Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi aplikasi AI chatbot dalam proses pencarian pengetahuan atau knowledge retrieval pada suatu organisasi. Metodologi pengembangan aplikasi mengikuti metodologi Agile, dengan tahapan yang meliputi preliminary research, perumusan masalah, studi literatur, pengembangan aplikasi, dan evaluasi. Aplikasi dibangun menggunakan teknologi seperti Node.js, Next.js, dan PostgreSQL, serta diimplementasikan melalui platform Vercel dan GitHub. Penelitian ini menggunakan scenario-based task untuk mengevaluasi efektivitas chatbot dengan model GPT-3.5-turbo. Partisipan dibagi menjadi dua kelompok, satu menggunakan metode pencarian tanpa bantuan AI chatbot dan yang lain mendapatkan bantuan AI chatbot. Eksekusi scenario-based task pada penelitian ini dilakukan terhadap organisasi RM. Payakumbuah Cibubur dan BPOM. Selain dua organisasi tersebut, dilakukan juga uji coba untuk memvalidasi model penelitian dengan melakukan scenariobased task terhadap lingkungan Fasilkom UI. Parameter yang diukur termasuk di dalamnya akurasi informasi dan efisiensi waktu. Akurasi diukur dengan membandingkan nilai jawaban partisipan dengan bantuan AI dan tanpa bantuan AI, sementara efisiensi waktu diukur dari durasi yang diperlukan untuk menyelesaikan tugas. Analisis statistik dilakukan menggunakan Wilcoxon signed-rank test untuk efisiensi waktu dan Mann- Whitney U test untuk akurasi jawaban demi menentukan signifikansi perbedaan antara kedua kelompok. Hasil penelitian menunjukkan bahwa penggunaan AI chatbot mampu mempercepat waktu yang dibutuhkan karyawan dalam pencarian informasi organisasi. Selain itu, implementasi AI chatbot mampu menyajikan jawaban dengan akurasi yang konsisten. Kesimpulan dari penelitian ini adalah integrasi AI chatbot dalam knowledge retrieval organisasi memberikan manfaat dalam hal efisiensi dan akurasi.

---

This research aims to develop and evaluate AI chatbot applications in the knowledge retrieval process in an organization. The application development methodology follows the Agile methodology, with stages including preliminary research, problem formulation, literature study, application development, and evaluation. The application was built using technologies such as Node.js, Next.js, and PostgreSQL, that implemented through the Vercel and GitHub platforms. This study used scenario-based tasks to evaluate the effectiveness of the chatbot with the GPT-3.5-turbo model. Participants were divided into two groups, one using the search method without the help of AI chatbot and the other getting the help of AI chatbot. The execution of scenario-based tasks in this study was carried out on the RM. Payakumbuah Cibubur and BPOM. In addition to these two organizations, trials were also conducted to validate the research model by conducting scenario-based tasks on the Fasilkom UI environment. Parameters measured included information accuracy and time efficiency. Accuracy was measured by comparing the value of participants answers with and without AI assistance, while time efficiency was measured by the duration required to complete the task. Statistical analysis was conducted using Wilcoxon signed-rank test for time efficiency and Mann-Whitney U test for answer accuracy to determine the significance of the difference between the two groups. The results showed that the use of AI chatbot was able to speed up the time required for employees to search for organizational information. In addition, the implementation of AI chatbot is able to present answers with consistent accuracy. The conclusion of this research is that the integration of AI chatbot in organizational knowledge retrieval provides benefits in terms of efficiency and accuracy."

"Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi aplikasi AI chatbot dalam proses pencarian pengetahuan atau knowledge retrieval pada suatu organisasi. Metodologi pengembangan aplikasi mengikuti metodologi Agile, dengan tahapan yang meliputi preliminary research, perumusan masalah, studi literatur, pengembangan aplikasi, dan evaluasi. Aplikasi dibangun menggunakan teknologi seperti Node.js, Next.js, dan PostgreSQL, serta diimplementasikan melalui platform Vercel dan GitHub. Penelitian ini menggunakan scenario-based task untuk mengevaluasi efektivitas chatbot dengan model GPT-3.5-turbo. Partisipan dibagi menjadi dua kelompok, satu menggunakan metode pencarian tanpa bantuan AI chatbot dan yang lain mendapatkan bantuan AI chatbot. Eksekusi scenario-based task pada penelitian ini dilakukan terhadap organisasi RM. Payakumbuah Cibubur dan BPOM. Selain dua organisasi tersebut, dilakukan juga uji coba untuk memvalidasi model penelitian dengan melakukan scenariobased task terhadap lingkungan Fasilkom UI. Parameter yang diukur termasuk di dalamnya akurasi informasi dan efisiensi waktu. Akurasi diukur dengan membandingkan nilai jawaban partisipan dengan bantuan AI dan tanpa bantuan AI, sementara efisiensi waktu diukur dari durasi yang diperlukan untuk menyelesaikan tugas. Analisis statistik dilakukan menggunakan Wilcoxon signed-rank test untuk efisiensi waktu dan Mann- Whitney U test untuk akurasi jawaban demi menentukan signifikansi perbedaan antara kedua kelompok. Hasil penelitian menunjukkan bahwa penggunaan AI chatbot mampu mempercepat waktu yang dibutuhkan karyawan dalam pencarian informasi organisasi. Selain itu, implementasi AI chatbot mampu menyajikan jawaban dengan akurasi yang konsisten. Kesimpulan dari penelitian ini adalah integrasi AI chatbot dalam knowledge retrieval organisasi memberikan manfaat dalam hal efisiensi dan akurasi.

