Pengembangan Chatbot Multi-Channel dan Backend Website Admin pada Chatbot Akademik

M REVIN ARNAN, Dr. Ir. Ridi Ferdiana, S.T., M.T., IPM.; Dr. Ir. Rudy Hartanto, M.T., IPM.

2022 | Skripsi | S1 TEKNOLOGI INFORMASI

Mahasiswa dalam perjalanan akademiknya membutuhkan teman yang dapat menemani dan memberikan jawaban bagi pertanyaannya. Tetapi tidak semua mahasiswa memiliki teman dekat, dan mereka malu untuk langsung bertanya ke staff akademik atau ketua prodi. Saat ini ECHA (Electronic Chatbot Virtual Assistant) mampu mengatasi hal tersebut karena melatihnya menggunakan pengetahuan seputar akademik dan bahasa sehari-hari. Namun selalu ada pertanyaan baru dan kompleks sehingga ECHA tidak dapat menjawab hal tersebut. Pada proyek capstone ini bertujuan untuk meningkatkan kapabilitas chatbot dan membangun aplikasi web yang dapat menangani permasalahan tersebut. Chatbot dirancang untuk dapat menangani pertanyaan-pertanyaan akademik yang tidak terjawabkan dengan menghadirkan human agent (dalam hal ini adalah staff akademik) dalam percakapan. Pada website dirancang untuk menjadi tempat bagi human agent untuk menjawab pertanyaan akademik tersebut melalui live chat atau pengiriman jawaban melalui email. Pengembangan chatbot menggunakan framework Microsoft Bot Framework dan menggunakan layanan kognitif QnA Maker dan LUIS. Chatbot menggunakan knowledge base yang berisi informasi pertanyaan dan jawaban akademik, dan knowledge base yang berisi percakapan sehari-hari. Fitur yang ditambahkan pada chatbot diantaranya, dialog chitchat, dialog akademik, fitur live chat, fitur menyimpan riwayat percakapan pengguna, dan penambahan channel yang terhubung pada chatbot. Untuk pengembangan aplikasi web menggunakan framework ASP.NET MVC 5. Fitur yang terdapat pada aplikasi web ini antara lain, fitur OAuth login dengan akun Google UGM, fitur pengaturan website dan admin, fitur live chat dengan pengguna chatbot, fitur kirim email menggunakan protokol SMTP (Simple Mail Transfer Protocol), dan fitur riwayat percakapan. Pengujian fungsionalitas yang dilakukan menggunakan metode blackbox testing pada fitur chatbot dan website menghasilkan tingkat keberhasilan 100% yang menunjukkan seluruh fitur dan fungsi pada sistem berjalan sesuai yang diharapkan. Kemudian pengujian pada respon chatbot dengan chitchat intent, chatbot mampu memberikan respon tepat sebanyak 21 dari 25 kalimat yang diberikan pada pengujian atau kurang lebih sekitar 84% jawaban benar. Sedangkan pada academic intent, chatbot mampu memberikan jawaban tepat sebanyak 20 dari 25 pertanyaan yang diberikan pada saat pengujian atau kurang lebih sekitar 80% jawaban benar.

Students in their academic journey need friends who can accompany them and provide answers to their questions. But not all students have close friends, and they are embarrassed to directly ask the academic staff or the head of the study program. Currently, ECHA (Electronic Chatbot Virtual Assistant) is able to overcome this because it trains it using knowledge about academics and everyday language. However, there are always new and complex questions that ECHA cannot answer. This capstone project aims to improve chatbot capabilities and build a web application that can handle these problems. The chatbot is designed to handle unanswered academic questions by presenting human agents (in this case academic staff) in the conversation. The website is designed to be a place for human agents to answer academic questions via live chat or send answers via email. The chatbot development uses the Microsoft Bot Framework framework and uses the cognitive services QnA Maker and LUIS. The chatbot uses a knowledge base containing information on academic questions and answers, and a knowledge base containing daily conversations. Features added to the chatbot include chitchat dialogue, academic dialogue, live chat features, features to save user conversation history, and the addition of channels that are connected to the chatbot. Web application development using the ASP.NET MVC 5 framework. The features contained in this web application include the OAuth login feature with a Google UGM account, the website and admin settings feature, the live chat feature with chatbot users, the send email feature using the SMTP (Simple Mail Transfer Protocol), and the conversation history feature. Functionality testing carried out using the Black Box testing method on the chatbot and website features resulted in a 100% success rate which indicates that all features and functions of the system are running as expected. Then the test on the chatbot response with chitchat intent, the chatbot was able to provide an exact response of 21 of the 25 sentences given in the test, or approximately 84% of the correct answers. While in academic intent, the chatbot is able to provide correct answers to as many as 20 of the 25 questions given during testing or approximately 80% of correct answers.

Kata Kunci : Chatbot, Live Chat, Human Handoff, ASP.NET, Academic