Rancang Bangun Chatbot Sistem Informasi Official Community Plan The City of Surrey Berbasis Retrieval Augmented Generation Menggunakan LLM Gemini dan LlamaIndex

Richard Dammara Alba, Albert (2026) Rancang Bangun Chatbot Sistem Informasi Official Community Plan The City of Surrey Berbasis Retrieval Augmented Generation Menggunakan LLM Gemini dan LlamaIndex. Bachelor Thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf
Restricted to Registered users only

Download (1MB)
[img] PDF
BAB_I.pdf

Download (270kB)
[img] PDF
BAB_II.pdf

Download (325kB)
[img] PDF
BAB_III.pdf
Restricted to Registered users only

Download (550kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (1MB)
[img] PDF
BAB_V.pdf
Restricted to Registered users only

Download (232kB)
[img] PDF
DAFTAR_PUSTAKA.pdf
Restricted to Registered users only

Download (223kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (595kB)
[img] Archive (ZIP)
00000061865_2521_LembarPengesahan.pdf
Restricted to Registered users only

Download (65kB)

Abstract

Kompleksitas dokumen perencanaan kota yang padat, seperti Official Community Plan (OCP) Kota Surrey, menjadi hambatan signifikan bagi aksesibilitas informasi dan keterlibatan publik. Penelitian ini mengembangkan "Surrey 2050 OCP Explorer," sebuah sistem informasi interaktif memanfaatkan kerangka kerja Retrieval-Augmented Generation (RAG) yang diorkestrasikan melalui LlamaIndex. Mengadopsi Design Science Research Methodology (DSRM), arsitektur sistem mengintegrasikan LlamaParse untuk ekstraksi dokumen berbasis layout-aware menjadi 108 node semantik dan ChromaDB dengan pengindeksan Hierarchical Navigable Small World (HNSW). Evaluasi komparatif dilakukan terhadap empat model bahasa besar, di mana Gemini 2.5 Flash keluar sebagai model terbaik yang memenangkan pengujian (the winning model). Pengujian empiris metrik RAGAS mengonfirmasi bahwa Gemini 2.5 Flash memberikan trade-off arsitektural paling optimal dengan latensi responsif 3,761 detik, context recall sempurna 1,00, serta skor answer relevancy tertinggi sebesar 0,848, mengungguli model berskala besar maupun infrastruktur eksternal. Artefak ini berhasil mentransformasikan dokumen hukum statis menjadi alat kebijakan publik yang transparan sekaligus meletakkan fondasi infrastruktur menuju arsitektur Agentic RAG.

Item Type: Thesis (Bachelor Thesis)
Creators: Richard Dammara Alba, Albert (00000061865)
Contributors: Evelin Johan, Monika
Keywords: Retrieval-Augmented Generation (RAG), Large Language Models (LLM), Design Science Research, Perencanaan Kota, Aksesibilitas Kebijakan Publik
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions: Faculty of Engineering & Informatics > Information System
Date Deposited: 21 Jul 2026 07:57
URI: https://kc.umn.ac.id/id/eprint/47786

Actions (login required)

View Item View Item