PENGEMBANGAN VIRTUAL ASSISTANT

MENGGUNAKAN KECERDASAN BUATAN

UNTUK MENINGKATKAN
PRODUKTIVITAS DAN PENGALAMAN
PENGGUNA
KELOMPOK 9 KECERDASAN ARTIFISIAL
Nama Kelompok

Arum waras asih

Ilyasha Erfrian
Muhammad Ikram Jundullah
VIRTUAL ASISTANT

Apa Itu Virtual Asistant ?

Virtual Assistant (asisten virtual) adalah program

komputer atau aplikasi yang dirancang untuk memberikan
bantuan dan menjalankan tugas-tugas tertentu melalui
interaksi suara atau teks dengan pengguna. Asisten
virtual menggunakan kecerdasan buatan (AI) dan
pemrosesan bahasa alami (NLP) untuk memahami
permintaan pengguna dan memberikan respons yang
relevan.
VIRTUAL ASISTANT

Metode Yang digunakan

a.Natural Language Processing (NLP) (Pemrosesan

Bahasa Alami)
NLP adalah metode yang digunakan untuk memahami dan
memproses bahasa manusia oleh komputer. Dalam
konteks virtual assistant, NLP digunakan untuk
memahami pertanyaan, perintah, atau permintaan
pengguna dalam bentuk bahasa alami dan memberikan
respons yang tepat.
VIRTUAL ASISTANT

Metode Yang digunakan

b. Machine Learning Algorithms (Algoritma Pembelajaran

Mesin)
Algoritma pembelajaran mesin digunakan untuk melatih
virtual assistant agar dapat mengenali pola-pola dalam
data dan membuat prediksi atau keputusan berdasarkan
pola tersebut. Contoh algoritma pembelajaran mesin
yang umum digunakan adalah Decision Trees, Random
Forests, dan Support Vector Machines.
VIRTUAL ASISTANT

Metode Yang digunakan

b. Machine Learning Algorithms (Algoritma Pembelajaran

Mesin)
Algoritma pembelajaran mesin digunakan untuk melatih
virtual assistant agar dapat mengenali pola-pola dalam
data dan membuat prediksi atau keputusan berdasarkan
pola tersebut. Contoh algoritma pembelajaran mesin
yang umum digunakan adalah Decision Trees, Random
Forests, dan Support Vector Machines.
VIRTUAL ASISTANT

Metode Yang digunakan

c. Deep Learning (Pembelajaran Mendalam)

Deep learning adalah teknik pembelajaran mesin yang
menggunakan jaringan saraf tiruan (neural networks)
dengan banyak lapisan. Metode ini digunakan untuk
mempelajari representasi yang lebih kompleks dari data,
termasuk dalam konteks pemrosesan suara atau
pengenalan wajah pada virtual assistant.
VIRTUAL ASISTANT

Metode Yang digunakan

d. Reinforcement Learning (Pembelajaran Penguatan)

Reinforcement learning melibatkan agen belajar yang
melakukan tindakan dan menerima umpan balik positif
atau negatif dari lingkungannya. Dalam pengembangan
virtual assistant, reinforcement learning dapat digunakan
untuk melatih virtual assistant agar dapat belajar dari
pengalaman interaksi dengan pengguna dan
meningkatkan responsnya seiring waktu.
 JADWAL DAN PEMBAGIAN TUGAS
Tahapan/Proses Durasi Tanggal Mulai Tanggal Selesai Penanggung  Jawab

Perancangan Dan
Perencanaan Sistem yang 4 hari 15/06/23 18/06/23 Arum Waras Asih 
akan Dibangun

Pembangunan Program Muhammad Ikram

5 hari 19/06/23 24/06/23
Virtual Assistans ( Jundulloh

Evaluasi Hasil Program 5 hari 25/06/23 29/06/23 Ilyasha erfrian

Evaluasi Akhir dari Kinerja Ilyasha Erfrian &

1 pekan 30/06/23 5/07/23
Sistem Muhammad Ikam Jundulloh

Pengumpulan Hasil 1 hari 6/07/23 - Arum Waras Asih

IMPLEMENTASI
1. Impor Library:
- `speech_recognition`: Library untuk pengenalan suara, digunakan untuk mendengarkan
perintah suara pengguna.
- `pyttsx3`: Library untuk konversi teks ke suara, digunakan untuk memberikan jawaban suara
dari asisten.
- `webbrowser`: Library untuk mengontrol browser, digunakan untuk membuka YouTube dan
membuka URL di browser.
- `wikipedia`: Library untuk mengakses artikel di Wikipedia.
- `os`: Library untuk berinteraksi dengan sistem operasi, digunakan untuk membuka Microsoft
Word.

2. Inisialisasi Objek:
- `recognizer`: Objek dari kelas `Recognizer` dari library `speech_recognition`, digunakan untuk
mengenali suara pengguna.
- `engine`: Objek dari kelas `Engine` dari library `pyttsx3`, digunakan untuk menghasilkan
suara dari teks.

