Mengatasi Kesalahan Ejaan pada Chatbot SIMPEG Berbasis Ontologi Menggunakan Levenshtein Distance

Authors

  • Muhammad Hakiki Universitas Nusantara PGRI Kediri Indonesia
  • Wahyu Cahyo Utomo Universitas Nusantara PGRI Kediri Indonesia
  • Danang Wahyu Widodo Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/9pas9p69

Abstract

Chatbot Sistem Informasi Manajemen Kepegawaian (SIMPEG) berbasis ontologi seringkali gagal memahami maksud pengguna akibat kesalahan pengetikan (typo). Penelitian ini mengintegrasikan algoritma Levenshtein Distance untuk mendeteksi dan mengoreksi kesalahan ejaan pada masukan pengguna sebelum diproses oleh mesin inferensi ontologi semantik. Metode penelitian meliputi perancangan basis pengetahuan ontologi kepegawaian menggunakan OWL, pengembangan modul pemrosesan teks dengan Levenshtein Distance, serta pengujian akurasi pencarian informasi. Hasil pengujian menunjukkan bahwa penerapan koreksi ejaan mampu meningkatkan akurasi pemahaman kueri dari 62% menjadi 91% pada ambang batas jarak penyuntingan (threshold) maksimal dua karakter. Penelitian ini menyimpulkan bahwa integrasi algoritma Levenshtein Distance secara signifikan meningkatkan ketahanan chatbot terhadap kesalahan ejaan pengguna, sekaligus meminimalkan kegagalan pencarian data kepegawaian secara interaktif.

Keywords:

Chatbot, Kepegawaian, Levenshtein Distance, Ontologi Semantik, SIMPEG

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

[1] S. Riyadi, “Pengembangan Aplikasi Manajemen Laporan Keuangan dan Kegiatan di IAIN Palangka

Raya,” Generation Journal, vol. 9, no. 1, pp. 39–48, 2025, doi: 10.29407/gj.v9i1.22150.

[2] M. H. Fauzi, “Perancangan Strategi Pemeliharaan dengan Pendekatan Metode CMMS dan OMMP

dengan FMECA sebagai Perspektif (Studi Kasus: Instrument Air Compressor PT. XYZ),” Journal

of Novel Engineering and Technology (NOE), vol. 8, no. 1, pp. 1–11, 2025, doi:

10.29407/noe.v8i01.23011.

[3] A. Z. Abdullah and E. B. Setiawan, “Sentiment Analysis Accuracy for 2024 Indonesian Election

Tweets Using CNN-LSTM With Genetic Algorithm Optimization,” INTENSIF: Jurnal Ilmiah

Penelitian dan Penerapan Teknologi Sistem Informasi, vol. 9, no. 1, pp. 1–14, 2025, doi:

10.29407/intensif.v9i1.22914.

[4] J. P. Randalongi, J. D. I. Manongko, and Z. Mansjur, “Pengaruh Variasi Fraksi Volume dan Lama

Perendaman NaOH terhadap Kekuatan Tarik dan Struktur Mikro Komposit Serat Eceng Gondok

(Eichhornia crassipes),” Jurnal Mesin Nusantara, vol. 7, no. 2, pp. 166–176, 2024, doi:

10.29407/jmn.v7i2.23512.

[5] A. Wardhana and T. Herlambang, “Penerapan Arsitektur Ontology-Based Question Answering pada

Chatbot Sistem Informasi Kepegawaian,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 10,

no. 3, pp. 512–521, 2023, doi: 10.25126/jtiik.20231036814.

[6] R. Pratama and H. Wahyuni, “Pemanfaatan Ontologi Semantik untuk Pencarian Informasi Dokumen

Kepegawaian,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 8, no. 1, pp. 88–95,

2024, doi: 10.29207/resti.v8i1.5543.

[7] D. Lestari and S. Suroso, “Kombinasi Algoritma Levenshtein Distance dan Soundex untuk Koreksi

Kesalahan Pengetikan Nama Pegawai,” Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan

Teknologi Informasi, vol. 8, no. 2, pp. 110–117, 2022, doi: 10.24014/coreit.v8i2.19324.

[8] M. A. Ramadhan and F. Nur, “Optimalisasi Pencarian Query SPARQL Berbasis Word Similarity dan

Levenshtein Distance pada Semantic Web,” Jurnal Tekno Kompak, vol. 19, no. 1, pp. 45–54, 2025,

doi: 10.33365/jtk.v19i1.3912.

[9] I. Setiawan and R. Kusuma, “Penggunaan Natural Language Processing (NLP) pada Chatbot

Kepegawaian untuk Akses Database Semantik,” Jurnal Informatika: Jurnal Pengembangan IT, vol.

8, no. 2, pp. 142–149, 2023, doi: 10.30591/jpit.v8i2.4921.

[10] K. Kurniawan, “Analisis Akurasi Algoritma String Matching dalam Menangani Masukan Informal

pada Chatbot Berbasis Pengetahuan,” Jurnal Nasional Teknik Elektro dan Teknologi Informasi, vol.

13, no. 2, pp. 125–132, 2024, doi: 10.22146/jnteti.v13i2.8123.

Downloads

Published

2026-07-20

Issue

Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026

Section

Articles

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Mengatasi Kesalahan Ejaan pada Chatbot SIMPEG Berbasis Ontologi Menggunakan Levenshtein Distance. (2026). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 10(3), 2202-2209. https://doi.org/10.29407/9pas9p69