Deswita, Inayah Ayu (2026) Implementasi metode retrieval-augmented generation dengan mekanisme guardrails pada sistem rekomendasi produk skincare. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (298kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (244kB) | Preview |
|
|
Text (LEMBAR PERNYATAAN)
3_skbebasplagiarsm.pdf Download (1MB) | Preview |
|
|
Text (DAFTAR ISI)
4_daftarisi.pdf Download (325kB) | Preview |
|
|
Text (BAB I)
5_bab1.pdf Download (350kB) | Preview |
|
|
Text (BAB II)
6_bab2.pdf Restricted to Registered users only Download (605kB) | Request a copy |
||
|
Text (BAB III)
7_bab3.pdf Restricted to Registered users only Download (686kB) | Request a copy |
||
|
Text (BAB IV)
8_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
|
Text (BAB V)
9_bab5.pdf Restricted to Registered users only Download (230kB) | Request a copy |
||
|
Text (DAFTAR PUSTAKA)
10_daftarpustaka.pdf Restricted to Registered users only Download (227kB) | Request a copy |
||
|
Text (LAMPIRAN)
11_lampiran.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
Abstract
Banyaknya pilihan produk skincare dengan kandungan dan fungsi yang beragam sering menyulitkan pengguna dalam menentukan produk yang sesuai dengan kondisi kulit. Permasalahan ini semakin kompleks karena keluhan kulit umumnya disampaikan menggunakan bahasa sehari-hari yang tidak selalu dapat dipahami oleh sistem rekomendasi konvensional. Oleh karena itu, penelitian ini mengembangkan GlowAI, sistem rekomendasi skincare berbasis Retrieval-Augmented Generation (RAG) yang dirancang untuk memahami kebutuhan pengguna dan menghasilkan rekomendasi yang relevan. Penelitian menggunakan metodologi CRISP-DM yang meliputi tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Basis pengetahuan sistem terdiri atas 400 produk skincare hasil web scraping serta literatur dermatologi. Proses pencarian informasi memanfaatkan model SentenceTransformer all-MiniLM-L6-v2 dan FAISS, yang dipadukan dengan mekanisme filtering, re-ranking, dan guardrails. Berdasarkan hasil seleksi, LLaMA 3.3 70B dipilih sebagai model utama dengan nilai akhir 3.900. Evaluasi retrieval pada Top-K = 5 menghasilkan nilai Precision 0.9667, Recall 0.0978, F1-Score 0.1507, dan MRR 0.9583. Selain itu, evaluasi ahli memperoleh skor rata-rata 4.60 dan user study yang melibatkan 30 responden memperoleh skor 4.26. Hasil tersebut menunjukkan bahwa GlowAI mampu memberikan rekomendasi skincare yang relevan, informatif, dan layak digunakan sebagai pendukung keputusan dalam pemilihan produk.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | RAG, Large Language Model; Semantic Retrieval; Rule-Based Validation; Sistem Rekomendasi; Skincare |
| Subjects: | Systems > Computer Modeling and Simulation Data Processing, Computer Science > Computer Science Education Data Processing, Computer Science > Computer and Human Data Processing, Computer Science > Systems Analysis and Computer Design Special Computer Methods > Artificial Intelligence Applied Physics > Computer Engineering General Management > Decision Making Management |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Inayah Ayu Deswita |
| Date Deposited: | 24 Jul 2026 07:48 |
| Last Modified: | 24 Jul 2026 07:48 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/135689 |
Actions (login required)
![]() |
View Item |



