PELITABANGSAPELITABANGSA

Pelita TeknologiPelita Teknologi

Ainayya Super Laundry merupakan UMKM yang menghadapi tantangan operasional signifikan akibat ketergantungan pada layanan manual dan keterbatasan sumber daya. Proses yang lambat, jam operasional yang terbatas, dan jumlah karyawan yang minim menyebabkan kesulitan dalam menangani pertanyaan pelanggan secara efektif, sehingga berisiko menurunkan kepuasan pelanggan dan daya saing usaha. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan merancang, mengembangkan, dan menganalisis implementasi chatbot berbasis Natural Language Processing (NLP) menggunakan Rasa Framework. Metodologi yang digunakan meliputi perancangan sistem, pengembangan sistem, diikuti dengan pengujian kinerja menggunakan metode Blackbox Testing dan analisis Confusion Matrix untuk mengevaluasi akurasi intent recognition.

Berdasarkan hasil penelitian, chatbot berbasis Natural Language Processing (NLP) menggunakan Rasa Framework pada Ainayya Super Laundry berhasil dirancang, dikembangkan, dan diuji dengan performa sangat optimal, ditunjukkan oleh akurasi intent recognition, presisi, recall, dan F1-Score yang mencapai 100%, melampaui target awal penelitian.Sistem ini terbukti efektif dalam menyediakan layanan pelanggan 24 jam dengan respons instan dan akurat terkait informasi harga, layanan, lokasi, dan promo, sehingga mampu mengatasi keterbatasan jam operasional sekaligus meningkatkan kualitas interaksi dengan pelanggan.Otomatisasi 11 pertanyaan umum juga berdampak positif terhadap efisiensi dan produktivitas karyawan karena mengurangi beban kerja repetitif.Untuk pengembangan lebih lanjut, disarankan implementasi penuh pada saluran utama seperti WhatsApp Business, penambahan fitur lanjutan seperti penjadwalan, pelacakan, dan pemeliharaan pesanan, serta evaluasi berkelanjutan melalui evaluasi data fallback dan pelatihan ulang model secara periodik agar kinerja chatbot tetap adaptif dan optimal.

Untuk penelitian lanjutan, dapat dipertimbangkan pengembangan chatbot yang lebih canggih dengan kemampuan pemrosesan bahasa alami yang lebih kompleks, seperti pemahaman konteks dan penanganan pertanyaan yang lebih beragam. Selain itu, penelitian dapat fokus pada integrasi chatbot dengan sistem manajemen pesanan dan pelacakan, sehingga dapat meningkatkan efisiensi operasional dan pengalaman pelanggan secara keseluruhan. Terakhir, penelitian dapat mengeksplorasi penggunaan teknik-teknik Machine Learning lanjutan untuk meningkatkan akurasi dan performa chatbot, serta menguji efektivitasnya dalam lingkungan produksi nyata.

  1. Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper | Roihan | IJCIT (Indonesian Journal... doi.org/10.31294/ijcit.v5i1.7951Pemanfaatan Machine Learning dalam Berbagai Bidang Review paper Roihan IJCIT Indonesian Journal doi 10 31294 ijcit v5i1 7951
  2. Evaluation of Natural Language Processing Techniques for Information Retrieval | European Journal of... doi.org/10.47941/ejikm.1752Evaluation of Natural Language Processing Techniques for Information Retrieval European Journal of doi 10 47941 ejikm 1752
  3. Improving sentiment reviews classification performance using support vector machine-fuzzy matching algorithm... doi.org/10.11591/eei.v12i3.4830Improving sentiment reviews classification performance using support vector machine fuzzy matching algorithm doi 10 11591 eei v12i3 4830
Read online
File size905.43 KB
Pages8
DMCAReport

Related /

ads-block-test