Agen Virtual Berbasis Text menggunakan algoritma Jaringan Syaraf Tiruan
Abstract views: 144
,
PDF (Bahasa Indonesia) downloads: 139
Abstract
Proses pencetakan citra digital atau gambar yang telah diolah oleh komputer ke atas permukaan bahan atau media fisik lainnya dengan menggunakan mesin cetak (printer) disebut dengan digital printing, yaitu teknik percetakan yang sedang berkembang saat ini. Mayoritas customer pada bidang digital printing ini adalah orang umum yang masih belum mengetahui produk- produk digital printing. Maka dari itu dibutuhkan seorang customer service untuk melayani pelanggan yang ingin bertanya. Namun yang menjadi ironi adalah pelanggan ingin mendapatkan respon yang cepat untuk setiap pertanyaan, sedangkan seorang customer service hanya dapat menjawab pertanyaan pelanggan satu per satu. Sehingga hal ini dinilai kurang memberikan kepuasan pelanggan. Atas dasar tersebut penulis melakukan penelitian tentang pembuatan sebuah agen virtual yang dapat membantu customer service memberi informasi kepada pelanggan dengan cepat juga menangani beberapa pelanggan secara bersamaan. Tahapan awal merupakan pengolahan text pre-processing pada dataset menggunakan pendekatan Natural Language Processing yang membuat agen virtual dapat memahami bahasa yang digunakan oleh manusia. Kemudian tahap selanjutnya adalah prediksi respon menggunakan algoritma Jaringan Syaraf Tiruan. Kemudian agen ini diuji dengan menggunakan 25 percakapan yang berbeda dan berhasil menjawab 24 percakapan dan mendapatkan tingkat akurasi tinggi sebesar 96%. Agen virtual ini kemudian akan diintegrasikan ke aplikasi Telegram menggunakan API Telegram.
References
Saharja, fatimah dan Siti Aisyah. 2020. Efektifitas Digital Printing (Percetakan Digital) dalam menghasilkan Produk Cetak dan pengaruhnya terhadap konsumen. Vol.14 No.11.
Liddy, E.D. 2001. Natural Language Processing. Enclopedia of Library dan Information Science, 2nd Edition, Marcel Decker Inc, NY, USA.
A. V. Vitianingsih, D. Cahyono, and A. Choiron, “Analysis and design of web-geographic information system for tropical diseases-prone areas: A case study of East Java Province, Indonesia,” in 2017 4th International Conference on Information Technology, Computer, and Electrical Engineering (ICITACEE), 2017, pp. 255–260.
A. V. Vitianingsih, A. Choiron, D. Cahyono, A. Umam, and S. Suyanto, “Spatial data modeling on GIS for classification of measles-prone region using multiple attribute decision making,” Int. J. Intell. Eng. Syst., vol. 12, no. 3, pp. 97–107, 2019.
Bijaksana, A. Negara, P. Safriadi, N. Studi, P. Informatika, T. Tanjungpura, U. 2017. Prediksi Jeda Pada Ucapan Bahasa Melayu Pontianak Dengan Menggunakan Metode Shallow Parsing.
Guzman, A. L. 2019. Voices in and of the machine: Source orientation toward mobile virtual assistants. Computers in Human Behavior.
Cahyono, D., Fadlil, J., Sumpeno, S., & Hariadi, M. 2008. Temu Kembali Informasi untuk Pembangkitan Basis Pengetahuan dari Teks Bebas yang Digunakan oleh Agen Percakapan Bahasa Alami.
