Auto Response Messages pada Telegram Bot untuk Pelayanan Sistem Informasi Praktek Industri dan Skripsi dengan Metode Webhook
DOI:
https://doi.org/10.26740/jinacs.v3n04.p547-556Abstract
Praktik industri (PI) dan Skripsi merupakan salah satu mata kuliah yang dijalani oleh mahasiswa Teknik Informatika Unesa. PI dan skripsi memiliki beberapa dokumen yang perlu dibuat dan didaftarkan agar mata kuliah bisa diselesaikan, namun saat ini tidak adanya media utama yang memberikan informasi ataupun dokumen yang berkaitan dengan mata kuliah tersebut membuat beberapa mahasiswa sedikit kesulitan untuk mencari informasi terkait. Biasanya mahasiswa mencari informasi terkait PI dan skripsi melalui kakak tingkat yang sudah pernah melaksanakan mata kuliah tersebut. Penelitian ini bertujuan untuk membangun sebuah sistem pesan otomatis (auto response messages) menggunakan telegram bot yang akan dijadikan sebagai aplikasi pesan utama dengan menggunakan metode webhook yang berfungsi sebagai penyambung antara server telegram dan server bot yang nantinya akan membuat bot mampu berjalan secara otomatis dalam waktu 24 jam penuh. File dokumen pendukung PI dan skripsi dijadikan satu oleh peneliti dalam sebuah folder pada google drive yang nantinya akan diambil link nya untuk dimasukkan kedalam kode untuk dipanggil saat pengguna memilih menu mata kuliah yang dibuat. Lalu penggunaan model seperti classification dan similarity word juga akan diadaptasikan terhadap bot. Hasil pengujian menunjukkan bahwa pengaplikasian sistem pesan otomatis (auto response messages) melalui bot telegram sudah berhasil dibuat menggunakan metode webhook dan hasil simulasi menjukkan bahwa bot yang telah dibuat mampu memberikan respon secara otomatis dalam mencari dokumen terkait mata kuliah praktik industri dan skripsi dikarenakan metode webhook yang sudah berhasil dicek dan diset pada server. File dokumen yang dibutuhkan sudah diorganisir menjadi beberapa folder yang sudah diberi nama sesuai pada google drive. Bot juga mampu digunakan oleh beberapa perangkat sekaligus tanpa mengalami delay ataupun crash pada server. Model yang digunakan seperti classification dan similarity word pun mampu diterapkan dengan baik pada bot.