Pengembangan Aplikasi Chatbot Berbahasa Indonesia Untuk Meningkatkan Customer Experience Di Industri Finansial Dalam Menghadapi Industri 4.0

Asma, Mohammad Sofyan (2023) Pengembangan Aplikasi Chatbot Berbahasa Indonesia Untuk Meningkatkan Customer Experience Di Industri Finansial Dalam Menghadapi Industri 4.0. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 09211950096005-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (4MB) | Request a copy

Abstract

Pertumbuhan pengguna layanan internet di Indonesia menunjukkan jumlah yang terus meningkat. Kaum milenial merupakan segmen masa depan memiliki literasi teknologi yang lebih baik dan memiliki kedekatan dalam pemanfaatan teknologi digital yang lebih intens, namun untuk menghadapi tantangan dan peluang bisnis tersebut, layanan digital channel chatbot untuk produk Wuzz di Bank CEODE belum tersedia, maka tujuan dari penelitian ini adalah dilakukan pengembangan chatbot berbahasa indonesia yang mampu mengatasi gaya bahasa formal maupun non-formal yang mengandung kata tidak baku, guna mendapatkan pengalaman nasabah yang lebih baik seputar produk Wuzz, sehingga diharapkan terjadi peningkatan pengalaman yang diukur dari kepuasan nasabah dalam penggunaan chatbot tersebut. Pengembangan chatbot ini menggunakan pendekatan corpus-based chatbot memanfaatkan metode Natural Language Processing dan Machine Learning metode Logistic Regression, pengembangan corpus memanfaatkan data percakapan penanganan nasabah antara nasabah dengan tim contact center. Hasil yang diharapkan adalah Success Rate(%) chatbot menjawab pertanyaan dan kepuasan pengguna dalam interaksinya dengan chatbot. Pengujian chatbot dilakukan pada lima orang relawan, tiap relawan diberikan 30 pertanyaan terdiri dari 10 pertanyaan formal dan 20 pertanyaan non-formal tentang produk Wuzz, kemudian dicatat tingkat kepuasannya, dimana diperoleh hasil, dari total 150 pertanyaan, untuk jawaban yang berhasil di jawab dengan status ‘Sesuai & Relevan’ sebanyak 107 pertanyaan atau success rate 72,0%. Untuk gaya bahasa formal Sesuai & Relevan berhasil dijawab dengan success rate 68,0%, gaya bahasa non-formal Sesuai & Relevan berhasil dijawab dengan success rate 75,0%. Dilihat dari Status kepuasan nasabah terhadap pengalaman dalam menggunakan chatbot, ada sebanyak 116 pertanyaan dengan jawaban Puas success rate sebesar 77,3%, dan Tidak-Puas sebanyak 34 pertanyaan success rate 22,7%. Besarnya korelasi antara kepuasan nasabah terhadap relevansi ketepatan chatbot dalam menjawab pertanyaan sangat kuat adalah sebesar 0.883, signifikan pada level 0.01, dari keseluruhan perhitungan dan analisa terlihat adanya potensi yang menguatkan bahwa penggunaan chatbot dapat meningkatkan customer experience. Penelitian ini dapat memberikan kontribusi positif bagi perusahaan untuk semakin meningkatkan kedekatan dengan nasabah, sehingga tercipta customer experience yang lebih baik, pemanfaatan teknologi machine learning dapat meningkatkan pendapatan operasional lebih optimal, pengembangan dan pemanfaatan corpus (voice of customer) diperoleh customer insight untuk pengembangan produk dan strategi perusahaan kedepan, sehingga corpus dapat menjadi kekayaan intelektual properti perusahaan.

========================================================================================================
There are more people using internet services in Indonesia, according to data. Although millennials represent a future market segment with improved technological literacy and a preference for more intensive use of digital technology, digital channel chatbot services for Wuzz products at CEODE Bank are not currently available to meet these business problems and potential. The goal of this research is to create an Indonesian-language chatbot that can overcome formal and non-formal language styles that contain non-standard words in order to improve customer experience with Wuzz products. Using a corpus-based strategy, a machine learning method called logistic regression and natural language processing were coupled to build this chatbot. Data from customer handling conversations with the contact center employees is used in corpus development. The desired outcome is the chatbot's success rate (%) in answering queries and users' happiness with their interactions with the chatbot.
During the chatbot testing, there were five volunteers who each answered 30 questions—20 informal and 10 formal—about Wuzz products. The number of queries that were appropriate and relevant reached 107, or a success rate of 72.0%. The appropriate and relevant formal language style had a success rate of 68.0%, whereas the appropriate and relevant non-formal language style had a success rate of 75.0%. According to the level of customer satisfaction with the use of chatbots, there were 116 inquiries with delighted responses, a success rate of 77.3%, and 34 dissatisfied questions, a success rate of 22.7%. According to all calculations and analyses, there may be room to support the argument that using chatbots can enhance the customer experience. Customer satisfaction has a very strong link with relevance of chatbot accuracy in answering queries, which is 0.883, significant at the 0.01 level. The development and use of the corpus (voice of the customer) to obtain customer insights for product development and future corporate strategy, so that the corpus can become the company's intellectual property property, are all positive contributions that this research can make to companies in order to improve closeness with customers and create a better customer experience.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Perbankan Digital, Real-Time, Contact Center, Customer Experience, Natural Language Processing, Machine Learning, Chatbot, Corpus, Non-Formal, Digital Banking, Real-Time, Contact Center, Customer Experience, Natural Language Processing, Machine Learning, Chatbot, Corpus, Non-Formal, Success Rate.
Subjects:	H Social Sciences > HF Commerce > HF5415.335 Consumer satisfaction Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression T Technology > T Technology (General)
Divisions:	Interdisciplinary School of Management and Technology (SIMT) > 61101-Master of Technology Management (MMT)
Depositing User:	Mohammad Sofyan Asma
Date Deposited:	17 Feb 2023 12:26
Last Modified:	17 Feb 2023 12:26
URI:	http://repository.its.ac.id/id/eprint/97605

Actions (login required)

View Item