Sewagati
Vol 10 No 3 (2026)

Sistem Administrasi Berbasis Artificial Intelligence: Implementasi WhatsApp Chatbot dengan Teknologi RAG untuk Departemen Teknik Komputer IT

Arta Kusuma Hernanda (Departemen Teknik Komputer, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.)
Susi Juniastuti (Departemen Teknik Komputer, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.)
Surya Sumpeno (Departemen Teknik Komputer, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.)
Mochamad Hariadi (Departemen Teknik Komputer, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.)
I Ketut Eddy Purnama (Departemen Teknik Komputer, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.)
Reza Fuad Rachmadi (Departemen Teknik Komputer, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.)
Supeno Mardi Susiki Nugroho (Departemen Teknik Komputer, Institut Teknologi Sepuluh Nopember, Surabaya 60111, Indonesia.)



Article Info

Publish Date
30 Jun 2026

Abstract

Departemen Teknik Komputer Institut Teknologi Sepuluh Nopember (ITS) menghadapi tantangan pengelolaan layanan administrasi yang masih bersifat manual, mengakibatkan penumpukan antrian dan keterlambatan respons terhadap pertanyaan mahasiswa. Kondisi ini diperparah oleh ketidakseimbangan kapasitas yang signifikan, di mana satu staf kemahasiswaan harus melayani lebih dari 480 mahasiswa aktif dari empat angkatan yang berjalan bersamaan. Penelitian ini mengembangkan sistem layanan administrasi berbasis Artificial Intelligence melalui implementasi chatbot WhatsApp bernama Sakai (Smart Admin DTK ITS) dengan teknologi Retrieval-Augmented Generation (RAG), yang ditujukan secara langsung bagi mahasiswa aktif dan staf administrasi Departemen Teknik Komputer ITS sebagai penerima manfaat utama. Sistem dibangun menggunakan platform otomasi n8n dan terintegrasi dengan basis data akademik departemen melalui ceits.id untuk memberikan respons otomatis yang akurat dan kontekstual. WhatsApp dipilih karena tingkat penetrasi tinggi di kalangan mahasiswa Indonesia, sementara teknologi RAG memungkinkan sistem menghasilkan jawaban natural dari knowledge base departemen. Hasil pengujian terhadap 1.050 pertanyaan uji menunjukkan akurasi klasifikasi sebesar 77,6% dengan rata-rata latensi respons 8,19 detik dan latensi minimum 0,01 detik. Luaran mencakup sistem yang siap digunakan, publikasi ilmiah, dan dokumentasi teknis yang dapat diadaptasi oleh departemen lain di ITS maupun perguruan tinggi lainnya sebagai model transformasi digital layanan administrasi pendidikan tinggi.

Copyrights © 2026






Journal Info

Abbrev

sewagati

Publisher

Subject

Arts Humanities Education Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Description

Sewagati : Jurnal Pengabdian Kepada Masyarakat disingkat dengan nama Sewagati (e-ISSN: 2613-9960) adalah jurnal khusus pengabdian kepada masyarakat (abmas) yang berfungsi sebagai media diseminasi dan sosialisasi aktivitas pengabdian dan pemberdayaan masyarakat. Ruang lingkup jurnal meliputi: ...