Text
Implementasi AI Assistant Berbasis Hybrid Retrieval-Augmented Generation Untuk Layanan Informasi Mahasiswa di Universitas Islam Riau
Perkembangan kecerdasan buatan mendorong penggunaan Retrieval-Augmented Generation (RAG) dalam layanan informasi karena mampu menghasilkan jawaban yang lebih akurat berbasis dokumen. Namun, metode tunggal seperti BM25 dan vector embedding masih memiliki keterbatasan dalam memahami kata kunci dan makna. Penelitian ini mengembangkan AI Assistant berbasis Hybrid RAG untuk layanan informasi mahasiswa Universitas Islam Riau dengan menggabungkan kedua metode tersebut agar hasil pencarian lebih relevan. Dataset berasal dari dokumen resmi kampus yang diproses melalui normalisasi, chunking, dan embedding, kemudian dievaluasi menggunakan Precision@5 (P@5), Mean Reciprocal Rank (MRR), dan RAGAS. Hasil menunjukkan nilai context precision sebesar 0,83 dan context recall sebesar 0,92, serta jawaban yang cukup sesuai dengan konteks, meskipun masih perlu peningkatan pada relevansi. Dengan demikian, Hybrid RAG mampu meningkatkan kualitas layanan informasi akademik menjadi lebih akurat dan kontekstual.
No other version available