Integration of Qdrant Vector Database and DeepSeek AI for Automated Chatbots on E-Commerce Applications
DOI:
https://doi.org/10.37859/coscitech.v6i2.9668
Abstract
Transformasi digital telah mendorong e-commerce untuk meningkatkan kualitas layanan pelanggan (customer service. Salah satu solusi yang ditawarkan yaitu munculnya teknologi chatbot sebagai program berbasis kecerdasan buatan yang mampu berinteraksi secara otomatis dengan pengguna. Penelitian ini mengembangkan chatbot dengan memanfaatkan Qdrant Vector Database sebagai vector untuk menyimpan dan mencari informasi berbasis konteks, dan OpenRouter API Key model DeepSeek AI sebagai akses chatbot. Chatbot ini dirancang untuk menjawab pertanyaan umum terkait informasi produk, stok, pengiriman, metode pembayaran serta pertanyaan umum lainnya dalam 24/7. Hasil penelitian menunjukan bahwa penerapan sistem ini membantu meningkatkan layanan otomatis kepada pengguna untuk mencari informasi terkait produk, pengiriman, pembayaran dan informasi umum lainnya, khususnya di luar jam operasional.
Downloads
References
N. K. Putri, “We Are Social: 59 persen pengguna internet Indonesia hobi belanja online,” TECHINASIA. Accessed: Jun.
N. K. Putri, “We Are Social: 59 persen pengguna internet Indonesia hobi belanja online,” TECHINASIA. Accessed: Jun. 24, 2025. [Online]. Available: https://id.techinasia.com/indonesia-hobi-belanja-online
Y. L. . Rehatalanit, “Peran E-Commerce Dalam Pengembangan Bisnis,” J. Teknol. Ind., vol. 5, no. 0, pp. 62–69, 2021, [Online]. Available: https://journal.universitassuryadarma.ac.id/index.php/jti/article/view/764
B. Web, S. Kasus, T. Seni, M. Abdul, and M. Akbar, “PROTOTIPE CHATBOT PADA APLIKASI E-COMMERCE,” vol. 6, no. 2, pp. 240–250, 2024.
Y. N. Sari, “Jurnal Serambi Ekonomi dan Bisnis Penggunaan Chatbots dalam Meningkatkan Pengalaman Pelanggan pada Situs E-commerce,” J. Serambi Ekon. dan Bisnis, vol. 7, no. 1, pp. 327–333, 2024, [Online]. Available: https://ojs.serambimekkah.ac.id/serambi-ekonomi-dan-bisnis/327
A. Fitriani, D. Sulaeman, R. Firmansyah, F. Ekonomi, and S. Stembi, “Efektivitas Chatbot Sebagai Media Komunikasi Bisnis Antara Penjual dan Pembeli Pada MarketPlace,” J. Disrupsi Bisnis, vol. 5, no. 3, pp. 189–196, 2022, [Online]. Available: http://openjournal.unpam.ac.id/index.php/DRB/indexhttp://openjournal.unpam.ac.id/index.php/DRB/index
N. Rachmat and D. P. Kesuma, “Implementasi Large Language Models Gemini Pada Pengembangan Aplikasi Chatbot Berbasis Android,” J. Ilmu Komput., vol. 4, no. 1, p. 2024, 2024, doi: 10.31314/juik.v4i1.2831.
D. A. Ryano, “Chatbot Pelayanan E-Commerce Dengan Naive Bayes Classifier,” Univ. UIN Suska Riau, 2022, [Online]. Available: https://repository.uin-suska.ac.id/59921/
I. Faturrahman and P. Setiawati, “PERANCANGAN CHATBOT BERBASIS ARTIFICIAL INTELLIGENCE DENGAN MENGGUNAKAN PYTHON UNTUK MANAJEMEN HUBUNGAN PELANGGAN DI RUDY SALON & SPA,” vol. 9, no. 3, pp. 4412–4419, 2025.
Bagus Fatwan Alfiat, Puspa Eosina, and Safaruddin Hidayat Al Ikhsan, “Perancangan Aplikasi Chatbot Menggunakan Wit.Ai pada Sistem SPP-IRT Berbasis Web,” J. Inform. Univ. Pamulang, vol. 6, no. 4, pp. 2622–4615, 2021, [Online]. Available: https://openjournal.unpam.ac.id/index.php/informatika/article/view/13327
I. S. Nugroho and A. Voutama, “Implementasi Chat Bot Untuk Pelayanan Pelanggan Yang Terintegrasi Web Toko Komputer,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 3132–3136, 2024, doi: 10.36040/jati.v8i3.9630.
J. Alammar, “The Illustrated Transformer,” [Blog Spot] Github. Accessed: May 21, 2025. [Online]. Available: https://jalammar.github.io/illustrated-transformer/
V. F. Dr. Vladimir, “Pembuatan Keputusan Konsumen e-Business Secara Perorangan,” Gastron. ecuatoriana y Tur. local., vol. 1, no. 69, pp. 5–24, 1967.
Okpatrioka, “Okpatrioka STKIP Arrahmaniyah,” DHARMA ACARIYA Nusant. J. Pendidikan, Bhs. dan Budaya, vol. 1, no. 1, pp. 86–100, 2023.
OpenRouter, “The Unified Interface For LLMs,” OpenRouter. [Online]. Available: https://openrouter.ai/deepseek/deepseek-v3-base:free
S. Kasus, P. Anomali, and D. Sensus, “Pengembangan Aplikasi Chatbot dengan Large Language Model untuk Text-to-SQL Generation,” pp. 831–840.
