<![CDATA[Kelimpahan pilihan pada platform streaming musik modern sering kali menimbulkan information overload dan beban kognitif (cognitive load) yang tinggi, sehingga menyulitkan pengguna dalam menemukan musik baru. Penelitian ini bertujuan untuk merancang dan mengimplementasikan chatbot Telegram sebagai antarmuka percakapan yang efisien untuk menyederhanakan proses pencarian informasi musik dari Spotify Web API. Metode pengembangan sistem yang digunakan adalah model Waterfall, dengan chatbot yang dibangun menggunakan bahasa pemrograman Python dan pustaka python-telegram-bot. Alur percakapan dikelola secara terstruktur menggunakan model Finite State Machine (FSM) yang diimplementasikan melalui ConversationHandler. Pengujian fungsionalitas sistem dilakukan dengan metode Black-Box Testing dan evaluasi pengalaman pengguna diukur menggunakan System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa chatbot berhasil lulus 100% dari seluruh skenario pengujian fungsional. Selain itu, hasil pengujian kebergunaan terhadap 29 responden menghasilkan skor rata-rata SUS sebesar 84.83, yang masuk dalam kategori "Excellent" (A+). Hasil ini menegaskan bahwa integrasi FSM dengan API musik mampu memberikan respons yang konsisten, prediktif, dan minim kesalahan, sehingga mengurangi beban kognitif pengguna dalam proses penemuan musik. Responden menyatakan bahwa alur interaksi yang jelas, kecepatan respons, dan relevansi hasil pencarian memberikan pengalaman navigasi yang lebih intuitif dibandingkan antarmuka aplikasi streaming tradisional. Kesimpulannya, implementasi chatbot dengan arsitektur FSM terbukti menjadi solusi yang sangat efektif dan mudah digunakan untuk mengatasi permasalahan information overload dalam penemuan musik, serta memberikan pengalaman pengguna yang superior.]]>
Copyrights © 2026
