ANALISIS RELIABILITAS CHATBOT PADA PENDAFTARAN PELANGGAN BARU DI CYB MEDIA MENGGUNAKAN METODE TF-IDF DAN LOGISTIC REGRESSION

Abstract

Pelayanan pelanggan yang cepat dan akurat menjadi faktor penting bagi penyedia layanan internet, termasuk CYB Media, dalam meningkatkan kepuasan pelanggan dan efisiensi operasional. Proses pendaftaran pelanggan baru yang masih dilakukan secara manual menyebabkan penumpukan antrean pesan, meningkatnya beban kerja staf, serta lambatnya respons layanan. Penelitian ini bertujuan menganalisis keandalan dan efektivitas chatbot berbasis Telegram menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) dan Logistic Regression untuk mengklasifikasikan intent pengguna pada proses pendaftaran pelanggan. Model dibangun menggunakan representasi fitur TF-IDF dan algoritma Logistic Regression, kemudian dievaluasi menggunakan 40 data uji dengan metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 95,00%, dengan intent register_wifi memperoleh nilai F1-score tertinggi sebesar 0,9714. Hasil tersebut menunjukkan bahwa chatbot yang dikembangkan mampu mengklasifikasikan intent pengguna dengan baik dan layak diterapkan sebagai sistem otomasi pendaftaran pelanggan berbasis Telegram