<![CDATA[Penelitian ini mengembangkan chatbot berbasis Large Language Model (LLM) menggunakan Flowise AI untuk meningkatkan layanan informasi akademik di STMIK Lombok yang sebelumnya masih manual dan terbatas pada jam kerja. Sistem dibangun secara modular melalui pemuatan dokumen, preprocessing teks, embedding dengan API Gemini, penyimpanan di vector store (Pinecone), dan integrasi melalui Conversational Retrieval QA Chain, serta dianalisis menggunakan Latent Dirichlet Allocation (LDA) untuk memetakan kebutuhan informasi mahasiswa. Hasil black-box testing menunjukkan chatbot mampu menjawab 13 dari 14 pertanyaan dengan tepat, dan analisis 294 pesan dari 15 sesi interaksi mengungkapkan lima topik dominan, terutama biaya kuliah dan jadwal perkuliahan. Implementasi ini memberikan akses informasi yang lebih cepat, akurat, dan tersedia 24 jam, sekaligus mengurangi beban kerja staf akademik. Penelitian ini membuktikan bahwa integrasi LLM dengan platform low-code seperti Flowise AI efektif untuk meningkatkan efisiensi layanan akademik di perguruan tinggi.]]>
Copyrights © 2025
