Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Masa pasca pandemi COVID-19 telah merubah perilaku perusahaan untuk lebih melek terhadap transformasi digital. Penerapan chatbot dalam dunia bisnis merupakan salah satu bentuk digitalisasi yang dapat meningkatkan keunggulan kompetitif untuk menghadapi persaingan yang semakin ketat. Namun sayangnya masih minim penelitian yang membahas efektivitas implementasi chatbot di Indonesia. Penelitian ini bertujuan untuk menganalisis pengaruh chatbot marketing efforts terhadap customer response melalui communication quality dan customer brand relationship pada pengguna Tanya Veronika di aplikasi My Telkomsel. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik pengambilan melalui penyebaran kuesioner secara purposive sampling dengan Google Form kepada 196 responden yang merupakan pengguna aplikasi My Telkomsel, minimal berusia 18 tahun, dan pernah menggunakan fitur Tanya Veronika di aplikasi My Telkomsel minimal dua kali dalam satu tahun terakhir. Data yang diperoleh, diolah menggunakan SEM melalui SmartPLS 4.0. Hasil penelitian mengungkapkan bahwa customer response pada pengguna Tanya Veronika di aplikasi My telkomsel dipengaruhi secara positif dan signifikan oleh chatbot marleting efforts melalui communication quality dan customer brand relationship.

---

The era of post-COVID-19 pandemic has driven changes in company behavior to emphasize awareness on digital transformation. The implementation of chatbots in the business sector is one of the forms of digitalization that can increase competitive advantage to compete in the increasingly tight competition. However, there is still a lack of research that discusses about the effectiveness of chatbot implementation in Indonesia. This study aimed to analyze the effect of chatbot marketing efforts on customer response through communication quality and customer brand relationship on Tanya Veronika's users in My Telkomsel application. This study used a quantitative approach with data collection techniques through distributing questionnaires using purposive sampling with Google Form to 196 respondents who are users of the My Telkomsel application, a minimum of 18 years old, and have used the Tanya Veronika feature in My Telkomsel application at the very least twice in the past year. The data obtained is processed using SEM through SmartPLS 4.0. The results revealed that customer response on Tanya Veronika's users in the My Telkomsel application is positively and significantly affected by chatbot marketing efforts through communication quality and customer brand relationship.

"

"Penelitian ini bertujuan untuk mengkaji pengaruh kualitas layanan chatbot berbasis AI terhadap loyalitas pelanggan yang dirasakan, dengan mempertimbangkan peran mediasi dari perceived value, trust, dan satisfaction. Metode yang digunakan adalah survei kuantitatif dengan pengambilan sampel dari pelanggan Lazada di DKI Jakarta. Data dikumpulkan melalui kuesioner dan dianalisis menggunakan KMO. Hasil penelitian menunjukkan bahwa kualitas layanan AI chatbot secara signifikan mempengaruhi nilai yang dirasakan dan kepuasan pelanggan, yang selanjutnya berdampak pada kepercayaan pelanggan. Nilai yang dirasakan dan kepuasan pelanggan juga berperan sebagai mediator dalam hubungan antara kualitas layanan AI chatbot dan loyalitas pelanggan. Penelitian ini memberikan wawasan penting bagi Lazada dan perusahaan e-commerce lainnya dalam mengembangkan strategi layanan pelanggan berbasis AI. Implikasi praktis dari penelitian ini termasuk pentingnya mengintegrasikan solusi AI chatbot yang efektif untuk meningkatkan pengalaman pelanggan, yang pada gilirannya dapat mendorong loyalitas pelanggan. Penelitian ini juga menyarankan arah untuk penelitian masa depan, terutama dalam mengkaji dampak jangka panjang dari teknologi AI dalam layanan pelanggan pada berbagai sektor industri.

