Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal SITECH : Sistem Informasi dan Teknologi
Rusel Hutajulu
Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Internasional Batam
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengembangan Chatbot Berbasis NLP dan LLaMA2 untuk Optimasi Akses Informasi Produk Toko Sepatu Berbasis Website Rusel Hutajulu; Andik Yulianto; Hendi Sama
Jurnal SITECH : Sistem Informasi dan Teknologi Vol. 8 No. 2 (2025): JURNAL SITECH VOLUME 8 NO 2 TAHUN 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v8i2.16264

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) dan pemrosesan bahasa alami (Natural Language Processing/NLP) mendorong Usaha Mikro, Kecil, dan Menengah (UMKM) memanfaatkan solusi digital untuk meningkatkan layanan informasi produk. Penelitian ini bertujuan mengembangkan chatbot berbasis NLP yang didukung Large Language Model (LLaMA 2) guna membantu UMKM, khususnya di sektor penjualan sneakers, dalam menyediakan informasi produk secara otomatis, cepat, dan akurat. Metode penelitian menggunakan pendekatan eksperimen terapan dan studi kasus pada UMKM Sneakers Daily. Sistem chatbot dikembangkan melalui tahapan pengolahan data, preprocessing teks, integrasi model LLaMA 2, serta implementasi pada antarmuka web. Evaluasi dilakukan menggunakan 30 pertanyaan uji yang dieksekusi 150 kali dengan metrik BLEU, ROUGE, dan BERTScore. Hasil pengujian menunjukkan kinerja model yang baik dengan nilai BERTScore F1 sebesar 0,648, ROUGE-1 sebesar 0,525, dan ROUGE-L sebesar 0,478. Temuan ini menunjukkan bahwa LLaMA 2 mampu menghasilkan respons chatbot yang relevan, meskipun akurasi menurun pada pertanyaan teknis dan istilah produk khusus. Penelitian ini merekomendasikan fine-tuning menggunakan dataset domain UMKM serta penerapan Retrieval-Augmented Generation (RAG) untuk meningkatkan relevansi jawaban. Secara keseluruhan, chatbot berbasis LLaMA 2 efektif mendukung layanan informasi produk UMKM dan meningkatkan pengalaman pengguna.
Co-Authors Andik Yulianto Hendi Sama