Implementasi Chatbot Rekomendasi Kuliner Kota Semarang Dengan Framework RASA

Regina Elsa Widiyanti; Heribertus Yulianton

doi:10.31539/intecoms.v7i4.8819

Regina Elsa Widiyanti Universitas Stikubank Semarang
Heribertus Yulianton Universitas Stikubank (UNISBANK) Semarang

DOI: https://doi.org/10.31539/intecoms.v7i4.8819

Abstract

Penelitian ini bertujuan untuk mengimplementasikan chatbot rekomendasi kuliner kota Semarang menggunakan framework Rasa. Chatbot ini dirancang untuk memberikan rekomendasi tempat makan berdasarkan preferensi pengguna, memungkinkan mereka menikmati pengalaman kuliner yang lebih baik di kota Semarang. Metode implementasi chatbot ini dimulai dengan pemilihan dan penyesuaian framework Rasa, sebuah framework open source yang dirancang khusus untuk pengembangan chatbot dengan menggunakan machine learning. Framework ini memberikan fleksibilitas dan kontrol yang tinggi dalam mengembangkan sistem chatbot yang sesuai dengan kebutuhan. Sistem chatbot ini kemudian diimplementasikan secara online, dapat diakses melalui web dan platform mobile. Pengguna dapat berinteraksi dengan chatbot untuk mendapatkan rekomendasi kuliner, informasi tambahan tentang tempat makan, dan bahkan melakukan pemesanan jika diperlukan. Hasil implementasi chatbot ini diharapkan dapat meningkatkan pengalaman kuliner pengguna di kota Semarang, memberikan rekomendasi yang sesuai dengan preferensi individu, serta berkontribusi pada perkembangan teknologi chatbot dan kecerdasan buatan di bidang kuliner.

Kata Kunci: Chatbot, Framework Rasa, Artificial Intelligence

References

Anindyati, Laksmi. "Analisis dan Perancangan Aplikasi Chatbot Menggunakan Framework Rasa dan Sistem Informasi Pemeliharaan Aplikasi (Studi Kasus: Chatbot Penerimaan Mahasiswa Baru Politeknik Astra)." Jurnal Teknologi Informasi dan Ilmu Komputer 10.2 (2023): 291-300.

FUADI, M. H., & Bahtiar, N. (2017). SISTEM INFORMASI GEOGRAFIS KULINER KOTA SEMARANG MENGGUNAKAN GOOGLE MAPS API BERBASIS WEB (Doctoral dissertation, Universitas Diponegoro).

Itonsaputri Mutiara Zaafira, Randy Erfa, Ratna Astuti. (2023). Implementasi Rasa Chatbot Layanan Akademik.

Indana, Fahma, Arina., Cholissodin, Imam, Setya, Perdana, Rizal., 2018. Identifikasi KesalahanPenulisan Kata (Typographical Error) pada Dokumentasi Berbahasa Indonesia Menggunakan Metode N-gram dan Levenshtein Distance, e-ISSN :2548-964X

NIMAVAT, K. AND TUSHAR, P., 2017. Chatbots : An Overview Types , Architecture , Tools and Future Possibilities. 5(07), pp.1019–1024.

R. Josphineleela, S. Kaliappan, N. L and U. M. Bhatt, "Intelligent Virtual Laboratory Development and Implementation using the RASA Framework," 2023

Rohim, N., & Zuliarso, E. (2022). Penerapan Algoritma Deep Learning untuk Pengembangan Chatbot yang Digunakaan untuk Konsultasi dan Pengenalan Tentang Virus Covid-19