Implementasi Natural Language Processing Pada Sistem Chatbot Informasi Saham dengan Algoritma Long Short-Term Memory (Lstm) dan Fuzzy String Matching

Abstract

There are many ways that can be used to invest, one of which is by investing in stocks. In general, stocks can be interpreted as evidence of a person's ownership of a company or business entity. The Indonesia Stock Exchange (IDX) has seen developments in the last three years, the growth of Indonesian capital market investors is dominated by young people, especially the millennial generation and GenZ. One of the reasons for the rapid development of stocks is the use of smartphones in selling stocks, which makes it easier for millennials to invest. Information on stocks can be searched through the website page or through the securities application. However, this is very time consuming because investors have to go to various sites to get information about stocks. And also investors need two-way communication to ask for information to be more efficient and interactive. To support the need for accurate and up-to-date information related to shares, an information technology-based system is needed that can provide convenience for investors in displaying or properly summarizing information about shares. The use of Long Short-Term Memory based on Recurrent Neural Network in making chatbots will predict labels accurately and precisely. Then, in displaying the right response, the chatbot will be assisted by string matching algorithm, namely the Fuzzy String Matching algorithm in finding the right pattern. This test produces a model with an accuracy of 98.58% and a loss of 0.059. By applying LSTM and Fuzzy String Matching, it produces a chatbot that has accurate answers with an accuracy rate of 95%.

Banyak cara yang dapat digunakan dalam berinvestasi, salah satunya adalah dengan berinvestasi saham. Secara umum, saham dapat diartikan semacam bukti kepemilikan seseorang atas sebuah perusahaan atau badan usaha. Bursa Efek Indonesia (BEI) telah melihat perkembangan dalam tiga tahun terakhir, pertumbuhan investor pasar modal Indonesia didominasi oleh anak muda, terutama generasi milenial dan GenZ. Salah satu penyebab perkembangan saham sangat cepat dikarenakan penggunaan smartphone dalam jual beli saham yang memudahkan para kaum milenial dalam berinvestasi. Sarana informasi mengenai saham dapat dicari melalui halaman website ataupun melalui aplikasi sekuritas. Akan tetapi, hal tersebut sangat memakan waktu dikarenakan para investor harus masuk ke berbagai situs link untuk mendapatkan informasi mengenai saham. Dan juga para investor membutuhkan komunikasi dua arah untuk menanyakan informasi agar lebih efisien dan interaktif. Untuk mendukung kebutuhan informasi yang akurat dan up-to-date terkait dengan informasi saham, maka diperlukan sebuah sistem berbasis teknologi informasi yang dapat memberikan kemudahan bagi para investor dalam menampilkan ataupun merangkum dengan baik informasi mengenai saham. Penggunaan algoritma Long Short-Term Memory basis Recurrent Neural Network dalam pembuatan chatbot akan memprediksi label secara akurat dan tepat. Kemudian, dalam menampilkan response yang tepat chatbot akan dibantu oleh algoritma pencocokan string yaitu algoritma Fuzzy String Matching dalam mencari pola pertanyaan yang tepat. Pengujian ini menghasilkan sebuah model dengan accuracy 98.58% dan loss sebesar 0.059. Dengan menerapkan LSTM dan Fuzzy String Matching menghasilkan chatbot yang memiliki jawaban akurat dengan tingkat akurasi 95%