Bank Indonesia sedang gencar melakukan berbagai upaya untuk meningkatkan pemanfaatan skema LCT (Local Currency Transaction) oleh pelaku usaha dan masyarakat. Salah satu upaya Bank Indonesia adalah dengan melaksanakan kegiatan sosialisasi LCT secara massive atau targeted melalui talkshow, seminar atau webinar. Pada pelaksanaannya, penyaluran informasi mengenai LCT yang kompleks dan jumlah partisipan sosialisasi yang luas menjadi tantangan bagi Bank Indonesia untuk memetakan strategi sosialisasi yang tepat sasaran bagi pelaku usaha dan masyarakat. Tujuan tugas akhir ini adalah untuk merancang segmentasi pengguna chatbot pada sosialisasi LCT oleh Bank Indonesia.
Perancangan segmentasi pengguna chatbot pada sosialisasi LCT Bank Indonesia menggunakan metode K-Modes Clustering. Data karakteristik pengguna chatbot yang merupakan pelaku usaha berasal dari basis data yang diperoleh dari interaksi pengguna pada chatbot. Adapun variabel data pengguna chatbot yang akan dianalisis adalah sektor industri, lokasi, negara mitra, umur perusahaan, ukuran perusahaan, dan pertanyaan yang diajukan pengguna. Pencarian cluster menggunakan aplikasi Google Colab.
Hasil tugas akhir ini berupa website yang berisi aplikasi chatbot LCT dan dashboard untuk visualisasi pengolahan data menggunakan metode K-Modes yang menghasilkan dua cluster dari setiap segmentasi pengguna chatbot. Selanjutnya, dipilih satu cluster terbaik yang akan dibuat menjadi alternatif target sosialisasi LCT oleh Bank Indonesia sehingga memudahkan segmentasi pelaku usaha tertentu dalam memahami informasi mengenai LCT.
Dengan adanya website yang berisi aplikasi chatbot LCT, pelaku usaha dan masyarakat dapat lebih mudah memahami informasi mengenai skema LCT, serta diharapkan dashboard visualisasi hasil clustering dapat membantu Bank Indonesia dalam menentukan target sosialisasi LCT dan menyesuaikan strategi pendekatan sosialisasi LCT kepada segmentasi pelaku usaha tertentu.