HOSTJOURNALSHOSTJOURNALS

Bulletin of Computer Science ResearchBulletin of Computer Science Research

Penelitian ini mengembangkan chatbot berbasis platform Telegram yang mengintegrasikan teknologi Natural Language Processing (NLP) untuk menyediakan informasi seputar handphone secara cepat, akurat, dan efisien. Dengan meningkatnya kebutuhan pengguna akan akses data mengenai spesifikasi, harga, ulasan, dan diagnosis kerusakan perangkat secara interaktif, chatbot ini menjadi solusi relevan dalam mendukung literasi digital dan meningkatkan pengalaman pengguna. Sistem dikembangkan menggunakan metodologi Agile melalui tahapan analisis kebutuhan, perancangan antarmuka, implementasi API Telegram, dan integrasi NLP dengan arsitektur BERT untuk intent recognition dan named entity recognition. Data dikumpulkan melalui web scraping dari e-commerce, website review teknologi, dan forum komunitas, kemudian distrukturkan dalam database MongoDB. Fitur utama meliputi pencarian spesifikasi produk, identifikasi kerusakan, berita terkini, dan panduan interaktif yang mendukung penyelesaian masalah perangkat. Pengujian White Box Testing menunjukkan hasil memuaskan dengan Statement Coverage 92%, Branch Coverage 88%, akurasi Intent Recognition 87%, Response Time 2.1 detik, dan Query Success Rate 97.5%. Hasil evaluasi mengonfirmasi chatbot mampu menjalankan fungsinya dengan responsif dan praktis, siap untuk deployment, serta berpotensi diperluas ke platform digital lain untuk meningkatkan daya saing teknologi informasi di era digital.

Penelitian ini berhasil mengembangkan chatbot Telegram berbasis Natural Language Processing (NLP) untuk informasi handphone dengan fitur pencarian spesifikasi, identifikasi kerusakan, berita terkini, dan panduan interaktif menggunakan metodologi Agile.Hasil pengujian White Box Testing menunjukkan performa memuaskan dengan Statement Coverage 92%, Branch Coverage 88%, akurasi Intent Recognition 87%, Response Time 2.1 detik, dan Query Success Rate 97.Chatbot ini tidak hanya menyediakan akses informasi yang cepat dan efisien, tetapi juga mendukung peningkatan literasi digital dan memperkuat interaksi manusia dengan teknologi, serta memiliki potensi untuk diperluas ke platform digital lain di era transformasi digital.

Penelitian ini telah berhasil mengembangkan chatbot Telegram untuk informasi handphone, namun ada beberapa arah studi lanjutan yang menarik untuk dieksplorasi guna meningkatkan kemampuan dan jangkauannya. Pertama, penting untuk meneliti bagaimana chatbot dapat secara transparan menampilkan sumber informasi yang digunakan atau tingkat kepercayaan datanya kepada pengguna. Studi bisa fokus pada mekanisme otomatis untuk menyertakan tautan ke website rujukan atau indikator validasi, menjawab keraguan pengguna terhadap keandalan informasi yang disajikan. Misalnya, bagaimana sistem bisa secara dinamis menunjukkan dari e-commerce mana harga diperoleh atau dari situs review mana spesifikasi didapat, sehingga meningkatkan kredibilitas chatbot. Kedua, ada peluang besar untuk mengembangkan kemampuan NLP chatbot agar tidak hanya merespons pertanyaan faktual tetapi juga memberikan rekomendasi yang lebih personal dan kontekstual. Penelitian selanjutnya bisa menggali implementasi algoritma pembelajaran mesin untuk menganalisis riwayat percakapan pengguna atau preferensi yang tersirat, lalu menggunakan data tersebut untuk memberikan saran handphone yang paling sesuai dengan kebutuhan atau anggaran spesifik pengguna. Ini bisa mencakup perbandingan fitur secara cerdas atau prediksi kepuasan pengguna berdasarkan kriteria tertentu. Ketiga, mengingat potensi perluasan ke platform digital lain, penelitian dapat mengeksplorasi adaptasi chatbot ke antarmuka yang berbeda seperti asisten suara atau integrasi langsung ke website e-commerce. Pertanyaan penelitian bisa meliputi bagaimana arsitektur NLP dan basis data perlu disesuaikan untuk mode interaksi non-teks, serta tantangan apa yang muncul dalam mempertahankan konsistensi performa dan pengalaman pengguna di berbagai kanal. Ide-ide ini bertujuan untuk menjadikan chatbot lebih cerdas, lebih dapat dipercaya, dan lebih mudah diakses di masa depan.