3. Fungsi `listen()`:
- Fungsi ini digunakan untuk mendengarkan perintah suara pengguna.
- Fungsi akan menggunakan mikrofon sebagai sumber audio.
- Metode `adjust_for_ambient_noise()` digunakan untuk menyesuaikan tingkat kebisingan
lingkungan.
- Metode `listen()` digunakan untuk merekam audio dari mikrofon.
- Metode `recognize_google()` digunakan untuk mengenali teks dari audio menggunakan layanan
Google Speech Recognition.
- Teks yang terkenali akan dikembalikan dalam bentuk lowercase.
- Fungsi ini akan menangani beberapa exception jika terjadi kesalahan dalam pengenalan suara.
IMPLEMENTASI
4. Fungsi `speak(text)`:
- Fungsi ini digunakan untuk menjawab perintah dengan teks berbicara.
- Teks akan dicetak di konsol dan diucapkan menggunakan metode `say()` dan `runAndWait()` dari objek
`engine` dari library `pyttsx3`.

5. Fungsi `get_current_date()`:
- Fungsi ini digunakan untuk mendapatkan tanggal saat ini.
- Objek `datetime` digunakan untuk mendapatkan tanggal saat ini dalam format yang diinginkan.

6. Fungsi `get_current_time()`:
- Fungsi ini digunakan untuk mendapatkan waktu saat ini.
- Objek `datetime` digunakan untuk mendapatkan waktu saat ini dalam format yang diinginkan.

7. Fungsi `open_youtube()`:
- Fungsi ini digunakan untuk membuka YouTube.
- Menggunakan metode `open()` dari library `webbrowser` untuk membuka URL YouTube.

8. Fungsi `search_wikipedia(topic)`:
- Fungsi ini digunakan untuk mencari informasi tentang topik di Wikipedia.
- Menggunakan metode `summary()` dari library `wikipedia` untuk mendapatkan ringkasan artikel dari
topik yang diberikan.
- Jika topik tidak ditemukan atau ambigu, akan ditangani exception yang sesuai.

9. Fungsi `open_browser(url)`:
- Fungsi ini digunakan untuk membuka URL di browser.
- Menggunakan metode `open()` dari library `webbrowser` untuk membuka URL yang diberikan.

10. Fungsi `open_ms_word()`, `open_ms_ex

el()`, `open_ms_point()`:
- Fungsi-fungsi ini digunakan untuk membuka Microsoft Word, Excel, dan PowerPoint secara berurutan.
- Menggunakan fungsi `startfile()` dari library `os` untuk membuka aplikasi dengan jalur file yang
diberikan.
IMPLEMENTASI
11. Fungsi `virtual_assistant()`:
- Fungsi ini merupakan fungsi utama dari asisten virtual.
- Memulai dengan menyapa pengguna dan memberikan penjelasan
singkat tentang perintah yang dapat diberikan.
- Di dalam loop while, perintah pengguna akan didengarkan
menggunakan fungsi `listen()`.
- Berdasarkan perintah yang dikenali, fungsi-fungsi yang sesuai akan
dipanggil.
- Jika perintah adalah "keluar", asisten akan mengucapkan terima kasih
dan keluar dari loop while.

12. Jalankan asisten virtual:

- Pemanggilan fungsi `virtual_assistant()` untuk menjalankan asisten
virtual.
jadii kesimpulan dari kode di atas adalah:
Kode di atas memberikan kemampuan asisten untuk membuka YouTube,
mencari topik di Wikipedia, membuka URL di browser, membuka
Microsoft Word, Excel, dan PowerPoint, serta memberikan informasi
tentang tanggal, waktu, dan identitas asisten. Asisten akan merespon
perintah pengguna dengan teks yang diucapkan dan dicetak di konsol.
 KESIMPULAN
Dalam era digital yang terus berkembang,
pengembangan virtual assistant menggunakan
kecerdasan buatan menawarkan potensi besar untuk
meningkatkan produktivitas dan pengalaman pengguna.
Dalam presentasi ini, kita telah membahas beberapa poin
penting terkait dengan pengembangan virtual assistant
dan dampaknya dalam konteks tersebut

pengembangan virtual assistant menggunakan

kecerdasan buatan merupakan langkah yang menjanjikan
untuk meningkatkan produktivitas dan pengalaman
pengguna. Dengan terus mengatasi tantangan dan
berinovasi, kita dapat mewujudkan potensi penuh dari
teknologi ini dan mencapai efisiensi yang lebih tinggi
serta kepuasan pengguna yang lebih baik di masa depan.
Link Source Code:
https://drive.google.com/file/d/1y7PU_TU5ral0SpS7oXUoklQTAWf2nGLe/v
iew?usp=sharing

Link Video :
https://drive.google.com/file/d/1GPrZ-
-2Pum7GMFOvJkUTW_5mBeJ5To3q/view?usp=sharing