Skripsi: Perancangan Aplikasi Teknologi Chatbot Untuk Industri Komersial 4.0

SKRIPSI
PERANCANGAN APLIKASI TEKNOLOGI CHATBOT UNTUK

INDUSTRI KOMERSIAL 4.0
Diajukan untuk memenuhi salah satu syarat

memperoleh gelar Sarjana Teknik
Informatika
Disusun Oleh:
Nama : Rani Natadian Astuti
NIM : 311710841
PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS PELITA BANGSA
KABUPATEN BEKASI
2019
PERSETUJUAN SKRIPSI
Nama
Rani Natadian Astuti
Nim
31 l7l 0841
Program Studi
Teknik Informatika
Judul Skripsi
Pemncangan Aplikasi Teknologi Chatbot UnNk Industri
Komersial 4.0
Skripsi ini telah diperiku dan

diseNjui, Kabupaten Bekasi,28 Juli
2019
Dosen Pembimbing Menyetujui:

I
Dosen Pembimbing 9
ilhñmad Fatehan, S.Kom., M.Kom
NIDN. 0403107605 Dr. Ir. Supriyanto, WP

NIDN. 0401066605
Mengetahui:
Ka. Prodi Teknik Infoiwatika &kan Fakultas Teknik WB
Putri Anggun Sari, S.PL. SLSi

NIDN. 0424088fi0i
Aswan S. SE.,
M.Kom NIDN. 0426018003
11
PENGESAHAN DEWAN PENGUJI
iii
PERNYATAAN KEASLIAN SKRIPSI
Sebagai mahasiswa Universitas Pelita Bangsq yang bertanda-tangan di bawah

ini, saya:
Nama Rani Natadian Astuti
Nim 311710841
Menyatakan bahwa kaiya ilmiah uya yang be9udul:
“PERANCANGAN APLIKASI TEKNOLOGI CRATBOT UNTUK

INDUSTRI KOMERSIAk 4.0”
merupakan karya asli saya (kecuali cuplikan dan ringkasan yang masing-masing
telah saya jelaskan sumbemya dan perangkat pendukung seperti web cam
dll). Apabila di kemudian hari, karya saya disinyalir bukan merupakan karya
asli sayq yang disertai dengan buGi-bukti yang cukup, maka saya bersedia untuk
dibatalkan gelar saya beserta hak dan kewajiban yang melekat pada gelar
tersebut. &mikian sumt periyataan ini saya buat dengan sebenamya.
Dibuat di Kabupaten Bekasi

Pada tanggal 20 AgusNs 2019
Yang menyatakan
BURUPIAH
Rani Natadian Astuti
IV
v
UCAPAN TERIMAKASIH
Dengan memanjatkan puji syukur kehadirat Allah SWT. Tuhan Yang

Maha Pengasih dan Maha Penyayang yang telah melimpahkan segala rahmat,
hidayah dan inayah-Nya kepada penulis sehingga skripsi dengan judul
“Perancangan Aplikasi Teknologi Chatbot Untuk Industri Komersial 4.0” dapat
penulis selesaikan sesuai dengan rencana karena dukungan dari berbagai pihak
yang tidak ternilai besarnya. Oleh karena itu penulis menyampaikan terimakasih
kepada:
1. Putri Anggun Sari, S.Pt., M.Si selaku Dekan Fakultas Teknik Universitas
Pelita Bangsa
2. Aswan S. Sunge, SE., M.Kom selaku Ketua Program Studi Teknik Informatika
3. Muhamad Fatchan, S.Kom., M.Kom Sebagai Dosen pembimbing I dan Dr. Ir
Supriyanto, M.P Sebagai Dosen Pembimbing II yang memberikan ide
penelitian, memberikan informasi referensi yang penulis butuhkan dan
bimbingan yang berkaitan dengan penelitian penulis
4. Seluruh Dosen pengajar Strata satu (S1) Teknik Informatika Universitas
Pelita Bangsa, yang telah mendidik dan memberikan pengetahuan yang tak
ternilai kepada penulis selama mengikuti perkuliahan
5. Orang tua dan keluarga tercinta yang telah memberikan dukungan moril, doa
dan kasih sayang
6. Teman-teman yang selalu membantu dalam setiap kesempatan
7. Semua pihak yang namanya tidak dapat disebutkan satu per satu.
Semoga Tuhan Yang Maha Esa memberikan balasan yang lebih besar
kepada beliau-beliau dan pada akhirnya penulis berharap bahwa penulisan skripsi
ini dapat bermanfaat dan berguna sebagaimana fungsinya.
Kabupaten Bekasi, Agustus 2019
Penulis
vi
ABSTRAK
Pelayanan customer service pada www.bantubuatweb.com kurang efektif karena

adanya keterbatasan dalam waktu kerja yang tidak 24 jam penuh dan customer
service kurang responsif dalam menjawab pertanyaan-pertanyaan yang diajukan
oleh pelanggan. Untuk itu perlu adanya teknologi chatbot pada
www.bantubuatweb.com sebagai pengganti peran customer service. Chatbot dapat
merespon pertanyaan pelanggan dengan cepat dan dapat bekerja hingga 24 jam
penuh, sehingga dapat meningkatkan kinerja perusahaan dan mengurangi biaya
pengeluaran perusahaan. Metode yang digunakan dalam penelitian ini yaitu Term
Frequency – Invers Document Frequency (TF-IDF) untuk melakukan perhitungan
bobot pada setiap kata dalam dokumen. Hasil dari penelitian ini yaitu aplikasi
chatbot mampu menangani pertanyaan-pertanyaan dengan pola yang berbeda-
beda namun tetap dapat memberikan jawaban yang sesuai dengan masing-masing
kategori. Kesimpulan pada penelitian ini ialah aplikasi chatbot berhasil dibangun
dan diberi nama RiChat serta chatbot dapat berperan sebagai customer service
yang dapat melayani pertanyaan pelanggan terkait www.bantubuatweb.com.
Kata kunci : Chatbot, Customer service, TF-IDF
vii
ABSTRACT
The customer service at www.bantubuatweb.com is ineffective because they are not

full 24/7 service and not responsive at replying inquiries from customers. For this
reason, it is necessary to have chatbot technology at www.bantubuatweb.com to
replace the role of customer service. Chatbot can be expected to reply customer
inquiries faster and full 24/7 service. With this inovation, that it can improve
company performance and make it more cost efficiency. The method in this
research is TF-IDF, which it calculates the value of each word in document. The
result from this research are; the ‘Chatbot’ is able to handle any inquries with
different patterns, and it can still be at corridor to answer based on each
category. The researcher concludes that ‘Chatbot’ or also known as RiChat is
sucessfully built, it can do the job as customer service such as answering
questions related to www.bantubuatweb.com.
Keywords : Chatbot, Customer Service, TF-IDF
viii
DAFTAR ISI
PERSETUJUAN SKRIPSI......................................................................................ii
PENGESAHAN DEWAN PENGUJI.....................................................................iii
PERNYATAAN KEASLIAN SKRIPSI.................................................................iv
PERNYATAAN PERSETUJUAN PUBLIKASI ..Error! Bookmark not defined.
ABSTRAK.............................................................................................................vii
ABSTRACT...........................................................................................................viii
DAFTAR ISI...........................................................................................................ix
DAFTAR GAMBAR..............................................................................................xi
DAFTAR TABEL..................................................................................................xii
BAB I PENDAHULUAN......................................................................................1
1.1 Latar Belakang...........................................................................................1
1.2 Identifikasi Masalah...................................................................................3
1.3 Batasan Masalah........................................................................................3
1.4 Rumusan Masalah......................................................................................3
1.5 Tujuan Penelitian.......................................................................................4
1.6 Manfaat Penelitian.....................................................................................4
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI...............................5
2.1 Tinjauan Pustaka........................................................................................5
2.2 Landasan Teori..........................................................................................8
2.2.1 Artificial Intelligent (AI)................................................................8
2.2.2 Chatbot...........................................................................................9
2.2.3 Natural Language Processing (NLP)..........................................11
2.2.4 Text Mining..................................................................................12
2.2.5 Term Frequency-Inverse Document Frequency (Tf-Idf)..............13
2.2.6 Customer Service.........................................................................18
2.2.7 Node.js.........................................................................................18
2.2.8 LUIS.AI........................................................................................19
2.2.9 MongoDB.....................................................................................19
2.2.10 R Programming............................................................................20
2.2.11 Microsoft Bot Framework............................................................21
2.2.12 Black-box Testing.........................................................................21
ix
2.3 Kerangka Pemikiran................................................................................22
BAB III METODE PENELITIAN........................................................................24
3.1 Objek Penelitian.......................................................................................24
3.2 Sumber Data............................................................................................24
3.3 Variabel Penelitian...................................................................................24
3.4 Metode Pengumpulan Data......................................................................26
3.5 Waktu Penelitian......................................................................................26
3.6 Instrumen Penelitian................................................................................27
3.7 Metode Penelitian....................................................................................28
3.8 Perancangan Program..............................................................................30
BAB IV HASIL DAN PEMBAHASAN...............................................................32
4.1 Rancangan Program Chatbot...................................................................32
4.2 Perhitungan Pembobotan Kata Menggunakan TF-IDF...........................36
4.2.1 Mentransfer Dataset ke dalam Corpus........................................36
4.2.2 Case Folding................................................................................37
4.2.3 Tokenizing (Parsing)....................................................................37
4.2.4 Filtering.......................................................................................38
4.2.5 Analisis Pembobotan TF-IDF......................................................39
4.3 Pengujian Sistem Chatbot........................................................................44
4.3.1 Analisa Hasil Pengujian Sistem Chatbot.....................................64
BAB V PENUTUP................................................................................................65
5.1 Kesimpulan..............................................................................................65
5.2 Saran........................................................................................................65
DAFTAR PUSTAKA............................................................................................66
x
DAFTAR GAMBAR
Gambar 2.1 Kerangka Pemikiran........................................................................22

Gambar 3.1 Tahapan Penelitian..........................................................................28
Gambar 3.2 Flowchart Sistem Chatbot..............................................................31
Gambar 4.1 Luis.ai..............................................................................................33
Gambar 4.2 Intent “Tentang”..............................................................................33
Gambar 4.3 Tampilan Aplikasi Chatbot.............................................................34
Gambar 4.4 Script Aplikasi Chatbot...................................................................35
Gambar 4.5 Proses Transfer Dataset ke Corpus.................................................36
Gambar 4.6 Proses Case Folding........................................................................37
Gambar 4.7 Proses Tokenizing (Parsing)...........................................................37
Gambar 4.8 Proses Filtering...............................................................................38
Gambar 4.9 Script Menghapus Spasi Berlebih...................................................38
Gambar 4.10 Hasil Preprocessing......................................................................38
Gambar 4.11 Mengubah Data Menjadi Dokumen Matriks.................................39
Gambar 4.12 Sampel Kata Setelah Proses Preprocessing..................................39
Gambar 4.13 Sampel Kata Setelah Pengurangan Dimensi Matriks....................40
Gambar 4.14 Wordcloud.....................................................................................40
Gambar 4.15 Perhitungan TF-IDF......................................................................41
Gambar 4.16 Hasil Perhitungan Nilai TF-IDF....................................................41
Gambar 4.17 Sampel Reviews Pertanyaan..........................................................42
Gambar 4.18 Nilai Hasil Pembobotan TF-IDF...................................................42
xi
DAFTAR TABEL
Tabel 2.1 Menghitung Nilai TF..........................................................................16

Tabel 2.2 Menghitung Nilai DF..........................................................................16
Tabel 2.3 Menghitung Nilai IDF.........................................................................17
Tabel 2.4 Menghitung Nilai TF-IDF...................................................................17
Tabel 3.1 Definisi Variabel dalam Dataset.........................................................25
Tabel 3.2 Sampel Dataset Pertanyaan................................................................26
Tabel 3.3 Waktu Penelitian.................................................................................27
Tabel 3.4 Rencana Pengujian Black-box.............................................................30
Tabel 4.1 Sampel Dataset Pertanyaan................................................................36
Tabel 4.2 Hasil Case Folding.............................................................................37
Tabel 4.3 Hasil Tokenizing (Parsing).................................................................38
Tabel 4.4 Menghitung Nilai TF..........................................................................43
Tabel 4.5 Menghitung Nilai DF..........................................................................43
Tabel 4.6 Menghitung Nilai IDF.........................................................................43
Tabel 4.7 Menghitung Nilai TF-IDF...................................................................43
Tabel 4.8 Pengujian Kategori Pesan_Custom.....................................................44
Tabel 4.9 Pengujian Kategori Promo_Paket.......................................................45
Tabel 4.10 Pengujian Kategori Tentang.............................................................47
Tabel 4.11 Pengujian Kategori HostingDomain.................................................52
Tabel 4.12 Pengujian Kategori Cara_Pemesanan...............................................53
Tabel 4.13 Pengujian Kategori D_Domain.........................................................54
Tabel 4.14 Pengujian Kategori D_Hosting.........................................................55
Tabel 4.15 Pengujian Kategori D_Website.........................................................56
Tabel 4.16 Pengujian Kategori Garansi..............................................................57
Tabel 4.17 Pengujian Kategori Perlengkapan.....................................................59
Tabel 4.18 Pengujian Kategori Pembayaran.......................................................60
Tabel 4.19 Pengujian Kategori Proses................................................................62
Tabel 4.20 Pengujian Data Inputan Salah...........................................................64
xii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi yang sangat cepat telah membuat banyak

perubahan dalam kehidupan manusia. Banyak teknologi yang mengandalkan
internet yang sekarang sudah menjadi satu wadah untuk semua proses komunikasi
dan pertukaran informasi di era Revolusi Industri 4.0 [1]. Teknologi utama yang
akan mendukung implementasi industri 4.0 salah satunya yaitu teknologi
kecerdasan buatan atau artificial intelligent (AI) [2]. Teknologi kecerdasan buatan
atau artificial intelligent (IA) merupakan salah satu bidang ilmu komputer yang
saat ini semakin berkembang dengan pesat [3]. Penerapan artificial intelligent
(AI) banyak digunakan di beberapa bidang seperti pada industri IT, medis,
pendidikan, otomotif, periklanan, keuangan, hukum, manufaktur, bahkan bisnis
[4][5]. Dengan adanya kecerdasan buatan, komputer dapat melakukan tugas
tertentu seperti yang dilakukan oleh manusia, dan salah satu teknologi yang
menggunakan artificial intelligent (AI) adalah teknologi chatterbot (chatbot) [6].
Chatbot atau chatterbot adalah salah satu program aplikasi yang dirancang
untuk dapat berkomunikasi langsung dengan manusia melalui pesan teks, suara
ataupun keduanya, dan sering kali dilakukan dengan percakapan yang singkat [7]
[8]. Chatbot dikategorikan sebagai hasil dari pemrosesan bahasa alami atau
natural language processing yang merupakan salah satu cabang dari kecerdasan
buatan yang melakukan pengolahan bahasa alami agar pengguna dapat
berkomunikasi dengan komputer menggunakan bahasa sehari-hari dan seolah-olah
sedang mengobrol dengan manusia [9]. Dalam bidang industri dan bisnis, chatbot
sudah mulai digunakan untuk memberikan pelayanan customer service dan dapat
berinteraksi dengan konsumennya. Chatbot bertugas melayani percakapan dengan
pengunjung untuk berkomunikasi se-responsif mungkin sehingga memungkinkan
1
2
pengunjung mendapat pesan balasan dalam waktu yang singkat [10]. Kemajuan
artificial intelligent (AI) dapat membantu dan mempermudah dalam menjalankan
bisnis dengan lebih efisien dan menguntungkan [9].
Dalam bisnis perdagangan elektronik atau yang biasa disebut e-commerce,
pelayanan customer service sangat diperlukan dalam melayani pengunjung yang
ingin bertanya terkait layanan yang diberikan oleh e-commerce tersebut baik
berupa barang ataupun jasa [11]. Seperti pada www.bantubuatweb.com yang
merupakan e- commerce yang menyediakan layanan berupa jasa pembuatan web
dan hosting. Seorang customer service harus pandai dalam mencari jalan keluar
untuk menyelesaikan masalah yang dihadapi oleh pelanggan [12]. Namun adanya
keterbatasan dalam pelayanan customer service pada www.bantubuatweb.com
seperti waktu kerja yang tidak 24 jam penuh dan kurang responsifnya dalam
melayani pertanyaan pelanggan yang membuat pelanggan harus menunggu lama
untuk mendapatkan jawaban dari pertanyaan yang diajukan, sehingga dapat
mempengaruhi produktivitas e-commerce tersebut.
Dengan demikian, untuk mengatasi permasalah tersebut maka dibuat
sebuah sistem aplikasi yang dapat digunakan sebagai pengganti customer service
yaitu dengan mengimplementasikan teknologi chatbot. Beberapa tahun terakhir,
chatbot telah meningkatkan layanan customer service [13]. Chatbot dapat
memberikan pelayanan konsumen selama 24 jam penuh serta dapat merespon
pertanyaan pelanggan lebih cepat [9]. Chatbot dihadirkan untuk meng-
efisiensikan sumber daya manusia sehingga dapat meningkatkan kinerja
perusahaan dan mengurangi biaya pengeluaran perusahaan. Metode yang
digunakan dalam penelitian ini yaitu metode Term Frequency-Inverse Document
Frequency (TF-IDF) untuk melakukan pemberian bobot pada setiap kata kunci
dengan kategori yang ada. Terkait dengan uraian yang telah dipaparkan diatas,
maka peneliti tertarik untuk melakukan penelitian dengan judul “Perancangan
Aplikasi Teknologi Chatbot Untuk Industri Komersial 4.0”.
1.2 Identifikasi Masalah
Berdasarkan latar belakang diatas terdapat beberapa masalah yang dapat

diidentifikasikan sebagai berikut:
1. Perlu adanya teknologi chatbot pada www.bantubuatweb.com sebagai
pengganti peran customer service.
2. Pelayanan customer service yang diberikan kurang efektif karena
keterbatasan waktu kerja yang tidak 24 jam penuh dan kurang responsif
dalam menjawab pertanyaan pelanggan.
1.3 Batasan Masalah
Agar permasalahan yang dibahas dalam penelitian ini tidak terlalu luas dan
tidak menyimpang dari tujuan penelitian, maka permasalahan akan dibatasi pada:
1. Penelitian ini terfokus pada perancangan aplikasi teknologi chatbot.
2. Chatbot pada penelitian ini hanya dapat melayani input teks dalam kosakata
bahasa Indonesia.
3. Chatbot ini tidak melayani inputan dalam bentuk perhitungan matematis,
chatbot hanya bisa melayani percakapan dalam bahasa alami dan tidak
menanggapi input yang berupa karakter-karakter khusus.
4. Pengetahuan yang dimiliki chatbot sesuai dengan data yang ada pada data
pertanyaan.
1.4 Rumusan Masalah
Berdasarkan identifikasi masalah dan batasan masalah tersebut, dapat

diambil rumusan masalah sebagai berikut:
1. Bagaimana merancang aplikasi teknologi chatbot dalam industri komersial
4.0 pada www.bantubuatweb.com?
2. Bagaimana cara mengefektifkan waktu kerja dan kinerja dari customer service?
1.5 Tujuan Penelitian
Berdasarkan rumusan masalah diatas, maka tujuan dilakukannya penelitian

ini yaitu:
1. Merancang sebuah aplikasi teknologi chatbot untuk industri komersial 4.0
yang dapat berkomunikasi dengan manusia menggunakan bahasa alami.
2. Untuk mengefektifkan waktu kerja dan kinerja dari peran customer service.
1.6 Manfaat Penelitian
Manfaat yang diperoleh dalam pengerjaan tugas akhir ini adalah:
1. Bagi Penulis
Dengan penelitian ini, dapat menambah pengetahuan dan wawasan bagi
peneliti dalam mengimplementasikan ilmu yang sudah didapat selama
perkuliahan.
2. Bagi Prodi Teknik Informatika Universitas Pelita Bangsa