  1. University Auto Reply FAQ Chatbot Using NLP and Neural Networks | Artificial Intelligence and Applications.... doi.org/10.47852/bonviewaia3202631University Auto Reply FAQ Chatbot Using NLP and Neural Networks Artificial Intelligence and Applications doi 10 47852 bonviewaia3202631
  2. Natural Language Processing (NLP) Technology for Chatbot Website | Jurnal Penelitian Pendidikan IPA.... jppipa.unram.ac.id/index.php/jppipa/article/view/8241Natural Language Processing NLP Technology for Chatbot Website Jurnal Penelitian Pendidikan IPA jppipa unram ac index php jppipa article view 8241
  3. The Impact of Artificial Intelligence on Chatbot Technology: A Study on the Current Advancements and... doi.org/10.47672/ejt.1561The Impact of Artificial Intelligence on Chatbot Technology A Study on the Current Advancements and doi 10 47672 ejt 1561
Read online
File size585.17 KB
Pages11
DMCAReport

Related /

JURIS Analisis Sentimen Twitter Terhadap Cyberbullying Menggunakan Metode Support Vector Machine SVM 2026More at 2026

HOSTJOURNALSHOSTJOURNALS Seiring meningkatnya kemajuan teknologi di era digital ini, keberadaan teknologi informasi memberikan dampak yang besar bagi peradaban manusia. Salah satuSeiring meningkatnya kemajuan teknologi di era digital ini, keberadaan teknologi informasi memberikan dampak yang besar bagi peradaban manusia. Salah satu

JURIS Implementasi Sandi Vigenere Cipher Dalam Mengenkripsikan Pesan 2026More at 2026

HOSTJOURNALSHOSTJOURNALS Tujuan dari penelitian ini adalah untuk mengenkripsikan pesan, dimana akan menghasilkan kode-kode dari pesan yang akan dikirimkan ke tujuan/pihak yangTujuan dari penelitian ini adalah untuk mengenkripsikan pesan, dimana akan menghasilkan kode-kode dari pesan yang akan dikirimkan ke tujuan/pihak yang

JURIS Evaluasi Sistem Kinerja E Tracking Pada Aplikasi Transjakarta Menggunakan Metode PIECES 2026More at 2026

UBHARAJAYAUBHARAJAYA Dimensi Performance dan Service mendapatkan skor yang relatif lebih rendah akibat adanya kendala teknis berupa latensi data (7–15 detik) dan hilangnyaDimensi Performance dan Service mendapatkan skor yang relatif lebih rendah akibat adanya kendala teknis berupa latensi data (7–15 detik) dan hilangnya

JURIS Otomatisasi Kerangka Kode dari Class Diagram Pendekatan Generasi Berbasis Model 2026More at 2026

PUSTAKAGALERIMANDIRIPUSTAKAGALERIMANDIRI Penelitian ini mengevaluasi keandalan GPT-4 dalam mengotomatisasi generasi skeleton code Pascal menggunakan pendekatan Model-Driven Software EngineeringPenelitian ini mengevaluasi keandalan GPT-4 dalam mengotomatisasi generasi skeleton code Pascal menggunakan pendekatan Model-Driven Software Engineering

JURIS Sebuah Tinjauan Literatur Sistem Implementasi Machine Learning untuk Prediksi Hasil Pertandingan Sepak Bola 2026More at 2026

PUSTAKAGALERIMANDIRIPUSTAKAGALERIMANDIRI Proses pemilihan fitur (feature selection) terbukti menjadi faktor penting yang sering kali lebih menentukan keberhasilan model dibandingkan pemilihanProses pemilihan fitur (feature selection) terbukti menjadi faktor penting yang sering kali lebih menentukan keberhasilan model dibandingkan pemilihan

