Chatbot Untuk Customer Service Berbasis Teks dan Suara pada Sistem Manajemen Pemesanan (OMS) Menggunakan Platform Android
Main Article Content
Abstract
Kualitas penyediaan saluran layanan pelanggan sangat berpengaruh terhadap tingkat kepuasan pelanggan dalam suatu transaksi jual beli. Dengan pelayanan yang baik akan mewujudkan hubungan yang harmonis antara perusahaan dengan pelanggan. Untuk mendapatkan kepuasan pelanggan maka diperlukan adanya interaksi yang baik dari seorang customer service kepada pelanggan, mulai dari pelanggan melakukan pemesanan sampai pelanggan selesai melakukan pembelian. Makalah ini mengusulkan pengembangan chatbot yang berperan sebagai customer service yang dapat berkomunikasi dan melayani pelanggan dalam melakukan pemesanan. Pelanggan dapat berkomunikasi dengan chatbot untuk mengetahui tentang informasi dari produk yang akan dipesan. Pelanggan dapat melakukan interaksi percakapan dalam bentuk teks dan suara. Setelah pelanggan selesai melakukan pemesanan, chatbot akan memberikan notifikasi kepada bagian produksi untuk melakukan konfirmasi ketersedian produk yang dipesan oleh pelanggan. Bagian produksi akan melakukan konfirmasi ketersediaan produk didalam sistem manajemen pemesanan (OMS). Chatbot akan mengrimkan detail pemesanan kedalam OMS sehingga bagian produksi bisa langsung melakukan pemrosesan pesanan dari pelanggan. Chatbot akan dibangun didalam platform android dan menggunakan platform NLP (Natural Language Processing) yaitu Dialogflow. Platform ini yang nantinya akan memproses dan melakukan pemindaian terhadap setiap pertanyaan yang diberikan oleh pelanggan. Didalam platform Dialogflow, penulis akan membuat intent dan juga response untuk melakukan penanganan percakapan yang diberikan oleh pelanggan mengenai proses pemesanan.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
A. Caruana, “Service Loyalty: The Effects of Service Quality and the Mediating Role of Customer Satisfaction,” Eur. J. Mark., vol. 36, no. 7/8, pp. 811–828, Aug. 2002, doi: 10.1108/03090560210430818.
T. M. Nisar, Smartphone and App Implementations that Improve Productivity. Berlin, Boston: De Gruyter, 2019.
J. A. Goodman, Strategic Customer Service: Managing the Customer Experience to Increase Positive Word of Mouth, Build Loyalty, and Maximize Profits, 1st ed. AMACOM, 2009.
M. Ates, “Artificial intelligence in banking : A Case Study of the Introduction of a Virtual Assistant into Customer Service,” Jönköping University, Jönköping International Business School, 2017.
B. Abu Shawar and E. Atwell, “Chatbots: are they really useful?,” LDV-Forum Zeitschrift für Comput. und Sprachtechnologie, vol. 22, no. 1, pp. 29–49, 2007.
D. P. Adi, A. B. Gumelar, and R. P. Arta Meisa, “Interlanguage of Automatic Speech Recognition,” in 2019 International Seminar on Application for Technology of Information and Communication (iSemantic), 2019, pp. 88–93, doi: 10.1109/ISEMANTIC.2019.8884310.
A. B. Gumelar et al., “Human Voice Emotion Identification Using Prosodic and Spectral Feature Extraction Based on Deep Neural Networks,” in 2019 IEEE 7th International Conference on Serious Games and Applications for Health (SeGAH), 2019, pp. 1–8.
S. Quarteroni and S. Manandhar, “A Chatbot-based Interactive Question Answering System,” in Decalog 2007: Proceedings of the 11th Workshop on the Semantics and Pragmatics of Dialogue, 2007, pp. 83–90.
F. Clarizia, F. Colace, M. Lombardi, F. Pascale, and D. Santaniello, “Chatbot: An Education Support System for Student,” 2018, pp. 291–302.
F. Examiner, S. Examiner, and J. Vogel, “Chatbots : Development and Applications,” 2017.
M. S. Satu, T. M. N. U. Akhund, and M. A. Yousuf, “Online Shopping Management System with Customer Multi-Language Supported Query handling AIML Chatbot,” 2017, doi: 10.13140/RG.2.2.10508.10885.
M. Canonico and L. De Russis, “A Comparison and Critique of Natural Language Understanding Tools,” CLOUD Comput. 2018 Ninth Int. Conf. Cloud Comput. GRIDs, Virtualization, no. c, pp. 110–115, 2018.