Penelitian ini dapat dijadikan sebagai bahan acuan dalam pengembangan ilmu
dibidang kecerdasan buatan, khususnya dalam perancangan aplikasi chatbot
menggunakan Bot Framework dan Luis.ai dengan bahasa pemrograman
Node.js.
3. Bagi www.bantubuatweb.com
Dengan adanya pembuatan program chatbot ini dapat meningkatkan
pelayanan kepada pelanggan dalam mencari tahu informasi yang ada pada
www.bantubuatweb.com sesuai dengan kebutuhan pelanggan serta dapat
mengurangi biaya pengeluaran perusahaan.
BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Pustaka
Penelitian ini didasari oleh penelitian-penelitian penunjang yang diambil

dari jurnal atau penelitian terdahulu. Adapun beberapa referensi penelitian yang
penulis ambil dari beberapa jurnal yaitu diantaranya:
Penelitian D. S. Hormansyah dan Yoga P. U, (2018) yang berjudul
“Aplikasi Chatbot Berbasis Web Pada Sistem Informasi Layanan Publik
Kesehatan di Malang Dengan Menggunakan Metode TF-IDF” [8]. Pada jurnal ini
permasalahan yang terjadi yaitu informasi yang diberikan oleh website
www.malangkota.go.id dirasa kurang memudahkan dalam mencari data karena
tidak terdapat fasilitas pencarian pada menu layanan kesehatan sehingga
pengunjung harus melihat data satu per satu dan penyampaian informasi juga
kurang interaktif karena informasi hanya berbentuk tabel dan tidak memiliki
customer service yang dapat melayani pengunjung selama 24 jam penuh. Tujuan
pada penelitian ini yaitu membuat sebuah aplikasi yang dapat digunakan sebagai
pengganti customer service berupa aplikasi chatbot. Metode yang digunakan yaitu
metode Term Frecuency-Inverse Document Frequency (TF-IDF) untuk
menghitung bobot. Pengujian yang dilakukan yaitu menggunakan metode Black-
box Testing untuk mengetahui apakah hasil keluaran konten dari sistem berjalan
dengan fungsinya. Hasil pada penelitian ini yaitu pengunjung dapat melakukan
tanya jawab pada aplikasi chatbot melalui website.
Penelitian Ananda Dwi. R, Firdha. I, Yusuf. M. A, dan Ardiansyah, (2018)
yang berjudul “Aplikasi Chatbot (Milki Bot) Yang Terintegrasi Dengan Web CMS
Untuk Customer Service Pada UKM MINSU” [11]. Penelitian ini dilakukan pada
UKM MINSU yang berjalan di bisnis penjualan susu. Permasalahan yang terjadi
dalam penelitian ini salah satunya terkait dengan peran customer service yaitu
keterbatasan dalam melayani pelanggan. Tujuan pada penelitian ini yaitu
merancang aplikasi chatbot yang dapat menggantikan peran customer service
untuk
5
6
dapat melayani pelanggan serta dapat meningkatkan omset penjualan. Pada

penelitian ini, aplikasi dibangun menggunakan sistem pakar dengan metode
forward chaining dan metode extreme programming (XP) dalam pengembangan
perangkat lunak. Pada metode XP pengujian dilakukan dengan acceptance test
atau biasa disebut customer test yaitu tes ini diberikan kepada customer yang akan
menggunakan fitur dan fungsi sistem yang akan dibuat. Hasil akhir dari penelitian
ini adalah penerapan aplikasi chatbot yang terintegrasi dengan web CMS untuk
customer service pada UKM MINSU.
Penelitian Elisabet Nila S. C. P dan Irawan Afrianto, (2015) yang berjudul
“Rancang Bangun Aplikasi Chatbot Informasi Objek Wisata Kota Bandung
Dengan Pendekatan Natural Language Processing” [14]. Permasalahan pada
penelitian ini yaitu informasi objek wisata yang diperoleh pengunjung melalui
website www.bandungtourism.com dirasa kurang akurat dan efisien, masih banyak
data yang kurang rapih dan data pada website tersebut pun cukup banyak, serta
dalam mencari informasi alamat tempat wisata pengunjung harus mencari dan
melihat satu per satu data yang ada. Tujuan pada penelitian ini yaitu merancang
aplikasi chatbot untuk mempermudah pengunjung menemukan informasi yang
dibutuhkan terkait objek wisata di Kota Bandung. Metode yang digunakan yaitu
metode Text Mining. Pengujian yang dilakukan pada penelitian ini yaitu
menggunakan metode black-box testing. Hasil dari penelitian ini yaitu bahwa
aplikasi chatbot ini dapat memudahkan pengunjung untuk mencari informasi
mengenai alamat tempat-tempat wisata yang ada di kota Bandung. Tanya jawab
atau percakapan yang terjadi seakan-akan dilakukan oleh dua orang yang saling
berkomunikasi.
Penelitian Maskur, (2016) yang berjudul “Perancangan Chatbot Pusat
Informasi Mahasiswa Menggunakan AIML Sebagai Virtual Assistant Bebasis
Web” [5]. Permasalahan pada penelitian ini yaitu penyampaian informasi kepada
mahasiswa Teknik Informatika di Universitas Muhammadiyah Malang kurang
efisien sehingga dapat menimbulkan kerugian waktu yang cukup banyak. Tujuan
dari penelitian ini yaitu untuk membangun aplikasi chatbot sebagai virtual
assistant yang memberikan informasi kepada mahasiswa melalui data yang
tersimpan pada
sistem yang berisi informasi mengenai program studi teknik informatika dan
penambahan pengetahuan baru apabila data yang tersimpan tidak ditemukan.
Sistem yang dibangun pada penelitian ini yaitu menggunakan ALICE (Artificial
Linguistic Internet Computer Entitiy) sebagai penerjemah AIML (Artificial
Intelligence Markup Language) dan dilakukan proses normalisasi data agar dapat
disesuaikan dengan knowledge base yang sesuai dengan bentuk AIML. Pengujian
yang dilakukan pada penelitian ini yaitu menggunakan metode black-box testing
untuk menguji fungsional dari sistem, pengujian validitas dan pengujian prototipe.
Hasil dari penelitian ini yaitu sistem yang dirancang dapat menemukan pertanyaan
yang dicari yang ada pada basis data ALICE sesuai pertanyaan yang dimasukkan
pengguna.
Penelitian A. Bhawiyuga, et al., (2017) dengan judul “Design of E-
Commerce Chat Robot for Automatically Answering Customer Question” [16].
Permasalahan yang terjadi dalam penelitian ini yaitu terkendalanya komunikasi
dengan pelanggan sehingga penjual/pemilik e-commerce tidak dapat menjawab
pertanyaan pelanggan dikarenakan beberapa kondisi misalnya saat perusahaan
tersebut libur atau sedang beristirahat dalam beberapa waktu. Hal tersebut
mengharuskan perusahaan membayar lebih seorang customer service untuk
melayani pertanyaan pelanggan sementara waktu. Tujuan pada penelitian ini yaitu
merancang sebuah teknologi chatbot untuk menggantikan peran customer service.
Dalam penelitian ini sistem yang diusulkan terdiri dari dua agen utama yaitu agen
komunikasi dan agen cerdas. Komponen komunikasi yaitu bertanggung jawab
untuk berkomunikasi dengan pelanggan melalui layanan Telegram sedangkan
komponen cerdas bertanggung jawab untuk memilih yang terbaik diantara
beberapa jawaban yang mungkin dalam korpus. Pengujian dilakukan yaitu dengan
pengujian fungsional pada sistem untuk menguji kegunaan dari sistem dan
performance testing untuk mengukur kinerja sistem yang diusulkan. Hasil dari
penelitian ini yaitu sistem yang dirancang dapat memberikan jawaban secara
otomatis dalam waktu kurang dari 5 detik dengan akurasi pencocokan yang relatif
baik.
Berdasarkan tinjauan studi diatas telah menunjukan bahwa teknologi
chatbot dapat diimplementasikan di banyak bidang seperti pada bidang bisnis dan
pariwisata. Banyak metode yang digunakan dalam penelitian terkait teknologi
chatbot ini seperti menggunakan metode Tf-Idf, regular expression pattern
matching, forward chaining, dan masih banyak lagi. Pada penelitian ini penulis
memilih untuk menggunakan metode Tf-Idf, hal tesebut atas pertimbangan
kelebihan dari masing-masing metode berdasarkan penelitian sebelumnya.
Perbedaan antara penelitian ini dengan penelitian-penelitian sebelumnya, yaitu
penulis menggunakan bahasa pemrograman yang berbeda pada penelitian ini,
yaitu menggunakan bahasa pemrograman Node.js. Serta perangkat cloud platform
service yang digunakan yaitu Bot Framework dengan Luis (Language
Understanding Intelligent Service).
2.2 Landasan Teori
2.2.1 Artificial Intelligent (AI)
Artificial intelligent (AI) atau kecerdasan buatan merupakan bidang ilmu

komputer yang semakin cepat berkembang dengan pesat [3]. Penerapan artificial
intelligent (AI) banyak digunakan di banyak bidang seperti pada bidang industri
IT, medis, pendidikan, otomotif, periklanan, keuangan, hukum, manufaktur,
bahkan dalam bidang bisnis [4][5]. Artificial intelligent (AI) merupakan salah satu
bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin
(komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh
manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat
hitung saja. Namun seiring dengan perkembangan zaman, maka peranan komputer
semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan
sebagai alat hitung, lebih dari itu komputer diharapkan dapat diberdayakan untuk
mengerjakan segala sesuatu yang bisa dikerjakan manusia [17]. Luckin et al. [18]
berpendapat bahwa artificial intelligent (AI) sebagai suatu sistem komputer yang
dirancang untuk berinteraksi dengan dunia melalui kemampuan-kemampuan
tertentu dan perilaku intelijen yang kita sadari seperti manusia pada umumnya.
Adapun kelebihan dari kecerdasan buatan yaitu kecerdasan buatan lebih
bersifat permanen dan tidak akan berubah selama sistem komputer dan program
tidak diubah dibandingkan dengan kecerdasan alami yang bisa berubah karena
sifat manusia yang bisa lupa, bersifat konsisten dan teliti, dapat
didokumentasikan, serta penanganan informasi yang lebih baik [19]. Beberapa
macam bidang yang menggunakan kecerdasan buatan antara lain [20]:
1. Sistem pakar, yaitu suatu program komputer yang dirancang untuk
mengambil keputusan seperti keputusan yang diambil oleh seorang atau
beberapa orang pakar,
2. Algoritma genetika, adalah suatu algoritma pencarian yang meniru
mekanisme dari genetika alam, algoritma genetika ini banyak dipakai pada
aplikasi bisnis, teknik maupun pada bidang keilmuan,
3. Pengelolaan bahasa alami, dengan pengelolaan bahasa alami pengguna
mampu berkomunikasi dengan komputer dengan menggunakan bahasa
sehari-hari,
4. Jaringan syaraf tiruan, atau artificial neural network (ANN) adalah jaringan
dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan
syaraf manusia, dan
5. Robotika dan sistem sensor.
2.2.2 Chatbot
Chatbot merupakan salah satu program dalam kecerdasan buatan yang

dirancang untuk dapat berkomunikasi langsung dengan manusia melalui pesan
teks ataupun suara. Chatbot adalah program komputer yang memproses bahasa
alami masukan dari pengguna dan menghasilkan respon yang cerdas dan relatif
yang kemudian dikirim kembali ke pengguna. Chatbot dapat disebut juga sebagai
sebuah layanan virtual assistant yang dapat di implementasikan di berbagai
platform yang telah dibuka untuk pengembangan seperti Facebook Messenger,
Slack, Skype, Microsoft Team, dan masih banyak lagi. Saat ini teknologi chatbot
sudah banyak di implemetasikan di berbagai bidang seperti pada bidang travel,
food dan restaurant, industri, asuransi, perbankan, e-commerce, dan masih banyak
lagi [9]. Manfaat dengan adanya teknologi chatbot dalam dunia bisnis yaitu
chatbot dapat memberikan pelayanan otomatis dan optimal kepada konsumen
serta dapat meminimalkan anggaran pengeluaran karena chatbot menghabiskan
dana yang
lebih sedikit dibandingkan dengan memakai tenaga kerja untuk customer service.
Kelebihan dari teknologi chatbot yaitu [10] :
1. Dapat melayani percakapan dengan pengunjung untuk berkomunikasi se-
responsif mungkin sehingga memungkinkan pengunjung mendapat pesan
balasan dengan cepat
2. Dapat beroperasi selama 24 jam penuh dan
3. Dengan teknologi chatbot dapat memberikan kemudahan dalam bisnis seperti
memudahkan dalam berinteraksi dengan konsumen.
Menurut R. Ananda, et al. [11], chatbot pada dasarnya memiliki 2 (dua)
komponen utama yaitu chat yang dapat diartikan sebagai pembicaraan dan bot
merupakan sebuah program yang mengandung sejumlah data, jika diberikan
masukan sebuah program yang mengandung sejumlah data, jika diberikan
masukan maka akan memberikan jawaban. Chatbot dapat menjawab pertanyaan
dengan membaca tulisan yang diketikkan oleh pengguna melalui keyboard.
Kemampuan komputer dalam menyimpan banyaknya data tanpa melupakan satu
pun informasi langsung dibandingkan dengan mencari informasi sendiri serta
kemampuan learning yang dimilikinya menyebabkan chatbot adalah customer
service yang handal [8].
Chatbot bekerja dengan cara melihat kata kunci dalam data yang masuk
dan membalasnya dengan kata kunci yang paling cocok, atau pola kata-kata yang
paling mirip dari basis data tekstual. Artinya, jika pengguna mengirim suatu
permintaan maka bots akan membalasnya dengan respon yang spesifik sesuai
dengan kata kunci yang dikirim [21]. Saat itu, chatbot diuji melalui test yang
disebut turing test. Turing test merupakan sebuah metode pengujian kecerdasan
yang dibuat oleh Alan Turing. Pengujian ini melibatkan seorang user (penanya)
dan dua objek yang ditanya yaitu seorang manusia dan sebuah mesin yang akan
diuji. Penanya tidak dapat melihat langsung kepada objek yang ditanya. Penanya
diminta untuk membedakan mana jawaban komputer dan mana jawaban manusia
berdasarkan jawaban kedua objek tersebut. Jika penanya tidak dapat membedakan
mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa
mesin yang diuji tersebut dapat diasumsikan cerdas [22].
Chatbot yang pertama adalah ELIZA yang dibuat pada tahun 1966 oleh
Professor Joseph Weizenbaum di MIT (Massachusetts Institute of Technology).
ELIZA adalah pelopor atau dapat disebut sebagai nenek moyang chatbot. ELIZA
diciptakan dengan tujuan untuk mempelajari komunikasi natural language antara
manusia dengan mesin. ELIZA bertindak seolah-olah sebagai seorang psikolog
yang dapat menjawab pertanyaan-pertanyaan dari pasien dengan jawaban yang
cukup masuk akal atau menjawabnya dengan pertanyaan balik [9][23].
2.2.3 Natural Language Processing (NLP)
Natural language Processing (NLP) atau pengolahan bahasa alami

merupakan bidang kecerdasan buatan dimana komputer di desain untuk dapat
berkomunikasi dengan manusia menggunakan bahasa alami. NLP tidak bertujuan
untuk mentransformasikan bahasa yang diterima dalam bentuk teks atau suara
menjadi data digital dan/atau sebaliknya, melainkan bertujuan untuk memahami
arti dari kalimat yang diberikan dalam bahasa alami dan memberikan respon yang
sesuai, misalnya dengan melakukan suatu aksi tertentu atau menampilkan data
tertentu [22].
Menurut Yullia Indrawaty, et al. [21], Bahasa alami adalah suatu bentuk
representasi dari suatu pesan yang ingin dikomunikasikan antar manusia. Bentuk
utama dari representasi yaitu berupa suara atau tetapi sering pula dinyatakan
dalam bentuk tulisan. Bahasa alami adalah bahasa sehari-hari yang biasa
digunakan untuk berkomunikasi antar manusia. Menurut Fatima [23], NLP
(Natural Language Procassing) merupakan sebuah bidang dari kecerdasan buatan
(artificial intelligence) yang mempelajari dan menganalisa bahasa manusia.
Antarmuka tersebut dapat dalam bentuk tertulis atau lisan bukan dalam bahasa
komputer, melainkan dalam bahasa manusia.
Lisangan [24] berpendapat bahwa Natural Language Processing (NLP)
dapat didefinisikan sebagai kemampuan suatu komputer untuk memproses bahasa,
baik lisan maupun tulisan yang digunakan oleh manusia dalam percakapan sehari-
hari. Untuk proses komputasi, bahasa harus direpresentasikan sebagai rangkaian
simbol yang memenuhi aturan tertentu. Secara sederhana, NLP adalah mencoba
untuk membuat komputer dapat mengerti perintah-perintah yang ditulis dalam
standar bahasa manusia.
2.2.4 Text Mining
Menurut R. Talib, et al. [25], text mining merupakan suatu proses untuk
mengekstrak pola dalam mengeksplorasi pengetahuan dari sumber data yang
berbentuk teks. Proses text mining dimulai dengan mengumpulkan data dari
berbagai sumber yang tersedia dalam berbagai format file seperti teks biasa,
halaman web, file pdf dan sebagainya. Kemudian melakukan preprocessing dan
pembersihan data dilakukan untuk mendeteksi dan menghapus anomali pada data.
Proses pembersihan harus memastikan untuk menangkap esensi teks sebenarnya
yang tersedia. Pemrosesan dan pengendalian diterapkan untuk mengaudit
kemudian membersihkan data dengan pemrosesan otomatis. Setelah itu dilakukan
analisis pola pada data guna memperoleh informasi yang berharga dan relevan.
Text mining yaitu proses pencarian pola atau panggilan informasi baru.
Tujuan dari text mining adalah menemukan informasi yang penting dari teks
dengan mengubah teks menjadi data yang dapat digunakan untuk analisis yang
lebih lanjut [14]. Secara umum tahapan yang dilakukan pada text mining yaitu
case folding, tokenizing, filtering, dan analiyzing:
1. Case Folding
Case folding merupakan tahapan mengubah seluruh huruf yang ada di dalam
dokumen menjadi huruf kecil, dan hanya huruf ‘a’ sampai ‘z’ yang diterima.
Case folding juga merupakan proses penghilangan karakter selain huruf ‘a’
sampai ‘z’. karakter seperti ‘.’,’;’,’:’ dan lain sebagainya akan dihilangkan
dan dianggap delimiter (pembatas).
2. Tokenizing
Memotong tiap kata dalam kalimat atau parsing dengan menggunakan spasi
sebagai delimiter yang akan menghasilkan token berupa kata.
3. Filtering
Menyaring kata yang didapat dari proses tokenizing yang dianggap tidak
penting atau tidak memiliki makna dalam proses text mining yang disebut
stoplist. Stoplist atau stopword berisi kata-kata umum yang sering muncul
dalam sebuah dokumen dalam jumlah banyak namun tidak memiliki kaitan
dengan tema tertentu. Tiap kata yang diperoleh dari tokenizing akan
dicocokkan dalam kamus stopword di dalam database, jika kata tersebut
cocok dengan salah satu kata dalam stopword maka kata tersebut akan
dihilangkan, sementara yang tidak cocok akan dianggap cocok dan diperoses
ke tahap selanjutnya.
4. Analyzing
Keterhubungan antar kata dalam dokumen akan ditentukan dengan
menghitung frekuensi kata pada dokumen. Tahap analyzing lebih sering
dikenal dengan tahap pembobotan.
Menurut Ria Melita, et al. [26] yang dikutip dari buku yang ditulis oleh
Ronen Feldman dengan judul The Text Mining Handbook: Advanced Approaches
in Analyzing Unstructured Data, text mining dapat didefinisikan secara luas
sebagai suatu proses menggali informasi dimana seorang user berinteraksi dengan
sekumpulan dokumen menggunakan tools analisis yang merupakan komponen-
komponen dalam data mining yang salah satunya adalah kategorisasi.
2.2.5 Term Frequency-Inverse Document Frequency (Tf-Idf)
Metode Tf-Idf merupakan metode untuk menghitung bobot setiap kata

yang paling umum digunakan pada information retrieval. Information retrieval
merupakan pengorganisasian dan pencarian informasi dari sejumlah besar
dokumen berbasis teks. Pencarian informasi dilakukan dengan memberikan query
teks pencarian yang diinginkan untuk dicocokan ke dalam kumpulan dokumen
sehingga ditemukan dokumen-dokumen yang relevan. Sesuai dengan cara kerja
tersebut, information retrieval adalah mengukur kesamaan antara dua dokumen,
akan dilihat sejauh mana kemiripan yang ada pada dokumen tersebut [27].
Metode ini juga terkenal efisien, mudah dan memiliki hasil yang akurat
[28]. Metode Term Frequency-Inverse Document Frequency (Tf-Idf) adalah cara
pemberian bobot hubungan suatu kata (term) terhadap dokumen. Tf-Idf ini
merupakan sebuah ukuran statistik yang digunakan untuk mengevaluasi seberapa
penting sebuah kata di dalam sebuah dokumen atau dalam sekelompok kata.
Untuk dokumen tunggal tiap kalimat dianggap sebagai dokumen. Frekuensi
kemunculan kata di dalam dokumen yang diberikan menunjukkan seberapa
penting kata itu di dalam dokumen tersebut. Frekuensi dokumen yang
mengandung kata tersebut menunjukkan seberapa umum kata tersebut. Frekuensi
dokumen yang mengandung kata tersebut menunjukkan seberapa besar jika sering
muncul dalam suatu dokumen dan semakin kecil jika muncul dalam banyak
dokumen [26].
Metode ini akan menghitung nilai Term Frequency (TF) dan Inverse
Document Frequency (IDF) pada setiap token (kata) di setiap dokumen. Pada
algoritma Tf-Idf digunakan rumus untuk menghitung bobot (W) masing-masing
dokumen terhadap kata kunci dengan rumus yaitu [28]:
Wdt = TFdt * IDFt (2.1)
Dimana:
d : dokumen ke-d
t : kata ke-t dari kata kunci
Wdt : bobot dokumen ke-d terhadap kata ke-t
TF : banyaknya kata yang dicari pada sebuah dokumen
IDF : Invers Document Frequency
Nilai IDF didapatkan dari:

