Penerapan Metode SVM Untuk Sistem Tanya Jawab Pada Kasus Front-Office

Sistem Tanya Jawab (Question Answering System) merupakan sebuah sistem pada komputer yang dapat menjawab pertanyaan menggunakan bahasa alami yang biasa dipakai manusia secara otomatis. Penelitian sebelumnya tentang sistem tanya jawab sudah dilakukan sebelumnya salah satunya menggunakan rule based menggunakan bahasa indonesia, namun pada penelitian tersebut belum menghasilkan akurasi yang baik yaitu sebesar 60%. Penelitian lain tentang sistem tanya jawab yang menggunakan metode pendekatan machine learning yaitu metode SVM, Pada penelitian tersebut menghasilkan akurasi diatas 80% menggunakan bahasa Inggris, bahasa Arab, dan bahasa Inggris-Arab. Sehingga pada penelitian ini, akan menerapkan metode pendekatan machine learning SVM untuk sistem tanya jawab di front office dengan Bahasa Indonesia. Tahapan yang dilakukan sistem dibagi menjadi tiga tahap, yaitu Preprocessing, Klasifikasi dan Prediksi Jawaban. Klasifikasi adalah tahapan awal dimana data latih akan diklasifikasi sesuai dengan jenis pertanyaan. kemudian mencari jawaban yang ada di dalam database berdasarkan kedekatan kalimat pertanyaan dengan yang ada pada database. Hasil dari main process ini adalah jawaban yang telah diisikan sebelumnya pada setiap data latih. Hasil menunjukkan akurasi yang didapat pada pendekatan machine learning svm untuk sistem tanya jawab pada kasus front office mendapat nilai akurasi sebesar 39%. Nilai akurasi tersebut disebabkan karena kurangnya data latih.

The Question Answering System is a computer system that can answer questions using natural language commonly used by humans automatically. Previous research on question and answer system has been done before one of them using rule based using indonesian language, but in the research has not yielded good accuracy that is equal to 60%. Another research on question and answer system using machine learning approach method is SVM method. In that research yield accuracy above 80% using English, Arabic, and English-Arabic. So in this research, will apply approach method machine learning SVM for question and answer system in front office with Indonesian language. Stages performed system to get the answer is divided into three stages, namely Preprocessing, Classification and search answers. Classification is the initial stage in which the training data will be classified according to the type of question. then look for answers that are in the database based on the proximity of the question with the sentence in the database. The result of this main process is the pre-filled answer on each training data. The results show the accuracy obtained on the svm machine learning approach for question and answer system in the case of front office got an accuracy of 39%. The accuracy value is due to lack of training data.