Chatbot Layanan Informasi Kesehatan Organ Kewanitaan Menggunakan Pendekatan Metode Long Short Term Memory (LSTM)

Abstract

There are several factors that affect the health of the female organs, which can be seen from women's complaints about the health conditions of their female organs. Feelings confuse to ask about condition of women’s health organs and feel too intimate to ask others can lead her to take the wrong steps. Several conditions that need to be watched out for, cause of most complaints from female conditions have the potential to female health problems/complications in the future. Therefore, the existence of a chatbot as a chat/messaging platform can answer complaints and provide solutions to problems experienced by women, without feeling afraid to ask and dig up information about female organ health problems. The dataset used in this study is a dataset from the scraping of questions and answers on female organ health complaints on the alodokter website. In this study, the authors used the Long Short Term Memory (LSTM) method to create a chatbot for female organ health information services that yielded an accuracy of 92%.

Ada beberapa faktor yang mempengaruhi kesehatan organ kewanitaan yang dapat diketahui dari keluhan wanita atas kondisi kesehatan organ kewanitaannya. Perasaan bingung dan canggung untuk mempertanyakan dengan alasan karena merasa terlalu intim untuk dipertanyakan kepada orang lain dapat membuatnya mengambil langkah yang salah. Ada beberapa kondisi yang perlu diwaspadai, karena sebagian besar keluhan dari kondisi kewanitaan berpotensi menimbulkan gangguan/komplikasi kesehatan kewanitaan dikemudian hari. Oleh karena itu adanya chatbot sebagai platform chatting/messaging dapat menjawab keluhan dan memberikan solusi atas masalah yang dialami wanita, tanpa ia merasa canggung dan takut untuk mempertanyakan serta menggali informasi tentang masalah kesehatan organ kewanitaan. Dataset yang digunakan dalam penelitian ini adalah dataset hasil scraping tanya jawab keluhan kesehatan organ kewanitaan di website alodokter. Pada penelitian ini penulis menggunakan pendekatan metode Long Short Term Memory (LSTM) untuk membuat chatbot layanan informasi kesehatan organ kewanitaan yang menghasilkan akurasi 92%.