber informasi yang didapat masyarakat sebagian besar melalui media elektronik. Penelitian ini bertujuan untuk merancang dan membangun sistem cerdas Emergency Assistant berbasis chatbot Telegram guna mengedukasi pengguna akan pentingnya kesadaran dan tindakan kegawatdaruratan. Sistem ini dibangun menggunakan bahasa pemrograman Python dengan menerapkan pendekatan metode Natural Language Processing. Metode word embedding TF-IDF dan cosine similarity diterapkan pada sistem untuk proses klasifikasi data intent serta algoritma Levenshtein Distance sebagai proses spelling correction data masukan pengguna. Berdasarkan hasil pengujian kinerja sistem yang dilakukan, diperoleh nilai precision sebesar 89.32%, nilai recall sebesar 86.26%, nilai F1-score sebesar 85.08% dan nilai akurasinya yaitu sebesar 85.32%.
| Item Type: | Thesis (Undergraduate) | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||||||
| Subjects: | Q Science > QA Mathematics > QA76.6 Computer Programming Q Science > QA Mathematics > QA76.625 Internet Programming |
||||||||||||
| Divisions: | Faculty of Computer Science > Departemen of Informatics | ||||||||||||
| Depositing User: | HAIDAR ANANTA KUSUMA | ||||||||||||
| Date Deposited: | 10 Jan 2023 05:32 | ||||||||||||
| Last Modified: | 10 Jan 2023 05:32 | ||||||||||||
| URI: | http://repository.upnjatim.ac.id/id/eprint/10803 |
Actions (login required)
 |
View Item |