---

This study aims to examine the influence of AI-based chatbot service quality on perceived customer loyalty, taking into consideration the mediating roles of perceived value, trust, and satisfaction. The research method employed was a quantitative survey, with a sample taken from Lazada customers in DKI Jakarta. Data were collected through questionnaires and analyzed using KMO. The research results indicate that the quality of AI chatbot services significantly affects perceived value and customer satisfaction, which subsequently impacts customer trust. Perceived value and customer satisfaction also act as mediators in the relationship between AI chatbot service quality and customer loyalty. This study provides valuable insights for Lazada and other e-commerce companies in developing AI-based customer service strategies. Practical implications of this research include the importance of integrating effective AI chatbot solutions to enhance customer experiences, ultimately driving customer loyalty. The study also suggests directions for future research, especially in examining the long-term impact of AI technology in customer service across various industry sectors."

"Skripsi ini menganalisis unsur-unsur yang mempengaruhi ekuitas merek berbasis konsumen. Tujuan dari penelitian ini adalah untuk menganalisis faktor-faktor yang mempengaruhi unsur ekuitas merek berbasis konsumen pada Telkomsel operator jaringan seluler di Jakarta. Elemen faktor yang diteliti adalah Kesadaran Merek, Asosiasi Merek, Persepsi Kualitas, Kepercayaan terhadap Merek, dan Loyalitas terhadap Merek. Penelitian ini menggunakan metode penelitian deskriptif dengan teknik pengambilan sampel menggunakan metode Nonprobability sampling, wilayah penelitian di Jakarta. Teknik dari pengumpulan data dilakukan melalui penyebaran kuesioner, data yang diperoleh dari 110 responden, diolah dengan menggunakan SPPS 17,0 menggunakan metode Pearson Corellation, Cochran, Uji Asumsi Klasik, dan Regresi Berganda. Dari hasil penelitian dapat disimpulkan bahwa Kesadaran Merek, Loyalitas terhadap Merek dan Kercayaan terhadap Merek memilik dampak yang positif dalam Ekuitas Merek Berbasis Konsumen pada Telkomsel, sedangkan Asosiasi Merek dan Persepsi Kualitas tidak mempengaruhi secara positif dalam Ekuitas Merek Berbasis Konsumen pada Telkomsel.

---

This essay analyzes the elements that affect the consumer-based brand equity. The purpose of this study was to analyze the factors that affect the elements of consumer-based brand equity on the mobile network operator Telkomsel in Jakarta. Factor elements that researched are Brand Awareness, Brand Association, Perceived Quality, Brand Trust, and Brand Loyalty.

This research uses research methods descriptive with technique sampling using method Non-probability sampling, territory research in Jakarta. Technique of data collection is done through the deployment questionnaires, the data obtained from the 110 respondents, processed with using the SPPS 17.0 using method Pearson Correlation, Cochran, Test Assumptions Classical, and Multiple Regression.

From the results of this study concluded that Brand Awareness, Brand Loyalty and Brand Trust in a positive effect on Consumer-Based Brand Equity on Telkomsel, while the Brand Association and Perceived Quality does not affect positively the Consumer-Based Brand Equity."

"Penelitian ini bertujuan untuk mengetahui pengaruh Chatbot LazzieChat terhadap customer satisfaction, brand-relationship quality pada Lazada, dan continuance chatbot intention di Indonesia. LazzieChat sendiri merupakan chatbot e-commerce artificial intelligence (AI) pertama di Asia Tenggara yang ditenagai oleh teknologi OpenAI Chat GPT dari Azure OpenAI Service. Meningkatnya penggunaan chatbot, membuat Lazada menciptakan inovasi yang berkolaborasi Microsoft Azure Open AI Service untuk menambah daya saing Lazada di industri ­e-commerce. Penelitian kuantitatif ini menggunakan teknik non probability sampling berupa judgmental sampling dengan jumlah 303 responden pengguna Lazada di Indonesia. Analisis pada penelitian ini dilakukan dengan Partial Least Square-Structural Equation Modeling (PLS-SEM) untuk menguji apakah information quality, system quality, experience with chatbot, dan chatbot anthropomorphism berpengaruh terhadap customer satisfaction, brand-relationship quality, dan chatbot continuance intention. Temuan menunjukkan bahwa information quality, system quality, experience with chatbot, dan chatbot anthropomorphism berpengaruh positif terhadap customer satisfaction, customer satisfaction berpengaruh positif terhadap brand-relationship quality dan chatbot continuance intention, dan brand-relationship quality berpengaruh positif terhadap chatbot continuance intention.

