Penyakit kanker paru merupakan kanker yang sering didiagnosis pada tahun 2022 data
kasus baru penyakit kanker paru mencapai 2,5 juta atau satu dari delapan kanker,
diseluruh dunia (12,4% dari total jumlah keseluruhan kanker secara global). penelitian ini
bertujuan untuk mengembangkan chatbot yang mampu memberikan informasi mengenai
kanker paru dengan tingkat akurasi yang baik dan bisa melakukan klasifikasi terkait
penyakit kanker paru. Penelitian ini menggunakan metode algoritma Long Short-Term
Memory (LSTM) dan bisa untuk melakukan klasifikasi penyakit kanker paru
menggunakan algoritma Naïve Bayes. Dataset yang digunakan untuk informasi penyakit
kanker menggunakan format JavaScript Object Notation (JSON) dan untuk klasifikasi
penyakit kanker paru menggunakan Comma Separated Values (CSV). Data untuk
informasi penyakit kanker paru diproses dan dimasukkan kedalam model LSTM yang
dilatih untuk mengenali pola yang signifikan. Hasil penelitian chatbot menggunakan
algoritma LSTM dengan melatih model data sampai 400 epoch menunjukkan bahwa
model yang dikembangkan memiliki akurasi sebesar 100% dan loss 1,67%. Sistem
klasifikasi apakah pengguna terindikasi berpenyakit kanker paru atau tidak belum
terindikasi dengan sistem chatbot. Hal ini dapat dijadikan bahan penelitian selanjutnya.
Kesimpulan dari penelitian bahwa penggunaan model LSTM dalam chatbot sangat baik
untuk melatih dan mengembangkan model chatbot
Kata kunci: Kanker Paru, Long Short-Term Memory, Naïve Bayes, JavaScript Object
Notation, Comma Separated values, Chatbot