TELEGRAM BOT SEBAGAI VIRTUAL ASSISTANT KEGIATAN

NON-AKADEMIK MAHASISWA MENGGUNAKAN DEEP LEARNING

RINGKASAN IDE TA

Diajukan guna memenuhi sebagai persyaratan dalam rangka menyelesaikan

Pendidikan Sarjana Strata Satu (S1) Program Studi Teknologi Informasi

NI NENGAH ADINDA GAYATRI PRIYASA

NIM: 1805551040

PROGRAM STUDI TEKNOLOGI INFORMASI

FAKULTAS TEKNIK
UNIVERSITAS UDAYANA
2021
 GAMBARAN UMUM SISTEM

Menurut Undang-Undang Republik Indonesia No. 12 Tahun 2012 tentang

pendidikan tinggi, mahasiswa adalah peserta didik pada jenjang pendidikan tinggi.
Mahasiswa sebagaimana dimaksud sebelumnya, perlu secara aktif
mengembangkan potensinya dengan melakukan pembelajaran, mencari kebenaran
ilmiah, dan/atau penguasaan pengembangan, dan pengenalan dirinya di dalam
sebuah cabang ilmu dan sebagai insan dewasa yang memiliki kesadaran diri dalam
mengembangkan potensi dalam diri. Selain menjalankan kegiatan akademik
sesuai dengan bidang ilmu yang diemban di lingkungan perguruan tinggi,
mahasiswa juga dituntut untuk mengembangkan kepribadian, bakat, dan
kemampuan di berbagai bidang di luar bidang ilmu yang diembannya, karena
alasan tersebut kegiatan non-akademik menjadi sesuatu yang penting untuk diikuti
oleh mahasiswa. Kegiatan ini mampu membangun kemampuan dan mengasah
bakat mahasiswa serta menjadi wadah untuk membangun relasi dan
mengembangkan sikap profesionalitas yang nantinya dibutuhkan dalam dunia
kerja.
Kegiatan non-akademik atau yang sering disebut ektrakulikuler dalam
pendidikan dimaksudkan sebagai jawaban atas tuntutan dari kebutuhan peserta
didik, membantu mereka yang kurang, memperkaya lingkungan belajar dan
memberi stimulasi kepada mereka agar lebih kreatif (Sudirman, 2015). Kegiatan
non-akademik dalam lingkup perguruan tinggi yang dimaksud seperti fungsionaris
himpunan dan kepanitiaan acara yang mengajarkan sikap profesionalitas dan
tanggung jawab mahasiswa. Selain itu juga ada UKM atau kelompok studi yang
dapat mengembangkan bakat dan kemampuan mahasiswa dalam bidang lainnya di
luar bidang ilmu yang diemban. Seminar, lomba, dan kegiatan pengabdian
masyarakat juga salah satu contoh dari kegiatan non-akademik yang dapat dipilih
mahasiswa untuk mengembangkan kepekaan sosial dan meningkatkan semangat
untuk mempelajari bidang-bidang lainnya.
Informasi tentang kegiatan non-akademik ini tentunya menjadi sesuatu
yang penting diketahui oleh mahasiswa, terutama mahasiswa baru yang belum
mengetahui kegiatan-kegiatan apa yang ada di lingkungan kampusnya. Oleh
karena itu, dibutuhkan sebuah platform yang dapat memadukan seluruh informasi
terkait kegiatan tersebut dengan harapan memudahkan mahasiswa untuk mencari
kegiatan non-akademik yang bisa diikutinya. Selain itu diharapkan pula sebuah
platform yang dapat mengingatkan seorang mahasiswa untuk mengikuti sebuah
event tertentu dan platform yang sama untuk memudahkan mahasiswa untuk
bergabung dalam sebuah kegiatan non-akademik.
Penelitian ini bertujuan untuk merancang dan membangun asisten virtual
kegiatan non-akademik mahasiswa menggunakan chatbot di platform Telegram
Messenger yang akan diimplementasikan dalam lingkungan Himpunan
Mahasiswa Teknologi Informasi. Platform instant messaging dipilih karena
aplikasi jenis ini telah digunakan di berbagai bidang seperti dunia pendidikan
(Gentia et al., 2020). Aplikasi instant messaging yang biasa digunakan di
lingkungan perkuliahan salah satunya yaitu aplikasi Telegram yaitu aplikasi
instant messaging yang bekerja seperti layaknya WhatsApp menggunakan end-to-
end encryption untuk mengamankan informasi yang dibagikan (Setiaji &
Paputungan, 2018). Pada aplikasi Telegram terdapat sebuah API yang
memudahkan pengguna untuk membuat chatbot. Chatbot adalah program yang
meniri percakapan manusia menggunakan Artificial Intelligence, yang tujuan
utama dirancang untuk menjasi asisten virtual, hiburan, dan membantu seseorang
menyelesaikan tugas seperti menjawab pertanyaan, mendapat petunjuk, dan
lainnya (Ranoliya et al., 2017). Banyak agen chatbot dibuat dengan menggunakan
teknik atau algoritma machine learning yang sederhana, dalam teknik
pengambilan chat, chatbot akan memindai kata kunci dalam frase input dan
mengambil jawaban yang relevan berdasarkan string query. Mereka