---

This research aims to determine the influence of the LazzieChat chatbot on customer satisfaction, brand-relationship quality at Lazada, and continuance chatbot intention in Indonesia. LazzieChat itself is the first artificial intelligence (AI) e-commerce chatbot in Southeast Asia which is powered by OpenAI Chat GPT technology from Azure OpenAI Service. The increasing use of chatbots has led Lazada to create innovations in collaboration with Microsoft Azure Open AI Service to increase Lazada's competitiveness in the e-commerce industry. This quantitative research uses a non-probability sampling technique in the form of judgmental sampling with 303 Lazada user respondents in Indonesia. The analysis in this research was carried out using Partial Least Square-Structural Equation Modeling (PLS-SEM) to test whether information quality, system quality, experience with chatbot, and chatbot anthropomorphism influence customer satisfaction, brand-relationship quality, and chatbot continuance intention. The findings show that information quality, system quality, experience with chatbot, and chatbot anthropomorphism have a positive effect on customer satisfaction, customer satisfaction has a positive effect on brand-relationship quality and chatbot continuance intention, and brand-relationship quality has a positive effect on chatbot continuance intention."

"Penelitian ini bertujuan untuk mengembangkan sistem chatbot yang mampu menjawab pertanyaan seputar akademik Teknik Komputer UI. Sistem ini memanfaatkan teknologi Large Language Model (LLM) Komodo-7B yang telah di-fine-tuning dengan teknik Low-Rank Adaptation (LoRA) dan diintegrasikan dengan Retrieval Augmented Generation (RAG). Dataset Ultrachat yang diterjemahkan ke Bahasa Indonesia digunakan untuk fine-tuning model Komodo-7B, sementara dokumen PDF Kurikulum Teknik Komputer UI 2020 v4 digunakan sebagai sumber informasi untuk model RAG.Pengujian performa model Komodo-7B menunjukkan bahwa LoRA efektif dalam meningkatkan kemampuan model dalam memahami dan menghasilkan teks percakapan Bahasa Indonesia. Namun, pengujian performa chatbot menggunakan dua dataset pertanyaan, yaitu dataset custom yang dihasilkan menggunakan Giskard dan API ChatGPT, dan dataset Fathurrahman Irwansa yang telah diadaptasi, menunjukkan bahwa sistem chatbot masih memiliki ruang untuk peningkatan. Tingkat akurasi yang rendah pada kedua dataset (32% pada dataset custom dan 24,1% pada dataset Fathur) mengindikasikan bahwa sistem retrieval yang digunakan kurang akurat dalam menemukan konteks yang relevan. Meskipun demikian, ketika model RAG dapat mengambil konteks yang relevan, model Komodo-7B menunjukkan akurasi yang cukup tinggi (80% pada dataset custom dan 91,29% pada dataset Fathur, dihitung dari jumlah ketika kedua Komodo-7B dan konteks benar, kemudian dibagi dengan jumlah ketika konteks benar).Hasil penelitian menunjukkan bahwa model Komodo-7B memiliki potensi yang baik untuk digunakan pada sistem chatbot jika dikombinasikan dengan sistem retrieval yang lebih akurat. Penelitian ini memberikan kontribusi dalam pengembangan sistem chatbot berbasis LLM untuk menjawab pertanyaan seputar akademik, dan membuka peluang untuk penggunaan yang lebih luas di lingkungan Universitas Indonesia.

