Digital Business Project · TumblerYuk

Portal Bukti & Dokumentasi Pendukung

Navigasi cepat ke seluruh berkas bukti implementasi 3 sistem otomasi layanan pelanggan. Klik kartu mana pun untuk membuka sumber aslinya langsung.

Louis Fernaldi 35220069 Jason Cuvario 35220046 Kevin Widjaja 35220030

Tidak ada bukti yang cocok. Coba kata kunci lain.

Automated Review Reply

Membalas ulasan/rating produk secara otomatis dan personal, terjadwal pagi & malam tanpa campur tangan manusia. Bukti: prompt, contoh balasan per bintang, dan pembanding template lama.

Prompt & konfigurasi

📝Prompt balasan AIaturan tone per rating↗

Contoh balasan otomatis (per bintang)

⭐Balasan Bintang 1mode solusi↗ ⭐Balasan Bintang 2permintaan maaf + solusi↗ ⭐Balasan Rating 3netral, empati↗ ⭐Balasan Rating 4apresiasi + masukan↗ ⭐Balasan Rating 5 (A)ceria, personal↗ ⭐Balasan Rating 5 (B)variasi balasan↗ 😊Ulasan positif setelah implementasirespon pembeli↗

Pembanding: template lama (kaku)

📋Template balasan lama 1sebelum otomasi↗ 📋Template balasan lama 2terasa kaku↗

Pre-Purchase Chatbot + Smart Fallback

Menjawab calon pembeli secara otomatis, 24 jam, bisa kirim media. Saat ragu atau kasus sulit, bot berhenti menjawab dan percakapan ditangani admin manusia (lihat animasi). Bukti: percakapan nyata, tampilan bot, video, dan kasus kompleks.

Percakapan pembeli (bukti nyata)

💬Percakapan pembeli 1↗ 💬Percakapan pembeli 2↗ 💬Percakapan pembeli 3↗ 💬Percakapan pembeli 4↗ 🏆Bukti keberhasilan 1dapat rating bagus — bot menjawab 2x dalam 1 percakapan↗ 🏆Bukti keberhasilan 2dapat rating bagus — bot menjawab 2x dalam 1 percakapan↗

Tampilan & kemampuan bot

🤖Tampilan chatbot 1↗ 🤖Tampilan chatbot 2↗ 📌Bot kirim item ter-pin↗ 🎬Bot kirim pesan video↗ 🆕Chatbot pasca-order (baru)↗

Video

▶Demo kasus kompleksvideo chat · 35 dtk↗ ▶Aset: cara pengembaliandikirim bot · 55 dtk↗ ▶Aset: beda UV vs grafirdikirim bot · 34 dtk↗

Order Status Follow-Up

Mengirim pesan proaktif saat barang sampai dan pesanan selesai. Bukti: contoh pesan dan bukti pencegahan rating buruk.

Contoh pesan otomatis

📦Pesan saat barang sampaistatus Delivered↗ ✅Pesan saat pesanan selesaistatus Completed↗

Bukti mencegah rating buruk

🛡️Cegah rating buruk 1keluhan ditangani dini↗ 🛡️Cegah rating buruk 2keluhan ditangani dini↗

🗺️

Peta Besar: Cara Kerja 3 Otomasi (ringkasan)

Animasi detail per sistem (selengkap flowchart di laporan) ada di masing-masing bagian fitur di atas. Bagian ini adalah ringkasannya: bayangkan satu Karyawan AI super yang berpindah ke 3 meja kerja — dua meja pakai AI, satu meja pakai buku aturan (tanpa AI) — dengan Bos manusia sebagai jaring pengaman. Scroll perlahan untuk memajukan tiap langkah, atau pakai tombol panah / Putar Otomatis di bawah.

Peta sistem utuh — semua komponen saling terhubung

Semua langkah ditampilkan sekaligus (mode ringkas).