IDF = log2(N/df) (2.2)
N : total dokumen
df : banyak dokumen yang mengandung kata yang dicari
Pada Term Frequency (TF) terdapat beberapa jenis formula yang dapat
digunakan [29] yaitu:
1. TF biner (binary TF), hanya memperhatikan apakah suatu kata ada atau tidak
dalam dokumen, jika ada diberi nilai 1 (satu), jika tidak diberi nilai nol.
2. TF murni (raw TF), nilai TF diberikan berdasarkan jumlah kemunculan suatu
kata di dokumen. Contohnya, jika muncul 5 (lima) kali maka kata tersebut
akan bernilai 5 (lima).
3. TF logaritmik, hal ini untuk menghindari dominansi dokumen yang
mengandung sedikit kata dalam query, namun mempunyai frekuensi yang
tinggi.
tf = 1 + log(tf) (2.3)
4. TF normalisasi, menggunakan perbandingan antara frekuensi sebuah kata
dengan jumlah keseluruhan kata pada dokumen.
𝑡𝑓
tf = 0.5 + 0.5 * ( ) (2.4)
max 𝑡𝑓
Invers Document Frequency (IDF) menggunakan rumus:

𝑁
idf = log( ) (2.5)
𝑑𝑓
Dimana:
N : total dokumen
Df : jumlah dokumen yang mengandung term (t)
Dengan demikian rumus umum untuk TF-IDF adalah penggabungan dari
formula perhitungan raw TF dan formula IDF dengan cara mengalikan nilai Term
Frequency (TF) dengan nilai Invers Document Frequency (IDF):
Wdt = TFdt * IDFt
𝑁
Wdt = TFdt * log( ) (2.6)
𝑑𝑓
Dimana:
N : Total dokumen
Wdt : bobot kata (term) ke-t terhadap dokumen ke-d
TF : Jumlah kemunculan kata (term) dalam dokumen
DF : Jumlah dokumen yang mengandung term (minimal
ada satu kaya yaitu term)
Setelah bobot (W) masing-masing dokumen diketahui, maka dilakukan

proses sorting/pengurutan dimana semakin besar nilai W, semakin besar tingkat
similiaritas dokumen tersebut terhadap kata kunci, demikian sebaliknya.
Pada proses pembobotan kata terdapat beberapa tahap yang perlu
dilakukan, untuk melakukan perhitungan besar nilai bobot menggunakan TF-IDF
[30]. Berikut adalah simulasi pembobotan kata dengan TF-IDF, beberapa langkah
yang dilakukan diantaranya adalah sebagai berikut:
1. Tahap untuk menghitung Term Frequency (TF), yakni frekuensi kemunculan
term (t) pada dokumen (N). Contoh (terdapat kalimat):
D1: Pelayan restoran memuaskan.
D2: Menu bervariasi dan lengkap.
D3: Pelayanan bagus, ruangan nyaman dan luas, restoran ini cocok untuk
tempat makan keluarga.
Tabel 2.1 Menghitung Nilai TF
Term(t) D1(Dokumen1) D2 D3
Pelayanan 1 0 1
Restoran 1 0 1
Memuaskan 1 0 0
Menu 0 1 0
Bervariasi 0 1 0
Lengkap 0 1 0
Bagus 0 0 1
Ruangan 0 0 1
Nyaman 0 0 1
Luas 0 0 1
Cocok 0 0 1
Tempat 0 0 1
Sumber: Fadhillah, 2018
2. Tahap untuk menghitung Document Frequency (DF), yaitu banyaknya

dokumen dimana suatu term(t) muncul. Contoh berdasarkan soal yang sama
pada tahap pertama.
Tabel 2.2 Menghitung Nilai DF
Term(t) DF
Pelayanan 2
Restoran 2
Memuaskan 1
Menu 1
Bervariasi 1
Lengkap 1
Bagus 1
Ruangan 1
Nyaman 1
Luas 1
Cocok 1
Tempat 1
3. Menghitung Invers Document Frequency (IDF):
Tabel 2.3 Menghitung Nilai IDF

Term(t) DF IDF
Pelayanan 2 log(3/2)=0,176
Restoran 2 log(3/2)=0,176
Memuaskan 1 log(3/1)=0,477
Menu 1 log(3/1)=0,477
Bervariasi 1 log(3/1)=0,477
Lengkap 1 log(3/1)=0,477
Bagus 1 log(3/1)=0,477
Ruangan 1 log(3/1)=0,477
Nyaman 1 log(3/1)=0,477
Luas 1 log(3/1)=0,477
Cocok 1 log(3/1)=0,477
Tempat 1 log(3/1)=0,477
4. Menghitung Term Frequency – Invers Document Frequency (TF-IDF):
Tabel 2.4 Menghitung Nilai TF-IDF

TF TF-IDF
Term(t) IDF
D1 D2 D3 D1 D2 D3
Pelayanan 1 0 1 0,176 0,176 0 0,176
Restoran 1 0 1 0,176 0,176 0 0,176
Memuaskan 1 0 0 0,477 0,477 0 0
Menu 0 1 0 0,477 0 0,477 0
Bervariasi 0 1 0 0,477 0 0,477 0
Lengkap 0 1 0 0,477 0 0,477 0
Bagus 0 0 1 0,477 0 0 0,477
Ruangan 0 0 1 0,477 0 0 0,477
Nyaman 0 0 1 0,477 0 0 0,477
Luas 0 0 1 0,477 0 0 0,477
Cocok 0 0 1 0,477 0 0 0,477
Tempat 0 0 1 0,477 0 0 0,477
2.2.6 Customer Service
Customer service adalah setiap kegiatan yang diperuntukan atau

ditunjukan untuk memberikan kepuasan melalui pelayanan yang diberikan
seseorang kepada pelanggan. Pelayanan yang diberikan termasuk menerima
keluhan/masalah yang sedang dihadapi oleh pelanggan [19]. Seorang customer
service harus pandai dalam mencari jalan keluar untuk menyelesaikan masalah
yang dihadapi oleh pelanggannya [12].
Customer service merupakan salah satu ujung tombak bagi perusahaan
dalam membangun kepuasan pelanggan. Melalui customer service, perusahaan
dapat memberikan kesan yang positif kepada pelanggan. Melalui customer service
pula perusahaan dapat mengetahui apa yang menjadi harapan pelanggan dengan
pendekatan komunikasi antarpribadi. Customer service menjadi pihak yang
langsung menjembatani hubungan antara pelanggan dengan perusahaan.
Hubungan yang baik dengan pelanggan merupakan salah satu bukti dari
keberhasilan pelayanan yang dilakukan oleh perusahaan [31].
2.2.7 Node.js
Node.js merupakan platform server yang dibangun menggunakan

javascript dan berjalan di dalam interpreter Chrome javascript runtime. Dibuat
untuk pengembangan perangkat lunak berbasis web dengan cepat, aplikasi
jaringan yang scalable. Node.js menggunakan event-driven, model non-blocking
I/O yang membuatnya menjadi ringan dan efisien. Sangat baik digunakan untuk
aplikasi riil- time yang digunakan diberbagai perangkat [32].
Javascript merupakan bahasa pemrograman yang lengkap hanya saja
selama ini di pakai sebagai bahasa untuk pengembangan aplikasi web yang
berjalan pada sisi klien atau browser saja. Tetapi sejak ditemukannya Node.js oleh
Ryan Dhal pada tahun 2009, Javascript bisa digunakan sebagai bahasa
pemrograman di sisi server sekelas dengan PHP, ASP, C#, Ruby, dan lain-lain,
dengan kata lain Node.js menyediakan platform untuk membuat aplikasi
javascript dapat dijalankan di sisi server. Untuk mengeksekusi javascript sebagai
bahasa server diperlukan engine
yang cepat dan mempunyai performansi yang bagus. Engine javascript dari
Google bernama V8 yang dipakai oleh Node.js yang merupakan engine yang
sama dipakai di browser Google Chrome [33].
2.2.8 LUIS.AI
Language Understanding (LUIS) adalah layanan API berbasis cloud yang

menerapkan machine-learning intelligence khusus untuk percakapan pengguna,
teks bahasa alami untuk memprediksi makna keseluruhan, dan mengeluarkan
informasi yang relevan dan terperinci. Aplikasi klien LUIS yaitu aplikasi
percakapan yang berkomunikasi dengan pengguna menggunakan bahasa alami
untuk menyelesaikan sebuah tugas tertentu. Contoh aplikasi klien yaitu aplikasi
media sosial, chatbot, dan aplikasi desktop yang mendukung ucapan. Aplikasi
yang umum digunakan oleh LUIS adalah chatbot. LUIS sebagai REST API, dapat
digunakan dengan produk, layanan, atau kerangka kerja apapun yang membuat
permintaan HTTP. Berikut adalah produk dan layanan yang diberikan oleh LUIS,
yaitu [34]:
1. QnA Maker, memungkinkan beberapa jenis teks untuk digabungkan menjadi
basis pengetahuan tanya dan jawab.
2. Bing Spell Check API, menyediakan koreksi teks sebelum prediksi.
3. Bing Speech API, mengubah permintaan bahasa lisan menjadi teks.
4. Conversation learner, memungkinkan membangun percakapan bot lebih
cepat dengan LUIS.
5. Project personality chat, untuk menangani obrolan ringan
2.2.9 MongoDB
MongoDB merupakan salah satu jenis database NoSQL yang berbasis

dokumen (Document Oriented Database) dengan format JSON. NoSQL (Not
Only SQL), yaitu sebuah sistem database tidak hanya harus menggunakan
perintah SQL untuk melakukan proses manipulasi data. Pada database SQL, data
disimpan dalam bentuk tabel. Sedangkan pada MongoDB data disimpan dalam
bentuk dokumen
karena MongoDB tidak memiliki tabel, kolom, dan baris. MongoDB sering
dipakai untuk aplikasi berbasis Cloud, Grid Computing, atau Big Data [35].
Pada MongoDB yang ada hanyalah koleksi dan dokumen. Dokumen yang
terdapat dalam MongoDB dapat memiliki atribut yang berbeda dengan dokumen
lain walaupun berada dalam satu koleksi. Hal ini tidak dapat dilakukan dalam
RDBMS, dimana sebuah baris dalam tabel tidak mungkin memiliki kolom yang
berbeda dengan baris yang lain jika berada dalam satu tabel. MongoDB
merupakan sistem database yang menggunakan konsep key-value, artinya setiap
dokumen dalam MongoDB pasti memiliki key. Berbeda dengan RDBMS yang
bisa tidak menggunakan primary key ketika membuat sebuah tabel. Sehingga
walaupun kita membuat sebuah dokumen tanpa menggunakan primary key, tapi
secara otomatis MongoDB memberinya sebuah key. Penggunaan konsep key-
value sangat berperan penting, karena hal ini membuat MongoDB menjadi sistem
database yang sangat cepat jika dibandingkan dengan non key-value seperti
RDBMS [36].
2.2.10 R Programming
R adalah perangkat lunak yang digunakan untuk komputasi statistik dan

grafik. R merupakan project GNU yang dikembangkan oleh Bell Laboratories
(sebelumnya AT&T, sekarang Lucent Technologies) oleh John Chamber dan
rekannya. R menyediakan berbagai macam tools statistik dari linier dan
memodelkan non-linier, uji statistik klasik, analisis time-series, klasifikasi,
clustering dan masih banyak lagi. R juga menyediakan tools teknik grafis yang
bertujuan untuk menampilkan data yang telah diolah secara visual dalam bentuk
grafik. R merupakan project open-source yang memungkinkan banyak pihak
untuk memberikan kontribusi dalam proses pengembangan [37].
R Studio merupakan perangkat lunak sebagai lingkungan pengembangan
yang terintegrasi dengan R, dengan console, syntax-highlighting yang mendukung
eksekusi kode secara langsung dan tools untuk plotting, history, debugging dan
workspace management. Kemudahan-kemudahan yang diberikan oleh R Studio
yaitu, tab display files, plots, package yang terintegrasi pada satu layar, integrasi
bantuan dalam satu layar, sehingga informasi hasil perintah help() dapat langsung
ditampilkan, serta bantuan code completion yang akan menampilkan daftar
perintah saat kita telah mengetik karakter pada command prompt [38].
2.2.11 Microsoft Bot Framework
Microsoft bot framework adalah salah satu produk dari Microsoft sebagai
penyedia layanan, alat dan memiliki sejumlah komponen termasuk konektor bot,
bot builder SDK dan direktori bot sebagai pendukung untuk memudahkan
pengembang dalam merancang aplikasi bot. Microsoft bot framework
menyediakan berbagai macam channels atau saluran-saluran sebagai alat untuk
berinteraksi antara pengguna dengan sistem chatbot, seperti Skype, Slack, Web,
Telegram dan masih banyak lagi. Bot framework juga menyediakan alat untuk
menguji atau melakukan uji coba terhadap sistem bot yang telah dirancang, ada 2
(dua) cara untuk melakukan pengujian yaitu melakukan pengujian langsung pada
Web Chat yang sudah disediakan atau dengan menggunakan bot framework
emulator yang merupakan perangkat lunak berbasis desktop yang memudahkan
pengembang dalam melakukan eksekusi terhadap sistem yang dibangunnya [39].
2.2.12 Black-box Testing
Black-box testing adalah metode pengujian perangkat lunak yang menguji

fungsionalitas aplikasi yang bertentangan dengan struktur internal sistem.
Kelebihan dari pengujian black-box ialah pengetahuan khusus dari kode aplikasi
atau struktur internal dan pengetahuan pemrograman pada umumnya tidak
diperlukan. Pada pengujian black-box dilakukan pengujian berdasarkan apa yang
dilihat, hanya fokus terhadap fungsionalitas dan output. Pengujian black-box
merupakan suatu pengujian untuk mengetahui apakah semua perangkat lunak
telah berjalan dengan semestinya sesuai dengan kebutuhan fungsional yang
didefinisikan [40].
Metode pengujian black-box memastikan bahwa perangkat lunak telah
mendapatkan serangkaian kondisi inputan yang sepenuhnya telah menggunakan
semua persyaratan fungsional pada suatu program. Black-box testing dapat
menemukan kesalahan-kesalahan dalam kategori berikut ini [41]:
1. Kesalahan dalam akses basis data atau struktur data eksternal
2. Fungsi-fungsi yang tidak benar atau hilang
3. Kesensitifan sistem terhadap nilai input tertentu
4. Batasan dari suatu data
5. Kesalahan kinerja
2.3 Kerangka Pemikiran
Kerangka pemikiran merupakan bagan alur yang menjelaskan bagaimana

pola pikir dan konsep yang akan kita lakukan dalam penelitian. Berikut kerangka
pemikiran yang dijelaskan pada Gambar 2.1:
Permasalahan
Dibutuhkan teknologi chatbot sebagai customer service dalam
Metode
Term Frequency – Invers Document Frequency (TF-IDF)
Data Yang Digunakan

Data pertanyaan seputar informasi web hosting di
Pengembangan
Node.js, Microsoft Bot Framework, Luis.ai, MongoDB
Pengujian
Black-box Testing
Hasil
Terbentuknya aplikasi teknologi chatbot sebagai customer service pada
Gambar 2.1 Kerangka Pemikiran

