IMPLEMENTASI CHATBOT MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM) UNTUK KLASIFIKASI KANKER PARU DENGAN METODE NAÏVE BAYES

Abstract

Penyakit kanker paru merupakan kanker yang sering didiagnosis pada tahun 2022 data kasus baru penyakit kanker paru mencapai 2,5 juta atau satu dari delapan kanker, diseluruh dunia (12,4% dari total jumlah keseluruhan kanker secara global). penelitian ini bertujuan untuk mengembangkan chatbot yang mampu memberikan informasi mengenai kanker paru dengan tingkat akurasi yang baik dan bisa melakukan klasifikasi terkait penyakit kanker paru. Penelitian ini menggunakan metode algoritma Long Short-Term Memory (LSTM) dan bisa untuk melakukan klasifikasi penyakit kanker paru menggunakan algoritma Naïve Bayes. Dataset yang digunakan untuk informasi penyakit kanker menggunakan format JavaScript Object Notation (JSON) dan untuk klasifikasi penyakit kanker paru menggunakan Comma Separated Values (CSV). Data untuk informasi penyakit kanker paru diproses dan dimasukkan kedalam model LSTM yang dilatih untuk mengenali pola yang signifikan. Hasil penelitian chatbot menggunakan algoritma LSTM dengan melatih model data sampai 400 epoch menunjukkan bahwa model yang dikembangkan memiliki akurasi sebesar 100% dan loss 1,67%. Sistem klasifikasi apakah pengguna terindikasi berpenyakit kanker paru atau tidak belum terindikasi dengan sistem chatbot. Hal ini dapat dijadikan bahan penelitian selanjutnya. Kesimpulan dari penelitian bahwa penggunaan model LSTM dalam chatbot sangat baik untuk melatih dan mengembangkan model chatbot