Open Journal Systems

Pengembangan Sistem Deployment Chatbot Dengan Teknologi LSTM untuk Customer Service Industri Batik di Karanganyar

       Silvester Aditya Damaswara, Abu Salam

Abstract


Batik, warisan budaya Indonesia yang telah diakui oleh UNESCO, merupakan seni yang merefleksikan nilai-nilai filosofis budaya Indonesia. Pengakuan global ini telah mendorong pemerintah Indonesia untuk menerapkan kebijakan yang mendorong penggunaan batik, terutama di sekolah-sekolah, sebagai bagian dari upaya pelestarian budaya. Maksud dari penelitian ini yaitu mengembangkan chatbot yang memuat segala informasi mengenai batik yang bertujuan untuk memberikan pengetahuan dan mengenalkan makna serta keunikan batik terhadap pengguna. Chatbot ini mengimplementasikan Artificial Intelligence Project Cycle dengan deep learning dengan mengikut sertakan pengembangan flask. Penelitian ini mengeksplorasi pemanfaatan chatbot berbasis LSTM yang diharapkan dapat meningkatkan aksesibilitas informasi tentang batik, termasuk jenis, bahan, dan warna batik, sehingga masyarakat dapat lebih mengenali dan menghargai seni batik. Studi ini menunjukkan potensi chatbot berbasis LSTM dalam meningkatkan pengetahuan dan apresiasi terhadap batik di masyarakat, sekaligus memberikan dukungan kepada industri batik lokal. LSTM menjadikan model untuk mencadangkan dan memasukan informasi yang relevan dalam jangka panjang, arsitektur ini dapat sangat berguna dalam menyumbangkan informasi yang relevan dan memahami tujuan dari pertanyaan user.

  http://dx.doi.org/10.31544/jtera.v9.i2.2024.53-62

Keywords


Batik; chatbot; deep learning; flask; LSTM

Full Text:

  PDF

References


T. M. Tanjung and R. Hidayat, IMPLEMENTATION OF TWO LANGUAGE CHATBOT WEB TO FIND INFORMATION ON BATIK USING THE ARTIFICIAL NEURAL NETWORK MODEL, TEKNOKOM, vol. 6, no. 2, pp. 5057, Jul. 2023, doi: 10.31943/teknokom.v6i2.125.

S. I. Syed Shaharuddin et al., A Review on the Malaysian and Indonesian Batik Production, Challenges, and Innovations in the 21st Century, Sage Open, vol. 11, no. 3, Jul. 2021, doi: 10.1177/21582440211040128.

Adi Kusrianto, MENELUSURI ASAL USUL BATIK Benang Merah antara Sejarah, Dongeng Panji hingga Hasil Riset Modern. Penerbit Andi, 2021.

I. S. Eko Nursanty, BATIK HERITAGE Peningkatan Kemampuan Bersaing Kearifan Budaya Unggul Indonesia. BUTTERFLY MAMOLI PRESS, 2021.

A. P. Siregar et al., Upaya Pengembangan Industri Batik di Indonesia, Dinamika Kerajinan dan Batik: Majalah Ilmiah, vol. 37, no. 1, Jun. 2020, doi: 10.22322/dkb.v37i1.5945.

Ari Wulandari, Batik Nusantara: Makna Filosofis, Cara Pembuatan, dan Industri Batik. Publisher Andi, 2022.

D. Nurcahyanti, A. Sachari, A. H. Destiarmand, and Y. Y. Sunarya, Teaching Virtuous Values and the Implementation of New Strategies for the Sustainability of Batik in Girilayu, Karanganyar Regency, Indonesia. [Online]. Available: https://www.researchgate.net/publication/355840598

Adi Kusrianto, Batik Filosofi, Motif dan Kegunaan. Penerbit Andi, 2024.

A. P. Sani Alhusain, D. Bidang Ekonomi dan Kebijakan Publik Gedung Nusantara, and S. R. DPR Jl Jend Gatot Subroto, Achmad Sani Alhusain, Kendala dan Upaya Pengembangan Industri Batik di Surakarta Menuju Standardisasi | 199 KENDALA DAN UPAYA PENGEMBANGAN INDUSTRI BATIK DI SURAKARTA MENUJU STANDARDISASI (Efforts and Obstacles in the Development of Batik Industry in Surakarta towards Standardization).

