Pembuatan flashcard dari dokumen PDF menggunakan Retrieval-Augmented Generation (RAG)

Hakeem, Haiqel Aziizul (2026) Pembuatan flashcard dari dokumen PDF menggunakan Retrieval-Augmented Generation (RAG). Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (43kB) | Preview
Preview	Text 2_abstrak.pdf Download (64kB) | Preview
Preview	Text (SK BEBAS PLAGIARISME) 3_skbebasplagiarism.pdf Download (361kB) | Preview
Preview	Text (DAFTAR ISI) 4_daftarisi.pdf Download (77kB) | Preview
Preview	Text (BAB I) 5_bab1.pdf Download (142kB) | Preview
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (306kB) | Request a copy
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (362kB) | 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 (24kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (93kB) | Request a copy
	Text (LAMPIRAN) 11_lampiran.pdf Restricted to Repository staff only Download (645kB) | Request a copy

Abstract

Penelitian ini bertujuan mengembangkan sistem pembuatan flashcard otomatis dari dokumen PDF menggunakan arsitektur Retrieval-Augmented Generation (RAG) untuk meminimalkan risiko hallucination pada Large Language Models (LLM). Sistem dirancang khusus untuk materi biologi tingkat SD–SMA, dengan mengintegrasikan Google Gemini 2.5 Flash sebagai generator dan FAISS sebagai vector store untuk retrieval berbasis kemiripan semantik. Dokumen PDF diproses melalui ekstraksi, pembersihan, chunking, dan embedding menggunakan model multilingual. Evaluasi menggunakan framework RAGAS menunjukkan tingkat faithfulness sebesar 89%, membuktikan bahwa konten flashcard akurat dan sesuai dengan sumber. Meski demikian, skor answer relevancy sebesar 66, akan tetapi sistem tetap memberikan informasi yang tetap relevan dan sesuai konteks. Sistem juga menunjukkan stabilitas kecepatan pemrosesan rata-rata 12,20 detik per topik. Prototype aplikasi berbasis Streamlit memungkinkan pengguna menghasilkan dan memverifikasi flashcard secara transparan. Penelitian ini membuktikan bahwa RAG efektif dalam menghasilkan materi edukasi faktual dan andal.

Actions (login required)

View Item