Integrasi Preprocessing Adaptif dan Hierarchical Retrieval Berbasis Raptor untuk Sistem Tanya Jawab Dokumen PDF Multimodal

Dafa, Muhamad (2026) Integrasi Preprocessing Adaptif dan Hierarchical Retrieval Berbasis Raptor untuk Sistem Tanya Jawab Dokumen PDF Multimodal. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (465kB)
	PDF BAB_I.pdf Download (219kB)
	PDF BAB_II.pdf Download (294kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (873kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (273kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (223kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (220kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (984kB)
	Archive (ZIP) 00000077651_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Sistem Retrieval-Augmented Generation (RAG) konvensional pada dokumen PDF institusional menghadapi dua tantangan yang belum banyak dieksplorasi: keberagaman modus penyajian informasi dan hilangnya konteks lintas bagian akibat potongan teks datar. Penelitian ini mengusulkan pipeline yang mengintegrasikan preprocessing adaptif dokumen PDF multimodal dengan representasi hierarkis berbasis RAPTOR (Recursive Abstractive Processing for Tree-Organized Retrieval), menggunakan 121 dokumen handbook kampus (2.698 halaman) sebagai studi kasus. Preprocessing adaptif mempertahankan sekitar 38% unit informasi non-naratif (tabel, teks pada gambar, dan halaman pemindaian) yang akan hilang pada pendekatan konvensional. Pohon hierarkis menghasilkan 6.250 node pada empat level dari 5.543 unit dasar. Pada evaluasi 25 pertanyaan, RAPTOR mengungguli RAG konvensional pada Precision@5 (0,824 berbanding 0,776), MRR (0,870 berbanding 0,853), dan faithfulness jawaban (0,920 berbanding 0,760). Penelitian ini juga mengidentifikasi kondisi batas efektivitas RAPTOR: pada subdomain dokumen berstruktur sangat seragam, klasterisasi cenderung menggabungkan unit lintas dokumen sehingga presisi menurun meskipun recall tetap tinggi. Temuan ini memberikan bukti empiris bahwa integrasi preprocessing adaptif dengan representasi hierarkis RAPTOR meningkatkan kualitas retrieval dan konsistensi jawaban pada sistem tanya jawab dokumen PDF multimodal institusional.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Dafa, Muhamad (00000077651)
Contributors:	Kusuma, A. A. N. Ananda (8984101024)
Keywords:	dokumen PDF multimodal, hierarchical retrieval, preprocessing adaptif, RAPTOR, retrieval-augmented generation
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	17 Jul 2026 07:58
URI:	https://kc.umn.ac.id/id/eprint/47670

Actions (login required)

View Item