S. Patil, V. M. Mudaliar, P. Kamat, and S. Gite, LSTM based Ensemble Network to enhance the learning of long-term dependencies in chatbot, International Journal for Simulation and Multidisciplinary Design Optimization, vol. 11, p. 25, Dec. 2020, doi: 10.1051/smdo/2020019.

T. Lattifia, P. Wira Buana, N. Kadek, and D. Rusjayanthi, Model Prediksi Cuaca Menggunakan Metode LSTM, 2022.

S. K. Maher, R. M. Gaikwad, and S. S. Nimbhore, Recurrent Neural Networks for Chatbot Excellence: Examining the Power of LSTM Architecture, 2024, pp. 513522. doi: 10.1007/978-981-97-6678-9_45.

A. S. Oktriwina, NLP: Kecerdasan Buatan yang Bantu Komputer Pahami Bahasa Manusia, https://glints.com/id/lowongan/natural-language-processing-adalah/#.YhTsm4hBxPY. Accessed: Jan. 12, 2024. [Online]. Available: https://glints.com/id/lowongan/natural-language-processing-adalah/#.YhTsm4hBxPY

I. Anas and S. Zakir, Artificial Intelligence: Solusi Pembelajaran Era Digital 5.0, 2024.

Y. Yuniati, F. A. Gurning, and H. Artikel, Pengembangan Chatbot Batik Menggunakan Metode Long Short-Term Memory, vol. 4, no. 2, 2024, doi: 10.47709/digitech.v4i2.4391.

F. Fidiyanti, A. R. Subagja, R. P. Wachyu, and H. Madiistriyatno, ANALISIS STRATEGI PENGEMBANGAN BISNIS MENGGUNAKAN TEKNOLOGI ARTIFICIAL INTELEGENCE, 2023.

P. Anki, A. Bustamam, H. S. Al-Ash, and D. Sarwinda, Intelligent Chatbot Adapted from Question and Answer System Using RNN-LSTM Model, J Phys Conf Ser, vol. 1844, no. 1, p. 012001, Mar. 2021, doi: 10.1088/1742-6596/1844/1/012001.

D. Goutham, AN INTUITIVE APPRAOCH ON LSTM-HYBRID MODEL FOR MULTI-DISEASE PREDICTION AND CHATBOT RECOMMENDATION SYSTEM.

M. I. Tri Khaqiqi and N. H. Harani, Peningkatan Kinerja Chatbot NLP Asisten: Tinjauan Literatur tentang Metode dan Akurasi dalam Aplikasi Berbasis Percakapan, Jurnal Informatika dan Teknologi Komputer (J-ICOM), vol. 5, no. 1, pp. 5059, Apr. 2024, doi: 10.55377/j-icom.v5i1.8242.

G. A. Santos, G. G. de Andrade, G. R. S. Silva, F. C. M. Duarte, J. P. J. Da Costa, and R. T. de Sousa, A Conversation-Driven Approach for Chatbot Management, IEEE Access, vol. 10, pp. 84748486, 2022, doi: 10.1109/ACCESS.2022.3143323.

A. Prasetyo and Taufik Ridwan, ANALISIS SENTIMEN TERHADAP PEMBERHENTIAN TV ANALOG PADA TWITTER MENGGUNAKAN ALGORITMA NAIVE BAYES, Jurnal Teknika, vol. 15, no. 2, pp. 6774, Sep. 2023, doi: 10.30736/jt.v15i2.991.




DOI: http://dx.doi.org/10.31544/jtera.v9.i2.2024.53-62
Abstract 60 View    PDF viewed = 39 View

Refbacks



Copyright (c) 2024 JTERA (Jurnal Teknologi Rekayasa)

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Copyright @2016-2023 JTERA (Jurnal Teknologi Rekayasa) p-ISSN 2548-737X e-ISSN 2548-8678.

��Lisensi Creative Commons

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

JTERA Editorial Office:
Politeknik Sukabumi
Jl. Babakan Sirna 25, Sukabumi 43132, West Java, Indonesia
Phone/Fax: +62 266215417
Whatsapp: +62 81809214709
Website: https://jtera.polteksmi.ac.id
E-mail: [email protected]