DOSEN PEMBIMBING
DOSEN PEMBIMBING
Oleh:
Dosen Pembimbing:
1. Entin Martiana Kusumaningtyas, S.Kom, M.Kom
NIP. 197403122000122001
Dosen Penguji:
1. Desy Intan Permatasari, S.Kom., M.Kom.
NIP. 198603232015042004
Mengetahui,
Ketua Program Studi D3 Teknik Informatika
Buku proyek akhir ini disusun sebagai salah satu syarat guna
menyelesaikan studi pada program studi Diploma III pada jurusan Teknik
Informatika di Politeknik Elektronika Negeri Surabaya. Proses penyelesaian
proyek akhir ini berdasar pada teori-teori yang telah diperoleh dalam
perkuliahan, study literature dan bimbingan dari dosen pembimbing.
Segala puji syukur saya panjatkan kepada Allah yang Maha Esa yang
selalu memberi rahmat, hidayah dan kesehatan sehingga saya dapat
menyelesaikan penelitian dan laporan proyek akhir ini. Tidak lupa juga saya
ucapkan terima kasih kepada seluruh pihak yang telah membantu dalam
penyelesaian tugas akhir ini, antara lain :
1. Keluarga saya yang tercinta (Ayah, Ibu, dan Adik) yang telah
memberikan dukungan dan doa kepada penulis dalam menyelesaikan
Proyek Akhir ini.
2. Bapak Nur Rosyid Mubtadai, S.Kom., M.Tr.Kom., selaku Kepala
Program Studi D3 Teknik Informatika Politeknik Elektronika Negeri
Surabaya
3. Ibu Entin Martiana Kusumaningtyas, S.Kom., M.Kom., selaku dosen
pembimbing pertama yang telah membimbing saya selama proses
pengerjaan Proyek ini.
4. Aliridho Barakbah, S.Kom., Ph.D., selaku dosen pembimbing yang
telah berusaha sebaik mungkin dalam membimbing dan memberi
nasehat beliau selama pengerjaan Proyek Akhir ini.
5. Seluruh dosen yang telah memberikan ilmunya kepada penulis dan
seluruh karyawan dan teknisi yang telah ikut membantu pada saat
proses perkuliahan.
6. Mahasiswa penghuni apartemen saya yang sudah membantu dan
mendampingi saya selama proses pengerjaan Proyek ini.
7. Teman-teman kelas 3 D3 B 2019 yang sudah mendampingi selama 3
tahun.
i
8. Seluruh warga IT PENS dan pihak pihak lain yang telah memberikan
dukungan, motivasi dan doa untuk saya.
Ucapan terima kasih saja tentu masih jauh dari cukup untuk
menggambarkan rasa syukur saya, semoga Allah SWT membalas kebaikan
kalian semua.
Semoga dengan selesainya buku ini, akan ada Pembaca yang terbantu
atas informasi yang ada didalam buku ini. Penulis menyadari bahwa penulis
adalah manusia biasa yang tidak luput dari kesalahan. Untuk itu, kritik dan
saran yang membangun kami harapkan untuk perbaikan selanjutnya
ii
ABSTRAK
Kata Kunci
Chatbot, Covid-19, Dialogflow, Sistem Informasi
iii
ABSTRACT
Kata Kunci
Chatbot, Covid-19, Dialogflow, System Information
iv
DAFTAR ISI
HALAMAN JUDUL
HALAMAN PENGESAHAN
KATA PENGANTAR i
ABSTRAK iii
DAFTAR ISI v
DAFTAR GAMBAR vii
DAFTAR TABEL ix
1 PENDAHULUAN 1
1.1 LATAR BELAKANG ................................................... 1
1.2 PERMASALAHAN ....................................................... 2
1.3 TUJUAN ........................................................................ 2
1.4 MANFAAT .................................................................... 3
1.5 SISTEMATIKA PENULISAN ...................................... 3
2 DESKRIPSI SISTEM 4
2.1 DESKRIPSI PERMASALAHAN .................................. 4
2.2 DESKRIPSI SOLUSI .................................................... 7
2.3 DESAIN SISTEM ......................................................... 7
2.3.1 Pengguna Chatbot ........................................... 8
2.3.2 Admin .............................................................. 10
2.3.3 Chatbot & Sistem Dialogflow ......................... 11
2.3.4 Server .............................................................. 22
3 EKSPERIMEN 29
3.1 PARAMETER EKSPERIMEN .................................... 29
3.2 KARAKTERISTIK DATA ............................................ 29
3.3 TEMPAT UJICOBA ...................................................... 30
3.4 WAKTU UJICOBA ....................................................... 30
3.5 SPESIFIKASI PERALATAN UJICOBA ...................... 30
3.6 HASIL EKSPERIMEN .................................................. 31
3.6.1 Hasil Unit Testing ........................................... 31
3.6.2 Hasil User Review 41
...........................................
