Lebih dari 200 pertanyaan masuk setiap harinya dalam masa penerimaan mahasiswa baru di PENS, dimana beberapa pertanyaan tersebut menggunakan menghasilkan jawaban yang sama. Kumpulan pertanyaan yang masuk memang bisa dijawab seluruhnya namun pekerjaan tersebut kurang efektif dan efisien karena membuat penjawab menjawab pertanyaan yang sama dan membuang waktu. Kondisi ini mendorong kami untuk menciptakan chatbot khusus untuk penerimaan mahasiswa baru di PENS. Penelitian ini mengolah informasi menggunakan metode Text Mining dengan improvisasi kemampuan penanganan kata asing menggunakan synonym dictionaty, stemmed stopword. Dalam proses Text Mining akan dihasilkan hasil lain berupa kata asing yang menjadi dasar pembelajaran kamus sinonim. Setelah informasi sudah diolah, akan dilakukan perhitungan pencarian jawaban terbaik dengan menggunakan context recognition untuk penyaringan informasi terkait. Kemudian akan dihitung menggunakan penggabungan biner dan cosine similiarity dimana hasil perhitungan yang terbaik akan digunakan sebagai jawaban. Hasil dari penelitian ini menunjukan tingkat akurasi 81,25% dengan pengujian 176 pertanyaan dan 25 jawaban serta menciptakan synonym dictionaty baru dalam studi kasus pemerimaan mahasiswa baru di PENS.