0 penilaian0% menganggap dokumen ini bermanfaat (0 suara)
45 tayangan10 halaman
Artikel ini membahas perancangan aplikasi chatbot untuk industri komersial 4.0 yang dapat berfungsi sebagai pengganti customer service. Chatbot dirancang menggunakan metode TF-IDF untuk memberikan bobot pada kata kunci dan mampu menjawab pertanyaan pelanggan secara otomatis.
Artikel ini membahas perancangan aplikasi chatbot untuk industri komersial 4.0 yang dapat berfungsi sebagai pengganti customer service. Chatbot dirancang menggunakan metode TF-IDF untuk memberikan bobot pada kata kunci dan mampu menjawab pertanyaan pelanggan secara otomatis.
Artikel ini membahas perancangan aplikasi chatbot untuk industri komersial 4.0 yang dapat berfungsi sebagai pengganti customer service. Chatbot dirancang menggunakan metode TF-IDF untuk memberikan bobot pada kata kunci dan mampu menjawab pertanyaan pelanggan secara otomatis.
Pelayanan customer service pada Diterima: 15 Oktober 2019 www.bantubuatweb.com kurang efektif Direvisi: 15 Oktober 2019 karena adanya keterbatasan dalam waktu Dipublikasikan: 15 Oktober 2019 kerja yang tidak 24 jam penuh dan customer service kurang responsif dalam Kata Kunci menjawab pertanyaan-pertanyaan yang Chatbot, Customer service, TF-IDF 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. ISSN: p.2301-475X e.2656-7059
I. Pendahuluan bertugas melayani percakapan dengan
pengunjung untuk berkomunikasi se- Perkembangan teknologi yang sangat responsif mungkin sehingga cepat telah membuat banyak perubahan memungkinkan pengunjung mendapat dalam kehidupan manusia. Banyak pesan balasan dalam waktu yang singkat teknologi yang mengandalkan internet yang (Benedictus, dkk., 2017). Kemajuan sekarang sudah menjadi satu wadah untuk artificial intelligence (AI) dapat membantu semua proses komunikasi dan pertukaran dan mempermudah dalam menjalankan informasi di era Revolusi Industri 4.0 bisnis dengan lebih efisien dan (Prasetyo & Trisyanti, 2018). Teknologi menguntungkan (Rashid & Anik, 2017). utama yang akan mendukung implementasi industri 4.0 salah satunya yaitu teknologi Dalam bisnis perdagangan elektronik kecerdasan buatan atau artificial atau yang biasa disebut e-commerce, intelligence (AI) (Anonim, 2019). pelayanan customer service sangat Teknologi kecerdasan buatan atau artificial diperlukan dalam melayani pengunjung intelligence (AI) merupakan salah satu yang ingin bertanya terkait layanan yang bidang ilmu komputer yang saat ini semakin diberikan oleh e-commerce tersebut baik berkembang dengan pesat (Setiaji & berupa barang ataupun jasa (Ananda, D. R., Wibowo, 2017). dkk., 2018). Seperti pada www.bantubuatweb.com yang merupakan Penerapan artificial intelligence (AI) e-commerce yang menyediakan layanan banyak digunakan di beberapa bidang berupa jasa pembuatan web dan hosting. seperti pada bidang industri IT, medis, Seorang customer service harus pandai pendidikan, otomotif, periklanan, keuangan, dalam mencari jalan keluar untuk hokum, manufaktur, bahkan bisnis (Rashmi, menyelesaikan masalah yang dihadapi oleh 2018; Maskur, 2016). Dengan adanya pelanggan (Hutabalian & Kalangi, 2015). kecerdasan