42
4 PENUTUP 42
4.1 KESIMPULAN .............................................................. 42
4.2 SARAN ..........................................................................
v
DAFTAR PUSTAKA
LAMPIRAN
vi
DAFTAR GAMBAR
vii
Gambar 2.29 Tampilan Tabel post ……………………………. 25
Gambar 2.30 Logo Warga Bantu Warga .................................... 26
Gambar 2.31 Logo Wikipedia .................................................... 27
Gambar 2.32 Logo Halodoc ....................................................... 28
Gambar 3.1 Respon Crawling Servis ....................................... 31
Gambar 3.2 Hasil Crawling Data Servis .................................. 32
Gambar 3.3 Respon Crawling Informasi Umum ..................... 32
Gambar 3.4 Hasil Crawling Data Umum ................................. 32
Gambar 3.5 Daftar Intent yang digunakan pada sistem Chatbot
Dialogflow ............................................................ 33
Gambar 3.6 Daftar Entities yang digunakan pada sistem
Chatbot Dialogflow .............................................. 34
Gambar 3.7 Daftar Parameter yang digolongkan pada salah
satu Entities .......................................................... 34
Gambar 3.8 Respon Definisi Covid dari Chatbot .................... 35
Gambar 3.9 Respon Cara Perawatan Covid dari Chatbot ........ 37
Gambar 3.10 Respon Statistik Covid dari Chatbot .................... 38
Gambar 3.11 Respon Intent Servis Covid dari Chatbot ............. 39
Gambar 3.12 Respon berupa Data Servis Covid dari Chatbot ... 40
viii
DAFTAR TABEL
ix
BAB 1
PENDAHULUAN
1
yang memulai percakapannya. Tidak hanya itu, Chatbot juga mampu
menjalankan perbincangan dengan lebih dari satu orang secara bersamaan.
Fungsi ini akan sangat bermanfaat untuk mengumpulkan berbagai informasi
yang benar di internet menjadi satu. Dan dengan memanfaatkan sistem
chatbot, informasi tersebut akan dapat disebarkan kepada orang-orang yang
baru mengenal internet.
Dengan memanfaatkan teknologi Chatbot dan sumber informasi
yang terpercaya, kita mampu untuk mendokumentasi informasi umum dan
jasa covid yang terjamin kevalidannya. Tidak hanya itu, chatbot juga akan
dapat menyebarkan data tersebut di internet pada satu aplikasi yang sama.
Pada aplikasi inilah akan disuguhkan informasi tersebut kepada
penggunanya dengan cara penggunaan yang ramah kepada orang yang baru
di Internet. Dengan keleluasaan tersebut, informasi tersebut tentunya akan
dapat dibaca oleh lebih banyak orang yang memerlukan.
1.3 TUJUAN
2
1.4 MANFAAT
Bab 1 Pendahuluan
Bab pendahuluan berisi latar belakang, identifikasi permasalahan,
tujuan, manfaat, metodologi dan sistematika penulisan.
Bab 3 Eksperimen
Bagian ini membahas hasil uji coba terhadap sistem yang telah
dibuat oleh penulis.
Bab 4 Penutup
Bab yang berisi kesimpulan dari proyek tugas akhir, saran untuk
pengembangan, perbaikan, maupun penyempurnaan pada
aplikasi yang telah dibuat.
3
BAB 2
DESKRIPSI SISTEM
4
Tabel 2.1 Peringkat IP-TIK Indonesia dibandingkan negara lain dari
tahun 2015-2016
sumber : https://www.bps.go.id/publication/2020/12/15/f52c2f6c113db406967d5cb0/indeks-
pembangunan-teknologi-informasi-dan-komunikasi-2019-.html
5
sumber : https://www.bps.go.id/pressrelease/2021/08/18/1848/indeks-pembangunan-teknologi-
informasi-dan-komunikasi--ip-tik--indonesia-2020-sebesar-5-59-pada-skala-0----10.html
Gambar 2.1 Infografik Skala IP-TIK Indonesia Tahun 2020
6
internet. Meskipun mereka bisa dengan mudah mencari informasi yang
mereka tahu di internet, belum tentu mereka mendapat informasi tersebut
dari sumber yang terpercaya dikarenakan pengalaman internet mereka yang
masih minim.
