Rancang bangun Chatbot informasi pesantren berbasis whatsapp menggunakan metode SIMPLE Contrastive Sentence Embedding Dan Cosine Similarity

ABSTRAK:

Perkembangan teknologi informasi membuka peluang luas bagi lembaga pendidikan Islam untuk meningkatkan kualitas layanan kepada masyarakat, termasuk Pesantren Mahasiswa Al-Hikam Malang yang membutuhkan sistem informasi mampu menjawab pertanyaan calon santri secara cepat, akurat, dan dapat diakses kapan saja. Penelitian ini merancang dan membangun chatbot informasi pesantren berbasis WhatsApp menggunakan metode Simple Contrastive Sentence Embedding (SimCSE) dan Cosine Similarity, dengan dataset 50 pasangan pertanyaan-jawaban (FAQ) yang mencakup berbagai kategori informasi pesantren. SimCSE digunakan untuk menghasilkan representasi vektor semantik dari setiap pertanyaan dalam dataset, sementara Cosine Similarity mengukur kemiripan antara pertanyaan pengguna dan dataset untuk mengembalikan jawaban yang paling relevan. Sistem diimplementasikan pada platform WhatsApp menggunakan API Twilio dan framework Flask berbasis Python, dengan hasil pengujian akurasi sebesar 85% dari 100 pertanyaan uji serta skor System Usability Scale (SUS) rata- rata 77,25 yang termasuk kategori Good dari 20 responden. Hasil ini menunjukkan bahwa metode SimCSE dan Cosine Similarity efektif digunakan dalam sistem chatbot berbasis retrieval untuk domain informasi pesantren.

ABSTRACT:

The advancement of information technology has opened broad opportunities for Islamic educational institutions to improve the quality of information services to…The advancement of information technology has opened broad opportunities for Islamic educational institutions to improve the quality of information services to the community, including Pesantren Mahasiswa Al-Hikam Malang, which requires an information system capable of answering prospective students' inquiries quickly, accurately, and accessibly at any time. This research designs and develops a WhatsApp-based pesantren information chatbot using the Simple Contrastive Sentence Embedding (SimCSE) and Cosine Similarity methods, with a dataset of 50 question-answer pairs (FAQs) covering various categories of pesantren information. SimCSE is used to generate semantic vector representations for each question in the dataset, while Cosine Similarity measures the degree of similarity between the user's question and the dataset to return the most relevant answer. The system is implemented on the WhatsApp platform using the Twilio API and the Python-based Flask framework, achieving an accuracy of 85% from 100 test questions and a System Usability Scale (SUS) average score of 77.25, which falls in the Good category based on responses from 20 respondents. These results demonstrate that the SimCSE and Cosine Similarity methods are effective for retrieval-based chatbot systems in the pesantren information domain.

مستخلص البحث:

عمار، محمد رزال.2026. تصميم وتطوير روبوت محادثة لمعلومات المعهد اإلسالمي على أساس واتساب باستخدام طريقة التضمين الجُملي التباعدي البسيط وتشابه جيب التمام. بحث التخرج. قسم الهندسة المعلوماتية، كلية العلوم والتكنولوجيا بجامعة موالنا مالك إبراهيم اإلسالمية الحكومية ماالنج. المشرف األول: فتح الرحمن. المشرف الثاني: زين العابدين. يُعد ّ الحصول على المعلومات المتعلقة بالمعهد اإلسالمي أمرا ً ضروريا ً للطالب والمجتمع، إال أن ّ األساليب التقليدية في تقديمها ال تزال محدودة وغير تفاعلية، مما يُصعّب الحصول على إجابات سريعة ودقيقة. لذا، يهدف هذا البحث محادثة لمعلومات الم إلى تصميم وتطوير روبوتواتساب باستخدام طريقة عهد اإلسالمي عبر تطبيقSimple Contrastive Sentence Embedding (SimCSE) وتشابه جيب التمام. وأهداف هذا البحث هي: (1) تصميم وتطوير روبوت محادثة لمعلومات المعهد اإلسالمي عبر واتساب باستخدام طريقتَيSimCSEوتشابه جيب التمام. (2) قياس دقة النظام في اإلجابة عن أسئلة المستخدمين. (3) تقييم قابلية استخدام النظام باستخدام مقياسSystem Usability Scale (SUS ً). ومنهج البحث هو منهج تصميم النظام وتطويره، معتمدا ً على مجموعة بيانات من خمسين سؤاال ً وجوابا تتعلق بمعهد الحِكَم اإلسالمي ماالنج. تمر ّ البيانات بمراحل المعالجة المسبقة من تنظيف النصوص وإزالة عالمات الترقيم، ثم تُرمَّز الجمل إلى متجهات تضمين باستخدام نموذجSimCSE، ويُحسب تشابه جيب التمام بين سؤال المستخدم واألسئلة في قاعدة البيانات. وقد نُفِّذ النظام عبر منصة واتساب باستخدام واجهة برمجةTwilioوإطار العملFlaskالمبني على Python. نتائج هذا البحث هي: (1) تم تطوير روبوت المحادثة بنجاح مع ضبط عتبة التشابه عند0.70، بحيث يُرسَل الجواب المقابل عند تجاوز هذه القيمة، وإال أُبلغ المستخدم بأن السؤال خارج نطاق النظام. (2) أظهر اختبار الدقة باستخدام 100سؤال اختباري أن النظام حقّق دقة ً بلغت85( .%3) أسفر تقييم قابلية االستخدام بمقياسSUSمع20مستجيبا ً عن متوسط درجة77.25من100، مما يُصنَّف في الفئة "جيد". وتدل هذه النتائج على فاعلية طريقتَيSimCSEوتشابه جيب التمام في نظام روبوت المحادثة القائم على االسترجاع لمجال معلومات المعهد اإلسالمي