---

This research aims to develop a chatbot system capable of answering questions regarding the academic curriculum of Computer Engineering at Universitas Indonesia. The system utilizes the Komodo-7B Large Language Model (LLM), fine-tuned with Low-Rank Adaptation (LoRA) and integrated with Retrieval Augmented Generation (RAG). The Ultrachat dataset, translated into Indonesian, is used for fine-tuning the Komodo-7B model, while the 2020 v4 Computer Engineering Curriculum PDF document serves as the information source for the RAG model. Performance evaluation of the Komodo-7B model demonstrates that LoRA effectively enhances the model's ability to understand and generate Indonesian text. However, chatbot performance testing using two question datasets, a custom dataset generated using Giskard and the ChatGPT API, and the Fathur dataset adapted from prior research, reveals that the chatbot system still has room for improvement. The low accuracy on both datasets (32% on the custom dataset and 24.1% on the Fathur dataset) indicates that the retrieval system employed is not sufficiently accurate in finding relevant context. Nevertheless, when the RAG model successfully identifies relevant context, the Komodo-7B model exhibits relatively high accuracy (80% on the custom dataset and 91.29% on the Fathur dataset, calculated from the total of when Komodo-7B and the context are both correct, then divided by the total of when the context is correct). The research findings suggest that the Komodo-7B model holds significant potential for chatbot systems when combined with a more accurate retrieval system. This study contributes to the development of LLM-based chatbot systems for answering academic-related questions and opens up opportunities for broader applications within Universitas Indonesia."

"Chatbot sebagai asisten virtual yang digunakan oleh suatu instansi dapat memberikan manfaat bagi penggunanya. Dengan adanya chatbot, pengguna dapat berbicara langsung kepada chatbot melalui pesan singkat, yang kemudian sistem secara spontan mengidentifikasi intent pesan tersebut dan merespons dengan tindakan yang relevan. Sayangnya, cakupan pengetahuan chatbot terbatas dalam menangani pesan oleh pengguna yang semakin bervariasi. Dampak utama dari adanya variasi tersebut adalah adanya perubahan pada komposisi label intent. Untuk itu, penelitian ini berfokus pada dua hal. Pertama, pemodelan topik untuk menemukan intent dari pesan pengguna yang belum teridentifikasi intent-nya. Kedua, pemodelan topik digunakan untuk mengorganisasi intent yang sudah ada dengan menganalisis hasil keluaran model topik. Setelah dianalisis, terdapat dua kemungkinan fenomena perubahan komposisi intent yaitu: penggabungan dan pemecahan intent, dikarenakan terdapat noise saat proses anotasi dataset orisinal. Pemodelan topik yang digunakan terdiri dari Latent Dirichlet Allocation (LDA) sebagai model baseline dan dengan model state-of-the-art Top2Vec dan BERTopic. Penelitian dilakukan terhadap dataset salah satu e-commerce di Indonesia dan empat dataset publik. Untuk mengevaluasi model topik digunakan metrik evaluasi coherence, topic diversity dan topic quality. Hasil penelitian menunjukkan model topik BERTopic dan Top2Vec menghasilkan nilai topic quality 0.036 yang lebih baik dibandingkan model topik LDA yaitu -0.014. Terdapat pula pemecahan intent dan penggabungan intent yang ditemukan dengan analisis threshold proporsi.

---

Chatbot, as a virtual assistant used by an institution, can provide benefits for its users. With a chatbot, users can speak directly to the chatbot via a short message, which then the system spontaneously identifies the intent of the message and responds with the relevant action. Unfortunately, the scope of chatbot knowledge is limited in handling messages by an increasingly varied user. The main impact of this variation is a change in the composition of the intent label. For this reason, this research focuses on two things. First, topic modeling to find intents from user messages whose intents have not been identified. Second, topic modeling is used to organize existing intents by analyzing the output of the topic model. After being analyzed, there are two possible phenomena of changing intent composition: merging and splitting intents because there is noise during the annotation process of the original dataset. The topic modeling used consists of Latent Dirichlet Allocation (LDA) as the baseline model and the state-of-the-art Top2Vec and BERTopic models. The research was conducted on one dataset of e-commerce in Indonesia and four public datasets. The evaluation metrics of coherence, topic diversity, and topic quality were used to evaluate the topic model. The results showed that the BERTopic and Top2Vec topic models produced a topic quality value of 0.036, better than the LDA topic model, which was -0.014. There are also intent splitting and intent merging found by proportion threshold analysis."

