Aplikasi Chatbot Objek Wisata Jawa Timur Berbasis AIML
DOI:
https://doi.org/10.21067/smartics.v3i2.1961Kata Kunci:
Wisata, Chatbot, AIML (Artificial Intelligence Markup Language)Abstrak
Pariwisata Jawa Timur memiliki potensi wisata yang banyak dikunjungi wisatawan. Namun pengembangan informasi pariwisata yang ada saat ini dirasa belum efektif dan efisien. Dalam penyampaian informasinya masih secara manual, seperti pemberian brosur, pamflet, dan poster bagi wisatawan yang mengunjungi obyek wisata. Karena itu, peneliti mencoba mengembangkan aplikasi chatbot berbasis AIML (Artificial Intelligence Markup Language). Dengan aplikasi ini nantinya wisatawan bisa mendapatkan informasi objek wisata dengan melakukan tanya jawab kepada sistem layaknya sebuah model diskusi. Aplikasi tersebut menggunakan bahasa sehari-hari atau bahasa alami (natural language) yang merupakan media yang digunakan manusia untuk berkomunikasi.Referensi
[1] H. Nawawi, Organisasi Sekolah dan Pengelolaan Kelas Sebagai Lembaga Pendidikan. Jakarta: Gunung Agung, 1982.
[2] R. Munir, Matematika Diskrit. Bandung: Informatika, 2005.
[3] S. Kusumadewi, Analisis dan Desain Sistem Fuzzy Menggunakan Tool Box Matlab. Yogyakarta: Graha Ilmu, 2003.
[4] J. C. Dunn, “A Fuzzy Relative of the ISODATA Process and Its Use in Detecting Compact, Well Separated Clusters,†J. Cybern., vol. 3, no. 3, pp. 32–57, 1973.
[5] J. C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algoritms. New York: Plenum Press, 1981.
[6] P. Valarmathie, M. Srinath, T. Ravichandran, and K. Dinakaran, “Hybrid Fuzzy C‑Means Clustering Technique for Gene Expression Data,†Int. J. Res. Rev. Appl. Sci., vol. 1, no. 1, pp. 33–37, 2009.
[7] Polinema, Pedoman Akademik Tahun 2016. Malang: Politeknik Negeri Malang, Jurusan Teknologi Informasi, 2016.
[8] B. S. Duran and P. L. Odell, Cluster Analysis : A Survey. New York: Springer-Verlag, 1974.
[9] Y. Agusta, “K-Means–Penerapan, Permasalahan dan Metode Terkait,†J. Sist. dan Inform., vol. 3, no. 1, pp. 47–60, 2007.
[10] R. Sharma, M. A. Alam, and A. Rani, “K-Means Clustering in Spatial Data Mining using Weka Interface,†in IJCA Proceedings on International Conference on Advances in Communication and Computing Technologies 2012, 2012, pp. 26–30.
[2] R. Munir, Matematika Diskrit. Bandung: Informatika, 2005.
[3] S. Kusumadewi, Analisis dan Desain Sistem Fuzzy Menggunakan Tool Box Matlab. Yogyakarta: Graha Ilmu, 2003.
[4] J. C. Dunn, “A Fuzzy Relative of the ISODATA Process and Its Use in Detecting Compact, Well Separated Clusters,†J. Cybern., vol. 3, no. 3, pp. 32–57, 1973.
[5] J. C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algoritms. New York: Plenum Press, 1981.
[6] P. Valarmathie, M. Srinath, T. Ravichandran, and K. Dinakaran, “Hybrid Fuzzy C‑Means Clustering Technique for Gene Expression Data,†Int. J. Res. Rev. Appl. Sci., vol. 1, no. 1, pp. 33–37, 2009.
[7] Polinema, Pedoman Akademik Tahun 2016. Malang: Politeknik Negeri Malang, Jurusan Teknologi Informasi, 2016.
[8] B. S. Duran and P. L. Odell, Cluster Analysis : A Survey. New York: Springer-Verlag, 1974.
[9] Y. Agusta, “K-Means–Penerapan, Permasalahan dan Metode Terkait,†J. Sist. dan Inform., vol. 3, no. 1, pp. 47–60, 2007.
[10] R. Sharma, M. A. Alam, and A. Rani, “K-Means Clustering in Spatial Data Mining using Weka Interface,†in IJCA Proceedings on International Conference on Advances in Communication and Computing Technologies 2012, 2012, pp. 26–30.
Unduhan
Diterbitkan
2017-10-31
Cara Mengutip
[1]
D. Suryani dan E. L. Amalia, “Aplikasi Chatbot Objek Wisata Jawa Timur Berbasis AIML”, SMARTICS, vol. 3, no. 2, hlm. 47–54, Okt 2017.
Terbitan
Bagian
Artikel
Lisensi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
