Pengembangan Asisten Belanja Pintar Berbasis Interaksi Suara untuk Pengendalian Pengeluaran Konsumen Ritel Fisik

Abstrak

Konsumen di toko fisik sering kali menghadapi tantangan dalam melacak pengeluaran mereka secara real-time, yang mengakibatkan kejutan tagihan dan perilaku impulsif. Solusi tradisional pada gadget dianggap tidak efisien karena membutuhkan pemrosesan kognitif yang rumit dan koordinasi visual-motorik. Penelitian ini memperkenalkan Cartify, asisten belanja pintar yang dibangun di atas React Native, yang menggunakan model Pemahaman Bahasa Alami (NLU) Groq llama-3.1-8b-instan melalui arsitektur tanpa status untuk mengubah perintah suara menjadi data transaksi instan. Teknik penelitian ini menggunakan pendekatan eksperimen kuantitatif di 50 skenario berbeda dalam pengaturan lingkungan simulasi yang meniru kondisi toko serba ada di dunia nyata. Penilaian kinerja menggunakan ukuran Tingkat Kesalahan Masukan (IER), Waktu Penyelesaian Tugas (TCT), dan Varians Anggaran (BV). Temuan empiris menunjukkan bahwa sistem mengeksekusi perintah suara dengan rata-rata waktu eksekusi total (TCT) 637,24 ms, melampaui tolok ukur efisiensi waktu optimal. Validasi keuangan menunjukkan nilai BV sebesar 1,39%, yang menandakan presisi kalkulasi yang tinggi dan sangat mendekati data transaksi aktual. Meskipun IER tercatat 4% dalam kalimat yang tidak jelas, sistem tersebut menunjukkan ketahanan penuh terhadap gangguan input non-transaksional. Kesimpulannya, penggabungan teknologi ucapan telah menunjukkan efektivitasnya sebagai alat manajemen anggaran yang responsif dan presisi bagi konsumen.