mengandalkan kesamaan kata kunci dan teks yang diambil ditarik dari sumber
data internal dan eksternal termasuk web dan database organisasii. Beberapa yang
lain dikembangkan dengan teknik pemrosesan bahasa alami (NLP) dan algoritma
machine learning yang lebih rumit (Tiha, 2018).
Selain dapat memberi informasi umum terkait kegiatan non-akademik
yang terdaftar dalam sebuah lingkungan himpunan, asisten virtual ini juga
memudahkan penggunanya untuk mendaftarkan diri dalam sebuah kegiatan non
akademik seperti mendaftar kepanitiaan atau mendaftarkan diri ke dalam sebuah
seminar. Hal lainnya yaitu memberi reminder bagi mahasiswa untuk event tertentu
yang ia ikuti dan reminder hari-hari penting seperti reminder kegiatan non-
akademik yang sifatnya umum yang diadakan oleh himpunan. Dalam
implementasi chatbot ini, agar sistem dapat merespon pesan pengguna secara
dinamis, diterapkan penggunaan NLP dan deep learning yang memegang peranan
penting dalam memahami pesan dalan bahasa sehari-hari (Elcholiqi &
Musdholifah, 2020). Metode deep learning digunakan untuk mengatasi
permasalahhan yang signifikan pada machine learning. Pada penelitian
sebelumnya dengan judul “Pencarian Informasi Wisata Daerah Bali Menggunakan
Teknologi Chatbot” menerapkan metode full text search boolean mode sebagai
alternatif pencarian informasi tentang wisata di pulau Bali yang dapat
memudahkan pengguna dalam pencarian informasi tentang wisata di pulau Bali
(Paliwahet et al., 2017). Pada penelitian ini akan diterapkan deep learning dengan
menggunakan framework dari TensorFlow untuk menciptakan sistem chatbot
yang lebih dinamis dan membuat komunikasi antar pengguna dan chatbot yang
lebih lancar dan natural. Tensorflow menyediakan sejumlah API dengan level
kontrol yang berbeda-beda, misalnya di level terendah yang disebut TensorFlow
Core menyediakan kemampuan untuk mengontrol setiap bagian kode dan
memiliki kontrol yang lebih baik dalam membuat sebuah permodelan machine
learning (Ahmed Fawzy Gad, 2017). Sasaran dari machine learning adalah untuk
mempelajari dari data untuk memaksimalkan kinerja mesin. Machine learning
memungkinkan sistem untuk mempelajari hal-hal baru dari data yang masuk
(Prasetyo et al., 2020).
Hasil dari penelitian ini diharapkan dapat menjadi salah satu platform
pilihan yang dapat diterapkan di kalangan Himpunan Mahasiswa Teknologi
Informasi untuk memudahkan aliran informasi terkait kegiatan non-akademik
yang ingin diadakan, serta memudahkan mahasiswa khususnya mahasiswa baru
untuk mencari informasi umum terkait kegiatan non-akademik yang ada di
himpunan. Perancangan dari arsitektur sistem asisten virtual ini dapat dilihat pada
gambar 1 dan gambar 2 berikut.
 Gambar 1 Gambaran Umum Sistem Asisten Virtual Berbasis Telegram
Gambar 1 merupakan gambaran umum dari sistem asisten virtual kelola
kegiatan non-akademik mahasiswa yang berbasis Telegram Messenger. Terdapat
pihak yang terlibat yaitu admin dalam hal ini yaitu fungsionaris himpunan yang
dapat memasukkan informasi terkait fungsionaris himpunan, informasi rekruitmen
kegiatan, informasi terkait event, seminar, perlombaan, atau kegiatan pengabdian
masyarakat yang diterima oleh himpunan, lalu informasi terkait UKM atau
kelompok belajar yang ada di lingkungan himpunan. Data lainnya yang dapat
dimasukkan oleh admin melalui portal website yaitu data pattern atau pola yang
akan menjadi knowledge dari machine learning. Data tersebut lalu disimpan
dalam sebuah database. Selanjutnya pengguna dalam hal ini mahasiswa dapat
mengakses bot telegram dan menanyakan informasi terkait kegiatan non-
akademik. Bot akan mengirimkan informasi message ke dalam database dimana
selanjutnya message akan diproses menggunakan machine learning dengan
pattern yang telah tersimpan lalu menghasilkan respon sesuai dengan pola yang
akan diteruskan dan disimpan kembali ke dalam database. Apabila data message
tidak menemukan data yang match dengan pola akan dibalas dengan respon error
yang nanti akan ditampilkan pula di portal website supaya bisa diperbaiki secara
manual oleh admin sehingga ke depannya pesan serupa dapat dipelajari oleh
machine learning. Selain itu bot juga dapat me-request data terkait kegiatan dan
mengirimkan reminder kepada pengguna.