Berdasarkan kerangka pemikiran diatas, penelitian ini diawali dari
permasalahan yang terjadi di www.bantubuatweb.com yaitu dibutuhkannya aplikasi
teknologi chatbot yang berperan sebagai customer service yang dapat bekerja
selama 24 jam penuh dan dapat merespon pertanyaan pelanggan dengan lebih
cepat. Metode yang digunakan pada penelitian ini yaitu menggunakan metode
term frequency - invers document frequency (TF-IDF) untuk menghitung dan
mengetahui nilai bobot pada setiap kata yang ada pada dokumen, serta data yang
digunakan dalam penelitian ini ialah data pertanyaan seputar informasi web
hosting di www.bantubuatweb.com.
Selanjutnya tools dan perangkat lunak yang digunakan sebagai pendukung
dalam perancangan aplikasi chatbot yaitu Microsoft Bot Framework, Luis.ai dan
MongoDB serta bahasa pemrograman yang digunakan ialah Node.js. Metode
pengujian yang dilakukan pada penelitian ini yaitu menggunakan metode black-
box testing yaitu menguji aplikasi chatbot dengan cara memasukkan beberapa
pola pertanyaan yang berbeda namun tetap merujuk pada satu jawaban yang sama
sesuai dengan masing-masing kategori dan didapatkan hasil pada penelitian ini
ialah terbentuknya aplikasi teknologi chatbot yang dapat berperan sebagai
customer service pada www.bantubuatweb.com.
BAB III
METODE PENELITIAN
3.1 Objek Penelitian
Pada penelitian ini, penulis mengambil objek penelitian di

www.bantubuatweb.com. Www.bantubuatweb.com merupakan e-commerce yang
bergerak di bidang jasa pembuatan web dan hosting. Www.bantubuatweb.com
didirikan pada tahun 2014, dan pendiri dari www.bantubuatweb.com yaitu Andri
Firmansyah, Muhamad Fatchan dan Wahyu Hadikristanto. Pelayanan yang
diberikan www.bantubuatweb.com yaitu diantaranya jasa pembuatan website (web
design), web hosting dan layanan lainnya.
3.2 Sumber Data
Sumber data dalam penelitian yaitu subjek dimana data tersebut dapat
diperoleh. Sumber data dapat dikelompokan menjadi dua bagian, yaitu sumber
data primer dan data sekunder. Data primer yaitu data yang diperoleh secara
langsung dari sumbernya. Data sekunder yaitu data yang diperoleh peneliti dari
sumber yang sudah ada, misalnya data yang tersusun dalam bentuk dokumen-
dokumen [42]. Sumber data yang digunakan penulis dalam penelitian ini yaitu
data sekunder. Data sekunder yang digunakan berupa pertanyaan-pertanyaan yang
biasa digunakan oleh pelanggan saat bertanya terkait layanan atau produk yang
ditawarkan oleh www.bantubuatweb.com serta data FAQ yang ada pada
www.bantubuatweb.com.
3.3 Variabel Penelitian
Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang,
objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti
untuk
24
25
dipelajari dan kemudian ditarik kesimpulan. Variabel penelitian dibagi menjadi 2,

yaitu [42]:
1. Variabel bebas (independent)
Variabel bebas (independent) adalah variabel yang mempengaruhi atau yang
menjadi sebab perubahannya atau timbulnya variabel terikat (dependent).
Variabel bebas pada penelitian ini yaitu Pertanyaan.
2. Variabel terikat (dependent)
Variabel terikat (dependent) adalah variabel yang dipengaruhi atau yang
menjadi akibat, karena adanya variabel bebas. Variabel terikat pada penelitian
ini yaitu variabel Class.
Tabel 3.1 Definisi Variabel dalam Dataset
No. Variabel Definisi Variabel

1 Pertanyaan Sebuah ekspresi keinginan responden terkait
informasi seputar layanan dan pemesanan di
2 Class Sebuah kategori/intent yang terdiri dari 12 jenis
yaitu, tentang, pesan_custom, promo_paket,
hostingdomain, cara_pemesanan, d_domain,
d_hosting, d_website, garansi, pembayaran,
perlengkapan dan proses.
Dataset yang digunakan dalam penelitian ini yaitu kalimat-kalimat

pertanyaan yang biasa diajukan oleh pelanggan kepada www.bantubautweb.com
dan data FAQ yang ada pada www.bantubuatweb.com dengan jumlah data 60
pertanyaan. Berikut sampel dataset pertanyaaan, dan untuk selengakapnya dapat
dilihat di Lampiran 1.
Tabel 3.2 Sampel Dataset Pertanyaan
Pertanyaan Class
Apa saya bisa custom? Pesan_Custom
Promo paket apa saja yang ada disini? Promo_Paket
Apa itu www.bantubuatweb.com? Tentang
Apa saya bisa pilih konten sendiri untuk tampilan
Pesan_Custom
website yang saya pesan?
Layanan apa saja yang ditawarkan disini? Tentang
Apakah domain dan hosting sudah termasuk? HostingDomain
3.4 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini yaitu

sebagai berikut:
1. Pengamatan (Observation)
Observasi adalah suatu metode pengumpulan data yang dilakukan dengan
cara mengamati atau meninjau secara langsung pada objek penelitian untuk
mendapatkan data dan informasi yang dibutuhkan dalam penelitian. Pada
penelitian ini, metode observasi merupakan kegiatan yang dilakukan melalui
pengamatan secara langsung mengenai percakapan-percakapan yang biasa
digunakan dalam jual beli online terutama pada www.bantubuatweb.com dan
data FAQ yang ada pada www.bantubuatweb.com.
2. Studi Pustaka (Literature)

Studi pustaka pada penelitian ini dilakukan dengan mencari dan mempelajari
teori-teori yang terdapat pada sumber literatur, seperti jurnal, e-book dan
penelitian-penelitian terdahulu yang berkaitan dengan perancangan aplikasi
chatbot yang akan dilakukan.
3.5 Waktu Penelitian
Penelitian ini dilaksanakan pada bulan Maret sampai bulan Agustus 2019.
Adapun kegiatan penelitian ini meliputi 3 tahapan utama, yaitu persiapan
penelitian, pelaksanaan penelitian dan tahap penyelesaian penelitian, dengan
perincian sebagai berikut:
Tabel 3.3 Waktu Penelitian
Waktu Penyelesaian Penelitian

Kegiatan Penelitian
Mar Apr Mei Jun Jul Agst
Persiapan Penelitian
Literatur Review
Pengumpulan Data
Persiapan Penelitian
Pelaksanaan Penelitian
Penulisan Program
Perhitungan Bobot Kata
Pengujian
Pembahasan
Penyelesaian Penelitian
Penyusunan Laporan
Penyerahan Skripsi
Kegiatan yang dilakukan pada penelitian ini terdiri dari 3 (tiga) tahapan
utama. Pertama yaitu persiapan penelitian yang terlaksana selama 3 (tiga) bulan
mulai dari awal bulan Maret hingga akhir Mei, dimana peneliti melakukan
literatur review terkait penelitian yang sedang di teliti, persiapan penelitian dan
pengumpulan data yang merupakan pola-pola pertanyaan. Kedua yaitu
pelaksanaan penelitian yang dilaksanakan selama 5 (lima) bulan mulai dari
pertengahan bulan April hingga awal bulan Agustus, dimulai dari pengkodingan
atau penulisan program aplikasi chatbot, melakukan perhitungan bobot kata yang
dilanjut dengan pengujian terhadap aplikasi chatbot yang dibangun dan
pembahasan. Tahap terakhir yaitu penyelesaian penelitian yang dilaksanakan
selama 2 (dua) bulan di awal bulan Juli hingga bulan Agustus, dimana pada tahap
ini dilakukan penyusunan laporan hingga penyerahan skripsi.
3.6 Instrumen Penelitian
Instrumen penelitian diperlukan agar penelitian ini dapat berjalan dengan

baik. Instrumen tersebut terdiri dari perangkat lunak (software) dan perangkat
keras (hardware) yang digunakan dalam penelitian ini, yaitu sebagai berikut:
1. Perangkat Lunak (Software)
Perangkat lunak yang digunakan dalam penelitian ini antara lain:
a. Sistem operasi Windows 10
b. Node.js, sebagai bahasa pemrograman yang digunakan
c. Luis.ai, sebagai conversational platform
d. Bot Framework
e. MongoDB
f. Visual Studio Code, yang digunakan sebagai text editor
g. R Studio
2. Perangkat Keras (Hardware)
Selain kebutuhan software, juga dibutuhkan hardware yang digunakan dalam
penelitian ini, yaitu:
a. Laptop Asus Processor Intel® Core™ i5 64-bit
b. Printer
3.7 Metode Penelitian
Pada penelitian ini data yang digunakan yaitu data pertanyaan-pertanyaan

yang nantinya data tersebut akan dijadikan knowledge atau pengetahuan pada
sistem chatbot yang akan dibangun. Berikut adalah tahapan-tahapan dalam
penelitian:
Gambar 3.1 Tahapan Penelitian
1. Studi literatur
Pada tahap ini penulis melakukan studi literatur dan mempelajari materi-
materi yang berkaitan dengan penelitian.
2. Pengumpulan data
Pengumpulan data dilakukan dengan cara mengamati pertanyaan-pertanyaan
yang biasa digunakan dalam bertransaksi online khususnya pada
3. Penulisan program
Setelah data terkumpul dilanjutkan dengan penulisan program aplikasi
chatbot menggunakan Bot Framework dan bahasa pemrograman Node.js
serta Luis.ai sebagai tempat untuk menyimpan data pertanyaan.
4. Perhitungan bobot kata
Pada tahap ini dilakukan perhitungan bobot kata untuk mengetahui skor pada
masing-masing kata dalam dokumen menggunakan metode Term Frequency
– Invers Document Frequency (TF-IDF). Hasil bobot dari perhitungan
metode Tf-Idf digunakan untuk menentukan seberapa penting dan seberapa
umum kata tersebut muncul didalam suatu dokumen. Perhitungan pada tahap
ini menggunakan pemrograman R Studio.
5. Pengujian sistem
Pengujian yang dilakukan pada aplikasi chatbot ialah menggunakan metode
black-box testing. Pengujian black-box merupakan pengujian program
berdasarkan fungsi dari program yang bertujuan untuk menemukan kesalahan
fungsi pada program. Pengujian dengan metode black-box dilakukan dengan
cara memberikan beberapa pertanyaan yang berbeda namun tetap tertuju pada
satu jawaban dan sistem chatbot akan merespon pertanyaan yang diajukan
dengan benar.
6. Hasil
Hasil pada penelitian ini yaitu terbentuknya aplikasi teknologi chatbot.
Adapun yang dimaksud pada pertanyaan-pertanyaan pada point 5 dapat
dilihat pada Tabel 3.4. Dimana pengujian pertanyaan-pertanyaan
dikelompokkan berdasarkan masing-masing kategori yang dapat dilihat pada
Lampiran 1 (Dataset Pertanyaan) dan juga melakukan pengujian dengan
inputan pertanyaan yang salah yang selanjutnya dapat diambil keterangan
hasil pengujian sesuai atau tidak sesuai.
Tabel 3.4 Rencana Pengujian Black-box
Katerogi Pertanyaan Rencana Pengujian Jenis Pengujian
Yang Diuji
Pesan_Custom Menampilkan jawaban tentang informasi Black-box Testing
pemesanan secara khusus (custom)
Promo_Paket Menampilkan jawaban tentang informasi Black-box Testing
promo dan paket
Tentang Menampilkan jawaban terkait informasi Black-box Testing
tentang www.bantubuatweb.com
HostingDomain Menampilkan jawaban tentang informasi Black-box Testing
hosting dan domain
Cara_Pemesanan Menampilkan jawaban tentang informasi Black-box Testing
cara pemesanan
D_Domain Menampilkan jawaban tentang pengertian Black-box Testing
dari domain
D_Hosting Menampilkan jawaban tentang pengertian Black-box Testing

dari hosting
D_Website Menampilkan jawaban tentang pengertian Black-box Testing
dari website
Garansi Menampilkan jawaban tentang informasi Black-box Testing
garansi
Perlengkapan Menampilkan jawaban tentang informasi Black-box Testing
item-item yang harus disiapkan untuk
membuat website
Pembayaran Menampilkan jawaban tentang informasi Black-box Testing
pembayaran
Proses Menampilkan jawaban tentang informasi Black-box Testing
lama proses pembuatan website
Data Inputan Salah Menampilkan pesan error jika pertanyaan Black-box Testing
yang dimasukkan salah
3.8 Perancangan Program
Perancangan dan desain aplikasi chatbot dibagun menggunakan beberapa

perangkat cloud platform service yaitu Bot Framework dengan Luis.ai (Language
Understanding Intelligent Service) serta diimplementasikan dengan bahasa
pemrograman Node.js yang merupakan perangkat lunak yang didesain untuk
mengembangkan aplikasi berbasis web dan ditulis dalam sintaks bahasa
pemrograman Javascript. Aplikasi chatbot ini dibangun menggunakan Node.js
versi v10.15.0. Aplikasi chatbot yang dibangun pada penelitian ini diberi nama
RiChat dan berikut bentuk diagram alur kerja sistem (flowchart).
Gambar 3.2 Flowchart Sistem Chatbot
Pada Gambar 3.2 dimana pengunjung meng-input beberapa pertanyaan

kepada aplikasi chatbot, dan chatbot akan melakukan pencarian keyword yang
sesuai dengan pertanyaan yang di input di dalam Luis.ai. Jika pertanyaan sesuai
atau matching maka sistem akan menampilkan jawaban yang sesuai dengan
pertanyaan yang diajukan dan jika pertanyaan yang diajukan tidak sesuai maka
sistem akan merespon error.
BAB IV
HASIL DAN PEMBAHASAN
Pada bab ini akan membahas mengenai perancangan program chatbot yang
diberi nama RiChat yang dibangun menggunakan bahasa pemrograman Node.js
versi v10.15.0 dan Bot Framework serta Luis.ai (Language Understanding
Intelligent Service). Selanjutnya melakukan perhitungan bobot setiap kata pada
dokumen menggunakan Term Frequency – Invers Document Frequency (TF-
IDF). Hasil dari perhitungan TF-IDF digunakan untuk menentukan seberapa
penting dan seberapa umum kata tersebut muncul didalam suatu dokumen dan
perhitungan menggunakan bahasa pemrograman R. Data yang digunakan pada
penelitian ini yaitu data pertanyaan-pertanyaan terkait www.bantubuatweb.com.
4.1 Rancangan Program Chatbot
Program chatbot dirancang menggunakan bahasa pemrograman Node.js

dan cloud platform service yaitu Bot Framework dengan Luis.ai (Language
Understanding Intelligent Service) sebagai tempat untuk menyimpan data-data
pertanyaan. Aplikasi chatbot yang diberi nama RiChat dapat menjawab
pertanyaan- pertanyaan yang dikirimkan kepada sistem terkait layanan atau
produk yang ada pada www.bantubuatweb.com. Aplikasi chatbot yang dibangun
diberikan pengetahuan-pengetahuan seputar informasi web dan hosting di
www.bantubuatweb.com. Berikut adalah daftar pertanyaan yang digunakan sebagai
pengetahuan dasar untuk sistem chatbot disimpan di dalam platform Luis.ai.
32
33
Gambar 4.1 Luis.ai
Terdapat 12 intent/kategori yang terdaftar dalam Luis.ai yaitu diantaranya

intent tentang, cara_pemesanan, d_website, d_domain, d_hosting, hostingdomain,
garansi, perlengkapan, pembayaran, promo_paket, proses dan pesan_custom.
Selanjutnya kategori-kategori tersebut diinputkan beberapa pertanyaan yang
memiliki pola yang berbeda namun tetap tertuju pada satu jawaban yang sama,
seperti pada gambar dibawah ini.
Gambar 4.2 Intent “Tentang”

Pada Gambar 4.2 merupakan beberapa frasa atau kamus yang berisikan
pertanyaan-pertanyaan yang berhubungan dengan www.bantubuatweb.com yang
telah penulis buat di dalam intent “Tentang”.
Aplikasi chatbot diuji menggunakan perangkat lunak Bot Framework
Emulator yang merupakan aplikasi desktop yang memungkinkan pengembang bot
untuk menguji dan men-debug bot yang dibangun untuk mengetahui apakah
aplikasi chatbot dapat merespon pertanyaan sesuai dengan kategori yang ada.
Gambar 4.3 Tampilan Aplikasi Chatbot
Pada Gambar 4.3 dapat dilihat bahwa sistem aplikasi chatbot dapat
merespon pertanyaan-pertanyaan yang diinputkan sesuai dengan masing-masing
kategori.
Perancangan aplikasi chatbot pada penelitian ini menggunakan Microsoft
Bot Framework sebagai layanan yang menyediakan tools untuk memudahkan
dalam perancangan bot, serta Luis.ai sebagai platform conversational untuk
menyimpan pengetahuan-pengetahuan dasar terkait data-data pertanyaan yang
akan diimplementasikan pada sistem chatbot. Berikut adalah potongan script
dalam perancangan aplikasi chatbot yang ditulis menggunakan bahasa
pemrograman Node.js, selengkapnya terdapat pada Lampiran 2:
var bot = new builder.UniversalBot(connector, function (session) {
getIntentFromLuis(session.message.text, function(error, luisData) {

var intent = luisData.topScoringIntent.intent;
var score = luisData.topScoringIntent.score;
if (score > 0.3 && intent != 'None'){
//-----Greeting------//
if (intent == 'Greeting'){
session.send("Hallo, ada yang bisa saya bantu?");
}
//-----Tentang-----//
else if (intent == 'Tentang'){
session.send("Bantubuatweb.com merupakan web penyedia jasa
layanan pembuatan web dan hosting. \nBantubuatweb.com
menawarkan kemudahan untuk anda yang membutuhkan jasa
pembuatan website untuk bisnis anda, mulai dari pemilihan domain
hingga kemudahan dalam perawatan website anda. \nWebsite
apapun yang anda butuhkan bisa kami buatkan. Tersedia berbagai
pilihan desain website yang profesional, unik dan elegan. Mulai dari
desain standard, responsive hingga custom.?");
}
}
Gambar 4.4 Script Aplikasi Chatbot
Pada script getIntentFromLuis(session.message.text, function(error, luisData)

didefinisikan bahwa sistem aplikasi chatbot mengambil data yang berupa data-
data pertanyaan dari Luis.ai. Selanjutnya pada script session.send() merupakan
kalimat jawaban sistem chatbot yang sesuai dengan masing-masing kategori atau
intent.
4.2 Perhitungan Pembobotan Kata Menggunakan TF-IDF
Pada penelitian ini, perhitungan pembobotan kata menggunakan metode

Term Frequency – Invers Document Frequency (TF-IDF). Tahapan yang
dilakukan yaitu membersihkan data, diantaranya melakukan proses case folding,
tokenizing dan filtering. Berikut adalah tahapan untuk menjalankan metode Term
Frequency
– Invers Document Frequency (TF-IDF). Dataset yang digunakan terdiri dari 60
pertanyaan. Berikut tampilan sampel dataset pertanyaan, selengkapnya terdapat
pada Lampiran 1.
Tabel 4.1 Sampel Dataset Pertanyaan

Pertanyaan Class
Apa saya bisa custom? Pesan_Custom
Promo paket apa saja yang ada disini? Promo_Paket
Apa itu www.bantubuatweb.com? Tentang
Pesan_Custom
Layanan apa saja yang ditawarkan disini? Tentang
Apakah domain dan hosting sudah termasuk? HostingDomain
Ada promo gak nih? Promom_Paket
Apakah pembuatan website bergaransi? Garansi
Pembayaran bisa lewat apa saja? Met_Pembayaran
4.2.1 Mentransfer Dataset ke dalam Corpus
Proses pertama yaitu meng-input dataset dan mentransfer dataset ke

corpus yang berguna untuk tokenizing menggunakan variabel pertanyaan
menggunakaan R Studio. Corpus yaitu kumpulan dokumen yang disalin ke mesin
IR (Information Retrieval).
> corpus_docs = Corpus(VectorSource(reviews$Pertanyaan))

> corpus_docs
<<SimpleCorpus>>
Metadata: corpus specific: 1, document level (indexed):
0 Content: documents: 60
Gambar 4.5 Proses Transfer Dataset ke Corpus
4.2.2 Case Folding
Pada tahap case folding yakni menyeragamkan huruf. Huruf besar pada
dokumen akan diubah menjadi huruf kecil. Berikut adalah script proses pada case
folding:
> corpus_docs = tm_map(corpus_docs, content_transformer(tolower))
Gambar 4.6 Proses Case Folding
Berikut merupakan hasil data setelah melalui proses case folding:
Tabel 4.2 Hasil Case Folding
Pertanyaan Hasil Case Folding

Berapa lama Proses pembuatan berapa lama proses pembuatan
website? website?
Apakah Domain dan Hosting sudah apakah domain dan hosting sudah
termasuk? termasuk?
Website apa saja yang bisa dibuat? website apa saja yang bisa dibuat?
4.2.3 Tokenizing (Parsing)
Tokenizing atau parsing merupakan proses pemisahan teks menjadi

potongan kata yang disebut token yang akan memiliki nilai dalam penyusunan
matriks dokumen pada proses selanjutnya. Kemudian melakukan penghapusan
angka serta melakukan penghapusan tanda baca pada dokumen dengan
menggunakan script dibawah ini:
> corpus_docs = tm_map(corpus_docs, removeNumbers)

