Digilib | Universitas Negeri Surabaya

Jenis Dokumen

Disertasi
Karya Akhir S1
Karya Akhir S2
Karya Akhir S3
Skripsi
Tesis
Tugas Akhir D3
Tugas Akhir D4

Fakultas

Ilmu Pendidikan
Bahasa & Seni
Matematika dan Ilmu Pengetahuan Alam
Ilmu Sosial & Politik
Hukum
Psikologi
Teknik
Ekonomika dan Bisnis
Ilmu Keolahragaan dan Kesehatan
Vokasi
Pascasarjana

PERBANDINGAN TAHAP IMPLEMENTASI DAN PERFORMA CHATBOT TELEGRAM DENGAN PLATFORM GOOGLE DIALOGFLOW DAN DATABASE POSTGRESQL

Kode Dokumen : 0047/FT-TI/2023

Penulis Utama : Ibnu Qomaril Huda

NIM Penulis Utama: 19051204024

Tahun : 2023

Judul ID :

PERBANDINGAN TAHAP IMPLEMENTASI DAN PERFORMA CHATBOT TELEGRAM DENGAN PLATFORM GOOGLE DIALOGFLOW DAN DATABASE POSTGRESQL

Judul EN :

COMPARISON OF IMPLEMENTATION STAGES AND TELEGRAM CHATBOT PERFORMANCE WITH THE PLATFORM GOOGLE DIALOGFLOW AND POSTGRESQL DATABASE

Sumber : UNESA - Fakultas Teknik - Jurusan S1 Teknik Informatika - 19051204024 - 2023

Jenis Dokumen : Skripsi

Abstrak ID :

Komunikasi di era saat ini banyak menggunakan media sosial sebagai perantaranya. Saat ini implementasi chatbot pada media sosial kerap dilakukan demi mempermudah pekerjaan. Dalam pembuatan chatbot, ada beberapa platform yang dapat mempermudah pembuatan chatbot, contohnya seperti Google Dialogflow. Selain memberikan dampak positif, implementasi chatbot menggunakan Google Dialogflow juga memiliki dampak negatif juga. Penelitian ini bertujuan untuk melakukan perbandingan tahap implementasi dan performa chatbot Telegram dengan menggunakan platform Google Dialogflow dan database PostgreSQL.

Hasil penelitian menunjukkan bahwa tahap implementasi chatbot Telegram menggunakan platform Google Dialogflow lebih sedikit daripada platform database PostgreSQL. Dalam pengujian ketepatan respon chatbot, platform Google Dialogflow dan database PostgreSQL dengan menggunakan metode komunikasi webhook dan long polling mampu mengeluarkan respon yang sesuai dengan input pengguna. Dalam pengujian kecepatan respon chatbot, pada metode komunikasi webhook platform Google Dialogflow memiliki waktu respon yang lebih lambat dengan total rata-rata waktu respon 13.51663451 detik daripada platform database PostgreSQL dengan total rata-rata waktu respon 2.775305791 detik. Sedangkan pada metode komunikasi long polling, platform Google Dialogflow memiliki waktu respon yang lebih lambat juga dengan total rata-rata waktu respon 6.613519083 detik daripada platform database PostgreSQL dengan total rata-rata waktu respon 4.709665404 detik. Pada pengujian kestabilan chatbot menunjukkan bahwa pada kedua platform, metode komunikasi webhook lebih stabil daripada metode komunikasi long polling karena perbedaan mekanisme alur kerja dari setiap metode.

Kata Kunci : Chatbot, Telegram, Ketepatan, Kecepatan, Kestabilan

Abstrak EN :

Communication in the current era often uses social media as an intermediary. Currently, the implementation of chatbots on social media is often done to make work easier. When creating chatbots, there are several platforms that can make it easier to create chatbots, for example Google Dialogflow. Apart from having a positive impact, implementing a chatbot using Google Dialogflow also has a negative impact as well. This research aims to compare the implementation stages and performance of Telegram chatbots using the Google Dialogflow platform and the PostgreSQL database.

The research results show that the implementation stages of Telegram chatbots using the Google Dialogflow platform are fewer than the PostgreSQL database platform. In testing the accuracy of chatbot responses, the Google Dialogflow platform and PostgreSQL database using webhook and long polling communication methods were able to issue responses that corresponded to user input. In testing chatbot response speed, the webhook communication method on the Google Dialogflow platform had a slower response time with a total average response time of 13.51663451 seconds than the PostgreSQL database platform with a total average response time of 2.775305791 seconds. Meanwhile, for the long polling communication method, the Google Dialogflow platform has a slower response time with a total average response time of 6.613519083 seconds than the PostgreSQL database platform with a total average response time of 4.709665404 seconds. Chatbot stability testing shows that on both platforms, webhook communication method is more stable than the long poll communication method because of the differences in the workflow mechanisms of each method.

Keywords – Chatbot, Telegram, Accuracy, Speed, Stability

Link Artikel

File Abstrak

File Lampiran