Gambar 2 Diagram Fishbone Sistem Asisten Virtual Berbasis Telegram

Gambar 2 merupakan diagram fishbone yang menjelaskan deskripsi dari
rancangan sistem asisten virtual kelola kegiatan non-akademik berbasis Telegram
Messenger yang akan dibangun. Pada sistem ini terdapat dua user yaitu
mahasiswa dan admin yang berasal dari himpunan, sementara lingkungan kerja
sistem ini yaitu Telegram API dan website yang diperuntukan hanya untuk admin
saja, informasi yang dikelola yaitu informasi umum himpunan, informasi umum
UKM atau kelompok belajar, informasi seminar, lomba, atau kegiatan pengabdian
sosial, serta informasi terkait recruitment kepanitiaan atau fungsionaris himpunan.
Knowledge dari sistem ini berasal dari data pattern atau pola yang dimasukkan
admin serta diproses menggunakan machine learning. Tools yang dipergunakan
dalam pembuatan sistem ini yaitu MySQL sebagai media penyimpanan data,
pembuatan website administrator menggunakan PHP, dan Telegram BOT API
untuk membangun API chatbot, dan terakhir penerapan deep learning
menggunakan Python dan Tensorflow. Knowledge dari chatbot dibangun
menggunakan NLP dan algoritma deep learning recurrent neural network (RNN).

CALON PEMBIMBING

Calon Pembimbing: Dr. I Made Sukarsa, ST., MT.

TTD Pembimbing
Jimbaran, 24 Mei 2021

(Dr. I Made Sukarsa, ST., MT.)

 DAFTAR PUSTAKA

Ahmed Fawzy Gad. (2017). TensorFlow: A Guide to Build Artificial Neural

Networks using Python. LAP LAMBERT Academic Publishing, March.
Elcholiqi, A., & Musdholifah, A. (2020). Chatbot in Bahasa Indonesia using NLP
to Provide Banking Information. IJCCS (Indonesian Journal of Computing
and Cybernetics Systems), 14(1), 91. https://doi.org/10.22146/ijccs.41289
Gentia, D., Sukarsa, I. M., & Wibawa, K. S. (2020). Rancang Bangun Chatbot
Sebagai Penghubung Komunikasi Antara Aplikasi Line Messenger Dengan
Telegram Messenger. Jurnal Ilmiah Merpati (Menara Penelitian Akademika
Teknologi Informasi), 8(3), 156–167.
Paliwahet, I. N. S., Sukarsa, I. M., & Gede Darma Putra, I. K. (2017). Pencarian
Informasi Wisata Daerah Bali Menggunakan Teknologi Chatbot. Lontar
Komputer : Jurnal Ilmiah Teknologi Informasi, 8(3), 144.
https://doi.org/10.24843/lkjiti.2017.v08.i03.p01
Prasetyo, E. W., Hidetaka, N., Prasetya, D. A., Dirgantara, W., & Windi, H. F.
(2020). Spatial Based Deep Learning Autonomous Wheel Robot Using
CNN. Lontar Komputer : Jurnal Ilmiah Teknologi Informasi, 11(3), 167.
https://doi.org/10.24843/lkjiti.2020.v11.i03.p05
Ranoliya, B. R., Raghuwanshi, N., & Singh, S. (2017). Chatbot for University
Related FAQs. 2017 International Conference on Advances in Computing,
Communications and Informatics (ICACCI), 1525–1530.
https://doi.org/10.1109/ICACCI.2017.8126057
Setiaji, H., & Paputungan, I. V. (2018). Design of Telegram Bots for Campus
Information Sharing. IOP Conference Series: Materials Science and
Engineering, 325(1). https://doi.org/10.1088/1757-899X/325/1/012005
Sudirman, A. (2015). Management of Student Development. Yayasan Indragiri.
Tiha, A. (2018). Intelligent Chatbot using Deep Learning Intelligent Chatbot
using Deep Learning Submitted By UID : U00619942 University of Memphis
Project Supervisor : Professor Vasile Rus Project Committee Members -.
19(April). https://doi.org/10.13140/RG.2.2.14006.75841