Rancang Bangun AI Assistant Berbasis Retrieval-Augmented Generation (RAG) untuk Layanan Informasi Akademik Fakultas

Inkreswari Retno Hardini; Sabo Hermawan; Rayi Dwipanilih

doi:10.59061/jentik.v4i3.1525

Authors

Inkreswari Retno Hardini Universitas Negeri Jakarta
Sabo Hermawan Universitas Negeri Jakarta
Rayi Dwipanilih Universitas Negeri Jakarta

DOI:

https://doi.org/10.59061/jentik.v4i3.1525

Keywords:

Artificial Intelligence, Retrieval-Augmented Generation, AI Assistant, Generative AI, layanan informasi akademik

Abstract

Perkembangan Generative Artificial Intelligence (Generative AI) memberikan peluang untuk meningkatkan akses terhadap informasi akademik melalui interaksi berbasis bahasa alami. Namun, penggunaan Large Language Model (LLM) secara langsung memiliki keterbatasan karena model dapat menghasilkan informasi yang tidak sesuai dengan sumber pengetahuan yang digunakan. Penelitian ini bertujuan untuk merancang dan membangun FEB AI Assistant sebagai layanan informasi akademik berbasis web pada Fakultas Ekonomi Universitas Negeri Jakarta (FEB UNJ) dengan menerapkan pendekatan Retrieval-Augmented Generation (RAG). Metode penelitian meliputi analisis kebutuhan, perancangan sistem, pembangunan knowledge base, implementasi RAG, pengembangan aplikasi, dan pengujian sistem. FEB AI Assistant dikembangkan menggunakan Laravel, PHP, MySQL, REST API, dan Gemini API sebagai LLM. Knowledge base dibangun dari dokumen akademik yang diproses menjadi document chunk untuk digunakan dalam proses retrieval sebelum menghasilkan respons. Hasil implementasi menunjukkan bahwa sistem dapat menjalankan fungsi utama mulai dari pengelolaan dokumen, pemrosesan knowledge base, retrieval informasi, generasi respons melalui Gemini API, hingga penyajian jawaban kepada pengguna. Pengujian fungsional terhadap sembilan skenario menunjukkan seluruh fungsi berhasil dijalankan dengan tingkat keberhasilan 100%. Pengujian respons juga menunjukkan bahwa sistem mampu menghasilkan jawaban yang relevan dan mengacu pada informasi yang tersedia pada knowledge base. Hasil penelitian menunjukkan bahwa pendekatan RAG dapat diterapkan untuk mendukung layanan informasi akademik yang lebih interaktif dan berbasis bahasa alami pada tingkat fakultas.

References

Artayasa, P. A. S., Kusuma, A. S., & Sugiartawan, P. (2025). Enhancing Academic Chatbot Accuracy With Retrieval-Augmented Generation in Higher Education. Digest of Technical Papers - IEEE International Conference on Consumer Electronics, 427–432. https://doi.org/10.1109/ISCT66099.2025.11297210

Chowdhury, T. (2026). Retrieval-Augmented Generation (RAG) for Large Language Models: A Comprehensive Survey. International Journal on Engineering Artificial Intelligence Management, Decision Support, and Policies, 3(1), 09–21. https://doi.org/10.63503/J.IJAIMD.2026.233

Darshan, P., Sanghavi, E., Chennakeshava, G., Kodabagi, M. M., Baba Fakruddin Ali, B. H., & Gayathri, H. P. (2025). AI Chatbot for Educational Institution: A Case Study. Proceedings of 3rd IEEE International Conference on Knowledge Engineering and Communication Systems, ICKECS 2025. https://doi.org/10.1109/ICKECS65700.2025.11034867

Elysia, S., & Herianto. (2024). Chatbot Berbasis Retrieval Augmented Generation (RAG) untuk Peningkatan Layanan Informasi Sekolah. Journal TIFDA (Technology Information and Data Analytic), 1(2), 52–58. https://doi.org/10.70491/TIFDA.V1I2.52

Huang, Y., & Huang, J. X. (2018). The Survey of Retrieval-Augmented Text Generation in Large Language Models. Proceedings of Make Sure to Enter the Correct Conference Title from Your Rights Confirmation Emai (Conference Acronym ’XX), 1.

Kuhail, M. A., Alturki, N., Alramlawi, S., & Alhejori, K. (2022). Interacting with educational chatbots: A systematic review. Education and Information Technologies 2022 28:1, 28(1), 973–1018. https://doi.org/10.1007/S10639-022-11177-3

Maryamah, M., Irfani, M. M., Tri Raharjo, E. B., Rahmi, N. A., Ghani, M., & Raharjana, I. K. (2024a). Chatbots in Academia: A Retrieval-Augmented Generation Approach for Improved Efficient Information Access. KST 2024 - 16th International Conference on Knowledge and Smart Technology, 259–264. https://doi.org/10.1109/KST61284.2024.10499652

Maryamah, M., Irfani, M. M., Tri Raharjo, E. B., Rahmi, N. A., Ghani, M., & Raharjana, I. K. (2024b). Chatbots in Academia: A Retrieval-Augmented Generation Approach for Improved Efficient Information Access. KST 2024 - 16th International Conference on Knowledge and Smart Technology, 259–264. https://doi.org/10.1109/KST61284.2024.10499652

Mvondo, G. F. N., Niu, B., & Eivazinezhad, S. (2025). Exploring the ethical use of LLM chatbots in higher education. Journal of Business Research, 200, 115575. https://doi.org/10.1016/J.JBUSRES.2025.115575

Neumann, A. T., Yin, Y., Sowe, S., Decker, S., & Jarke, M. (2025). An LLM-Driven Chatbot in Higher Education for Databases and Information Systems. IEEE Transactions on Education, 68(1), 103–116. https://doi.org/10.1109/TE.2024.3467912

Oliveira, P. F., & Matos, P. (2023). Introducing a Chatbot to the Web Portal of a Higher Education Institution to Enhance Student Interaction. Engineering Proceedings 2023, Vol. 56, Page 128, 56(1), 128. https://doi.org/10.3390/ASEC2023-16621

Sriramanan, G., Bharti, S., Sadasivan, V. S., Saha, S., Kattakinda, P., & Feizi, S. (2024). LLM-Check: Investigating Detection of Hallucinations in Large Language Models. Advances in Neural Information Processing Systems, 37. https://doi.org/10.52202/079017-1077