JURIS Analisis dan Implementasi Sistem Informasi Manajemen Perpustakaan Berbasis Web pada SMAN 1 Seram Utara 2026More at 2026

PUSTAKAGALERIMANDIRIPUSTAKAGALERIMANDIRI Hasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan secara normal dan sesuai dengan spesifikasi perancangan, sehingga berhasil menggantikanHasil pengujian menunjukkan bahwa seluruh fungsi sistem berjalan secara normal dan sesuai dengan spesifikasi perancangan, sehingga berhasil menggantikan

JURIS Prediksi Penjualan Barang Menggunakan Metode K Means dan Regresi Linear 2025More at 2025

HOSTJOURNALSHOSTJOURNALS Penelitian ini bertujuan untuk membangun model prediksi penjualan dengan mengombinasikan metode K-Means untuk klasterisasi produk dan Regresi Linear untukPenelitian ini bertujuan untuk membangun model prediksi penjualan dengan mengombinasikan metode K-Means untuk klasterisasi produk dan Regresi Linear untuk

JURIS Model Machine Learning Untuk Analisis Sentimen Masyarakat Terhadap Kenaikan PPN di Media Sosial X 2025More at 2025

HOSTJOURNALSHOSTJOURNALS Untuk menelusuri opini masyarakat, data dikumpulkan melalui teknik web crawling dalam kurun waktu Oktober hingga Desember 2024, menghasilkan 1. 871 data.Untuk menelusuri opini masyarakat, data dikumpulkan melalui teknik web crawling dalam kurun waktu Oktober hingga Desember 2024, menghasilkan 1. 871 data.

Useful /

JURIS Hubungan Antara Tingkat Stres dengan Perilaku Verbal Abuse Ibu Rumah Tangga di Desa Mekarsari Kecamatan Waled Kabupaten Cirebon Tahun 2023 2026More at 2026

STIKKUSTIKKU Ibu rumah tangga yang memiliki stress normal cenderung tidak melakukan perilaku verbal abuse. Sebaliknya, ibu rumah tangga yang mengalami stress sedangIbu rumah tangga yang memiliki stress normal cenderung tidak melakukan perilaku verbal abuse. Sebaliknya, ibu rumah tangga yang mengalami stress sedang

JURIS Pengaruh Terapi Air Putih Hangat Dan Air Putih Biasa Terhadap Penurunan Kadar Gula Darah Sewaktu Gds Pada Lansia Diabetes Melitus Di Desa Luragung Landeuh Kecamatan Luragung Kabupaten Kuningan Tahun 2026More at 2026

STIKKUSTIKKU Angka kejadian diabetes melitus menurut dinas kesehatan Kabupaten Kuningan pada tahun 2022 sekitar 14.772 orang. Kasus diabetes melitus terbanyak di KecamatanAngka kejadian diabetes melitus menurut dinas kesehatan Kabupaten Kuningan pada tahun 2022 sekitar 14.772 orang. Kasus diabetes melitus terbanyak di Kecamatan

JURIS Pengembangan Sistem Warisan Digital Ringan Berbasis Blockchain dengan Kriptografi Hibrida 2026More at 2026

PUSTAKAGALERIMANDIRIPUSTAKAGALERIMANDIRI Arsitektur peladen tanpa pengetahuan (zero-knowledge server) yang diimplementasikan memastikan bahwa peladen secara kriptografis tidak dapat mendekripsiArsitektur peladen tanpa pengetahuan (zero-knowledge server) yang diimplementasikan memastikan bahwa peladen secara kriptografis tidak dapat mendekripsi

JURIS Segmentasi Risiko Kesehatan Bayi dan Balita Menggunakan Algoritma K Means 2025More at 2025

HOSTJOURNALSHOSTJOURNALS Proses klasterisasi menggunakan algoritma K-Means dilakukan setelah penentuan jumlah klaster optimal (k=5) melalui metode Elbow. Validasi klaster dilakukanProses klasterisasi menggunakan algoritma K-Means dilakukan setelah penentuan jumlah klaster optimal (k=5) melalui metode Elbow. Validasi klaster dilakukan

ads-block-test