buatan, komputer dapat Namun, adanya keterbatasan dalam melakukan tugas tertentu seperti yang pelayanan customer service pada dilakukan oleh manusia, dan salah satu www.bantubuatweb.com seperti waktu kerja teknologi yang menggunakan artificial yang tidak 24 jam penuh dan kurang intelligence (AI) adalah teknologi chatbot responsifnya dalam melayani pertanyaan (Azwary, dkk., 2016). pelanggan yang membuat pelanggan harus Teknologi chatbot adalah salah satu menunggu lama untuk mendapatkan program aplikasi yang dirancang untuk jawaban dari pertanyaan yang diajukan, dapat berkomunikasi langsung dengan sehingga dapat mempengaruhi manusia melalui pesan teks, suara ataupun produktivitas e-commerce tersebut. keduanya (Akhsan & Faizah, 2017; Dengan demikian, perlu adanya Hormansyah & Utama, 2018). Chatbot teknologi chatbot sebagai pengganti peran dikategorikan sebagai hasil dari pemrosesan customer service agar dapat memberikan bahasa alami atau natural language pelayanan konsumen selama 24 jam penuh processing yang merupakan salah satu serta dapat merespon pertanyaan pelanggan cabang dari kecerdasan buatan yang dengan lebih cepat (Rashid & Anik, 2017). melakukan pengolahan bahasa alami agar Tujuan pada penelitian ini yaitu merancang pengguna dapat berkomunikasi dengan sebuah aplikasi teknologi chatbot untuk komputer menggunakan bahasa sehari-hari industri komersial 4.0 yang dapat dan seolah-olah sedang mengobrol dengan berkomunikasi dengan manusia manusia (Rashid & Anik, 2017). Dalam menggunakan bahasa alami dan untuk bidang industri dan bisnis, chatbot sudah mengefektifkan waktu kerja serta kinerja mulai digunakan untuk memberikan dari peran customer service. Teknologi pelayanan customer service dan dapat chatbot dihadirkan untuk meng- berinteraksi dengan konsumennya. Chatbot ISSN: p.2301-475X e.2656-7059
efisiensikan sumber daya manusia aplikasi chatbot sebagai virtual assistant
sehingga dapat meningkatkan kinerja yang dapat memberikan informasi kepada perusahaan dan mengurangi biaya mahasiswa melalui data yang tersimpan pengeluaran perusahaan. Metode yang pada sistem yang berisi informasi mengenai digunakan dalam penelitian ini yaitu program studi teknik informatika di metode Term Frequency – Invers Universitas Muhammadiyah Malang dan Document Frequency (TF-IDF) untuk penambahan pengetahuan baru apabila data melakukan pemberian bobot pada setiap yang tersimpan tidak ditemukan. Sistem kata kunci dengan kategori yang ada. yang dibangun pada penelitian ini yaitu menggunakan ALICE (Artificial Linguistic Penelitian terkait dengan membahas Internet Computer Entity) sebagai tentang teknologi chatbot ini telah penerjemah AIML (Artificial Intelligence dilakukan sebelumnya oleh Elisabet Nila S. Markup Language). C. P dan Irawan Afrianto dalam jurnalnya yang berjudul “Rancang Bangun Aplikasi Penelitian dengan jurnal yang berjudul Chatbot Informasi Objek Wisata Kota “Design of E-Commerce Chat Robot for Bandung Dengan Pendekatan Natural Automatically Answering Customer Language Processing” mengenai Question” oleh Adhitya Bhawiyuga., M. Ali perancangan aplikasi chatbot untuk F., Eko