Ferdiana, I Putu Agus Wendika (2026) PENGEMBANGAN LAYANAN INFORMASI PUBLIK PROGRAM STUDI PENDIDIKAN TEKNIK INFORMATIKA UNDIKSHA MELALUI ASISTEN VIRTUAL BERBASIS LLM DAN RAG. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2215051017-COVER.pdf Download (45MB) |
|
Text (ABSTRAK)
2215051017-ABSTRAK.pdf Download (22MB) |
|
Text (BAB 1 PENDAHULUAN)
2215051017-BAB 1 PENDAHULUAN.pdf Download (22MB) |
|
Text (BAB 2 KAJIAN TEORI)
2215051017-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (22MB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2215051017-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (22MB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2215051017-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (22MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2215051017-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (22MB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2215051017-DAFTAR PUSTAKA.pdf Download (22MB) |
|
Text (LAMPIRAN)
2215051017-LAMPIRAN.pdf Download (22MB) |
Abstract
Penelitian ini dilatarbelakangi oleh kesenjangan informasi, tingginya repetisi pertanyaan administratif, dan rendahnya minat baca mahasiswa terhadap teks panjang di Program Studi Pendidikan Teknik Informatika (PTI) Universitas Pendidikan Ganesha. Tujuan penelitian ini adalah mengembangkan asisten virtual layanan informasi publik yang mengintegrasikan Large Language Model (LLM) dan Retrieval-Augmented Generation (RAG) menggunakan model GPT-4o mini, Gemini 2.5 Flash, serta Llama 3.1 8B sebagai LLM pembanding. Penelitian ini menggunakan metode Research and Development (R&D) dengan kerangka kerja ADDIE. Hasil pengembangan menunjukkan bahwa arsitektur backend Flask dan vector database FAISS dapat beroperasi secara efisien dengan latensi manajemen dokumen kurang dari 3 detik dan respons kueri 28,40–33,89 detik. Evaluasi RAGAS menunjukkan bahwa GPT-4o mini unggul dibandingkan Llama 3.1 8B pada sebagian besar metrik, yaitu Faithfulness (0,8869 berbanding 0,7430), Context Precision (0,8093 berbanding 0,7915), Answer Correctness (0,6784 berbanding 0,5478), dan Answer Relevancy (0,6970 berbanding 0,6093). Namun, Llama 3.1 8B memperoleh nilai lebih tinggi pada Context Recall (0,9944 berbanding 0,9819), yang menunjukkan kemampuannya dalam menemukan informasi yang dibutuhkan dari konteks. Selain itu, perbandingan arsitektur menunjukkan bahwa Modular RAG lebih stabil dibandingkan Native RAG pada metrik Faithfulness (0,8869 berbanding 0,8198), Context Recall (0,9819 berbanding 0,9750), Context Precision (0,8093 berbanding 0,8075), dan Answer Relevancy (0,6970 berbanding 0,6668), meskipun Native RAG unggul pada Answer Correctness (0,7036 berbanding 0,6784). Kelayakan sistem teruji dengan nilai sempurna 1,00 (Sangat Valid) dari Ahli Isi dan Ahli Teknis/Usability, serta skor System Usability Scale (SUS) sebesar 81,11. Secara keseluruhan, sistem asisten virtual yang dikembangkan terbukti layak, memiliki tingkat kebergunaan sangat baik, dan efektif mendukung efisiensi layanan informasi akademik.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Asisten virtual, Large Language Model, Retrieval Augmented Generation, RAGAS, layanan informasi publik, PTI Undiksha. |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Pendidikan Teknik Informatika (S1) |
| Depositing User: | I Putu Agus Wendika Ferdiana |
| Date Deposited: | 10 Jun 2026 01:24 |
| Last Modified: | 10 Jun 2026 01:24 |
| URI: | http://repo.undiksha.ac.id/id/eprint/29655 |
Actions (login required)
 |
View Item |