Tips: gunakan tombol panah keyboard ← → untuk maju-mundur langkah saat animasi ini terlihat di layar. Di layar kecil (HP) langkah muncul mengikuti scroll biasa.

📊

Dashboard Shopee (fitur Chat): data sebelum vs sesudah

Screenshot resmi dashboard "Asisten AI Toko · Chat" — khusus performa chat/chatbot, membandingkan bulan yang sama 2025 (sebelum AI) vs 2026 (sesudah AI). Tiap bulan disandingkan dengan panah selisih. Klik "Lihat screenshot" untuk membuka gambar aslinya di halaman ini.

Metrik: Waktu Respon (makin cepat makin baik) · Tingkat Konversi (Chat Dibalas) — label persis di dashboard Shopee: persentase chat yang dibalas dan berujung pesanan dibuat (makin tinggi makin baik) · Jumlah Chat masuk. Angka dari dashboard resmi Shopee Seller.

Pola setahun: waktu respon tiap bulan 2026 anjlok ke sekitar 18-39 menit, dari 47-147 menit di 2025 (sekitar 50-78% lebih cepat) — seiring penerapan otomasi AI (2026). Konversi chat ke order 2026 stabil di ~23-25%, naik dari ~15-22% di 2025. Sorotan Juni: waktu respon 02:26:55 → 00:39:23 (turun ~73%) dan konversi 15,39% → 23,58% (naik ~53% relatif).

Catatan jujur (baca saat sidang): metrik ini diambil dari fitur Chat / Asisten AI Toko Shopee — ini perbandingan tahun-ke-tahun (2025 vs 2026), bukan uji terkontrol. Data kuantitatif ini khusus untuk fitur Chatbot. Fitur Balas-Ulasan & Follow-Up ditunjukkan lewat contoh nyata, belum diukur dalam angka.

🗓️

Timeline Pengembangan Sistem

Perjalanan otomasi TumblerYuk bulan demi bulan (Nov 2025 → sekarang).

Warna kartu = sistemnya: Balas Ulasan Chatbot Follow-Up

Nov 2025

Balas Ulasan + Follow-Up

2 sistem pertama GO-LIVE

Bot balas ulasan Shopee & follow-up status pesanan mulai jalan. Chatbot masih urus izin Shopee.

Des 2025

Chatbot

Chatbot pra-order GO-LIVE

Mulai jawab calon pembeli otomatis — dicek tiap 60 menit.

Jan 2026

Chatbot

Chatbot makin gesit

Pengecekan dipercepat — dari tiap 60 menit jadi tiap 30 menit.

Feb 2026

Chatbot

Balasan makin pintar + kartu produk

Lebih paham konteks & bisa kirim kartu produk (item card).

Mar 2026

Chatbot

Balas seketika + server naik kelas

Skema balas instan (bagian tersulit) & kapasitas server ditingkatkan.

Apr 2026

Chatbot

Chatbot bisa kirim gambar

Kirim gambar template, cara order, dll langsung di chat.

Mei 2026

Chatbot

Chatbot bisa kirim video

Balasan kini bisa berupa video.

Jun 2026

Follow-Up

Video di Follow-Up pesanan

Follow-Up kirim video cara retur/pengembalian barang.

Sekarang

Juli 2026

Kamu di sini

Semua tahap di atas sudah berjalan.

← geser untuk menelusuri tiap bulan →

Catatan jujur: tanggal = perkiraan bulan go-live tiap tahap; semua tahap sudah berjalan.

🔬

Metodologi & Keterbatasan (catatan jujur)

Kami sadar batas dari cara pengukuran ini. Empat hal di bawah penting dibaca sebelum menafsirkan angka-angka dashboard.

1 · Sumber metrikSemua angka kuantitatif diambil dari dashboard resmi fitur Chat / "Asisten AI Toko" Shopee Seller — jadi data ini khusus menggambarkan performa chat, dan atribusinya mengikuti cara Shopee menghitung.