Sakti, P., dan Widhi Yahya, yang memudahkan pengunjung dalam merancang sebuah aplikasi teknologi mendapatkan informasi seputar objek chatbot untuk menggantikan peran wisata di kota Bandung. customer service. Penelitian yang dilakukan oleh Dheby Dari kelima penelitian terkait Suryani Hormansyah dan Yoga Putera menunjukkan bahwa teknologi chatbot Utama dalam jurnalnya yang berjudul dapat diimplementasikan di banyak bidang “Aplikasi Chatbot Berbasis Web Pada seperti pada bidang bisnis hingga Sistem Informasi Layanan Publik pariwisata. Yang membedakan dari Kesehatan di Malang Dengan penelitian sebelumnya yaitu dalam Menggunakan Metode TF-IDF” yaitu penelitian ini menggunakan bahasa membuat aplikasi chatbot yang digunakan pemrograman Node.js serta perangkat cloud sebagai pengganti customer service dalam platform service yang digunakan yaitu Bot website layanan kesehatan di kota Malang. Framework dengan Luis.ai. sedangkan pada penelitian sebelumnya dalam perancangan Penelitian Ananda Dwi, R., Firdha aplikasi chatbot mayoritas menggunakan Imamah, Yusuf Mei Andre, S., dan bahasa pemrograman PHP serta bahasa Ardiansyah dalam jurnalnya yang berjudul pemrograman AIML (Artificial Intelligence “Aplikasi Chatbot (Milki Bot) Yang Markup Language). Terintegrasi Dengan Web CMS Untuk Customer Service Pada UKM Minsu” penelitian yang dilakukan yaitu merancang II.Metode Penelitian aplikasi chatbot yang diberi nama Milki Bot 2.1 Metode Penelitian yang dapat menggantikan peran customer Pada penelitian ini data yang service pada UKM Minsu untuk dapat digunakan yaitu data pertanyaan yang biasa melayani pelanggan serta dapat digunakan dalam transaksi online ataupun meningkatkan omset penjualan. bertanya seputar e-commerce tersebut yang nantinya data tersebut akan dijadikan Penelitian Maskur dalam jurnalnya knowledge atau pengetahuan pada sistem yang berjudul “Perancangan Chatbot Pusat chatbot yang akan dibangun. Berikut adalah Informasi Mahasiswa Menggunakan AIML tahapan-tahapan dalam penelitian: Sebagai Virtual Assistant Berbasis Web” yaitu membahas tentang membangun ISSN: p.2301-475X e.2656-7059
yang berbeda pada setiap kategori
namun tetap tertuju pada satu jawaban yang sama dan sistem chatbot akan merespon pertanyaan yang diajukan dengan benar. f. Hasil Hasil pada penelitian ini yaitu Gambar 1. Tahapan Penelitian terbentuknya aplikasi teknologi chatbot. a. Studi literatur Pada tahap ini penulis melakukan studi 2.2 Metode Pengumpulan Data literatur dan mempelajari materi- Metode pengumpulan data yang materi yang berkaitan dengan digunakan dalam penelitian ini yaitu penelitian. sebagai berikut: b. Pengumpulan data a. Pengamatan (Observation) Pengumpulan data dilakukan dengan Observasi adalah suatu metode cara mengamati pertanyaan- pengumpulan data yang dilakukan pertanyaan yang biasa digunakan dengan cara mengamati atau meninjau dalam bertransaksi online. secara langsung pada objek penelitian c. Penulisan program untuk mendapatkan data dan informasi Setelah data terkumpul dilanjutkan yang dibutuhkan dalam penelitian. dengan penulisan program aplikasi Pada penelitian ini, metode observasi chatbot menggunakan