KHANZA, Muthia (2026) Implementasi Chatbot dengan Metode IndoBERT untuk Prediksi Kode KBLI 5 Digit pada Usaha Mikro Kecil dan Menengah (UMKM) Berbasis Website. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Muthia Khanza-H1D022008-Skripsi-2026.pdf Download (63kB)
	PDF (Legalitas) LEGALITAS-Muthia Khanza-H1D022008-Skripsi-2026.pdf Restricted to Repository staff only Download (635kB)
	PDF (Abstrak) ABSTRAK-Muthia Khanza-H1D022008-Skripsi-2026.pdf Download (106kB)
	PDF (BabI) BAB-I-Muthia Khanza-H1D022008-Skripsi-2026.pdf Restricted to Repository staff only until 27 April 2027. Download (119kB)
	PDF (BabII) BAB-II-Muthia Khanza-H1D022008-Skripsi-2026.pdf Restricted to Repository staff only until 27 April 2027. Download (397kB)
	PDF (BabIII) BAB-III-Muthia Khanza-H1D022008-Skripsi-2026.pdf Restricted to Repository staff only until 27 April 2027. Download (284kB)
	PDF (BabIV) BAB-IV-Muthia Khanza-H1D022008-Skripsi-2026.pdf Restricted to Repository staff only Download (5MB)
	PDF (BabV) BAB-V-Muthia Khanza-H1D022008-Skripsi-2026.pdf Download (43kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Muthia Khanza-H1D022008-Skripsi-2026.pdf Download (180kB)

Abstract

Kesulitan dalam menentukan kode Klasifikasi Baku Lapangan Usaha Indonesia (KBLI) 5 digit masih menjadi permasalahan bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM), terutama akibat perbedaan antara istilah formal dalam dokumen KBLI dan bahasa sehari-hari yang digunakan dalam mendeskripsikan usaha. Oleh karena itu, diperlukan suatu sistem yang mampu memahami deskripsi usaha secara alami serta memberikan rekomendasi kode KBLI yang tepat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan chatbot berbasis website yang mampu memprediksi kode KBLI 5 digit berdasarkan deskripsi usaha pengguna menggunakan model IndoBERT. Metode pengembangan sistem yang digunakan adalah Waterfall dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Perancangan sistem dilakukan menggunakan Unified Modeling Language (UML). Sistem dikembangkan menggunakan framework Flask dan diintegrasikan dengan model IndoBERT-base yang telah melalui proses fine-tuning untuk tugas klasifikasi teks. Selain itu, sistem juga memanfaatkan Large Language Model (LLM) melalui OpenRouter dengan model Gemini Flash Lite untuk menghasilkan respons chatbot yang lebih natural dan mudah dipahami. Hasil pengujian menunjukkan bahwa model memperoleh validation accuracy sebesar 81,73%, F1-score sebesar 81,75%, dan validation loss sebesar 0,491. Evaluasi Top-K Accuracy menunjukkan nilai Top-1 Accuracy sebesar 81,74% dan Top-5 Accuracy sebesar 95,40%, yang menunjukkan kemampuan model dalam memberikan beberapa kandidat kode KBLI yang relevan. Penggunaan IndoBERT berbasis website memungkinkan sistem memahami konteks bahasa alami pengguna sehingga proses klasifikasi menjadi lebih otomatis dan akurat. Dengan demikian, sistem chatbot yang dikembangkan dapat digunakan sebagai alat bantu bagi pelaku UMKM dalam menentukan kode KBLI secara cepat, interaktif, dan tepat.

Item Type:	Thesis (Skripsi)
Nomor Inventaris:	H26100
Uncontrolled Keywords:	Chatbot, IndoBERT, KBLI, Klasifikasi Teks, UMKM, Website
Subjects:	S > S399 Small business
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Mrs. MUTHIA KHANZA
Date Deposited:	27 Apr 2026 08:12
Last Modified:	27 Apr 2026 08:12
URI:	http://repository.unsoed.ac.id:443/id/eprint/40783

Actions (login required)

View Item