Pengembangan Chatbot Berbasis Framework RASA pada Website Bank Sampah Sriwilis
DOI:
https://doi.org/10.33795/jip.v12i2.9569Keywords:
chatbot, framework RASA, Klasifikasi IntentAbstract
Perkembangan teknologi informasi dalam bidang Natural Language Processing (NLP) membuka peluang pemanfaatan chatbot sebagai solusi layanan informasi berbasis website yang interaktif dan responsive di tengah keterbatasan tenaga pelayanan dan waktu operasional. Chatbot memungkinkan pengguna memperoleh informasi secara real-time tanpa keterlibatan operator manusia secara langsung, sehingga dapat meningkatkan efisiensi dan ketersediaan layanan. Penelitian ini bertujuan mengembangkan chatbot berbasis Framework Really Awesome Software Automation (RASA) pada Website Bank Sampah Sriwilis serta menganalisis pengaruh konfigurasi pipeline Natural Language Understanding (NLU) terhadap performa klasifikasi intent. Metode pengembangan sistem menggunakan model Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Dataset disusun dalam bahasa Indonesia, terdiri dari 9 intent dengan total 250 kalimat. Eksperimen dilakukan terhadap tiga konfigurasi pipeline, yaitu DIETClassifier sebagai model baseline, DIETClassifier dengan penambahan fitur leksikal melalui RegexFeaturizer dan LexicalSyntacticFeaturizer, serta LogisticRegressionClassifier sebagai model pembanding. Evaluasi kinerja model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model berbasis DIETClassifier memberikan peningkatan performa akurasi sebesar 5% dibandingkan Logistic Regression. Konfigurasi model dengan penambahan pipeline RegexFeaturizer dan LexicalSyntacticFeaturizer menghasilkan nilai accuracy terbaik sebesar 93%, precision 93%, recall 91%, dan F1-score 91%. Dengan demikian, pemilihan konfigurasi pipeline yang tepat serta penerapan fitur tambahan berpengaruh signifikan terhadap peningkatan performa chatbot berbasis RASA pada layanan informasi Bank Sampah Sriwilis.
Downloads
References
Amelia, R., & Sutabri, T. (2024). Analisis Strategi Sukses Model Bisnis Startup E-Commerce di Era Digital Menggunakan Metode Value Proposition Design. Uranus : Jurnal Ilmiah Teknik Elektro, Sains Dan Informatika, 2(4), 23–40. https://doi.org/10.61132/uranus.v2i4.467
Apriliyanto, E., & Arief, R. (2020). Chatbot untuk Pengendalian Hama Tanaman Padi dengan Metode Artificial Intelligence Markup Language dan Normalisasi Identification Of Diseases In Rice Plant Using Chatbot With Methode Artificial Intelligence Markup Language and Normalization. Research : Journal of Computer, 3(2), 67–73.
Arthana, I., Dewi, L., Seputra, K., & Marti, N. (2021). Undiksha Virtual Assistant (Shavira) : Integration Frequency Asked Question with Rasa Framework. Jurnal Sains Dan Teknologi, 10(2), 264–273.
Astuti, W., Wibawa, A. P., Haviluddin, H., & Darwis, H. (2024). DIET Classifier Model Analysis for Words Prediction in Academic Chatbot. ILKOM Jurnal Ilmiah, 16(1), 59–67. https://doi.org/10.33096/ilkom.v16i1.1598.59-67
Bocklisch, T., Faulkner, J., Pawlowski, N., & Nichol, A. (2017). Rasa: Open Source Language Understanding and Dialogue Management. http://arxiv.org/abs/1712.05181
Cannavaro, N. (2023). Aplikasi Chatbot untuk Layanan Akademik Menggunakan Platform RASA Open Source dengan Fitur Two Stage Fallback. Jurnal Ilmu Komputer Dan Informatika, 3(1), 53–64. https://doi.org/10.54082/jiki.73
Fauzia, L., Hadiprakoso, R. B., & Girinoto. (2021). Implementation of Chatbot on University Website Using RASA Framework. 2021 4th International Seminar on Research of Information Technology and Intelligent Systems (ISRITI), 373–378. https://doi.org/10.1109/ISRITI54043.2021.9702821
Gujjar, J. P., & Kumar, V. N. (2022). Open Source Chatbot Development Framework-RASA. Asian Journal of Advances in Research, 5(1), 451–453. http://arxiv.org/abs/1712.05181
Ketut Resika Arthana, I., Joni Erawati Dewi, L., Agus Seputra, K., & Wayan Marti, N. (2021). Undiksha Virtual Assistant (Shavira) : Integration Frequency Asked Question with Rasa Framework. Jurnal Sains Dan Teknologi, 10(2).
Muliyono, M., & Sumijan, S. (2021). Identifikasi Chatbot dalam Meningkatkan Pelayanan Online Menggunakan Metode Natural Language Processing. Jurnal Informatika Ekonomi Bisnis, 142–147. https://doi.org/10.37034/infeb.v3i4.102
Narendra, L. W., & Setyaningsih, E. R. (2021). Designing a Transactional Smart Assistant in Indonesian using Rasa Framework. 2021 7th International Conference on Electrical, Electronics and Information Engineering (ICEEIE), 1–6. https://doi.org/10.1109/ICEEIE52663.2021.9616946
Puspita, D., Wahyuni, E. D., & Suryanto, T. L. M. (2025). Application of NLP and Rasa for Intent Classification in Durga Historical Texts. Bit-Tech, 8(2), 1336–1346. https://doi.org/10.32877/bt.v8i2.2887
Rachman, A., Mardhiyah, I., & Jannah, M. (2023). KLIK: Kajian Ilmiah Informatika dan Komputer Implementasi Chatbot FAQ pada Aplikasi Monev Kinerja Direktorat Jenderal Anggaran Menggunakan Framework Rasa Open Source. Media Online, 4(1), 62–72. https://doi.org/10.30865/klik.v4i1.1020
Rasa Technologies. (2023). Rasa Open Source Documentation. https://rasa.com/docs/
Rosida, A. A., & Hadiono, K. (2024). IMPLEMENTASI CHATBOT BERBASIS FRAMEWORK RASA UNTUK SISTEM REKOMENDASI WISATA DI SEMARANG. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 9(3), 1374–1384. https://doi.org/10.29100/jipi.v9i3.5380
Ruidungan, D. G. S., & Jacobus, A. (2021). Chatbot Development for an Interactive Academic Information Services using the Rasa Open Source Framework. Jurnal Teknik Elektro Dan Komputer, 10(1), 61–68.
Supreetha, H. V., & Sandhya. S. (2022). Implementation of an Educational Chatbot using Rasa Framework. International Journal of Innovative Technology and Exploring Engineering, 11(9), 29–35. https://doi.org/10.35940/ijitee.G9189.0811922
Talenggoran, R., Krisnawati, L. D., & Virginia, G. (2025). Implementation of RASA Framework To Build FAQ Bot System As Bureau Information Service 3. Jurnal Terapan Teknologi Informasi, 9(2), 81–92. https://doi.org/10.21460/jutei.2025.92.431
Wahid, A. (2020). Analisis Metode Waterfall Untuk Pengembangan Sistem Informasi. Jurnal Ilmu-Ilmu Informatika Dan Manajemen STMIK, 1–5.