Bot Framework merupakan kegiatan yang dilakukan dan bahasa pemrograman Node.js serta melalui pengamatan secara langsung Luis.ai sebagai tempat untuk mengenai percakapan-percakapan menyimpan data pertanyaan. yang biasa digunakan dalam jual beli d. Perhitungan bobot kata online dan data FAQ (Frequently Pada tahap ini dilakukan perhitungan Asked Question). bobot kata untuk mengetahui skor pada b. Studi Pustaka (Literature) masing-masing kata dalam dokumen Studi pustaka pada penelitian ini menggunakan metode Term Frequency dilakukan dengan mencari dan – Invers Document Frequency (TF- mempelajari teori-teori yang terdapat IDF). Hasil bobot dari perhitungan pada sumber literatur, seperti jurnal, e- metode TF-IDF digunakan untuk book dan penelitian-penelitian menentukan seberapa penting dan terdahulu yang berkaitan dengan seberapa umum kata tersebut muncul perancangan aplikasi chatbot yang didalam suatu dokumen. Perhitungan akan dilakukan. pada tahap ini menggunakan bahasa pemrograman R. 2.3 Perancangan Program e. Pengujian sistem Perancangan dan desain aplikasi Pengujian yang dilakukan pada chatbot dibangun menggunakan beberapa aplikasi chatbot ialah menggunakan perangkat cloud platform service yaitu Bot metode black-box testing. Pengujian Framework dengan Luis.ai (Language black-box merupakan pengujian Undeerstanding Intelligent Service) serta program berdasarkan fungsi dari diimplementasikan dengan bahasa program yang bertujuan untuk pemrograman Node.js. Aplikasi chatbot menemukan kesalahan fungsi pada yang dibangun pada penelitian ini diberi program. Pengujian dengan metode nama RiChat dan berikut bentuk diagram black-box dilakukan dengan cara alur kerja (flowchart) sistem chatbot. memberikan beberapa pola pertanyaan ISSN: p.2301-475X e.2656-7059
layanan atau produk yang diberikan.
Aplikasi chatbot yang dibangun diberikan pengetahuan-pengetahuan seputar percakapan-percakapan sehari-hari yang biasa digunakan dalam bertransaksi online.
Gambar 2. Flowchart Sistem Chatbot
Dimana user menginput beberapa
pertanyaan kepada aplikasi chatbot, dan chatbot akan melakukan pencarian kata kunci yang sesuai dengan data pertanyaan. Jika pertanyaan yang diinputkan sesuai atau matching maka chatbot akan menampilkan jawaban yang sesuai dengan pertanyaan yang diajukan dan jika pertanyaan yang diajukan tidak sesuai maka sistem akan merespon error. Gambar 3. Tampilan Aplikasi Chatbot III. Hasil dan Pembahasan Pada Gambar 3 dapat dilihat bahwa Perancangan aplikasi chatbot yang sistem aplikasi chatbot dapat merespon diberi nama RiChat dibangun menggunakan pertanyaan-pertanyaan yang diinputkan bahasa pemrograman Node.js dan cloud sesuai dengan masing-masing kategori yang platform service dari Microsoft. Selanjutnya berbeda. melakukan perhitungan bobot setiap kata Berikut adalah potongan script dalam pada dokumen menggunakan metode Term perancangan aplikasi chatbot yang ditulis Frequency – Invers Document Frequency menggunakan bahasa pemrograman (TF-IDF). Hasil dari perhitungan TF-IDF Node.js. digunakan untuk menentukan seberapa penting dan seberapa umum kata tersebut muncul didalam suatu dokumen.
