<![CDATA[Interaksi tanya jawab akademik antara mahasiswa dan dosen seringkali menghadapi tantangan efisiensi, di mana dosen dibebani oleh pertanyaan yang repetitif sementara mahasiswa membutuhkan respons yang cepat. Permasalahan ini mendorong kebutuhan akan solusi otomatis untuk memfasilitasi komunikasi yang lebih efektif. Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem tanya jawab akademik berbasis website dengan mengimplementasikan metode Retrieval-Augmented Generation (RAG) untuk menyediakan jawaban yang relevan dan kontekstual. Pengembangan sistem menggunakan metodologi Agile Scrum yang dilakukan secara iteratif, mencakup tahapan product backlog, sprint planning, implementasi, sprint review, dan sprint retrospective. Sistem ini mengintegrasikan beberapa teknologi yaitu backend portal dikembangkan dengan Laravel 10, antarmuka chatbot menggunakan Streamlit, basis data menggunakan PostgreSQL dengan ekstensi pgvector untuk vector similarity, serta model generative AI Gemini 2.5 Flash untuk menghasilkan respons. Evaluasi sistem dilakukan melalui blackbox testing pada seluruh fungsionalitas. Hasil pengujian menunjukkan bahwa sistem berhasil berfungsi sesuai dengan yang diharapkan, di mana chatbot mampu memberikan jawaban yang akurat dan relevan berdasarkan basis pengetahuan yang tersedia, serta secara efektif mengurangi kebutuhan interaksi langsung antara mahasiswa dan dosen]]>
Copyrights © 2025
