Claim Missing Document
Check
Articles

Found 1 Documents
Search

Tinjauan Sejarah Linguistik Strukturalisme Bloomfieldian: Analisis Stimulus-Respons dalam Interaksi Bot Layanan Pelanggan Aulia Rahma Nur Sabrina; Nuril Elsa Yuliyanti; Arena Barakallah; Imam Baehaqie
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.10192

Abstract

Penelitian ini bertujuan menganalisis pola interaksi antara pengguna dan chatbot layanan pelanggan dalam perspektif strukturalisme Bloomfieldian, yang memandang bahasa sebagai sistem stimulus–respons yang teramati. Metode deskriptif kualitatif digunakan dengan teknik simak-catat terhadap transkrip percakapan nyata yang diambil dari riwayat obrolan pelanggan dan chatbot pada platform e-commerce terkemuka di Indonesia, serta survei persepsi terhadap delapan responden pengguna aktif. Data dianalisis secara mendalam melalui identifikasi pasangan stimulus–respons dan interpretasi linguistik pada aspek sintaksis dan pragmatik, termasuk analisis struktur kalimat dan maksud tuturan. Hasil penelitian menunjukkan bahwa interaksi didominasi oleh pola stimulus–respons yang bersifat mekanis, ditandai dengan kecepatan respons yang tinggi dan konsisten dalam merespons pertanyaan rutin. Namun, chatbot belum mampu memahami konteks dan maksud ujaran secara optimal, terutama pada bentuk elipsis seperti “kapan kak”, yang memerlukan pemahaman situasi dan referensi sebelumnya; akibatnya, respons yang dihasilkan cenderung generik dan tidak spesifik. Temuan ini menegaskan bahwa chatbot masih beroperasi pada tataran sintaksis permukaan dan berbasis pencocokan pola kata kunci. Simpulan penelitian menegaskan bahwa pendekatan strukturalisme Bloomfieldian masih relevan untuk menjelaskan pola dasar komunikasi manusia–mesin yang mekanistis, tetapi memiliki keterbatasan dalam menghadapi kompleksitas bahasa modern yang kontekstual dan implisit. Oleh karena itu, pengembangan chatbot disarankan mengintegrasikan pendekatan linguistik kontekstual seperti pragmatik dan analisis wacana dengan teknologi pemrosesan bahasa alami generatif berbasis deep learning, guna menciptakan interaksi yang lebih adaptif, responsif terhadap maksud pengguna, dan bermakna.