2.4 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 pertanyaan. Aplikasi chatbot yang diberi nama RiChat dapat menjawab pertanyaan-pertanyaan yang dikirimkan kepada sistem terkait Gambar 4. Script Aplikasi Chatbot ISSN: p.2301-475X e.2656-7059
2.5 Perhitungan Bobot Kata data setelah melalui proses case
Menggunakan TF-IDF folding: Perhitungan pembobotan kata Tabel 1. Hasil Case Folding menggunakan metode Term Frequency – Invers Document Frequency (TF-IDF) dan Pertanyaan Hasil Case perhitungan menggunakan bahasa Folding pemrograman R. Rumus dari TF-IDF yaitu: Berapa lama berapa lama proses Proses pembuatan pembuatan Wdt = TFdt * IDF website? website? (1) Apakah Domain apakah domain dan Dimana: dan Hosting sudah hosting sudah d : dokumen ke-d termasuk? termasuk? t : kata ke-t dari kata kunci Wdt : bobot dokumen ke-d terhadap kata Website apa saja website apa saja ke-t yang bisa dibuat? yang bisa dibuat? TF : banyaknya kata yang dicari pada Apakah pembuatan apakah pembuatan sebuah dokumen website website IDF : Invers Document Frequency bergaransi? bergaransi? Nilai IDF didapat dari: Apa saja yang apa saja yang dibutuhkan untuk dibutuhkan untuk 𝑁 membuat website? membuat website? IDF = log( ) 𝑑𝑓 Apa saya bisa apa saya bisa (2) custom? custom? Dimana: N : total dokumen c. Tokenizing df : jumlah dokumen yang mengandung Tokenizing merupakan proses pemisah term(t) teks menjadi potongan kata yang disebut token yang akan memiliki nilai Tahapan yang dilakukan yaitu dalam penyusunan matriks dokumen membersihkan data, diantaranya melakukan pada proses selanjutnya. Kemudian proses case folding, tokenizing dan filtering. melakukan penghapusan angka serta Berikut adalah tahapan untuk menjalankan melakukan penghapusan tanda baca metode Term Frequency – Invers Document pada dokumen. Frequency (TF-IDF). Dataset yang digunakan terdiri dari 60 data pertanyaan. a. Mentransfer dataset ke corpus Tabel 2. Hasil Tokenizing Proses pertama yaitu menginput Pertanyaan Hasil Tokenizing dataset dan mentransfer dataset ke Berapa lama berapa corpus yang berguna untuk melakukan proses tokenizing menggunakan Proses pembuatan lama website? proses variabel pertanyaan menggunakan pembuatan bahasa pemrograman R. b. Case folding website Pada tahap case folding yakni Apakah Domain apakah menyeragamkan huruf. Huruf besar dan Hosting sudah domain pada dokumen akan diubah menjadi termasuk? dan huruf kecil. Berikut merupakan hasil hosting sudah ISSN: p.2301-475X e.2656-7059
termasuk Website apa saja website bisa dibuat
yang bisa dibuat? Website apa saja website yang bisa dibuat? apa Apakah pembuatan pembuatan website saja website bergaransi yang bergaransi? bisa Apa saja yang dibutuhkan dibuat dibutuhkan untuk membuat website Apakah pembuatan apakah membuat website? website pembuatan Apa saya bisa bisa custom bergaransi? website custom? bergaransi Apa saja yang apa dibutuhkan untuk saja e. Analisa pembobotan TF-IDF membuat website? yang Analisa pembobotan Term Frequency dibutuhkan – Invers Document Frequency (TF- untuk IDF) dilakukan dengan menghitung membuat nilai dari Term Frequency (TF) dan website Invers Document Frequency (IDF). Apa saya bisa apa Untuk mendapatkan nilai Term custom? saya Frequency (TF) yaitu dnegan bisa mengubah data menjadi dokumen custom matriks karena jumlah kata dalam korpus berdimensi besar, dan terdapat 57 kata pada 60 dokumen pertanyaan. Berdasarkan gambar wordcloud d. Filtering dibawah menggunakan pemrograman Proses filtering yaitu tahap R Studio, semakin besar kata pada menghilangkan kata-kata yang kurang tampilan wordcloud maka penting yang disebut dengan stopword. menunjukkan semakin besar pula Stopword merupakan kata-kata umum frequensi kata tersebut dalam yang sering muncul dan yang tidak dokumen. Wordcloud terdiri dari kata- digunakan atau tidak diperlukan dalam kata dimana ukuran setiap kata sebuah dokumen seperti kata: ‘apa’, ditentukan oleh frequensinya dalam ‘yang’, ‘di’, ‘saja’, ‘ada’, ‘untuk’, ‘ya’, data. ‘itu’, ‘apakah’, ‘berapa’, ‘saya’, ‘bagaimana’, ‘nih’, ‘gak’, ‘disini’, ‘ini’, ‘lain’, ‘tiba’, ‘pas’, ‘kalau’, ‘jasa’, ‘dan’, ‘mau’, ‘harus’, ‘kira’.