> corpus_docs = tm_map(corpus_docs, removePunctuation)
Gambar 4.7 Proses Tokenizing (Parsing)
Berikut merupakan hasil data setelah melalui proses Tokenizing (Parsing):

Tabel 4.3 Hasil Tokenizing (Parsing)
Pertanyaan Hasil Tokenizing

Berapa lama Proses pembuatan berapa lama proses
website? pembuatan website
Apakah Domain dan Hosting apakah domain dan
sudah termasuk? hosting sudah termasuk
Website apa saja yang bisa website apa saja
dibuat? yang bisa dibuat
4.2.4 Filtering
Kemudian dilakukan proses filtering yaitu tahap menghilangkan kata-kata

yang kurang penting yang disebut dengan stopword. Stopword merupakan kata-
kata umum yang sering muncul dan yang tidak digunakan atau tidak diperlukan
dalam sebuah dokumen seperti kata: ‘ada’, ’apa’, ’saja’, ’untuk’, ’di’, ’yang’, ’ya’,
’apakah’, ’berapa’, ’saya’ dan sebagainya. Berikut script proses filtering:
> corpus_docs = tm_map(corpus_docs,

removeWords, stopwords(kind = "en"))
> corpus_docs = tm_map(corpus_docs, removeWords,
c("apa","yang","di","saja","ada","untuk","ya","itu","apakah","ww
w","com","berapa","saya","bagaimana","nih","gak","disini","ini",
"lain","tiba","pas","kalau","jasa",”dan”,"mau","harus","kira"))
Gambar 4.8 Proses Filtering

Kemuadian menghapus spasi berlebih menggunakan script dibawah ini:
> corpus_docs = tm_map(corpus_docs, stripWhitespace)
Gambar 4.9 Script Menghapus Spasi Berlebih

Berikut merupakan hasil dari proses preprocessing:
> inspect(corpus_docs[1])
<<SimpleCorpus>>
Metadata: corpus specific: 1, document level (indexed):
0 Content: documents: 1
[1] bisa custom
Gambar 4.10 Hasil Preprocessing

Penjelasan dari sintaks inspect(corpus_docs[1]) yaitu menampilkan hasil
data pertama dari proses preprocessing dengan output [1] bisa custom, dan itu
menandakan bahwa proses diatas berhasil karena data murni pertama berbentuk
“apa saya bisa custom?” dan berhasil dibentuk sebagai data yang siap diproses
pada tahap selanjutnya.
4.2.5 Analisis Pembobotan TF-IDF
Analisa pembobotan Term Frequency – Invers Document Frequency (TF-

IDF) dilakukan dengan menghitung nilai dari Term Frequency (TF) dan Invers
Document Frequency (IDF). Dengan proses sebagai berikut:
> review_dtm <- DocumentTermMatrix(review_corpus)

> review_dtm
<<DocumentTermMatrix (documents: 60, terms:
57)>> Non-/sparse entries: 161/3259
Sparsity : 95%
Maximal term length: 12
Weighting : term frequency (tf)
Gambar 4.11 Mengubah Data Menjadi Dokumen Matriks
Pada Gambar 4.11 yaitu proses mengubah data menjadi dokumen matriks
karena jumlah kata dalam korpus berdimensi besar, dan terdapat 60 dokumen dan
57 kata.
inspect(dtm[10:60, 10:57])
<<DocumentTermMatrix (documents: 51, terms: 48)>> Non-/sparse entries: 117/2331
Sparsity: 95% Maximal term length: 12
Weighting: term frequency (tf)
Sample:
Terms
Docs bantubuatweb cara dibuat domain hosting sudah termasuk pembayaran
10 0 0 0 0 0 0 0 0
21 0 0 1 0 0 0 0 0
23 0 0 0 1 1 1 1 0
24 0 0 0 1 1 1 1 0
26 0 0 0 1 1 1 1 0
27 0 1 0 0 0 0 0 0
41 0 0 0 0 0 0 0 0
45 0 0 0 0 0 0 0 0
56 0 0 0 0 0 0 0 0
59 0 0 0 0 0 0 0 0
Gambar 4.12 Sampel Kata Setelah Proses Preprocessing

Kemudian, pada Gambar 4.12 yaitu proses melihat kata yang telah menjadi
dokumen matriks dari dokumen 10-60 dan kolom 10-57, dan output terdiri dari 51
dokumen dan 48 kata. Dari data sampel yang telah ditransformasi menjadi
dokumen matriks, maka terlihat 10 kata-kata yang sering muncul dari dokumen ke
10-60 dan baris 10-57.
Selanjutnya, melihat contoh 10 kata-kata yang sering muncul pada
dokumen 1 pada baris ke 1-57.
> inspect(dtm[1,1:57])
<<DocumentTermMatrix (documents: 1, terms:
Sparsity : 96%
Sample :
Terms
Docs bisa custom konten pesan pilih request sendiri tampilan website
cara 1 1 1 0 0 0 0 0 0
0 0
Gambar 4.13 Sampel Kata Setelah Pengurangan Dimensi Matriks
Cara yang lebih baik untuk memvisualisasikan fitur teks adalah

menggunakan wordcloud. Wordcloud terdiri dari kata-kata dimana ukuran setiap
kata ditentukan oleh frequensinya dalam data. Berdasarkan gambar wordcloud
diatas, semakin besar kata pada tampilan wordcloud maka menunjukkan semakin
besar pula frequensi kata tersebut dalam dokumen.
Gambar 4.14 Wordcloud

Kemudian, setelah dokumen sudah diolah maka melakukan tujuan utama
yaitu menghitung Term Frequency – Invers Document Frequency (TF-IDF) untuk
mengukur kepentingan relatif dari kata ke dokumen.
dtm_tfidf = DocumentTermMatrix(corpus_docs, control = list(weighting

= weightTfIdf))
dtm_tfidf = removeSparseTerms(dtm_tfidf, 0.95)
dtm_tfidf
Gambar 4.16 Perhitungan
<<DocumentTermMatrix (documents: 60, terms:TF-IDF
Sparsity: 87%
Maximal term length: 12 Weighting
alized) (tf-idf) : term frequency - inverse document frequency (norm
Gambar 4.15 Perhitungan TF-IDF
Perhitungan bobot TF-IDF dimulai dari cleaning jarak perkata, kemudian untuk
melihat hasilnya penulis mengambil contoh dokumen 1 dari baris 1-8 dengan hasil
bobot nilai kata bisa 0.9097139.
inspect(dtm_tfidf[1,1:11])
<<DocumentTermMatrix (documents: 1, terms: 8)>> Non-/sparse entries: 1/7
Sparsity: 88% Maximal term length: 12
Weighting alized) (tf-idf) Sample

: term frequency - inverse document frequency (norm
Terms
:
Docs bantubuatweb
bisa dibuat pembayaran pesan promo sudah website
10 0.9097139000000
Gambar 4.16 Hasil Perhitungan Nilai TF-IDF
Setelah melihat salah satu hasil dari pembobotan kata, kemudian melihat hasil
matriks TF-IDF. Maka yang dihasilkan merupakan reviews tentang 60 pertanyaan
tersebut serta output bobot nilai TF-IDF dokumen tersebut. Berikut merupakan
sampel dari reviews pertanyaan, untuk selengkapnya terdapat pada Lampiran 3.
> reviews = cbind(reviews, as.matrix(dtm_tfidf))
> reviews
Pertanyaan
1 Apa saya bisa custom?
2 Apa saya bisa request untuk tampilan websitenya?
3 Apa saya bisa pilih konten sendiri untuk tampilan website yang saya pesan?
4 Apa saya bisa mendesain website saya sendiri?
5 Apakah saya bisa custom ?
6 Saya bisa pilih sendiri tampilannya tidak?
7 Ada promo?
8 Apa ada promo kalau saya pesan website disini?
9 Promo paket apa saja yang ada disini?
10 Apa ada paket yang lebih hemat?
11 Apakah ada promo?
12 Website apa saja yang bisa dibuat?
13 Apa itu www.bantubuatweb.com?
14 Www.bantubuatweb.com
15 Bantubuatweb.com itu apa sih?
16 Di bantubuatweb.com website apa saja yang bisa dibuat?
17 Apa saja yang ditawarkan di bantubuatweb.com?
18 Website apa saja yang bisa dibuat di bantubuatweb.com?
19 Disini website apa saja yang bisa dibuat?
20 Layanan apa saja yang ditawarkan disini?
Gambar 4.17 Sampel Reviews Pertanyaan
Berikut merupakan sampel output bobot nilai TF-IDF dokumen, untuk

selengkapnya terdapan pada Lampiran 3.
Class bisa pesan website promo dibuat

1 Pesan_Custom 0.9097139 0.0000000 0.0000000 0.000000 0.000000
2 Pesan_Custom 0.4548569 0.0000000 0.0000000 0.000000 0.000000
3 Pesan_Custom 0.2599183 0.5121375 0.1888469 0.000000 0.000000
4 Pesan_Custom 0.4548569 0.0000000 0.3304820 0.000000 0.000000
5 Pesan_Custom 0.9097139 0.0000000 0.0000000 0.000000 0.000000
6 Pesan_Custom 0.4548569 0.0000000 0.0000000 0.000000 0.000000
7 Promo_Paket 0.0000000 0.0000000 0.0000000 3.906891 0.000000
8 Promo_Paket 0.0000000 1.1949875 0.4406427 1.302297 0.000000
9 Promo_Paket 0.0000000 0.0000000 0.0000000 1.953445 0.000000
10 Promo_Paket 0.0000000 0.0000000 0.0000000 0.000000 0.000000
11 Promo_Paket 0.0000000 0.0000000 0.0000000 3.906891 0.000000
12 Tentang 0.6064759 0.0000000 0.4406427 0.000000 1.107309
13 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
14 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
15 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
17 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
18 Tentang 0.4548569 0.0000000 0.3304820 0.000000 0.830482
19 Tentang 0.6064759 0.0000000 0.4406427 0.000000 1.107309
20 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
Gambar 4.18 Nilai Hasil Pembobotan TF-IDF
Perhitungan bobot nilai Term Frequency – Invers Document Frequency

(TF-IDF) pada keseluruhan dokumen secara manual dengan mengambil beberapa
sampel kata:
1. Menghitung Term Frequency (TF)
Tabel 4.4 Menghitung Nilai TF
Term(t) D1(Dokumen1) D20 D28
Website 0 1 1
Promo 0 0 0
Bisa 1 1 0
Pembayaran 0 0 0
Pembuatan 0 0 0
2. Menghitung Document Frequency (DF)

Tabel 4.5 Menghitung Nilai DF
Term(t) DF
Website 23
Promo 3
Bisa 5
Pembayaran 4
Pembuatan 4
3. Menghitung Invers Document Frequency (IDF)

Tabel 4.6 Menghitung Nilai IDF
Term(t) DF IDF
Website 23 log(60/23)=0,39794
Promo 3 log(60/3)=1,3010299
Bisa 5 log(60/5)=1,0791812
Pembayaran 4 log(60/4)=1,176091
Pembuatan 4 log(60/4)= 1,176091
4. Menghitung Term Frequency – Invers Document Frequency (TF - IDF)

Tabel 4.7 Menghitung Nilai TF-IDF
TF TF-IDF
Term(t) IDF
D1 D20 D28 D1 D20 D28
Website 0 1 1 0,39794 0.000000 0,39794 0,39794
Promo 0 0 0 1,3010299 0.000000 0.000000 0.000000
Bisa 1 1 0 1,0791812 1,0791812 1,0791812 0.000000
Pembayaran 0 0 0 1,176091 0.000000 0.000000 0.000000
Pembuatan 0 0 0 1,176091 0.000000 0.000000 0.000000
Hasil perhitungan pembobotan kata Term Frequency – Invers Document
Frequency (TF - IDF) menggunakan machine learning dengan perhitungan secara
manual, diperoleh hasil yang mendekati yaitu 0,39794 untuk kata website,
1,3010299 untuk kata promo, 1,0791812 untuk kata bisa, 1,176091 untuk kata
pembayaran dan 1,176091 untuk kata pembuatan. Masing-masing perhitungan
bobot merupakan hasil dari pembagian logaritma biasa (log jumlah
dokumen/jumlah term).
4.3 Pengujian Sistem Chatbot
Pengujian dilakukan menggunakan metode black-box testing. Pengujian

black-box adalah pengujian perangkat lunak yang berfokus terhadap pengujian
fungsionalitas dan output dari sistem yang diuji. Pengujian dilakukan dengan cara
memasukkan beberapa pola pertanyaan yang berbeda namun tetap pada satu
jawaban yang sama sesuai dengan masing-masing kategori.
1. Pengujian Kategori Pesan_Custom

Menguji aplikasi chatbot dengan memasukkan pertanyaan pada kategori
Pesan_Custom.
Tabel 4.8 Pengujian Kategori Pesan_Custom
Kasus dan Hasil Uji
Pertanyaan Yang
Dimasukkan Yang Diharapkan Hasil Kesimpulan
Menampilkan pesan Dapat menampilkan

“Bisa, silahkan anda pesan “Bisa, silahkan
kirimkan desain, konten anda kirimkan desain,
Apa saya bisa dan lainnya yang anda konten dan lainnya yang Sesuai
custom? inginkan kepada kami anda inginkan kepada
agar kami dapat kami agar kami dapat
membuatkan website membuatkan website
sesuai keinginan anda.” sesuai keinginan anda.”
Apa saya bisa kirimkan desain, konten anda kirimkan desain,
request untuk dan lainnya yang anda konten dan lainnya yang Sesuai
tampilan inginkan kepada kami anda inginkan kepada
websitenya? agar kami dapat kami agar kami dapat
Apa saya bisa pilih kirimkan desain, konten anda kirimkan desain,
konten sendiri dan lainnya yang anda konten dan lainnya yang Sesuai
untuk tampilan inginkan kepada kami anda inginkan kepada
website yang saya agar kami dapat kami agar kami dapat
pesan? membuatkan website membuatkan website
Apa saya bisa dan lainnya yang anda konten dan lainnya yang Sesuai
mendesain website inginkan kepada kami anda inginkan kepada
saya sendiri? agar kami dapat kami agar kami dapat
Apakah saya bisa dan lainnya yang anda konten dan lainnya yang Sesuai
custom ? inginkan kepada kami anda inginkan kepada
agar kami dapat kami agar kami dapat
Saya bisa pilih dan lainnya yang anda konten dan lainnya yang Sesuai
sendiri tampilannya inginkan kepada kami anda inginkan kepada
tidak? agar kami dapat kami agar kami dapat
2. Pengujian Kategori Promo_Paket

Promo_Paket.
Tabel 4.9 Pengujian Kategori Promo_Paket
Kasus dan Hasil Uji
Pertanyaan Yang
Menampilkan pesan Dapat menampilkan pesan

“Kami menyiapkan “Kami menyiapkan
beberapa pilihan paket beberapa pilihan paket
pembuatan website pembuatan website sesuai Sesuai
Ada promo?
sesuai dengan kebutuhan dengan kebutuhan anda.
anda. Ada 3 pilihan paket Ada 3 pilihan paket yang
yang kami tawarkan, kami tawarkan, yaitu:
yaitu: Paket Personal, Paket Personal, Paket
Paket Bisnis dan Paket Bisnis dan Paket
Premium/Custom.” Premium/Custom.”
Menampilkan pesan Dapat menampilkan pesan Sesuai
pembuatan website pembuatan website sesuai
Apa ada promo sesuai dengan kebutuhan dengan kebutuhan anda.
kalau saya pesan anda. Ada 3 pilihan paket Ada 3 pilihan paket yang
website disini? yang kami tawarkan, kami tawarkan, yaitu:
Menampilkan pesan Dapat menampilkan pesan Sesuai
Promo paket apa sesuai dengan kebutuhan dengan kebutuhan anda.
saja yang ada anda. Ada 3 pilihan paket Ada 3 pilihan paket yang
disini? yang kami tawarkan, kami tawarkan, yaitu:
Apa ada paket sesuai dengan kebutuhan dengan kebutuhan anda. Sesuai
yang lebih hemat? anda. Ada 3 pilihan paket Ada 3 pilihan paket yang
Apakah ada sesuai dengan kebutuhan dengan kebutuhan anda. Sesuai
promo? anda. Ada 3 pilihan paket Ada 3 pilihan paket yang
3. Pengujian Kategori Tentang

Tentang.
Tabel 4.10 Pengujian Kategori Tentang
Kasus dan Hasil Uji
Pertanyaan Yang

“Bantubuatweb.com pesan
merupakan web penyedia “Bantubuatweb.com
jasa layanan pembuatan merupakan web penyedia
web dan hosting. jasa layanan pembuatan
Bantubuatweb.com web dan hosting.
menawarkan kemudahan Bantubuatweb.com
untuk anda yang menawarkan kemudahan
membutuhkan jasa untuk anda yang
pembuatan website untuk membutuhkan jasa
bisnis anda, mulai dari pembuatan website untuk
Website apa saja pemilihan domain hingga bisnis anda, mulai dari Sesuai
yang bisa dibuat? kemudahan dalam pemilihan domain hingga
perawatan website anda. kemudahan dalam
Website apapun yang perawatan website anda.
anda butuhkan bisa kami Website apapun yang
buatkan. Tersedia anda butuhkan bisa kami
berbagai pilihan desain buatkan. Tersedia
website yang profesional, berbagai pilihan desain
unik dan elegan. Mulai website yang profesional,
dari desain standard, unik dan elegan. Mulai
responsive hingga dari desain standard,
custom.” responsive hingga
custom.”
Apa itu pemilihan domain hingga bisnis anda, mulai dari Sesuai
www.bantubuatw kemudahan dalam pemilihan domain hingga
eb.com? perawatan website anda. kemudahan dalam
custom.”
Www.bantubuatw pemilihan domain hingga bisnis anda, mulai dari Sesuai
eb.com kemudahan dalam pemilihan domain hingga
custom.”
Bantubuatweb.co pemilihan domain hingga bisnis anda, mulai dari Sesuai
m itu apa sih? kemudahan dalam pemilihan domain hingga
custom.”
Di
bantubuatweb.co
merupakan web penyedia “Bantubuatweb.com Sesuai
m website apa
saja yang bisa
dibuat?
pemilihan domain hingga bisnis anda, mulai dari
kemudahan dalam pemilihan domain hingga
custom.”
Apa saja yang bisnis anda, mulai dari pembuatan website untuk
ditawarkan di pemilihan domain hingga bisnis anda, mulai dari Sesuai
bantubuatweb.co kemudahan dalam pemilihan domain hingga
m? perawatan website anda. kemudahan dalam
custom.”
Website apa saja
yang bisa dibuat
Bantubuatweb.com web dan hosting. Sesuai
di
bantubuatweb.co
m?
custom.”
Disini website apa pemilihan domain hingga bisnis anda, mulai dari Sesuai
saja yang bisa kemudahan dalam pemilihan domain hingga
dibuat? perawatan website anda. kemudahan dalam
custom.”
Layanan apa saja
membutuhkan jasa untuk anda yang Sesuai
yang ditawarkan
disini?
custom.”
Website apa saja bisnis anda, mulai dari pembuatan website untuk
yang pernah pemilihan domain hingga bisnis anda, mulai dari Sesuai
dibuat di kemudahan dalam pemilihan domain hingga
bantubutaweb.co perawatan website anda. kemudahan dalam
m? Website apapun yang perawatan website anda.
custom.”
pemilihan domain hingga bisnis anda, mulai dari Sesuai
Website apa ini? kemudahan dalam pemilihan domain hingga
custom.”
4. Pengujian Kategori HostingDomain
DomainHosting.
Tabel 4.11 Pengujian Kategori HostingDomain
Kasus dan Hasil Uji
Pertanyaan Yang

