OPTIMALISASI LAYANAN SISTEM INFORMASI MAHASISWA DENGAN INTEGRASI TELEGRAM : CHATBOT RETRIEVAL-AUGMENTED-GENERATION BERBASIS LARGE LANGUAGE MODEL
Optimization of Student Information System Services with Telegram Integration : Chatbot Retrieval-Augmented Generation based on Large Language Model
Abstract
Kemajuan teknologi telah memberikan dampak yang cukup signifikan dalam berbagai bidang, termasuk salah satunya Pendidikan. Dalam aspek Pendidikan permasalahan yang dihadapi adalah keterbatasan akses mahasiswa terhadap informasi akademik secara cepat dan efisien. Untuk mengatasi hal ini, penelitian ini bertujuan mengembangkan chatbot berbasis Telegram yang mampu memberikan respons informatif, akurat, dan ringkas terhadap pertanyaan pengguna terkait akademik di program studi Teknik Informatika. Chatbot ini memanfaatkan metode Retrieval-Augmented-Generation (RAG) untuk memproses informasi dari dokumen teks secara efisien. Metode RAG digunakan untuk menemukan jawaban yang relevan dari dokumen berdasarkan pertanyaan pengguna, sementara Large Language Model memahami konteks pertanyaan dan menghasilkan jawaban yang sesuai. Penelitian ini menggunakan pendekatan Research and Development (R&D) dengan tahapan meliputi survei questioner kebutuhan mahasiswa, preprocessing data, Pembangunan indeks pencarian berbasis vektor, konfigurasi model LLM, serta integrasi chatbot dengan Telegram. Hasil pengujian menunjukkan bahwa chatbot mampu memberikan jawaban dengan akurasi tinggi dan waktu respons rata-rata 60 detik untuk pertanyaan sederhana hingga kompleks, sehingga chatbot berbasis RAG cukup efektif meningkatkan aksesibilitas informasi secara real-time. Pengembangan lebih lanjut dapat difokuskan pada peningkatan pemahaman terhadap beragam pertanyaan dan personalisasi respons.