"Penelitian ini bermula dari fenomena maraknya komunitas merek yang melakukan publikasi di media sosial untuk menunjukan ekssistensi mereka. Dalam penelitian ini peneliti menguji pengaruh komunitas merek pada media sosial terhadap customer relationship (dengan mengambil komunitas Honda Civic Indonesia sebagai objek penelitian). Data survei menggunakan 120 anggota komunitas Honda Civic Indonesia, peneliti melakukan penelitian dengan Structural Equation Modeling (SEM). Metode Structural Equation Modeling (SEM) digunakan untuk menguji pengaruh positif komunitas merek terhadap customer relationship, dan variabel pendukung yang mempengaruhi proses tersebut.

---

The research begin when the brand community growth rapidly on social media to show their existension. This research objectives are to show the brand community effect on social media against customer relationship (study case Honda Civic Indonesia Community). The data survey respondets are 120 member of Honda Civic Indonesia Community, the researcher do the research with Structural Equation Modeling (SEM). The methods Structural Equation Modeling (SEM) used for test the positive effect brand community against customer relationship, and supporting variables that effects the process."

"Tingginya tingkat persaingan bisnis di Indonesia sebab semakin banyak alternatif brand skincare. Generasi Z dinilai memiliki daya beli yang lebih rendah dibandingkan generasi sebelumnya, yang membuat mereka lebih sadar akan harga dan mengurangi nilai loyalitas terhadap suatu merek. Penelitian ini fokus pada pengaruh Customer Perceived Value (X1) dan Competitive Advantage (X2) terhadap Customer Loyalty (Y) dengan Trust (M) sebagai mediasi pada Generasi Z pengguna brand Skintific di Indonesia. Dengan menggunakan metode kuantitatif dan kuesioner kepada 220 responden, hasil analisis Structural Equation Modelling-Partial Least Square (SEM-PLS) menunjukkan bahwa Customer Perceived Value dan Competitive Advantage berpengaruh positif dan signifikan terhadap Customer Loyalty melalui peran Trust sebagai mediasi. Temuan ini memberikan pemahaman mendalam tentang faktor-faktor yang memengaruhi loyalitas pelanggan, khususnya pada Generasi Z di dalam pasar skincare, memberikan pandangan yang berharga bagi perkembangan merek Skintific.

---

With a surge in skincare brand alternatives, Indonesia's business landscape witnesses heightened competition. Generation Z, characterized by lower purchasing power, prioritizes price consciousness, leading to reduced brand loyalty. This study focuses on examining the influence of Customer Perceived Value (X1) and Competitive Advantage (X2) on Customer Loyalty (Y) among Generation Z users of the Skintific brand in Indonesia, with Trust (M) serving as a mediating factor.Through a quantitative method involving 220 respondents and questionnaire analysis, Structural Equation Modelling- Partial Least Square (SEM-PLS) reveals that Customer Perceived Value and Competitive Advantage significantly and positively impact Customer Loyalty, mediated by Trust. These findings provide a comprehensive understanding of factors influencing customer loyalty, particularly within the Generation Z skincare market, offering valuable insights for the development of the Skintific brand."