2 · Perbandingan tahunan, bukan uji terkontrolYang dibandingkan adalah bulan yang sama 2025 vs 2026 pada satu toko (n=1), tanpa kelompok kontrol. Hasilnya korelasi yang kuat & konsisten 6 bulan berturut-turut — bukan bukti sebab-akibat mutlak.

3 · Ada faktor lain (confound)Trafik ikut berubah antar-tahun (kunjungan toko 2026 naik ~73% dibanding 2025), dan tim manusia tetap bekerja. Perubahan metrik tidak 100% murni karena AI.

4 · "Waktu respon ~39 menit" ≠ bot lambatBalasan bot terkirim otomatis tanpa menunggu admin online, tetapi angka dashboard adalah rata-rata semua chat — termasuk kasus sulit yang sengaja diserahkan ke admin manusia (jaring pengaman). Karena itu rata-ratanya menit, bukan detik.

Fitur Balas Ulasan dan Follow-Up Status dibuktikan secara kualitatif (contoh nyata sebelum-sesudah, bukti pencegahan rating buruk) — belum diukur dalam angka, dan kami tidak mengarang angka untuk keduanya.

⚖️

Pembanding kompetitor

Bukti bahwa kompetitor masih lemah di layanan: ulasan tidak/dibalas template, dan tidak memakai chatbot otomatis.

Ulasan kompetitor

🚫Ulasan tidak dibalas↗ 📋Ulasan dibalas template 1↗ 📋Ulasan dibalas template 2↗

Chatbot kompetitor

🤖Chatbot kompetitor 1↗ 🤖Chatbot kompetitor 2↗ 🤖Chatbot kompetitor 3↗ 🤖Chatbot kompetitor 4↗

Rating toko kompetitor (pembanding)

⭐Rating kompetitor 1↗ ⭐Rating kompetitor 2↗ ⭐Rating kompetitor 3↗ ⭐Rating kompetitor 4↗

🎤

Wawancara & data pendukung

Narasumber: Customer Team Leader TumblerYuk. Plus data biaya/token dan dokumen pendukung pernyataan.

Wawancara

▶Video wawancaradurasi 17 menit↗ 📄Transkrip wawancara17 pertanyaan↗ 🗂️Transkrip + Analisis (SWOT · Porter · STP)tiap poin dikategorikan ke kerangka↗

Biaya & token AI

💰Data biaya/token 1Okt–Mar↗ 💰Data biaya/token 2Okt–Mar↗

Dokumen pendukung lain

📄Katalog 50 Otomasi Sistem TumblerYukdaftar otomasi + contoh pemakaian (PDF)↗ 📚Referensi jurnal (MDPI)pendukung pernyataan↗ 📎Dokumen pendukung tambahan↗

📑

Pencari sitasi

Tiap referensi: bukti kutipan di dalam laporan + berkas jurnal sumbernya. Ketik di kotak cari untuk menemukan sitasi dengan cepat.

Andry et al. (2023)

Analysis of Information Systems Strategic Planning using Ward & Peppard Framework: E-commerce Company

Bukti kutipan di laporan ↗

Felix & Rembulan (2023)

Analysis of Key Factors for Improved Customer Experience, Engagement, and Loyalty in E-Commerce

Bukti kutipan di laporan ↗ Jurnal sumber (PDF) ↗

Felix et al. (2025)

Factors Influencing E-Commerce (Consumer Behavior Models)

Bukti kutipan di laporan ↗ Jurnal sumber (PDF) ↗

Wardhana et al. (2023)

Analisis E-Service Quality terhadap Customer Satisfaction (mediasi Customer Trust)

Bukti kutipan di laporan ↗ Jurnal sumber (PDF) ↗

Maringka & Makarawung (2025)

Optimasi Ulasan E-Commerce

Bukti kutipan di laporan ↗

Berkas jurnal sumber lainnya (PDF)

📕Jurnal sumber APDF↗ 📕Jurnal sumber BPDF↗