“Sesuai paket yang kami “Sesuai paket yang kami
tawarkan domain, tawarkan domain, hosting,
hosting, desain website, desain website, perawatan
perawatan (maintenance) (maintenance) dan
dan bantuan (support) bantuan (support) sudah
Sudah termasuk sudah termasuk dalam termasuk dalam jasa Sesuai
domain dan jasa pembuatan website. pembuatan website. Untuk
hosting tidak ini? Untuk pembuatan pembuatan website dengan
website dengan permintaan khusus
permintaan khusus (custom), fitur disesuaikan
(custom), fitur dengan permintaan anda.”
disesuaikan dengan
permintaan anda.”
Hosting dan dan bantuan (support) bantuan (support) sudah
domain sudah termasuk dalam termasuk dalam jasa Sesuai
bagaimana, jasa pembuatan website. pembuatan website. Untuk
apakah sudah Untuk pembuatan pembuatan website dengan
termasuk? website dengan permintaan khusus
disesuaikan dengan
permintaan anda.”
Hosting dan sudah termasuk dalam termasuk dalam jasa Sesuai
domain? jasa pembuatan website. pembuatan website. Untuk
Untuk pembuatan pembuatan website dengan
disesuaikan dengan
permintaan anda.”
Apakah domain sudah termasuk dalam termasuk dalam jasa Sesuai
dan hosting sudah jasa pembuatan website. pembuatan website. Untuk
termasuk? Untuk pembuatan pembuatan website dengan
disesuaikan dengan
permintaan anda.”
5. Pengujian Kategori Cara_Pemesanan

Cara_Pemesanan.
Tabel 4.12 Pengujian Kategori Cara_Pemesanan
Kasus dan Hasil Uji
Pertanyaan Yang

“Pemesanan website “Pemesanan website
cukup mudah, silahkan cukup mudah, silahkan
menghubungi kami menghubungi kami
Cara pemesanan melalui telepon, melalui telepon, whatsapp
whatsapp dan email dan email yang tersedia. Sesuai
jasa pembuatan
website? yang tersedia. Kami Kami akan kembali
akan kembali menghubungi anda untuk
menghubungi anda mengkonfirmasi pesanan
untuk mengkonfirmasi anda.”
pesanan anda.”
Saya mau pesan melalui telepon, melalui telepon, whatsapp
website disini whatsapp dan email dan email yang tersedia. Sesuai
bagaimana caranya yang tersedia. Kami Kami akan kembali
ya? akan kembali menghubungi anda untuk
pesanan anda.”
Bagaimana Sesuai
caranya?
melalui telepon, melalui telepon, whatsapp
whatsapp dan email dan email yang tersedia.
yang tersedia. Kami Kami akan kembali
pesanan anda.”
Bagaimana cara melalui telepon, melalui telepon, whatsapp
whatsapp dan email dan email yang tersedia. Sesuai
pemesanan
website? yang tersedia. Kami Kami akan kembali
pesanan anda.”
melalui telepon, melalui telepon, whatsapp
Cara pemesanan whatsapp dan email dan email yang tersedia. Sesuai
website disini? yang tersedia. Kami Kami akan kembali
pesanan anda.”
6. Pengujian Kategori D_Domain

D_Domain.
Tabel 4.13 Pengujian Kategori D_Domain
Kasus dan Hasil Uji
Pertanyaan Yang

“Domain adalah nama “Domain adalah nama
unik yang diberikan unik yang diberikan untuk
untuk mengidentifikasi mengidentifikasi alamat
alamat (IP address) (IP address) server
server komputer seperti komputer seperti web Sesuai
Apa itu domain?
web server atau email server atau email server di
server di internet. internet. Domain
Domain memberikan memberikan kemudahan
kemudahan pengguna pengguna internet untuk
internet untuk melakukan melakukan akses ke server
akses ke dan memudahkan
server dan memudahkan
mengingat server yang mengingat server yang
dikunjungi dibandingkan dikunjungi dibandingkan
harus mengingat harus mengingat sederetan
sederetan angka-angka IP angka-angka IP Address.”
Address.”
“Domain adalah nama “Domain adalah nama
unik yang diberikan unik yang diberikan untuk
untuk mengidentifikasi mengidentifikasi alamat
alamat (IP address) (IP address) server
server komputer seperti komputer seperti web
web server atau email server atau email server di
server di internet. internet. Domain
Domain memberikan memberikan kemudahan Sesuai
Domain
kemudahan pengguna pengguna internet untuk
internet untuk melakukan melakukan akses ke server
akses ke server dan dan memudahkan
memudahkan mengingat mengingat server yang
server yang dikunjungi dikunjungi dibandingkan
dibandingkan harus harus mengingat sederetan
mengingat angka-angka IP Address.”
sederetan angka-angka
IP Address.”
7. Pengujian Kategori D_Hosting

D_Hosting.
Tabel 4.14 Pengujian Kategori D_Hosting
Kasus dan Hasil Uji
Pertanyaan Yang

“Hosting adalah space pesan “Hosting adalah
harddisk dalam komputer space harddisk dalam
server yang digunakan komputer server yang Sesuai
Apa itu hosting?
untuk penyimpanan digunakan untuk
database, email dan file penyimpanan database,
web.” email dan file web.”
“Hosting adalah space pesan “Hosting adalah
harddisk dalam komputer space harddisk dalam
server yang digunakan komputer server yang Sesuai
Hosting
untuk penyimpanan digunakan untuk
database, email dan file penyimpanan database,
web.” email dan file web.”
8. Pengujian Kategori D_Website
D_Website.
Tabel 4.15 Pengujian Kategori D_Website
Kasus dan Hasil Uji
Pertanyaan Yang
Yang Diharapkan Hasil Kesimpulan
Dimasukkan
“Website adalah media “Website adalah media
promosi online untuk promosi online untuk
memperkenalkan, memperkenalkan,
menjual, dan menjual, dan
mengiklankan produk, mengiklankan produk,
jasa, dan perusahaan anda jasa, dan perusahaan anda
secara global. Anda secara global. Anda
membutuhkan media membutuhkan media
untuk promosi agar untuk promosi agar produk
Apa itu website? produk dan layanan dan layanan dikenal secara
Dan website apa dikenal secara global. global. Media promosi Sesuai
saja yang bisa Media promosi online online terbesar saat ini
dibuat disini? terbesar saat ini diperoleh diperoleh menggunakan
menggunakan website. website. Online-kan
Online-kan produk anda produk anda dan dapatkan
dan dapatkan keuntungan keuntungan dari memiliki
dari memiliki website. website. \nKami dapat
\nKami dapat membuat membuat website apapun
website apapun yang yang anda butuhkan,
anda butuhkan, seperti seperti website untuk
website untuk perusahaan perusahaan hingga untuk
hingga untuk pribadi.” pribadi.”

jasa, dan perusahaan jasa, dan perusahaan anda
anda secara global. Anda secara global. Anda Sesuai
Website membutuhkan media membutuhkan media
untuk promosi agar untuk promosi agar
produk dan layanan produk dan layanan
dikenal secara global. dikenal secara global.
Media promosi online Media promosi online
terbesar saat ini terbesar saat ini diperoleh
diperoleh menggunakan menggunakan website.
website. Online-kan Online-kan
produk anda produk anda dan dapatkan
dan dapatkan keuntungan keuntungan dari memiliki
dari memiliki website. website. \nKami dapat
website untuk perusahaan hingga untuk
perusahaan hingga untuk pribadi.”
pribadi.”
jasa, dan perusahaan jasa, dan perusahaan anda
anda secara global. Anda secara global. Anda
membutuhkan media membutuhkan media
untuk promosi agar untuk promosi agar
produk dan layanan produk dan layanan
dikenal secara global. dikenal secara global. Sesuai
Apa itu website?
Media promosi online Media promosi online
terbesar saat ini terbesar saat ini diperoleh
diperoleh menggunakan menggunakan website.
website. Online-kan Online-kan
produk anda dan produk anda dan dapatkan
dapatkan keuntungan dari keuntungan dari memiliki
memiliki website. website. \nKami dapat
website untuk perusahaan hingga untuk
perusahaan hingga untuk pribadi.”
pribadi.”
9. Pengujian Kategori Garansi

Garansi.
Tabel 4.16 Pengujian Kategori Garansi
Kasus dan Hasil Uji
Pertanyaan Yang

“Kami menjamin “Kami menjamin website
website anda untuk terus anda untuk terus online
Kalau websitenya online selama anda selama anda menjadi klien
ada yang error pas menjadi klien kami. kami. Garansi perbaikan Sesuai
saya pakai Garansi perbaikan website apabila website
bagaimana? website apabila website mengalami error tanpa
mengalami error tanpa perlu mengeluarkan biaya
perlu mengeluarkan tambahan.”
biaya tambahan.”
online selama anda selama anda menjadi klien
Kalau website
menjadi klien kami. kami. Garansi perbaikan
yang saya pesan Sesuai
tiba-tiba error Garansi perbaikan website apabila website
bagaimana? website apabila website mengalami error tanpa
biaya tambahan.”

Ada garansinya online selama anda selama anda menjadi klien
engga nih kalau menjadi klien kami. kami. Garansi perbaikan
Sesuai
website yang saya Garansi perbaikan website apabila website
pesan tiba-tiba website apabila website mengalami error tanpa
error? mengalami error tanpa perlu mengeluarkan biaya
biaya tambahan.”

Ada garansinya Sesuai
tidak? Garansi perbaikan website apabila website
website apabila website mengalami error tanpa
biaya tambahan.”

Apakah
pembuatan Sesuai
website Garansi perbaikan website apabila website
bergaransi? website apabila website mengalami error tanpa
biaya tambahan.”

Sesuai
Garansi? website anda untuk terus anda untuk terus online
Garansi perbaikan website apabila website
website apabila website mengalami error tanpa
biaya tambahan.”
10. Pengujian Kategori Perlengkapan

Perlengkapan.
Tabel 4.17 Pengujian Kategori Perlengkapan
Kasus dan Hasil Uji
Pertanyaan Yang
Dimasukkan
“Anda harus “Anda harus
mempersiapkan konten mempersiapkan konten
website, seperti: teks, website, seperti: teks,
gambar/foto, logo gambar/foto, logo
(opsional) sebagai (opsional) sebagai
informasi yang akan informasi yang akan
Apa yang harus ditampilkan pada website ditampilkan pada website
saya persiapkan yang ingin dibuat. yang ingin dibuat. Sesuai
dalam pembuatan Memberikan rencana Memberikan rencana
website? nama domain untuk nama domain untuk
website (contoh: website (contoh:
namaperusahaan.com), namaperusahaan.com),
jika mengalami kesulitan jika mengalami kesulitan
dalam pencarian nama dalam pencarian nama
domain, silahkan domain, silahkan
konsultasikan dengan konsultasikan dengan
kami.” kami.”
Perlengkapan apa
ditampilkan pada website ditampilkan pada website Sesuai
saja yang
yang ingin dibuat. yang ingin dibuat.
dibutuhkan?
Memberikan rencana Memberikan rencana
nama domain untuk nama domain untuk
kami.” kami.”
ditampilkan pada website ditampilkan pada website
Apa yang harus yang ingin dibuat. yang ingin dibuat. Sesuai
saya persiapkan? Memberikan rencana Memberikan rencana
nama domain untuk nama domain untuk
kami.” kami.”
Apa saja yang ditampilkan pada website ditampilkan pada website
dibutuhkan untuk yang ingin dibuat. yang ingin dibuat. Sesuai
membuat Memberikan rencana Memberikan rencana
website? nama domain untuk nama domain untuk
kami.” kami.”
11. Pengujian Kategori Pembayaran

Pembayaran.
Tabel 4.18 Pengujian Kategori Pembayaran
Kasus dan Hasil Uji
Pertanyaan Yang
Dimasukkan
Untuk cara Menampilkan pesan Dapat menampilkan pesan
Sesuai
pembayaran “Pembayaran dapat “Pembayaran dapat
bagaimana? dilakukan setalah kami dilakukan setalah kami
mengkonfirmasi pesanan mengkonfirmasi pesanan
anda. Silahkan anda. Silahkan melakukan
melakukan transfer transfer melalui rekening
melalui rekening Bank Bank yang kami
yang kami informasikan.”
informasikan.”
“Pembayaran dapat “Pembayaran dapat
dilakukan setalah kami dilakukan setalah kami
Untuk
anda. Silahkan anda. Silahkan melakukan Sesuai
pembayaran bisa
via apa saja? melakukan transfer transfer melalui rekening
informasikan.”

Dan bayarnya anda. Silahkan anda. Silahkan melakukan Sesuai
bisa pake apa aja? melakukan transfer transfer melalui rekening
informasikan.”

Bayarnya bisa anda. Silahkan anda. Silahkan melakukan Sesuai
lewat apa saja? melakukan transfer transfer melalui rekening
informasikan.”

Untuk mengkonfirmasi pesanan mengkonfirmasi pesanan
pembayaran anda. Silahkan anda. Silahkan melakukan Sesuai
caranya melakukan transfer transfer melalui rekening
bagaimana? melalui rekening Bank Bank yang kami
informasikan.”

Pembayaran bisa “Pembayaran dapat “Pembayaran dapat Sesuai
lewat apa saja?
anda. Silahkan anda. Silahkan melakukan
melakukan transfer transfer melalui rekening
informasikan.”
12. Pengujian Kategori Proses

Proses.
Tabel 4.19 Pengujian Kategori Proses
Kasus dan Hasil Uji
Pertanyaan Yang

“Estimasi pembuatan pesan “Estimasi
website normalnya 1-3 pembuatan website
hari, maksimal 7 hari normalnya 1-3 hari,
setelah pembayaran maksimal 7 hari setelah
diterima dan konten pembayaran diterima
website kami terima. dan konten website kami
Selesai satu bulan Untuk pembuatan terima. Untuk Sesuai
bisa? website dengan pembuatan website
permintaan khusus dengan permintaan
(custom) lama khusus (custom) lama
pembuatan website pembuatan website
tergantung tingkat tergantung tingkat
kesulitan dan fitur yang kesulitan dan fitur yang
diminta.” diminta.”
Apa website saya website kami terima. dan konten website kami
Untuk pembuatan terima. Untuk Sesuai
bisa diselesaikan
dalam satu bulan? website dengan pembuatan website
Sesuai
Kapan selesainya? “Estimasi pembuatan pesan “Estimasi
Untuk pembuatan terima. Untuk
website dengan pembuatan website
Kira-kira kapan Untuk pembuatan terima. Untuk Sesuai
ya selesainya? website dengan pembuatan website
Berapa lama website kami terima. dan konten website kami
Untuk pembuatan terima. Untuk Sesuai
proses pembuatan
website? website dengan pembuatan website
Kira-kira untuk setelah pembayaran maksimal 7 hari setelah
pembuatan diterima dan konten pembayaran diterima Sesuai
website berapa website kami terima. dan konten website kami
hari ya? Untuk pembuatan terima. Untuk
website dengan pembuatan website
13. Pengujian Data Inputan Salah

Aplikasi chatbot diuji dengan memasukkan pertanyaan yang salah dan
pertanyaan yang tidak terdapat pada dataset pertanyaan. Selanjutnya aplikasi
chatbot akan menampilkan pesan error “Maaf, saya tidak mengerti. Silahkan
masukkan pertanyaan lain. Terimakasih.”
Tabel 4.20 Pengujian Data Inputan Salah

Kasus dan Hasil Uji (Data Salah)
Pertanyaan Yang

“Maaf, saya tidak “Maaf, saya tidak
Apa itu
mengerti. Silahkan mengerti. Silahkanmasukan Sesuai
BBW.com?
masukan pertanyaan lain. pertanyaan lain.
Terimakasih.” Terimakasih.”

“Maaf, saya tidak “Maaf, saya tidak
Apasayabisacusto
mengerti. Silahkan mengerti. Silahkanmasukan Sesuai
m?
masukan pertanyaan lain. pertanyaan lain.
Terimakasih.” Terimakasih.”
4.3.1 Analisa Hasil Pengujian Sistem Chatbot
Berdasarkan pengujian diatas menggunakan metode black-box testing

dapat disimpulkan bahwa aplikasi chatbot mampu menangani pertanyaan-
pertanyaan dengan pola yang berbeda-beda namun tetap dapat memberikan
jawaban yang sesuai dengan masing-masing kategori. Jika pertanyaan yang
dimasukkan tidak terdapat dalam salah satu kategori maka sistem chatbot akan
menampilkan pesan error yaitu chatbot akan menampilkan kalimat “Maaf, saya
tidak mengerti. Silahkan masukkan pertanyaan lain. Terimakasih”.
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil dari pembahasan pada penelitian ini, maka penulis dapat
mengambil kesimpulan yaitu:
1. Aplikasi teknologi chatbot untuk industri komersial 4.0 berhasil dibangun
yang diberi nama RiChat, dengan demikian chatbot dapat berperan sebagai
customer service dalam melayani pelanggan untuk melakukan tanya jawab
www.bantubuatweb.com, dan
2. Dengan adanya aplikasi teknologi chatbot peran dari customer service dapat
lebih efektif karena aplikasi chatbot dapat menjawab pertanyaan-pertanyaan
yang diajukan oleh pelanggan dengan lebih cepat dan dengan waktu kerja
hingga 24 jam penuh.
5.2 Saran
Untuk penelitian selanjutnya, maka saran-saran yang dapat diajukan oleh

penulis dalam penelitian ini ialah:
1. Dalam perancangan program chatbot dapat lebih dikembangkan dengan
memperbanyak pola pertanyaan yang mungkin ditanyakan oleh pengguna
chatbot.
2. Dapat menerapkan metode klasifikasi untuk mendapatkan nilai akurasi
dengan baik pada sistem chatbot.
3. Perancangan dan pengimplementasian aplikasi teknologi chatbot dapat
menerapkan melalui pesan suara untuk berkomunikasi.
65
DAFTAR PUSTAKA
[1] B. Prasetyo and U. Trisyanti, “Revolusi Industri 4.0 Dan Tantangan

Perubahan Sosial,” IPTEK J. Proc. Ser., no. 5, pp. 22–27, 2018.
[2] Redaksi/Ant, “Kecerdasan Buatan Dukung Implementasi Industri 4.0,” 5

mei, 2018. [Online]. Available:
https://www.wartaekonomi.co.id/read179971/kecerdasan-buatan-dukung-
implementasi-industri-40.html. [Accessed: 02-Feb-2019].
[3] B. Setiaji and F. W. Wibowo, “Chatbot Using a Knowledge in Database:

Human-to-Machine Conversation Modeling,” Proc. - Int. Conf. Intell. Syst.
Model. Simulation, ISMS, no. January 2016, pp. 72–77, 2017.
[4] R. A. C. Veiga and C. C. Pires, “Impact of Artificial Intelligence on Cyber

Security,” Int. J. Work. Cond., vol. 16, no. 12, pp. 67–79, 2018.
[5] Maskur, “Perancangan Chatbot Pusat Informasi Mahasiswa Menggunakan

Aiml Sebagai Virtual Assistant Berbasis Web,” Kinetik, vol. 1, no. 3, p.
123, 2016.
[6] F. Azwary, F. Indriani, and D. T. Nugrahadi, “Question Answering System

Berbasis Artificial Intelligence Markup Language Sebagai Media
Informasi,” Kumpul. J. Ilmu Komput., vol. 04, no. 01, pp. 48–60, 2016.
[7] A. A. Akhsan and Faizah, “Analisis dan Perancangan Interaksi Chatbot

