Implementasi Sistem Retrieval-Augmented Generation pada Chatbot Akademik Berbasis Web

⭐ Kurniawan, Rahmat (2026) Implementasi Sistem Retrieval-Augmented Generation pada Chatbot Akademik Berbasis Web. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (240kB)
	PDF BAB_II.pdf Download (2MB)
	PDF BAB_III.pdf Restricted to Registered users only Download (5MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (238kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (211kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	Archive (ZIP) CREATION_FILE.zip Restricted to Registered users only Download (1MB)
	Archive (ZIP) 00000069647_2521_LembarPengesahan.pdf Restricted to Registered users only Download (64kB)

Abstract

Informasi akademik di kampus umumnya tersebar dalam banyak halaman web dan dokumen PDF terpisah, sehingga mahasiswa harus menelusurinya secara manual. Namun, Large Language Model berisiko halusinasi, dan sistem Retrieval- Augmented Generation (RAG) yang mengandalkannya sangat dipengaruhi oleh dua parameter utama, yaitu strategi chunking dan nilai top-k retrieval. Penelitian ini mengimplementasikan sistem RAG berbasis web bernama ASKU dan mengevaluasi kedua parameter tersebut. Pendekatan kuantitatif eksperimental diterapkan melalui dua fase: Fase 1 menguji sepuluh konfigurasi chunking (ukuran 250­2000 karakter, overlap 0­200) dengan top-k dikunci pada 5, dan Fase 2 mengevaluasi lima nilai top-k (1, 3, 5, 10, 15), sehingga terbentuk 15 skenario total 750 kueri. Performa diukur menggunakan Hit Rate, Mean Reciprocal Rank (MRR), dan Akurasi Faktual. Konfigurasi terbaik adalah C9 (chunk size 1500, overlap 150/10%) dengan top-k 5, mencapai Hit Rate 100%, MRR 0.970, dan Akurasi 100%; dibandingkan baseline C1 yang meraih 92%, 0.807, dan 92%, terjadi peningkatan +8 poin persentase, +20.2%, dan +8 poin persentase. Chunk size lebih berpengaruh daripada overlap, sementara top-k melebihi 5 menurunkan performa akibat dokumen yang mengganggu (distracting documents) dan efek lost- in-the-middle. Implementasi ASKU dengan chunk size 1500, overlap 10%, dan top-k 5 menghasilkan performa terbaik.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Kurniawan, Rahmat (00000069647)
Contributors:	Gunawan, Dennis
Keywords:	Chatbot Akademik, Chunking, Evaluasi Retrieval, Retrieval- Augmented Generation, Top-k Retrieval.
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	28 Jul 2026 12:05
URI:	https://kc.umn.ac.id/id/eprint/48359

Actions (login required)

View Item