Pengembangan Chatbot Layanan Informasi Internal pada Departemen Sistem Manajemen dan Inovasi
DOI:
https://doi.org/10.48144/suryainformatika.v16i2.2462Keywords:
chatbot, layanan informasi, prototype, sistem informasi, artificial intelligenceAbstract
Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi chatbot layanan informasi internal berbasis Artificial Intelligence (AI) pada Departemen Sistem Manajemen Terpadu dan Inovasi (SISMAN) PT Pupuk Sriwidjaja Palembang. Permasalahan yang dihadapi adalah proses pencarian informasi dan dokumen internal yang masih dilakukan secara manual melalui komunikasi antarpegawai atau penelusuran dokumen secara langsung, sehingga menyebabkan keterlambatan akses informasi dan ketergantungan terhadap staf tertentu. Penelitian ini menggunakan metode Prototype yang memungkinkan pengembangan sistem dilakukan secara bertahap berdasarkan kebutuhan dan umpan balik pengguna. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Sistem dikembangkan berbasis web menggunakan bahasa pemrograman PHP dan database MySQL dengan memanfaatkan Google Gemini API sebagai Large Language Model (LLM). Sistem menerapkan mekanisme keyword matching terhadap dokumen internal yang dikelola oleh admin sebagai sumber pengetahuan chatbot sehingga mampu memberikan informasi yang lebih relevan sesuai kebutuhan pengguna. Pengujian dilakukan menggunakan metode Black Box Testing untuk memastikan seluruh fungsi sistem berjalan sesuai kebutuhan. Hasil penelitian menunjukkan bahwa seluruh fitur utama dapat beroperasi dengan baik berdasarkan pengujian Black Box Testing. Selain itu, chatbot mampu membantu pengguna memperoleh informasi internal secara lebih cepat melalui integrasi Google Gemini API dan basis data dokumen internal organisasi. Dengan demikian, sistem chatbot yang dikembangkan dapat menjadi solusi efektif dalam meningkatkan efisiensi layanan informasi internal di lingkungan PT Pupuk Sriwidjaja Palembang.
References
C. W. Okonkwo and A. Ade-ibijola, “Computers and Education : Artificial Intelligence Chatbots applications in education : A systematic review,” Comput. Educ. Artif. Intell., vol. 2, p. 100033, 2021, doi: 10.1016/j.caeai.2021.100033.
W. X. Zhao et al., “A Survey of Large Language Models,” pp. 1–124, 2023.
B. Min, H. Ross, E. Sulem, A. Pouran, and B. Veyseh, “Recent Advances in Natural Language Processing via Large Pre-Trained”.
R. Chatbots, “A Document-grounded Matching Network for Response Selection in Retrieval-based Chatbots,” no. 2.
Y. Gao et al., “Retrieval-Augmented Generation for Large Language Models : A Survey,” pp. 1–21.
P. Metode, R. Application, and D. Pada, “G-Tech : Jurnal Teknologi Terapan,” vol. 7, no. 1, pp. 270–279, 2023.
G. Permana, I. Nuryasin, and Z. Sari, “Sistem Informasi Kampus Berbasis Mobile Application Dengan Metode Prototype : Studi Kasus Keberadaan Dosen,” J. Repos., vol. 5, no. 2, 2024, doi: 10.22219/repositor.v5i2.32050.
F. S. Saputra, P. Studi, and T. Informatika, “WEBSITE MENGGUNAKAN METODE PROTOTYPE DI DESA CIOMAS,” vol. 2, pp. 203–210, 2023.
F. Anwar, B. Ul, I. Khan, L. M. Kiah, N. A. Abdullah, and K. W. Goh, “A Comprehensive Insight into Blockchain Technology : Past Development , Present Impact and Future Considerations,” vol. 13, no. 11, pp. 878–907, 2022.
Y. Zhu et al., “Large Language Models for Information Retrieval : A Survey,” pp. 1–43.
