Pengembangan Aplikasi Chatbot Besti B7 berbasis Web dengan Metode Extreme Programming

Abstract

Penggunaan chatbot akhir-akhir ini sedang booming. Pada perusahaan, chatbot dapat dimanfaatkan oleh dua jenis pengguna, yaitu pelanggan atau karyawan. PT Bintang Toedjoe memiliki helpdesk sebagai sarana untuk merespon pertanyaan karyawan dan mencari dokumen. Penelitian ini bertujuan untuk mengembangkan aplikasi chatbot Besti B7 berbasis web untuk mempermudah admin dalam membuat chatbot. Penelitian ini menggunakan lima tahap metode Extreme Programming (XP) dengan tiga iterasi. Pendekatan XP untuk chatbot menerapkan dua kemampuan chatbot, yaitu task umum dan task pencarian dokumen. Pada task umum, Teknik yang dilakukan menggunakan dua metode yang berbeda antara iterasi satu dan dua. Perbedaan metode disebabkan karena tidak terpenuhinya syarat akurasi chatbot di iterasi satu yang telah ditetapkan. Task umum iterasi satu menggunakan jaringan saraf tiruan, sedangkan iterasi dua menggunakan sentence-BERT. Pada task pencarian dokumen, peneliti juga menggunakan sentence-BERT yang sama seperti task umum di iterasi dua, hanya saja yang membedakan adalah jenis responnya. Task umum memberikan respon berupa teks percakapan, sedangkan task pencarian dokumen menampilkan lima peringkat teratas dokumen berdasarkan kemiripan cosine similarity antara kueri dan teks pada dokumen. Hasil akhir dari penelitian ini adalah sebuah aplikasi chatbot yang dapat membuat, memelihara, dan mengelola chatbot tanpa melakukan coding bagi pengguna admin.

The The use of chatbots is booming. In companies, chatbots can be used by customers or employees. PT Bintang Toedjoe has a helpdesk for responding to employee questions and document searches. This research aims to develop a webbased chatbot management application, Besti B7, to help admins create chatbots. It uses the Extreme Programming (XP) method with three iterations. The XP approach includes two capabilities: general tasks and document search tasks. Different methods were used for general tasks in the first and second iterations due to unmet accuracy requirements in the first iteration. The first iteration used artificial neural networks, while the second used sentence-BERT. For document search tasks, sentence-BERT was also used, but the response type differed. General tasks provided conversational text responses, while document search tasks displayed the top five documents based on cosine similarity. The final result is a chatbot management application that allows admins to create, maintain, and manage chatbots without coding