7
pembuatannya yang lebih dipermudah. Selain itu, aplikasi chatbot akan
dapat berjalan tidak hanya pada website saja namun juga pada kebanyakan
app messenger terkenal yang ada seperti Telegram ,Facebook Messenger,
dan bahkan WhatsApp.
8
Pengguna chatbot nantinya akan dapat mengakses chatbot melalui
aplikasi messenger Whatsapp milik mereka sendiri untuk mempermudah
akses pada chatbot. Mereka akan dapat menanyakan 2 jenis informasi, info
jasa covid dan info umum covid. Setelah memberikan permintaan mereka
dan memenuhi spesifikasi data yang diperlukan intent chatbot, data yang
diperlukan akan dikirimkan kembali kepada pengguna dari data yang
tersedia pada Database.
9
Gambar 2.5 Activity Diagram Pengguna
2.3.2 Admin
10
Sementara itu, Admin dari chatbot nanti akan dapat mengakses Agent
Dialogflow dari chatbot tersebut. Admin akan mampu untuk melihat data
yang tersimpan pada chatbot untuk melihat baik Data statistik dari performa
chatbot maupun sejarah chat antara chatbot dan pengguna sejauh ini. Dari
sejarah chat tersebut, Admin dapat melakukan maintenance untuk
menemukan chat yang tidak bisa dikategorikan intentnya dan melatih
chatbot untuk memahami intent dari chat tersebut.
Admin juga akan mampu untuk menambah fungsionalitas baru pada
chatbot, baik lewat pelatihan AI Chatbot dengan kalimat-kalimat baru atau
menambah intent baru untuk memperluas variasi respon dari chatbot.
11
Gambar 2.8 Contoh Context pada percakapan chatbot
Intent ini sendiri adalah fitur Chatbot berbasis NLP dari Dialogflow
yang mampu memahami maksud dari permintaan pengguna dan
memberikan respon sesuai Intent yang cocok. Context yang ada juga akan
membatasi Intent yang tersedia untuk membuat respon Chatbot lebih akurat.
Jika AI Chatbot tidak bisa mencocokkan permintaan user dengan Intent
yang ada, maka Chatbot akan memberikan respon berupa Fallback Intent
yang umumnya berupa respon untuk meminta user memperjelas
permintaannya. Berdasarkan Context yang ada, chatbot juga dapat
memberikan saran permintaan yang bisa diberi user melalui Fallback Intent
tersebut.
12
Gambar 2.9 Contoh Intent pada percakapan Chatbot
13
Gambar 2.10 Contoh Entities pada percakapan Chatbot
14
Gambar 2.11 Susunan Intent dan Context yang disusun untuk sistem
Chatbot
Gambar 2.11 adalah susunan Intent dan Context yang digunakan pada
sistem Dialogflow yang digunakan. Berikut adalah penjelasan dan
pengaturan tiap Intent tersebut pada Dialogflow :
15
Gambar 2.12 Tampilan pengaturan Default Welcome Intent
16
Explain Covid Service Intent
17
Gambar 2.15 Tampilan pengaturan Default Fallback Intent
18
Information-Explain Care Intent
19
Gambar 2.18 Tampilan pengaturan Information-Explain
Definition Intent
20
Service-Explain Service Intent
21
Gambar 2.21 Tampilan pengaturan Information-Fallback
Information Intent
2.3.4 Server
22
Gambar 2.23 User Centered Design Process
23
Pada Gambar 2.23 dan Gambar 2.24 ditunjukkan susunan Tabel pada
Database yang akan digunakan pada server backend. Susunan table tersebut
adalah sebagai berikut :
Tabel info_category
Tabel info_post
24
Tabel category
Tabel location
Tabel post
25
servis covid hasil crawling yang disimpan di dalam database.
Id_category adalah foreign key dari Tabel category dan id_location
adalah foreign key dari Tabel location. Keduanya memiliki relasi
1:N dengan column id pada Tabel category untuk id_category dan
Tabel location untuk id_location. Column name berisi nama dari
servis. Column description berisi jenis servis yang lebih spesifik dari
pengkategorian column id_category. Column kontak dan alamat
berisi informasi data kontak dan alamat dari servis yang nantinya
juga ditampilkan ke pengguna.
Sementara itu, data yang akan digunakan pada Database sendiri akan
diambil dari sumber yang valid dan tidak mengandung informasi yang palsu
untuk menjawab permintaan dari user. Beberapa dari Sumber tersebut
adalah sebagai berikut :
sumber : https://www.wargabantuwarga.com
Gambar 2.30 Logo Warga Bantu Warga
26
mendata apakah servis yang mereka dokumentasikan telah
mengkonfirmasikan servis mereka dengan pemilik database.
Konfirmasi tersebut bisa berupa konfirmasi melalui kontak langsung
atau whats app.