"Skripsi ini membahas mengenai pengaruh kualitas pelayanan yang dirasakan pelanggan hotel Sofyan saat proses service encounter terhadap kepuasan dan loyalitas pelanggan, serta citra merek yang terbentuk di benak pelanggan. Kualitas pelayanan terdiri dari dimensi wujud nyata, keandalan, ketanggapan, jaminan dan kepastian, dan empati. Untuk menjaga relevansi penelitian terhadap kasus yang diamati, peneliti menambahkan dimensi Islamic value factors pada variabel laten kualitas pelayanan. Sejumlah 200 responden tamu pada unit Hotel Sofyan Betawi dan Sofyan Inn Tebet yang minimal pernah menginap 1 malam. Pengolahan data menggunakan Structural Equation Modeling dengan program LISREL 8.5.Hasil penelitian menunjukkan bahwa kualitas pelayanan mempengaruhi kepuasan pelanggan dan loyalitas pelanggan secara langsung. Pengaruh kualitas pelayanan sangat lemah terhadap citra merek, namun berpengaruh kuat secara tidak langsung melalui kepuasan pelanggan. Maka dari itu, penting untuk membangun citra merek sebagai unique value proposition di tengah persaingan industri perhotelan yang didominasi hotel konvensional.

---

This research investigates the effect of service quality on customer satisfaction, customer loyalty and brand image of Hotel Sofyan as a Sharia Compliant Hotel. Service quality consists of dimensions: tangible, reliability, responsiveness, assurance and empathy. In order to keep the relevancy of the research, researcher adding up Islamic Value Factors as a dimension of service quality. The 200 respondents are guests at Hotel Sofyan Betawi and Sofyan Inn Tebet. Structural Equation Modeling with LISREL 8.5 has been used to process the data.The results show that hotel service quality affect directly to customer satisfaction and customer loyalty. Direct effect of service quality to brand image is relatively weak, however the indirect effect indicating a strong effect mediated by customer satisfaction. Therefore, building brand image of Sharia Compliant Hotel as an unique value proposition have greater importance to deal with the hotel and accomodation industry competition that dominated by conventional hotel-base."

"Persaingan e-commerce untuk mendapatkan pelanggan membuat pelaku industri online memerlukan nilai unggul dan berbagai upaya untuk meningkatkan hubungan dengan pelanggan agar tercipta loyalitas terhadap e-commerce. Penelitian ini bertujuan meneliti customer relationship management terhadap competitive advantage dan customer loyalty sebagai variabel mediasi pada Shopee sebagai e-commerce dengan pengunjung terbanyak di Indonesia. Penelitian dilakukan dengan pendekatan kuantitatif dengan penyebaran kuesioner kepada 130 responden menggunakan teknik non-probability sampling berupa purposive dan dianalisis menggunakan SPSS dan SmartPLS. Hasil penelitian menunjukkan bahwa dimensi customer relationship management yaitu customer orientation memiliki pengaruh positif terhadap customer loyalty, sedangkan customer knowledge dan technology capabilities memiliki pengaruh negatif terhadap customer loyalty. Pada variabel competitive advantage ditemukan technology capabilities memiliki hubungan yang positif, sedangkan pada customer knowledge dan customer orientation ditemukan hubungan yang negatif. Ditemukan juga bahwa customer loyalty tidak memiliki pengaruh terhadap competitive advantage. Dan juga customer loyalty tidak memediasi hubungan antara customer relationship management dan competitive advantage.

---

E-commerce competition to get customers means that online industry players need superior value and various efforts to improve relationships with customers to create loyalty to e-commerce. This research aims to examine customer relationship management regarding competitive advantage and customer loyalty as mediating variables in Shopee as the e-commerce with the most visitors in Indonesia. The research was carried out with a quantitative approach by distributing questionnaires to 130 respondents using a non-probability sampling technique in the form of purposive and analyzed using SPSS and SmartPLS. The results of the research show that the customer relationship management dimension, namely customer orientation, has a positive influence on customer loyalty, while customer knowledge and technology capabilities have a negative influence on customer loyalty. For the competitive advantage variable, technology capabilities were found to have a positive relationship, while for customer knowledge and customer orientation a negative relationship was found. It was also found that customer loyalty has no influence on competitive advantage. And also customer loyalty does not mediate the relationship between customer relationship management and competitive advantage."