Fenomena silent skill mismatch dalam organisasi sering kali menghambat optimalisasi potensi talenta karena kurangnya transparansi data aktivitas kerja karyawan terhadap standar kompetensi industri. Penelitian ini bertujuan untuk mengembangkan sistem deteksi silent skill mismatch berbasis kecerdasan buatan dengan mengimplementasikan arsitektur Retrieval-Augmented Generation (RAG). Metode yang di…
Di era perkembangan kecerdasan buatan, penggunaan Retrieval-Augmented Generation (RAG) baik berbasis vector maupun graph semakin banyak diterapkan di kalangan akademisi maupun industri. Hal ini disebabkan oleh kemampuannya dalam menghasilkan jawaban yang lebih akurat dengan memanfaatkan informasi eksternal sebagai dasar pengetahuan. RAG berbasis vectorstore cukup efektif menemukan informasi yan…
Sistem rekomendasi fitness yang ada saat ini umumnya bersifat generik dan tidak mampu memberikan penjelasan ilmiah yang transparan atas rekomendasi yang diberikan. Penelitian ini mengembangkan sistem rekomendasi latihan fitness berbasis GraphRAG (Graph Retrieval-Augmented Generation) dengan memanfaatkan Scientific Fitness Knowledge Graph yang dibangun dari dataset terstruktur MegaGym dan 10 lit…
Respons yang akurat dan sesuai konteks sangat penting saat menerapkan model bahasa besar (LLM) pada tugas-tugas yang sensitif dan spesifik domain, seperti menjawab pertanyaan yang terkait dengan studi Al-Qur'an. LLM tujuan umum sering kali mengalami halusinasi, di mana respons yang dihasilkan menyimpang dari sumber yang berwenang, sehingga menimbulkan kekhawatiran tentang keandalannya dalam kon…
Hasil penelitian menunjukkan bahwa chatbot yang dikembangkan mampu menjawab pertanyaan pelanggan dengan tingkat akurasi tinggi dan relevansi yang baik, serta memberikan dampak positif terhadap efisiensi operasional kafe. Implementasi ini juga membuka peluang penerapan AI di sektor UMKM dan menjadi rujukan untuk pengembangan solusi digital serupa di masa depan. Penelitian ini bertujuan untuk men…