Tabel 3. Hasil Filtering
Pertanyaan Hasil Filtering Berapa lama lama proses Proses pembuatan pembuatan website website? Apakah Domain domain hosting dan Hosting sudah sudah termasuk Gambar 5. Wordcloud termasuk? ISSN: p.2301-475X e.2656-7059
Kemudian, setelah dokumen sudah Berikut merupakan hasil perhitungan
diolah maka melakukan perhitungan Term Term Frequency – Invers Document Frequency – Invers Document Frequency Frequency (TF-IDF) menggunakan (TF-IDF) untuk mengukur kepentingan perhitungan secara manual dengan relatif dari kata ke dokumen. Perhitungan menggunakan 3 data pertayaan yang bobot TF-IDF dimulai dari cleaning jarak diambil dari data pertanyaan secara acak, perkata, kemudian melihat hasil matriks TF- yaitu: IDF. Maka yang dihasilkan merupakan D1 : Apa saya bisa custom? reviews tentang 60 pertanyaan serta output D12 : Website apa saja yang bisa dibuat? bobot nilai TF-IDF dokumen tersebut yang D28 : Saya mau pesan website disini dihitung menggnakan bahasa pemrograman bagaimana caranya ya? R. D43 : Apakah pembuatan website bergaransi?
Hasil perhitungan pembobotan kata 2.7 Analisa Hasil Pengujian Sistem
Term Frequency – Invers Document Chatbot Frequency (TF-IDF) menggunakan Berdasarkan pengujian yang telah dilakukan machine learning dengan perhitungan dapat disimpulkan bahwa aplikasi chatbot secara manual, diperoleh hasil yang mampu menangani pertanyaan-pertanyaan mendekati yaitu 0.39794 untuk kata dengan pola yang berbeda-beda namun website, 1.3010299 untuk kata promo, tetap dapat memberikan jawaban yang 1.079181 untuk kata bisa, 1.176091 untuk sesuai dengan masing-masing kategori. Jika kata pembayaran, 1.176091 untuk kata pertanyaan yang dimasukkan tidak terdapat pembuatan, 1.0791812 untuk kata pesan, dalam salah satu kategori maka sistem 1.7781512 untuk kata custom dan 1.301029 chatbot akan menampilkan kalimat “Maaf, untuk kata garansi. saya tidak mengerti. Silahkan masukkan pertanyaan lain. Terimakasih.” 2.6 Pengujian Aplikasi Chatbot Pengujian dilakukan menggunakan IV. Kesimpulan metode black-box testing. Pengujian black- Berdasarkan hasil dari pembahasan box adalah pengujian perangkat lunak yang pada penelitian ini, maka penulis dapat berfokus terhadap pengujian fungsionalitas mengambil kesimpulan, yaitu: dan output dari sistem yang diuji. Pengujian 1. Aplikasi teknologi chatbot untuk dilakukan dengan cara memasukkan industri komersial 4.0 berhasil beberapa pola pertanyaan yang berbeda dibangun yang diberi nama RiChat, namun tetap pada satu jawaban yang sama dengan demikian chatbot dapat sesuai dengan masing-masing kategori. berperan sebagai customer service ISSN: p.2301-475X e.2656-7059
dalam melayani pelanggan untuk E-Journal Teknik Informatika, vol. 11,
