PENGEMBANGAN CHATBOT FAQ MENGGUNAKAN LLM GEMINI API DAN FRAMEWORK LANGCHAIN (Studi Kasus : Asrama Mahasiswa Kabupaten Kotabaru Sa-ijaan)

HAKIM, MUHAMMAD BINTANG FADILLAH - 205410034 (2025) PENGEMBANGAN CHATBOT FAQ MENGGUNAKAN LLM GEMINI API DAN FRAMEWORK LANGCHAIN (Studi Kasus : Asrama Mahasiswa Kabupaten Kotabaru Sa-ijaan). Skripsi thesis, Universitas Teknologi Digital Indonesia.

[img] Text (HALAMAN DEPAN)
1_205410034_HALAMAN_DEPAN.pdf - Published Version
Download (2MB)
[img] Text (BAB I)
2_205410034_BAB_I.pdf - Published Version
Download (229kB)
[img] Text (BAB II)
3_205410034_BAB_II.pdf - Published Version
Download (473kB)
[img] Text (BAB III)
4_205410034_BAB_III.pdf - Published Version
Restricted to Repository staff only
Download (310kB) | Request a copy
[img] Text (BAB IV)
5_205410034_BAB_IV.pdf - Published Version
Restricted to Repository staff only
Download (644kB) | Request a copy
[img] Text (BAB V)
6_205410034_BAB_V.pdf - Published Version
Download (199kB)
[img] Text (DAFTAR PUSTAKA)
7_205410034_DAFTAR_PUSTAKA.pdf - Published Version
Download (175kB)
[img] Text (LISTING PROGRAM)
8_205410034_LISTING_PROGRAM.pdf - Published Version
Restricted to Repository staff only
Download (409kB) | Request a copy

Abstract

Penyebaran informasi di Asrama Mahasiswa Kabupaten Kotabaru Sa-ijaan seringkali terhambat karena bergantung pada komunikasi manual dengan pengurus, yang menyebabkan keterlambatan respons. Untuk mengatasi masalah ini, dikembangkan sebuah chatbot Frequently Asked Question (FAQ) sebagai pusat layanan informasi otomatis. Penelitian ini menerapkan metode pengembangan sistem yang berpusat pada arsitektur Retrieval-Augmented Generation (RAG). Arsitektur ini mengintegrasikan Large Language Model (LLM) Gemini API dengan framework LangChain untuk memastikan jawaban yang dihasilkan faktual dan relevan berdasarkan basis pengetahuan spesifik asrama, sementara antarmuka pengguna yang interaktif dibangun menggunakan React.js. Implementasi sistem mencakup dua komponen utama: backend yang mengorkestrasi alur kerja RAG menggunakan LangChain untuk memproses dokumen dan mengelola percakapan, serta frontend yang dibangun dengan React.js untuk menyediakan antarmuka obrolan yang responsif. Guna mengukur efektivitas dan akurasi chatbot, dilakukan pengujian kuantitatif. Pengujian ini menggunakan 20 skenario pertanyaan yang telah ditentukan sebelumnya, mencakup kategori pertanyaan sesuai konteks, di luar konteks, kesalahan ketik, serta penggunaan bahasa asing atau daerah untuk mengevaluasi kemampuan sistem secara komprehensif. Hasil pengujian kuantitatif menunjukkan tingkat keberhasilan sistem mencapai 90%, dengan 18 dari 20 skenario pengujian berhasil dijawab sesuai harapan. Tingkat akurasi yang tinggi ini membuktikan bahwa arsitektur RAG yang diimplementasikan mampu "mendasarkan" jawaban LLM pada sumber data yang valid, sehingga efektif mencegah respons yang tidak relevan. Dengan demikian, penelitian ini menyimpulkan bahwa chatbot FAQ yang dikembangkan berhasil menjadi solusi yang andal dan efektif untuk mengotomatisasi serta meningkatkan efisiensi akses informasi di lingkungan asrama. Kata Kunci : Chatbot, Gemini API, LangChain, Large Language Model, React.js, Retrieval-Augmented Generation

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing: Danny Kriestanto, S.Kom, M.Eng.
Uncontrolled Keywords: Chatbot, Gemini API, LangChain, Large Language Model, React.js, Retrieval-Augmented Generation
Subjects: A Karya Umum (General) > Ilmu Komputer (Computer Science) > API (Application Programming Interface)
Divisions: Skripsi (S1) > Informatika (S1)
Depositing User: Titis Pratiwi
Date Deposited: 10 Sep 2025 01:56
Last Modified: 10 Sep 2025 01:56
URI: http://eprints.utdi.ac.id/id/eprint/10862

Actions (login required)

View Item View Item
UTDI Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.