TRANSFORMASI SISTEM CUSTOMER SERVICE MANUAL MENJADI CHATBOT MEMANFAATKAN KECERDASAN BUATAN NATURAL LANGUAGE PROCESSING DI PT.XYZ

Authors

  • Dhafa Akbar Universitas Pamulang
  • Ifal Rizky Priadi Universitas Pamulang
  • Wisnu Bayu Pamungkas Universitas Pamulang
  • Wisnu Oetama Universitas Pamulang
  • Aries Saifudin Universitas Pamulang

Keywords:

Chatbot, Pembelajaran Mesin, Pemrosesan Bahasa Alami (NLP)

Abstract

Penelitian ini bertujuan untuk mengubah sistem layanan pelanggan manual menjadi chatbot yang memanfaatkan kecerdasan buatan berbasis Natural Language Processing (NLP) di PT.XYZ. Chatbot diimplementasikan untuk meningkatkan efisiensi dan responsivitas dalam layanan pelanggan. Metodologi pengembangan chatbot mencakup analisis kebutuhan, pengumpulan data, pembangunan model NLP, dan integrasi dengan sistem eksisting. Evaluasi dilakukan untuk mengukur tingkat keberhasilan implementasi berdasarkan kecepatan tanggapan, akurasi, dan kepuasan pengguna. Hasil penelitian ini diharapkan dapat memberikan panduan praktis bagi organisasi dalam mengadopsi teknologi chatbot untuk meningkatkan pengalaman pelanggan secara efektif. Salah satu penerapan kecerdasan buatan adalah chatbot, dan tren chatbot meningkat seiring dengan semakin mudah dan menguntungkannya penggunaan perangkat lunak. Sebagai bagian dari penelitian ini, kami mengembangkan chatbot yang membantu orang mendapatkan informasi yang mereka butuhkan dengan cepat. Bagaimana bahasa alami dapat digunakan untuk berinteraksi antara komputer dan manusia dengan menggunakan pemrosesan bahasa alami. Pengujian dengan teknik black box test menunjukkan bahwa chatbot mampu memberikan respon sesuai rencana, namun tidak ketika terjadi kesalahan penulisan.

References

Beaudry, J., Consigli, A., Clark, C., & Robinson, K. (2019). Getting ready for adult healthcare: designing a chatbot to coach adolescents with special health needs through the transitions of care. Journal of Pediatric Nursing, 85-91.

Broeck, E., Zarouali, B., & Poels, K. (2019). Chatbot advertising effectiveness: when does the message get through? Computers in Human Behavior, 150-157.

Ciechanowski, L., Przegalinska, A., Magnuski, M., & Gloor, P. (2019). In the shades of the uncanny valley: an experimental study of human-chatbot interaction. Future Generation Computer Systems, 539-548.

Effendi, S., & Tasrif, E. (2019). Perancangan Digitalisasi Pelayanan Administrasi Akademik Jurusan Teknik Elektronika Berbasis Android. Jurnal Vokasional Teknik Elektronika dan Informatika, (7) 132-137.

Greer, S., Ramo, D., Chang, Y., Fu, M., Moskowitz, J., & Haritatos, J. (2019). Use of the chatbot "Vivibot" to deliver positive psychology skills and promote well-being among young people after cancer treatment: randomized controlled feasibility trial. JMIR Mhealth and Uhealth, (7) 1-13.

Hakim, M., & Nurhayati, S. (2019). Pembangunan aplikasi chatbot midwify sebagai media pendukung pembelajaran ilmu kebidanan berbasis android di Stikes Bhakti Kencana Bandung. Komputika: Jurnal Sistem Komputer, (8) 45-52.

Inamdar, V., & Shivanand, R. (2019). Development of college enquiry chatbot using snatchbot. International Research Journal of Engineering and Technology (IRJET), (6) 1615-1618.

Luo, X., Tong, S., Fang, Z., & Qu, Z. (2020). Frontiers: machines vs humans: the impact of artificial intelligence chatbot disclosure on customer purchases. Marketing Science, (38) 937-947.

Park, S., Choi, J., Lee, S., Oh, C., Kim, C., La, S., . . . Suh, B. (2019). Designing a chatbot for a brief motivational interview on stress management: qualitative case study. Journal of Medical Internet Research, (21) 1-13.

Piau, A., Crissey, R., Brechemier, D., Balardy, L., & Nourhashemi, F. (2019). A smartphone chatbot application to optimize monitoring of older patients with cancer. International Journal of Medical Informatics, 18-23.

Roca, S., Sancho, J., Garcia, J., & Alesanco, A. (2020). Microservice chatbot architecture for chronic patient support. Journal of Biomedical Informatics, 1-9.

Tractica. (2019). Artificial Intelligence Software Market to Reach $118.6 Billion in Annual Worldwide Revenue by 2025.

Tran, O., & Luong, T. (2020). Understanding what the users say in chatbots: a case study for the Vietnamese language. Engineering Applications of Artificial Intelligence, 1-10.

Downloads

Published

2024-07-02

How to Cite

Dhafa Akbar, Ifal Rizky Priadi, Wisnu Bayu Pamungkas, Wisnu Oetama, & Aries Saifudin. (2024). TRANSFORMASI SISTEM CUSTOMER SERVICE MANUAL MENJADI CHATBOT MEMANFAATKAN KECERDASAN BUATAN NATURAL LANGUAGE PROCESSING DI PT.XYZ. Buletin Ilmiah Ilmu Komputer Dan Multimedia (BIIKMA), 2(2), 393–397. Retrieved from https://jurnalmahasiswa.com/index.php/biikma/article/view/1388

Most read articles by the same author(s)

1 2 > >>