ANALISIS RASA FRAMEWORK DALAM PENERAPAN CHATBOT PADA AUTOMATIC FARE COLLECTION (STUDI KASUS PT XYZ)
Transportasi menjadi bagian yang vital dalam kehidupan sehari hari bagi manusia
karena berfungsi sebagai sarana perpindahan manusia dari satu tempat ke tempat
lainnya. Penerapan tersebut dapat dilihat dalam penggunaan teknologi Kereta Api
Bawah Tanah yang mulai diterapkan di Indonesia, tepatnya di DKI Jakarta. Dalam
pengoperasiannya, moda transportasi ini menggunakan sistem bernama Automatic
Fare Collection (AFC) sebagai sarana transaksi ticketing, adanya berbagai
permasalahan terkait AFC yang tidak dapat dihindari berupa gangguan operasional
yang dapat terjadi, seperti TVM yang tidak beroperasi dengan baik dan lain
sebagainya. Penelitian ini bertujuan untuk membangun prototype chatbot
menggunakan RASA Framework dengan mengaplikasikan beberapa jenis pipeline
yakni pipeline default, pipeline replace, pipeline replace mask, pipeline light dan
pipeline heavy sebagai solusi yang ditawarkan dan mengetahui nilai hasil evaluasi
kinerja prototype layanan informasi chatbot tersebut. Hasil pengujian menunjukkan
pipeline default unggul dalam pengujian pertama dengan nilai confidence tiap
inputan tertinggi dan pengujian kedua skor f1-skor tertinggi 0.97 untuk parameter
intent, skor f1-skor 1 untuk parameter entity dan dalam kecepatan proses pengujian
intent dengan membutuhkan waktu 0.01 detik serta pipeline yang cukup baik untuk
parameter stories dengan skor akurasi level conversation 0.84 dan skor akurasi
level action 0.93 diantara pipeline lainnya.
URI
https://repo.itera.ac.id/depan/submission/SB2408070027
Keyword
AFC RASA Framework Pipeline