---

This research aims to develop and evaluate AI chatbot applications in the knowledge retrieval process in an organization. The application development methodology follows the Agile methodology, with stages including preliminary research, problem formulation, literature study, application development, and evaluation. The application was built using technologies such as Node.js, Next.js, and PostgreSQL, that implemented through the Vercel and GitHub platforms. This study used scenario-based tasks to evaluate the effectiveness of the chatbot with the GPT-3.5-turbo model. Participants were divided into two groups, one using the search method without the help of AI chatbot and the other getting the help of AI chatbot. The execution of scenario-based tasks in this study was carried out on the RM. Payakumbuah Cibubur and BPOM. In addition to these two organizations, trials were also conducted to validate the research model by conducting scenario-based tasks on the Fasilkom UI environment. Parameters measured included information accuracy and time efficiency. Accuracy was measured by comparing the value of participants answers with and without AI assistance, while time efficiency was measured by the duration required to complete the task. Statistical analysis was conducted using Wilcoxon signed-rank test for time efficiency and Mann-Whitney U test for answer accuracy to determine the significance of the difference between the two groups. The results showed that the use of AI chatbot was able to speed up the time required for employees to search for organizational information. In addition, the implementation of AI chatbot is able to present answers with consistent accuracy. The conclusion of this research is that the integration of AI chatbot in organizational knowledge retrieval provides benefits in terms of efficiency and accuracy."

"Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi aplikasi AI chatbot dalam proses pencarian pengetahuan atau knowledge retrieval pada suatu organisasi. Metodologi pengembangan aplikasi mengikuti metodologi Agile, dengan tahapan yang meliputi preliminary research, perumusan masalah, studi literatur, pengembangan aplikasi, dan evaluasi. Aplikasi dibangun menggunakan teknologi seperti Node.js, Next.js, dan PostgreSQL, serta diimplementasikan melalui platform Vercel dan GitHub. Penelitian ini menggunakan scenario-based task untuk mengevaluasi efektivitas chatbot dengan model GPT-3.5-turbo. Partisipan dibagi menjadi dua kelompok, satu menggunakan metode pencarian tanpa bantuan AI chatbot dan yang lain mendapatkan bantuan AI chatbot. Eksekusi scenario-based task pada penelitian ini dilakukan terhadap organisasi RM. Payakumbuah Cibubur dan BPOM. Selain dua organisasi tersebut, dilakukan juga uji coba untuk memvalidasi model penelitian dengan melakukan scenariobased task terhadap lingkungan Fasilkom UI. Parameter yang diukur termasuk di dalamnya akurasi informasi dan efisiensi waktu. Akurasi diukur dengan membandingkan nilai jawaban partisipan dengan bantuan AI dan tanpa bantuan AI, sementara efisiensi waktu diukur dari durasi yang diperlukan untuk menyelesaikan tugas. Analisis statistik dilakukan menggunakan Wilcoxon signed-rank test untuk efisiensi waktu dan Mann- Whitney U test untuk akurasi jawaban demi menentukan signifikansi perbedaan antara kedua kelompok. Hasil penelitian menunjukkan bahwa penggunaan AI chatbot mampu mempercepat waktu yang dibutuhkan karyawan dalam pencarian informasi organisasi. Selain itu, implementasi AI chatbot mampu menyajikan jawaban dengan akurasi yang konsisten. Kesimpulan dari penelitian ini adalah integrasi AI chatbot dalam knowledge retrieval organisasi memberikan manfaat dalam hal efisiensi dan akurasi.

---

This research aims to develop and evaluate AI chatbot applications in the knowledge retrieval process in an organization. The application development methodology follows the Agile methodology, with stages including preliminary research, problem formulation, literature study, application development, and evaluation. The application was built using technologies such as Node.js, Next.js, and PostgreSQL, that implemented through the Vercel and GitHub platforms. This study used scenario-based tasks to evaluate the effectiveness of the chatbot with the GPT-3.5-turbo model. Participants were divided into two groups, one using the search method without the help of AI chatbot and the other getting the help of AI chatbot. The execution of scenario-based tasks in this study was carried out on the RM. Payakumbuah Cibubur and BPOM. In addition to these two organizations, trials were also conducted to validate the research model by conducting scenario-based tasks on the Fasilkom UI environment. Parameters measured included information accuracy and time efficiency. Accuracy was measured by comparing the value of participants answers with and without AI assistance, while time efficiency was measured by the duration required to complete the task. Statistical analysis was conducted using Wilcoxon signed-rank test for time efficiency and Mann-Whitney U test for answer accuracy to determine the significance of the difference between the two groups. The results showed that the use of AI chatbot was able to speed up the time required for employees to search for organizational information. In addition, the implementation of AI chatbot is able to present answers with consistent accuracy. The conclusion of this research is that the integration of AI chatbot in organizational knowledge retrieval provides benefits in terms of efficiency and accuracy."