Implementasi Chatbot Telegram untuk Pencarian Informasi Musik Menggunakan Spotify Web API dan Python

Muhammad Faiz Ramadhan; Cahyawati Diah Kusumarini

doi:10.31004/riggs.v4i4.3877

Authors

Muhammad Faiz Ramadhan Universitas Gunadarma
Cahyawati Diah Kusumarini Universitas Gunadarma

DOI:

https://doi.org/10.31004/riggs.v4i4.3877

Keywords:

Chatbot, Telegram, Spotify Web API, Finite State Machine, FSM, SUS, Black-Box Testing

Abstract

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.

Downloads

Download data is not yet available.

References

Belabbes, M., Ruthven, I., Moshfeghi, Y., & Pennington, D. (2022). Information overload: a concept analysis. J. Documentation, 79, 144-159. https://doi.org/10.1108/jd-06-2021-0118.

Borsci, S., Malizia, A., Schmettow, M., Van Der Velde, F., Tariverdiyeva, G., Balaji, D., & Chamberlain, A. (2022). The chatbot usability scale: the design and pilot of a usability scale for interaction with AI-based conversational agents. Personal and ubiquitous computing, 26(1), 95-119.

Grefen, P. W. P. J., & Türetken, O. (2020). Design of Service-Dominant Business Models for a Digital World. In Advanced Information Systems Engineering (Vol. 1). Springer International Publishing. https://doi.org/10.1007/978-3-030-49435-3

Fang, H. (2020). Building A User-Centric and Content-Driven Socialbot. arXiv preprint arXiv:2005.02623.

Guo, X. (2023). The Evolution of the Music Industry in the Digital Age: From Records to Streaming. Journal of Sociology and Ethnology, 5(10), 7–12. https://doi.org/10.23977/jsoce.2023.051002

Jannach, D., Manzoor, A., Cai, W., & Chen, L. (2021). A survey on conversational recommender systems. ACM Computing Surveys (CSUR), 54(5), 1-36.

Jeong, E., Ryu, H., Jo, G., & Kim, J. (2018). Cognitive load changes during music listening and its implication in earcon design in public environments: An fNIRS study. International Journal of Environmental Research and Public Health, 15(10). https://doi.org/10.3390/ijerph15102075

Khan, R. A., Jawaid, M., Khan, A. R., & Sajjad, M. (2023). ChatGPT-Reshaping medical education and clinical management. In Pakistan Journal of Medical Sciences (Vol. 39, Issue 2). Springer International Publishing. https://doi.org/10.12669/pjms.39.2.7653

Kurniawan, E., Nofriadi, N., & Nata, A. (2022). Penerapan System Usability Scale (Sus) Dalam Pengukuran Kebergunaan Website Program Studi Di Stmik Royal. Journal of Science and Social Research, 5(1), 43. https://doi.org/10.54314/jssr.v5i1.817

Nair, A., Pillai, S., & Nair, G. S. (2021, July). Emotion based music playlist recommendation system using interactive chatbot. In 2021 6th international conference on communication and electronics systems (ICCES) (pp. 1767-1772). IEEE.

RA, M. I. F., Amartharizqi, M. R., Sofi, F. A., & ... (2023). Sistem Rekomendasi Musik Berdasarkan Preferensi Pengguna Dengan Menggunakan Metode Natural Language Processing (NLP). Prosiding Seminar …, 3, 129–133. http://santika.upnjatim.ac.id/submissions/index.php/santika/article/view/276%0Ahttp://santika.upnjatim.ac.id/submissions/index.php/santika/article/download/276/118

Ranieri, A., Di Bernardo, I., & Mele, C. (2024). Serving customers through chatbots: positive and negative effects on customer experience. Journal of Service Theory and Practice, 34(2), 191–215. https://doi.org/10.1108/JSTP-01-2023-0015

Sakore, S., Jagdale, P., Borawake, M., & Khandalkar, A. (2021). Music Recommender System Using ChatBot.

Schmidhuber, J., Schlögl, S., & Ploder, C. (2021, September). Cognitive load and productivity implications in human-chatbot interaction. In 2021 IEEE 2nd international conference on human-machine systems (ICHMS) (pp. 1-6). IEEE.

Shinde, A., Umbarge, A., Morkhande, N., & Akkawar, R. (2024). Chatbot: Music Recommendation System. International Journal of Advanced Research in Science, Communication and Technology. https://doi.org/10.48175/ijarsct-19864.

Skog, D. A., Wimelius, H., & Sandberg, J. (2018). Digital service platform evolution: How spotify leveraged boundary resources to become a global leader in music streaming. Proceedings of the Annual Hawaii International Conference on System Sciences, 2018-Janua, 4564–4573. https://doi.org/10.24251/hicss.2018.576

Xue, J., Wang, Y.-C., Wei, C., Liu, X., Woo, J., & Kuo, C.-C. J. (2024). Bias and Fairness in Chatbots: An Overview. APSIPA Transactions on Signal and Information Processing, 13(2), 1–26. https://doi.org/10.1561/116.00000064