Wikipedia
sumber : https://id.wikipedia.org
Gambar 2.31 Logo Wikipedia
27
HaloDoc
sumber : https://www.halodoc.com
Gambar 2.32 Logo Halodoc
28
BAB 3
EKSPERIMEN
1. Data Crawling
Data hasil crawling yang diambil dari website-website yang
memiliki informasi yang terpercaya untuk dijadikan sumber
informasi Covid. Data yang disimpan pada Database seperti
link dan filter crawling dari Website sumber data tersebut
akan digunakan oleh sistem Crawling. Data tersebut
berfungsi untuk membuat data informasi menjadi dinamik
sehingga data dapat berubah jika informasi pada website
sumber berubah.
2. Data Statistik
Data yang didapatkan dari API eksternal yang diambil secara
langsung saat pengguna memintanya. Dikarenakan data yang
langsung diambil saat diminta, maka data statistik tidak perlu
29
disimpan pada database. Data juga selalu dinamik dan
berubah sesuai data dari sumbernya.
3. Data Servis
Data hasil crawling dari website Warga Bantu Warga yang
menyimpan dokumentasi berbagai jasa/servis yang
berhubungan dengan Covid-19. Data juga disimpan dalam
Database dengan informasi seperti nama, alamat, dan kontak
nantinya digunakan sebagai respon terhadap pengguna.
Untuk kegiatan akhir ini proses testing user review dilakukan secara
daring dengan cara pengguna yang mengakses profil WA Chatbot untuk
mengtes fungsionalitas Chatbot. Sedangkan proses unit testing dilakukan
melalui perangkat pribadi untuk mengakses profil chatbot pada WA.
A. Perangkat Laptop
30
B. Perangkat Android
31
Gambar 3.1 menunjukkan bahwa proses crawling telah berhasil dan
data yang dicrawling sudah terdapat didalam Database. Pada proses
crawling sudah ada data yang terdapat didalam database yang merupakan
hasil dari proses crawling sebelumnya. Akibatnya, proses crawling sekarang
dihentikan karena data yang akan dimasukkan sama dengan proses crawling
sebelumnya. Dibawah adalah hasil proses crawling pada Database.
32
B. Hasil Pengujian Dialogflow
Manajemen Intent
33
Manajement Entities
34
Gambar 3.6 merupakan daftar Entities pada Chatbot yang bertujuan
untuk mendeteksi keyword yang sepsifik pada permintaan pengguna yang
nantinya dikirimkan ke Backend untuk mendapatkan informasi yang sesuai.
Disini Admin dapat memodifikasi dan menambahkan keyword baru pada
Entities yang ada untuk memperluas keresponan dari chatbot.
35
Gambar 3.8 adalah hasil respon dari permintaan untuk definisi umum
covid. Permintaan dimulai dengan meminta informasi yang berjenis umum
yang lalu diikuti dengan permintaan untuk menunjukkan definisi dari
penyakit Covid-19. Kemudian Chatbot mengambil data hasil crawling
definisi covid yang ada pada server Backend melalui Fullfilment.
Gambar 3.9 adalah hasil respon dari permintaan untuk cara perawatan
covid. Permintaan dimulai dengan meminta informasi yang berjenis umum
yang lalu diikuti dengan permintaan untuk menunjukkan cara perawatan
dari Covid-19. Kemudian Chatbot mengambil data hasil crawling perawatan
covid yang ada pada server Backend melalui Fullfilment.
36
Gambar 3.9 Respon Cara Perawatan Covid dari Chatbot
37
Permintaan Statistik Pengidap Covid
Gambar 3.11 dan 3.12 adalah hasil respon dari permintaan untuk
servis covid. Permintaan dimulai dengan meminta informasi yang berjenis
servis yang lalu diikuti dengan menyebutkan tipe servis yang diinginkan
untuk didaftarkan. Kemudian Chatbot mengambil data hasil crawling data
servis yang ada pada server Backend melalui Fullfilment.
38
Gambar 3.11 Respon Intent Servis Covid dari Chatbot
39
Gambar 3.12 Respon berupa Data Servis Covid dari Chatbot
40
3.6.2 Hasil User Review
41
BAB 4
PENUTUP
4.1 KESIMPULAN
4.2 SARAN
42
DAFTAR PUSTAKA
Riwayat Pendidikan
SDN Blabak 3 Tahun 2007 s.d. 2013
SMPN 2 Kediri Tahun 2013 s.d. 2016
SMAN 1 Kediri Tahun 2016 s.d. 2019
Politeknik Elektronika Negeri Surabaya Tahun 2019 s.d. 2022