Question and answering system merupakan permasalahan pada pemrosesan bahasa natural yang dapat di-
gunakan sebagai sistem dialog dan chatbot sehingga dapat digunakan sebagai customer service yang dapat
membantu memberikan response kepada customer dengan cepat. Question and answering system menerima
input berupa kalimat pertanyaan dan menghasilkan kalimat prediksi yang merupakan response terhadap
kalimat pertanyaan. Oleh karena itu dibutuhkan sebuah model yang dapat mempelajari percakapan yang
ada, agar proses pembelajaran menjadi lebih mudah. Seiring berkembangnya riset pada deep learning,
model neural networks mengindikasikan hasil yang menjanjikan. Sequence-to-sequence sendiri merupakan
pendekatan deep learning yang digunakan pada penelitian ini, model dilatih menggunakan data percakapan
yang didapatkan dari admin SMB Universitas Telkom dan menghasilkan performansi yang diukur meng-
gunakan BLEU score sebesar 41.04, pada penelitian ini juga dilakukan teknik attention mechanism untuk
meningkatkan performa model menjadi 44.68.