Fakhruddin, Muhammad Fakhri (2025) Optimasi Chatbot berbasis Large Language Models (LLM) melalui Integrasi Retrieval-Augmented Generation (RAG). Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
COVER.pdf Download (177kB) | Preview |
|
|
Text (ABSTRAK)
ABSTRAK.pdf Download (189kB) | Preview |
|
|
Text (SURAT PERNYATAAN KARYA SENDIRI)
SURAT PERNYATAAN KARYA SENDIRI.pdf Download (408kB) | Preview |
|
|
Text (DAFTAR ISI)
DAFTAR ISI.pdf Download (271kB) | Preview |
|
|
Text (BAB I)
BAB I.pdf Download (326kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (372kB) |
|
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (345kB) |
|
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (357kB) |
|
|
Text (BAB V)
BAB V.pdf Restricted to Registered users only Download (234kB) |
|
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (204kB) |
|
|
Text (LAMPIRAN)
LAMPIRAN.pdf Restricted to Repository staff only Download (280kB) |
Abstract
Perkembangan Large Language Models (LLM) telah memberikan kemajuan signifikan pada sistem chatbot, namun permasalahan hallucination jawaban yang terdengar meyakinkan namun tidak faktual masih menjadi tantangan utama. Penelitian ini bertujuan mengoptimalkan chatbot berbasis LLM melalui integrasi Retrieval-Augmented Generation (RAG) dan web search untuk mengurangi hallucination serta meningkatkan relevansi dan akurasi jawaban. Model LLaMA 3 dilakukan fine-tuning menggunakan dataset berbahasa Indonesia pada domain web programming. Sumber pengetahuan eksternal diperoleh melalui proses web scraping menggunakan Firecrawl, yang kemudian diindeks pada vector store untuk mendukung pencarian berbasis semantic search. Sistem dirancang dengan alur end-to-end yang memadukan tahap retrieval, grading dokumen, dan generation. Evaluasi dilakukan menggunakan metrik BERTScore terhadap 200 pertanyaan uji. Hasil pengujian menunjukkan peningkatan performa signifikan pada model LLM+RAG dibandingkan LLM murni, dengan nilai F1-score meningkat dari 0,5729 menjadi 0,6928. Integrasi RAG dan web search terbukti efektif dalam mengurangi hallucination dan menghasilkan jawaban yang lebih faktual serta kontekstual.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | large language models; chatbot; retrieval-augmented generation; hallucination |
| Subjects: | Special Computer Methods > Artificial Intelligence |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Muhammad Fakhri Fakhruddin |
| Date Deposited: | 01 Sep 2025 00:43 |
| Last Modified: | 01 Sep 2025 00:43 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/116903 |
Actions (login required)
 |
View Item |