Reminder dengan User-Centered Design,” J. Sist. Inf., vol. 13, no. 2, pp.
78– 89, 2017.
[8] D. Hormansyah Suryani and Y. P. Utama, “Aplikasi Chatbot Berbasis Web

Pada Sistem Informasi Layanan Publik Kesehatan Di Malang Dengan
Menggunakan Metode Tf-Idf,” vol. 4, no. ISSN 2614-6371, pp. 224–228,
2018.
66
67
[9] R. Khan and A. Das, Build Better Chatbots. 2017.
[10] R. R. Benedictus, H. Wowor, and A. Sambul, “Rancang Bangun Chatbot

Helpdesk untuk Sistem Informasi Terpadu Universitas Sam Ratulangi,” E-
Journal Tek. Inform., vol. 11, no. 1, 2017.
[11] A. D. R, F. Imamah, Y. M. Andre, and Ardiansyah, “Aplikasi Chatbot

(Milki Bot) Yang Terintegrasi Dengan Web CMS Untuk Customer Service
Pada UKM MINSU,” J. Cendikia, vol. XVI, pp. 100–106, 2018.
[12] Y. S. Hutabalian, Y.H. & Kalangi, “Peran Customer Service dalam

Meningkatkan Mutu Pelayanan di PT. Bank Rakyat Indonesia (Persero)
Tbk Unit Politeknik,” e-journal Acta Diurna, vol. IV, no. 3, pp. 1–10,
2015.
[13] Z. Liu, V. Sinha, Y. Guo, A. Xu, and R. Akkiraju, “A New Chatbot for
Customer Service on Social Media,” no. May, pp. 3506–3510, 2017.
[14] E. N. S. C. P and I. Afrianto, “Rancang Bangun Aplikasi Chatbot Informasi

Objek Wisata Kota Bandung Dengan Pendekatan Natural Language
Processing,” J. Ilm. Komput. dan Inform., vol. 4, no. 1, pp. 49–54, 2015.
[15] D. Domarco and N. M. S. Iswari, “Rancang Bangun Aplikasi Chatbot

Sebagai Media Pencarian Informasi Anime Menggunakan Regular
Expression Pattern Matching,” J. Ultim., vol. 9, no. 1, pp. 19–24, 2017.
[16] A. Bhawiyuga, M. A. Fauzi, E. S. Pramukantoro, and W. Yahya, “Design

of E-commerce Chat Robot for Automatically Answering Customer
Question,” Proc. - 2017 Int. Conf. Sustain. Inf. Eng. Technol., pp. 159–162,
2017.
[17] D. Nugraha and S. Winiarti, “Pengembangan Media Pembelajaran Sistem

Pelacakan Pada Mata Kuliah Kecerdasan Buatan Berbasis Multimedia,” J.
Sarj. Tek. Inform., vol. 2, no. 1, pp. 738–748, 2014.
[18] R. Luckin, W. Holmes, M. Griffiths, and L. B. Forcier, Intelligence

Unleashed An Argument For AI In Education. 2016.
[19] R. B. Santoso, “Rancang Bangun Prototype Chatbot Customer Service
System Berbasis Web,” Dok. Karya Ilm. | Tugas Akhir | Progr. Stud. Tek.
Inform. - S1 | Fak. Sains dan Teknol. | Univ. Islam Negeri Sultan Syarif
Kasim Riau, 2011.
[20] M. R. Johnson, “Artificial intelligence,” Proced. Gener. Game Des., pp.

133–141, 2017.
[21] I. Yullia and Y. Harianja, “Implementasi Metode Top Down Parsing pada
Teknologi Bahasa Alamiah dalam Bentuk Chatbot,” MIND J., vol. 1, no. 1,
pp. 51–61, 2016.
[22] D. Wiranda, “Implementasi Natural Language Processing pada Chatbot

Peribahasa Indonesia,” 2018.
[23] C. Fatima, “Pencocokan String pada Aplikasi Chatbot Sederhana,”

Bandung, 2014.
[24] E. A. Lisangan, “Natural Language Processing Dalam Memperoleh

Informasi Akademik Mahasiswa Universitas ATMA JAYA Makassar,” J.
Temat., vol. 1, no. 1, pp. 1–9, 2013.
[25] R. Talib, M. Kashif, S. Ayesha, and F. Fatima, “Text Mining: Techniques,

Applications and Issues,” Int. J. Adv. Comput. Sci. Appl., vol. 7, no. 11, pp.
414–418, 2016.
[26] R. Melita, V. Amrizal, H. B. Suseno, and T. Dirjam, “Penerapan Metode

Term Frequency Inverse Document Frequency (Tf-Idf) dan Cosine
Similarity pada Sistem Temu Kembali Informasi untuk Mengetahui Syarah
Hadits Berbasis Web (Studi Kasus: Syarah Umdatil Ahkam),” JTI (Jurnal
Tek. Inform. UIN Syarif Hidayatullah, vol. 11, no. 2, 2018.
[27] F. Amin and Purwatiningtyas, “Rancang Bangun Information Retrieval

System ( IRS ) Bahasa Jawa Ngoko pada Palintangan Penjebar Semangad
dengan Metode Vector Space Model ( VSM ),” J. Teknol. Inf. Din., vol. 20,
no. 1, pp. 25–35, 2015.
[28] A. A. Maarif, “Penerapan Algoritma TF-IDF untuk Pencarian Karya

Ilmiah,” Dok. Karya Ilm. | Tugas Akhir | Progr. Stud. Tek. Inform. - S1 |
Fak. Ilmu Komput. | Univ. Dian Nuswantoro Semarang, 2015.
[29] A. Slamet, “Implementasi Teknik Web Scraping dan Klasifikasi Sentimen

Menggunakan Metode Support Vector Machine dan Asosiasi,” Universitas
Islam Indomensia, 2017.
[30] F. Kahirunnisa, “Implementasi Metode Terms Frequency-Invers Document

Frequeny (TF-IDF) Dan Support Vector Machine (SVM) Dalam
Pembuatan Sistem Program Chatbot Pariyata (Studi Kasus: Informasi
Objek Wisata Daerah Istimewa Yogyakarta),” Universitas Islam Indonesia,
2018.
[31] Tarsani, “Peran Customer Service Dalam Meningkatkan Kepuasan

Pelanggan Melalui Pendekatan Komunikasi Antar Pribadi (Studi Kasus
pada Customer Service GraPARI Telkomsel Gandaria),” J. Bricol., vol. 2,
no. 1, pp. 46–55, 2017.
[32] M. Agung Rizkyana and R. Sandhika Galih Amalga, “Rancangan

Arsitektur Aplikasi Pengumpulan Tugas Dengan Push Notification Real-
Time Menggunakan Node.js,” Semin. Nas. Inform. 2014, vol. 2014, no.
semnasIF, pp. 70–75, 2014.
[33] C. Reinhart, F, Aplikasi Web Node.js. 2014.
[34] I. B. Dina Berry, Jhon Parente, Kent Sharkey, “What is Language

Understanding (LUIS)?,” 23 Januari, 2019. [Online]. Available:
https://docs.microsoft.com/en-us/azure/cognitive-services/luis/what-is-luis.
[Accessed: 01-Apr-2019].
[35] K. Chodorow, Mongodb The Definitive Guide, Second Edi. 2013.
[36] E. K. Putra and F. Rahmayeni, “Implementasi Database MongoDB Untuk

Sistem Informasi Bimbingan Konseling Berbasis Web (Studi Kasus: SMPN
1 Sawahlunto),” J. TeknoIf, vol. 4, no. 1, 2016.
[37] “R.” [Online]. Available: https://www.r-project.org/about.html. [Accessed:

18-Jul-2019].
[38] M. R. Faisal, Pengenalan Bahasa Pemrograman R. Banjarmasin: Indonesia

Net Developer Community, 2016.
[39] “Microsoft Bot Framework,” Microsoft. [Online]. Available:

https://dev.botframework.com/. [Accessed: 18-Jul-2019].
[40] D. Dhawan and Heena, “A Study of White Box And Black Box Software
Testing,” J. Emerg. Technol. Innov. Res., vol. 5, no. 6, pp. 679–683, 2018.
[41] D. Raniastri, “Implementasi Web Service Dengan Metode Representational

State Transfer (REST) Untuk Integrasi Data Transaksi di PT. Meliana
Perkasa Sejahtera (MPS),” 2013.
[42] Sugiyono, Metode penelitian kombinasi (mixed methods). Bandung:

Alfabeta, 2015.
LAMPIRAN
Lampiran 1. Dataset Pertanyaan
No. Pertanyaan Class

1 Apa saya bisa custom? Pesan_Custom
2 Apa saya bisa request untuk tampilan websitenya? Pesan_Custom
3 Pesan_Custom
4 Apa saya bisa mendesain website saya sendiri? Pesan_Custom
5 Apakah saya bisa custom ? Pesan_Custom
6 Saya bisa pilih sendiri tampilannya tidak? Pesan_Custom
7 Ada promo? Promo_Paket
8 Apa ada promo kalau saya pesan website disini? Promo_Paket
9 Promo paket apa saja yang ada disini? Promo_Paket
10 Apa ada paket yang lebih hemat? Promo_Paket
11 Apakah ada promo? Promo_Paket
12 Website apa saja yang bisa dibuat? Tentang
13 Apa itu www.bantubuatweb.com? Tentang
14 Www.bantubuatweb.com Tentang
15 Bantubuatweb.com itu apa sih? Tentang
Di bantubuatweb.com website apa saja yang bisa
16 Tentang
dibuat?
17 Apa saja yang ditawarkan di bantubuatweb.com? Tentang
Website apa saja yang bisa dibuat di
18 Tentang
bantubuatweb.com?
19 Disini website apa saja yang bisa dibuat? Tentang
20 Layanan apa saja yang ditawarkan disini? Tentang
Website apa saja yang pernah dibuat di
21 Tentang
bantubutaweb.com?
22 Website apa ini? Tentang
23 Sudah termasuk domain dan hosting tidak ini? HostingDomain
Hosting dan domain bagaimana, apakah sudah
24 HostingDomain
termasuk?
25 Hosting dan domain? HostingDomain
26 Apakah domain dan hosting sudah termasuk? HostingDomain
27 Cara pemesanan jasa pembuatan website? Cara_Pemesanan
Saya mau pesan website disini bagaimana caranya
28 Cara_Pemesanan
ya?
29 Bagaimana caranya? Cara_Pemesanan
71
72
30 Bagaimana cara pemesanan website? Cara_Pemesanan

31 Cara pemesanan website disini? Cara_Pemesanan
32 Apa itu domain? D_Domain
33 Domain D_Domain
34 Apa itu hosting? D_Hosting
35 Hosting D_Hosting
Apa itu website? Dan website apa saja yang bisa
36 D_Website
dibuat disini?
37 Website D_Website
38 Apa itu website? D_Website
Kalau websitenya ada yang error pas saya pakai
39 Garansi
bagaimana?
Kalau website yang saya pesan tiba-tiba error
40 Garansi
bagaimana?
Ada garansinya engga nih kalau website yang saya
41 Garansi
pesan tiba-tiba error?
42 Ada garansinya tidak? Garansi
43 Apakah pembuatan website bergaransi? Garansi
44 Garansi? Garansi
Apa yang harus saya persiapkan dalam pembuatan
45 Perlengkapan
website?
46 Perlengkapan apa saja yang dibutuhkan? Perlengkapan
47 Apa yang harus saya persiapkan? Perlengkapan
48 Apa saja yang dibutuhkan untuk membuat website? Perlengkapan
49 Untuk cara pembayaran bagaimana? Pembayaran
50 Untuk pembayaran bisa via apa saja? Pembayaran
51 Dan bayarnya bisa pake apa aja? Pembayaran
52 Bayarnya bisa lewat apa saja? Pembayaran
53 Untuk pembayaran caranya bagaimana? Pembayaran
54 Pembayaran bisa lewat apa saja? Pembayaran
55 Selesai satu bulan bisa? Proses
56 Apa website saya bisa diselesaikan dalam satu bulan? Proses
57 Kapan selesainya? Proses
58 Kira-kira kapan ya selesainya? Proses
59 Berapa lama proses pembuatan website? Proses
60 Kira-kira untuk pembuatan website berapa hari ya? Proses
Lampiran 2. Script Aplikasi Chatbot RiChat
Aplikasi.js
var restify = require('restify');

var builder = require('botbuilder');
var model = require('./model2');
// Setup Restify Server

var server = restify.createServer();
server.listen(process.env.port || process.env.PORT || 3978, function () {
console.log('%s listening to %s');
});
// Membuat chat connector untuk berkomunikasi dengan layanan Bot Framework

var connector = new builder.ChatConnector({
appId: ``,
appPassword: ``,
});
// Input KEY, ID Aplication dan URL Luis.ai yang sudah terdaftar di https://www.luis.ai/
// Untuk memanggil data-data pertanyaan yang sudah dimasukkan didalam Luis.ai
LUIS_APPLICATION_ID = 'f08772e9-4392-4fy7-9aa4-b2102baa899d';
LUIS_SUBSCRIPTION_KEY = '0a4c77fg5eb5494c8c362ccece2f06d';
LUIS_URL = 'https://westus.api.cognitive.microsoft.com/luis/v2.0/apps/'
+LUIS_APPLICATION_ID;
var bot = new builder.UniversalBot(connector, function (session) {
// Mengambil data yang ada pada Luis.ai

getIntentFromLuis(session.message.text, function(error, luisData) {
var intent = luisData.topScoringIntent.intent;
if (score > 0.3 && intent != 'None'){
//----- Memanggil Intent Tentang //

else if (intent == 'Tentang'){
session.send("Bantubuatweb.com merupakan web penyedia jasa layanan
pembuatan web dan hosting. \nBantubuatweb.com menawarkan
kemudahan untuk anda yang membutuhkan jasa pembuatan website
untuk bisnis anda, mulai dari pemilihan domain hingga kemudahan dalam
perawatan website anda. \nWebsite apapun yang anda butuhkan bisa
kami buatkan. Tersedia berbagai pilihan desain website yang profesional,
unik dan elegan. Mulai dari desain standard, responsive hingga
custom.?");
}
//----- Memanggil Intent D_Website-----//
73
74
else if (intent == 'D_Website'){

session.send("Website adalah media promosi online untuk
memperkenalkan, menjual, dan mengiklankan produk, jasa, dan
perusahaan anda secara global. Anda membutuhkan media untuk promosi
agar produk dan layanan dikenal secara global. Media promosi online
terbesar saat ini diperoleh menggunakan website. Online-kan produk
anda dan dapatkan keuntungan dari memiliki website. \nKami dapat
membuat website apapun yang anda butuhkan, seperti website untuk
perusahaan hingga untuk pribadi.");
}
//----- Memanggil Intent D_Domain //

else if (intent == 'D_Domain'){
session.send("Domain adalah nama unik yang diberikan untuk
mengidentifikasi alamat (IP address) server komputer seperti web server
atau email server di internet. Domain memberikan kemudahan pengguna
internet untuk melakukan akses ke server dan memudahkan mengingat
server yang dikunjungi dibandingkan harus mengingat sederetan angka-
angka IP Address.");
}
//----- Memanggil Intent D_Hosting-----//

else if (intent == 'D_Hosting'){
session.send("Hosting adalah space harddisk dalam komputer server yang
digunakan untuk penyimpanan database, email dan file web.");
}
//----- Memanggil Intent Pembayaran //

else if (intent == 'Pembayaran'){
session.send("Pembayaran dapat dilakukan setalah kami mengkonfirmasi
pesanan anda. Silahkan melakukan transfer melalui rekening Bank yang
kami informasikan.");
}
//----- Memanggil Intent Promo_Paket //

else if (intent == 'Promo_Paket’){
session.send("Kami menyiapkan beberapa pilihan paket pembuatan
website sesuai dengan kebutuhan anda. Ada 3 pilihan paket yang kami
tawarkan, yaitu: Paket Personal, Paket Bisnis dan Paket
Premium/Custom.");
}
//----- Memanggil Intent Garansi //

else if (intent == 'Garansi’){
session.send("Kami menjamin website anda untuk terus online selama
anda menjadi klien kami. Garansi perbaikan website apabila website
mengalami error tanpa perlu mengeluarkan biaya tambahan.");
}
//----- Memanggil Intent Proses //

else if (intent == 'Proses’){
session.send("Estimasi pembuatan website normalnya 1-3 hari, maksimal
7 hari setelah pembayaran diterima dan konten website kami terima.
Untuk pembuatan website dengan permintaan khusus (custom) lama
pembuatan website tergantung tingkat kesulitan dan fitur yang diminta.");
}
//----- Memanggil Intent Perlengkapan //

else if (intent == 'Perlengkapan’){
session.send("Anda harus mempersiapkan konten website,seperti: teks,
gambar/foto, logo (opsional) sebagai informasi yang akan ditampilkan
pada website yang ingin dibuat. Memberikan rencana nama domain untuk
website (contoh: namaperusahaan.com), jika mengalami kesulitan dalam
pencarian nama domain, silahkan konsultasikan dengan kami.");
}
//----- Memanggil Intent Cara_Pemesanan //

else if (intent == 'Cara_Pemesanan’){
session.send("Pemesanan website cukup mudah, silahkan menghubungi
kami melalui telepon, whatsapp dan email yang tersedia. Kami akan
kembali menghubungi anda untuk mengkonfirmasi pesanan anda.");
}
//----- Memanggil Intent Pesan_Custom //

else if (intent == 'Pesan_Custom’){
session.send("Bisa, silahkan anda kirimkan desain, konten dan lainnya
yang anda inginkan kepada kami agar kami dapat membuatkan website
sesuai keinginan anda.");
}
//----- Memanggil Intent HostingDomain //

else if (intent == 'HostingDomain’){
session.send("Sesuai paket yang kami tawarkan domain, hosting, desain
website, perawatan (maintenance) dan bantuan (support) sudah
termasuk dalam jasa pembuatan website. Untuk pembuatan website
dengan permintaan khusus (custom), fitur disesuaikan dengan permintaan
anda.");
} else {
session.send("Maaf, saya tidak mengerti. \nSilahkan masukkan
pertanyaan lagi. \nTerimakasih.");
}
});
});
//---Kalimat Pembuka---//
bot.on('conversation', function (message) {
if(message_membersAdded[0].id === message_address) {
var reply = new builder.Message()
address(message_address)
text("Hallo, Selamat datang di BantuBuatWeb.com. Saya adalah RiChat");
bot.send(reply);
}
});
bot.on('error', function (data) {

console.log(data);
})
bot.on('incoming', function (data) {
model.saveIncomingMessage (data);
console.log('--incoming message--')
})
bot.on('outgoing',function(data){
model.saveSentMessage (data);
console.log('--outgoing message--');
})
Selanjutnya menghubungkan aplikasi bot dengan database MongoDB. MongoDB

digunakan untuk menyimpan data pesan terkirim dan pesan diterima, serta dapat
digunakan sebagai tempat untuk menyimpan file-file yang akan dibutuhkan
nantinya. Berikut script memanggil MongoDB yang sudah dibuat sebelumnya
dengan nama database bot:
Model2.js
var mongoose = require ('mongoose');

var schema = mongoose.Schema;
var BOT_NAME = 'bbw'
var messageSchema = new mongoose.Schema({

from: String,
to: String,
createdTime: Date,
source: String,
payloadObject: schema.Types.Mixed
});
var messageModel = mongoose.model('Messages', messageSchema);

function saveSentMessage (payload) {
var sentMessage = new messageModel ({
from: BOT_NAME,
to: payload.address.user.id,
createdTime: new Date(),
source: payload.source,
payloadObject: payload
});
sentMessage.save(function(err){
if (err) {
console.log (`Error saving message: Message to ${payload.user.id}`);
} else {
console.log (`Message saved successfully`);
}
});
}
function saveIncomingMessage (payload) {

var sentMessage = new messageModel ({
from: payload.address.user.id,
to: BOT_NAME,
createdTime: new Date(),
source: payload.source,
payloadObject: payload
});
sentMessage.save(function(err){
if (err) {
console.log (`Error saving message: Message from ${payload.user.id}`);
} else {
console.log (`Message saved successfully`);
}
});
};
Lampiran 3. Menghitung Term Frequency – Invers Document Frequency (TF-IDF)
menggunakan R Programming
// Memanggil package yang sudah diinstall sebelumnya

