RETRIEVAL-AUGMENTED GENERATION (RAG) PADA CHATBOT WHATSAPP UNTUK LAYANAN INFORMASI AKADEMIK INSTITUT TEKNOLOGI INDONESIA

Abstract

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI) telah menghadirkan berbagai inovasi dalam layanan pendidikan tinggi, salah satunya melalui penerapan chatbot sebagai media interaktif untuk penyediaan informasi akademik. Penelitian ini bertujuan untuk mengimplementasikan metode Retrieval–Augmented Generation (RAG) pada chatbot berbasis WhatsApp untuk mendukung layanan informasi akademik di Institut Teknologi Indonesia (ITI). Sistem dikembangkan menggunakan pendekatan CRISP–DM yang mencakup enam tahapan: business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Komponen utama RAG terdiri dari retriever, yang mencari konteks relevan melalui vector database FAISS, serta generator, yang memanfaatkan Large Language Model (LLM) pre-trained untuk menghasilkan jawaban kontekstual. Backend sistem dibangun menggunakan FastAPI dan terhubung dengan MongoDB untuk penyimpanan log percakapan. Hasil implementasi menunjukkan bahwa chatbot mampu memberikan jawaban yang akurat, cepat, dan sesuai konteks terhadap pertanyaan pengguna terkait layanan akademik ITI. Dengan demikian, integrasi metode RAG pada chatbot berbasis WhatsApp dapat meningkatkan efisiensi layanan informasi akademik dan mengurangi beban administratif petugas kampus.