<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18351">
<titleInfo>
<title>PENGEMBANGAN CHATBOT AI UNTUK MONITORING KEHADIRAN KARYAWAN BERBASIS WHATSAPP DAN LARGE LANGUAGE MODEL DI PT ISTANA MESIN LAUNDRY</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Cosmas Haryawan, S.TP., S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>HANAFI, THOLIB USMAN - 225610057</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>004 SI 2026</extent>
</physicalDescription>
<note>Sistem informasi kehadiran karyawan di PT Istana Mesin Laundry telah menggunakan dashboard PRESEIN untuk visualisasi data. Namun, dashboard memiliki keterbatasan yaitu tidak dapat mempertahankan konteks percakapan sehingga pengguna harus mengulang filter dari awal untuk setiap pertanyaan lanjutan, serta memerlukan waktu sekitar 30–60 detik per pertanyaan. Penelitian ini bertujuan mengembangkan dan menguji chatbot AI berbasis WhatsApp yang melengkapi dashboard PRESEIN dengan kemampuan follow-up question kontekstual dan akses informasi instan melalui pesan WhatsApp. Penelitian menggunakan model pengembangan Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Sistem yang dikembangkan bernama ASEIN (Asisten PRESEIN) dibangun dengan Node.js, whatsapp-web.js, dan GPT‑3.5‑turbo untuk memproses bahasa natural dan mempertahankan konteks percakapan multi-turn. Data kehadiran diambil dari API PRESEIN melalui dua jalur, yaitu API operasional dan API analitik. Pengujian dilakukan terhadap 20 skenario pertanyaan yang mencakup kategori operasional dan analitik, dengan metrik utama berupa akurasi jawaban dan waktu respons sistem. Hasil pengujian menunjukkan sistem ASEIN mencapai tingkat akurasi 95% (19 dari 20 skenario berhasil) dengan rata-rata waktu respons 2,46 detik. Sistem berhasil menjawab pertanyaan lanjutan tanpa meminta pengguna mengulang konteks sebelumnya dan memberikan respons melalui WhatsApp dalam hitungan detik. Dengan demikian, chatbot AI ini melengkapi dashboard PRESEIN sebagai kanal alternatif yang mempercepat akses informasi kehadiran bagi HRD dan manajemen, terutama saat berada di lapangan.</note>
<subject authority=""><topic>LARGE LANGUAGE MODEL (LLM)</topic></subject>
<subject authority=""><topic>CHATBOT</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>004 HAN P R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">HAN0004SI2026</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>004 HAN P R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18351</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-02-20 13:56:48</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-02-20 13:57:39</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>