melakukan tanya jawab, dan no. 1, (2017). 2. Dengan adanya aplikasi teknologi S. C. N. Elisabet dan I. Afrianto. “Rancang chatbot peran dari customer service Bangun Aplikasi Chatbot Informasi dapat lebih efektif karena aplikasi Wisata Kota Bandung Dengan chatbot dapat menjawab pertanyaan- Pendekatan Natural Language pertanyaan yang diajukan oleh Processing”. Jurnal Ilmiah Komputer pelanggan dengan lebih cepat dan dan Informatika (KOMPUTA), vol. 4, dengan waktu kerja hingga 24 jam no. 1, (2015), hlm. 49-54. penuh. S. D. Hormansyah dan Y. P. Utama. Ucapan Terima Kasih “Aplikasi Chatbot Berbasis Web Pada Penulis mengucapkan puji syukur Sistem Informasi Layanan Publik kepada Tuhan Yang Maha Esa berkat Kesehatan Di Malang Dengan limpahan berkah dan kasih sayangnya jurnal Menggunakan Metode TF-IDF”. Vol. penelitian ini dapat terselesaikan. Penulis 4, no. ISSN 2614-6371, (2018), hlm. juga mengucapkan terimakasih kepada 24-28. bapak Muhamad Fatchan S.Kom., M.Kom, Y. S. Hutabalian dan J. S. Kalangi. “Peran selaku penulis kedua dan dosen Customer Service Dalam pembimbing yang telah membagikan ilmu- Meningkatkan Mutu Pelayanan di PT. ilmu yang beliau kuasai kepada penulis. Bank Rakyat Indonesia (Persero) Tbk Serta, terimakasih kepada orang tua dan Unit Politeknik”. E-Journal Acta teman-teman atas dukungan dan semangat Diurna, vol. 4, no.3, (2015), hlm. 1-10. yang diberikan kepada penulis. Penulis berharap jurnal ini dapat bermanfaat bagi R. Khan dan D. Anik. “Build Better pembaca. Chatbot”. India: Apress, (2017). Maskur. “Perancangan Chatbot Pusat DAFTAR PUSTAKA Informasi Mahasiswa Menggunakan A. A. Akhsan dan Faizah. “Analisa Dan AIML Sebagai Virtual Assistant Perancangan Interaksi Chatbot Berbasis Web”. KINETIK, vol. 1, no. 3, Reminder Dengan User-Centered (2016), hlm. 123-128. Design”. Jurnal Sistem Informasi, vol. B. Prasetyo dan U. Trisyanti. “Revolusi 2, no. 13, (2017), hlm. 78-89. Industri 4.0 Dan Tantangan Perubahan Anonim. Kecerdasan Buatan Dukung Sosial”. IPTEK J.Proc. Ser., no. 5, Implementasi Industri 4.0. Diakses dari (2018), hlm. 22-27. https://www.wartaekonomi.co.id/read B. H. Rashmi. “Impact Of Artificial 179971/kecerdasan-buatan-dukung- Intelligence On Cyber Security. implementasi-industri-40.html, tanggal International Journal of Computer 2 Februari 2019. Sciences and Engineering”, vol. 6, no. F. Azwary, F. Indriani dan D. T. Nugrahadi. 12, (2018), hlm. 67-79. “Question Answering System Berbasis R. A. D., F. Imamah, Y. M. Andre dan Artificial Intelligence Markup Ardiansyah. “Aplikasi Chatbot (Milki Language Sebagai Media Informasi”. Bot) Yang Terintegrasi Dengan Web Kumpulan Jurnal Ilmu Komputer, vol. CMS Untuk Customer Service Pada 4, no. 1, (2016), hlm. 48-60. UKM MINSU”. Jurnal Cendikia, vol. R. R. Benedictus, H. Wowor dan A. 16, (2018), hlm. 100-106. Sambul. “Rancang Bangun Chatbot B. Setiaji dan W. Wibowo. “Chatbot Using Helpdesk Untuk Sistem Informasi A Knowledge In Database: Human-to- Terpadu Universitas Sam Ratulangi”. ISSN: p.2301-475X e.2656-7059
Machine Conversation Modeling”,
Proc. –Int. Conf. Intell. Syst. Model. Simulation, ISMS, (2017), hlm. 72-77, Januari 2017.
Pendekatan sederhana untuk SEO: Bagaimana memahami dasar-dasar optimasi mesin pencari dengan cara yang sederhana dan praktis melalui jalur penemuan non-spesialis untuk semua orang