> library(tm)
> library(wordcloud)
// Input data .csv

> reviews = read.csv("D:\\SKRIPSI\\Dataset\\Dataset2.csv")
> View(reviews)
// Mentransfer dataset ke corpus untuk melakukan proses preprocessing

> corpus_docs = Corpus(VectorSource(reviews$pertanyaan))
> corpus_docs
<<SimpleCorpus>>
Metadata: corpus specific: 1, document level (indexed): 0
Content: documents: 60
// Case folding
> review_corpus = tm_map(review_corpus. content_transformer(tolower))
Warning message:
In tm_map.SimpleCorpus(review_corpus. content_transformer(tolower)) :
transformation drops documents
// Tokenizing
> corpus_docs = tm_map(corpus_docs. removeNumbers)
Warning message:
In tm_map.SimpleCorpus(corpus_docs. removeNumbers) :
> corpus_docs = tm_map(corpus_docs. removePunctuation)
Warning message:
In tm_map.SimpleCorpus(corpus_docs. removePunctuation) :
// Filtering
> corpus_docs = tm_map(corpus_docs. removeWords.
stopwords(kind = "en"))
Warning message:
In tm_map.SimpleCorpus(corpus_docs. removeWords. stopwords(kind = "en"))
:
> corpus_docs = tm_map(corpus_docs. removeWords.

c("apa","yang","di","saja","ada","untuk","ya","itu","apakah","www","co
m","berapa","saya","bagaimana","nih","gak","disini","ini","lain","tiba
","pas","kalau","jasa","mau",”dan”,"harus","kira"))
78
79
Warning message:
In tm_map.SimpleCorpus(corpus_docs. removeWords. c("apa", "yang", :
> corpus_docs = tm_map(corpus_docs. stripWhitespace)
Warning message:
In tm_map.SimpleCorpus(corpus_docs. stripWhitespace) :
// Melihat hasil
> inspect(corpus_docs[1])
<<SimpleCorpus>>
Metadata: corpus specific: 1, document level (indexed): 0
Content: documents: 1
[1] bisa custom
// Mengubah data menjadi dokumen matrix karena jumlah kata dalam corpus berdimensi
besar
> dtm = DocumentTermMatrix(corpus_docs)

> dtm
<<DocumentTermMatrix (documents: 60, terms: 57)>>
Non-/sparse entries: 161/3259
Sparsity : 95%
// Menampilkan hasil dtm dengan memanggil 10 term pada 30 dokumen
> inspect(dtm[10:60, 10:57])

Sparsity : 95%
Sample :
Terms
Docs bantubuatweb cara dibuat domain hosting sudah termasuk pembayaran
10 0 0 0 0 0 0 0 0
21 0 0 1 0 0 0 0 0
23 0 0 0 1 1 1 1 0
24 0 0 0 1 1 1 1 0
26 0 0 0 1 1 1 1 0
27 0 1 0 0 0 0 0 0
41 0 0 0 0 0 0 0 0
45 0 0 0 0 0 0 0 0
56 0 0 0 0 0 0 0 0
59 0 0 0 0 0 0 0 0
Terms
Docs pembuatan website
10 0 0
21 0 1
23 0 0
24 0 0
26 0 0
27 1 1
41 0 1
45 1 1
56 0 1
59 1 1
// Menampilkan hasil dtm pada dokumen 1

> inspect(dtm[1,1:57])

Sparsity : 96%
Sample :
Terms
Docs bisa custom konten pesan pilih request sendiri tampilan website
1 1 1 0 0 0 0 0 0 0
Terms
Docs cara
1 0
// Wordcloud
> freq = data.frame(sort(colSums(as.matrix(dtm)), decreasing = TRUE))
> wordcloud(rownames(freq), freq[,1], max.words = 50, colors = brewer.pa
l(1, "Dark2"))
// Menghitung TF-IDF
> dtm_tfidf = DocumentTermMatrix(corpus_docs. control = list(weighting
= weightTfIdf))
> dtm_tfidf = removeSparseTerms(dtm_tfidf. 0.95)
> dtm_tfidf
Sparsity : 87%
Weighting : term frequency - inverse document frequency (normal
ized) (tf-idf)
> inspect(dtm_tfidf[1,1:11])

Sparsity : 88%
Weighting : term frequency - inverse document frequency (normalized)
(tf-idf)
Sample :
Terms
Docs bantubuatweb bisa dibuat pembayaran pesan promo sudah website
1 0 0.9097139 0 0 0 0 0 0
> reviews = cbind(reviews. as.matrix(dtm_tfidf))
> reviews
Pertanyaan
1 Apa saya bisa custom?
2 Apa saya bisa request untuk tampilan websitenya?
3 Apa saya bisa pilih konten sendiri untuk tampilan website yang saya pesan?
4 Apa saya bisa mendesain website saya sendiri?
5 Apakah saya bisa custom ?
6 Saya bisa pilih sendiri tampilannya tidak?
7 Ada promo?
8 Apa ada promo kalau saya pesan website disini?
9 Promo paket apa saja yang ada disini?
10 Apa ada paket yang lebih hemat?
11 Apakah ada promo?
12 Website apa saja yang bisa dibuat?
13 Apa itu www.bantubuatweb.com?
14 Www.bantubuatweb.com
15 Bantubuatweb.com itu apa sih?
16 Di bantubuatweb.com website apa saja yang bisa dibuat?
17 Apa saja yang ditawarkan di bantubuatweb.com?
18 Website apa saja yang bisa dibuat di bantubuatweb.com?
19 Disini website apa saja yang bisa dibuat?
20 Layanan apa saja yang ditawarkan disini?
21 Website apa saja yang pernah dibuat di bantubutaweb.com?
22 Website apa ini?
23 Sudah termasuk domain dan hosting tidak ini?
24 Hosting dan domain bagaimana, apakah sudah termasuk?
25 Hosting dan domain?
26 Apakah domain dan hosting sudah termasuk?
27 Cara pemesanan jasa pembuatan website?
28 Saya mau pesan website disini bagaimana caranya ya?
29 Bagaimana caranya?
30 Bagaimana cara pemesanan website?
31 Cara pemesanan website disini?
32 Apa itu domain?
33 Domain
34 Apa itu hosting?
35 Hosting
36 Apa itu website? Dan website apa saja yang bisa dibuat disini?
37 Website
38 Apa itu website?
39 Kalau websitenya ada yang error pas saya pakai bagaimana?
40 Kalau website yang saya pesan tiba-tiba error bagaimana?
41 Ada garansinya engga nih kalau website yang saya pesan tiba-tiba error?
42 Ada garansinya tidak?
43 Apakah pembuatan website bergaransi?
44 Garansi?
45 Apa yang harus saya persiapkan dalam pembuatan website?
46 Perlengkapan apa saja yang dibutuhkan?
47 Apa yang harus saya persiapkan?
48 Apa saja yang dibutuhkan untuk membuat website?
49 Untuk cara pembayaran bagaimana?
50 Untuk pembayaran bisa via apa saja?
51 Dan bayarnya bisa pake apa aja?
52 Bayarnya bisa lewat apa saja?
53 Untuk pembayaran caranya bagaimana?
54 Pembayaran bisa lewat apa saja?
55 Selesai satu bulan bisa?
56 Apa website saya bisa diselesaikan dalam satu bulan?
57 Kapan selesainya?
58 Kira-kira kapan ya selesainya?
59 Berapa lama proses pembuatan website?
60 Kira-kira untuk pembuatan website berapa hari ya?
Class bisa pesan website promo dibuat
1 Pesan_Custom 0.9097139 0.0000000 0.0000000 0.000000 0.000000
2 Pesan_Custom 0.4548569 0.0000000 0.0000000 0.000000 0.000000
3 Pesan_Custom 0.2599183 0.5121375 0.1888469 0.000000 0.000000
4 Pesan_Custom 0.4548569 0.0000000 0.3304820 0.000000 0.000000
5 Pesan_Custom 0.9097139 0.0000000 0.0000000 0.000000 0.000000
6 Pesan_Custom 0.4548569 0.0000000 0.0000000 0.000000 0.000000
7 Promo_Paket 0.0000000 0.0000000 0.0000000 3.906891 0.000000
8 Promo_Paket 0.0000000 1.1949875 0.4406427 1.302297 0.000000
9 Promo_Paket 0.0000000 0.0000000 0.0000000 1.953445 0.000000
10 Promo_Paket 0.0000000 0.0000000 0.0000000 0.000000 0.000000
11 Promo_Paket 0.0000000 0.0000000 0.0000000 3.906891 0.000000
12 Tentang 0.6064759 0.0000000 0.4406427 0.000000 1.107309
13 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
14 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
15 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
16 Tentang 0.4548569 0.0000000 0.3304820 0.000000 0.830482
17 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
18 Tentang 0.4548569 0.0000000 0.3304820 0.000000 0.830482
19 Tentang 0.6064759 0.0000000 0.4406427 0.000000 1.107309
20 Tentang 0.0000000 0.0000000 0.0000000 0.000000 0.000000
21 Tentang 0.0000000 0.0000000 0.3304820 0.000000 0.830482
22 Tentang 0.0000000 0.0000000 1.3219281 0.000000 0.000000
23 HostingDomain 0.0000000 0.0000000 0.0000000 0.000000 0.000000
24 HostingDomain 0.0000000 0.0000000 0.0000000 0.000000 0.000000
25 HostingDomain 0.0000000 0.0000000 0.0000000 0.000000 0.000000
26 HostingDomain 0.0000000 0.0000000 0.0000000 0.000000 0.000000
27 Cara_Pemesanan 0.0000000 0.0000000 0.3304820 0.000000 0.000000
28 Cara_Pemesanan 0.0000000 1.1949875 0.4406427 0.000000 0.000000
29 Cara_Pemesanan 0.0000000 0.0000000 0.0000000 0.000000 0.000000
30 Cara_Pemesanan 0.0000000 0.0000000 0.4406427 0.000000 0.000000
31 Cara_Pemesanan 0.0000000 0.0000000 0.4406427 0.000000 0.000000
32 D_Domain 0.0000000 0.0000000 0.0000000 0.000000 0.000000
33 D_Domain 0.0000000 0.0000000 0.0000000 0.000000 0.000000
34 D_Hosting 0.0000000 0.0000000 0.0000000 0.000000 0.000000
35 D_Hosting 0.0000000 0.0000000 0.0000000 0.000000 0.000000
36 D_Website 0.4548569 0.0000000 0.6609640 0.000000 0.830482
37 D_Website 0.0000000 0.0000000 1.3219281 0.000000 0.000000
38 D_Website 0.0000000 0.0000000 1.3219281 0.000000 0.000000
39 Garansi 0.0000000 0.0000000 0.0000000 0.000000 0.000000
40 Garansi 0.0000000 1.1949875 0.4406427 0.000000 0.000000
41 Garansi 0.0000000 0.7169925 0.2643856 0.000000 0.000000
42 Garansi 0.0000000 0.0000000 0.0000000 0.000000 0.000000
43 Garansi 0.0000000 0.0000000 0.4406427 0.000000 0.000000
44 Garansi 0.0000000 0.0000000 0.0000000 0.000000 0.000000
45 Perlengkapan 0.0000000 0.0000000 0.3304820 0.000000 0.000000
46 Perlengkapan 0.0000000 0.0000000 0.0000000 0.000000 0.000000
47 Perlengkapan 0.0000000 0.0000000 0.0000000 0.000000 0.000000
48 Perlengkapan 0.0000000 0.0000000 0.4406427 0.000000 0.000000
49 Pembayaran 0.0000000 0.0000000 0.0000000 0.000000 0.000000
50 Pembayaran 0.6064759 0.0000000 0.0000000 0.000000 0.000000
51 Pembayaran 0.4548569 0.0000000 0.0000000 0.000000 0.000000
52 Pembayaran 0.6064759 0.0000000 0.0000000 0.000000 0.000000
53 Pembayaran 0.0000000 0.0000000 0.0000000 0.000000 0.000000
54 Pembayaran 0.6064759 0.0000000 0.0000000 0.000000 0.000000
55 Proses 0.4548569 0.0000000 0.0000000 0.000000 0.000000
56 Proses 0.3032380 0.0000000 0.2203213 0.000000 0.000000
57 Proses 0.0000000 0.0000000 0.0000000 0.000000 0.000000
58 Proses 0.0000000 0.0000000 0.0000000 0.000000 0.000000
59 Proses 0.0000000 0.0000000 0.3304820 0.000000 0.000000
60 Proses 0.0000000 0.0000000 0.4406427 0.000000 0.000000
bantubuatweb domain hosting cara pembuatan pembayaran
1 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
2 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
3 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
4 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
5 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
6 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
7 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
8 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
9 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
10 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
11 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
12 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
13 3.321928 0.000000 0.000000 0.0000000 0.0000000 0.000000
14 3.321928 0.000000 0.000000 0.0000000 0.0000000 0.000000
15 1.660964 0.000000 0.000000 0.0000000 0.0000000 0.000000
16 0.830482 0.000000 0.000000 0.0000000 0.0000000 0.000000
17 1.660964 0.000000 0.000000 0.0000000 0.0000000 0.000000
18 0.830482 0.000000 0.000000 0.0000000 0.0000000 0.000000
19 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
20 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
21 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
22 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
23 0.000000 0.830482 0.830482 0.0000000 0.0000000 0.000000
24 0.000000 0.830482 0.830482 0.0000000 0.0000000 0.000000
25 0.000000 1.660964 1.660964 0.0000000 0.0000000 0.000000
26 0.000000 0.830482 0.830482 0.0000000 0.0000000 0.000000
27 0.000000 0.000000 0.000000 0.9767226 0.8962406 0.000000
28 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
29 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
30 0.000000 0.000000 0.000000 1.3022969 0.0000000 0.000000
31 0.000000 0.000000 0.000000 1.3022969 0.0000000 0.000000
32 0.000000 3.321928 0.000000 0.0000000 0.0000000 0.000000
33 0.000000 3.321928 0.000000 0.0000000 0.0000000 0.000000
34 0.000000 0.000000 3.321928 0.0000000 0.0000000 0.000000
35 0.000000 0.000000 3.321928 0.0000000 0.0000000 0.000000
36 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
37 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
38 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
39 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
40 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
41 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
42 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
43 0.000000 0.000000 0.000000 0.0000000 1.1949875 0.000000
44 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
45 0.000000 0.000000 0.000000 0.0000000 0.8962406 0.000000
46 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
47 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
48 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
49 0.000000 0.000000 0.000000 1.9534453 0.0000000 1.953445
50 0.000000 0.000000 0.000000 0.0000000 0.0000000 1.302297
51 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
52 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
53 0.000000 0.000000 0.000000 0.0000000 0.0000000 1.953445
54 0.000000 0.000000 0.000000 0.0000000 0.0000000 1.302297
55 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
56 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
57 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
58 0.000000 0.000000 0.000000 0.0000000 0.0000000 0.000000
59 0.000000 0.000000 0.000000 0.0000000 0.8962406 0.000000
60 0.000000 0.000000 0.000000 0.0000000 1.1949875 0.000000

Skripsi: Perancangan Aplikasi Teknologi Chatbot Untuk Industri Komersial 4.0

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Skripsi: Perancangan Aplikasi Teknologi Chatbot Untuk Industri Komersial 4.0

Diunggah oleh

Hak Cipta:

Format Tersedia

SKRIPSI

PERANCANGAN APLIKASI TEKNOLOGI CHATBOT UNTUK

Diajukan untuk memenuhi salah satu syarat

PROGRAM STUDI TEKNIK INFORMATIKA

Skripsi ini telah diperiku dan

Dosen Pembimbing Menyetujui:

ilhñmad Fatehan, S.Kom., M.Kom

NIDN. 0403107605 Dr. Ir. Supriyanto, WP

Ka. Prodi Teknik Infoiwatika &kan Fakultas Teknik WB

Putri Anggun Sari, S.PL. SLSi

Sebagai mahasiswa Universitas Pelita Bangsq yang bertanda-tangan di bawah

“PERANCANGAN APLIKASI TEKNOLOGI CRATBOT UNTUK

Dibuat di Kabupaten Bekasi

Rani Natadian Astuti

Dengan memanjatkan puji syukur kehadirat Allah SWT. Tuhan Yang

Kabupaten Bekasi, Agustus 2019

Pelayanan customer service pada www.bantubuatweb.com kurang efektif karena

Kata kunci : Chatbot, Customer service, TF-IDF

The customer service at www.bantubuatweb.com is ineffective because they are not

Keywords : Chatbot, Customer Service, TF-IDF

Gambar 2.1 Kerangka Pemikiran........................................................................22

Tabel 2.1 Menghitung Nilai TF..........................................................................16

1.1 Latar Belakang

Perkembangan teknologi yang sangat cepat telah membuat banyak

Berdasarkan latar belakang diatas terdapat beberapa masalah yang dapat

1.3 Batasan Masalah

1.4 Rumusan Masalah

Berdasarkan identifikasi masalah dan batasan masalah tersebut, dapat

Berdasarkan rumusan masalah diatas, maka tujuan dilakukannya penelitian

1.6 Manfaat Penelitian

Manfaat yang diperoleh dalam pengerjaan tugas akhir ini adalah:

2. Bagi Prodi Teknik Informatika Universitas Pelita Bangsa

TINJAUAN PUSTAKA DAN LANDASAN TEORI

2.1 Tinjauan Pustaka

Penelitian ini didasari oleh penelitian-penelitian penunjang yang diambil

dapat melayani pelanggan serta dapat meningkatkan omset penjualan. Pada

2.2 Landasan Teori

2.2.1 Artificial Intelligent (AI)

Artificial intelligent (AI) atau kecerdasan buatan merupakan bidang ilmu

Chatbot merupakan salah satu program dalam kecerdasan buatan yang

2.2.3 Natural Language Processing (NLP)

Natural language Processing (NLP) atau pengolahan bahasa alami

2.2.4 Text Mining

2.2.5 Term Frequency-Inverse Document Frequency (Tf-Idf)

Metode Tf-Idf merupakan metode untuk menghitung bobot setiap kata

Wdt = TFdt * IDFt (2.1)

Nilai IDF didapatkan dari:

Invers Document Frequency (IDF) menggunakan rumus:

Setelah bobot (W) masing-masing dokumen diketahui, maka dilakukan

2. Tahap untuk menghitung Document Frequency (DF), yaitu banyaknya

Tabel 2.3 Menghitung Nilai IDF

4. Menghitung Term Frequency – Invers Document Frequency (TF-IDF):

Tabel 2.4 Menghitung Nilai TF-IDF

Customer service adalah setiap kegiatan yang diperuntukan atau

Node.js merupakan platform server yang dibangun menggunakan

Language Understanding (LUIS) adalah layanan API berbasis cloud yang

MongoDB merupakan salah satu jenis database NoSQL yang berbasis

R adalah perangkat lunak yang digunakan untuk komputasi statistik dan

2.2.11 Microsoft Bot Framework

2.2.12 Black-box Testing

Black-box testing adalah metode pengujian perangkat lunak yang menguji

2.3 Kerangka Pemikiran

Kerangka pemikiran merupakan bagan alur yang menjelaskan bagaimana