<![CDATA[Perkembangan teknologi informasi mendorong perguruan tinggi untuk menyediakan layanan yang cepat, responsif, dan mudah diakses, khususnya pada proses Penerimaan Mahasiswa Baru (PMB). Permasalahan yang terjadi di UNUSIDA adalah tingginya volume pertanyaan calon mahasiswa melalui WhatsApp yang masih dilayani secara manual, sehingga menyebabkan keterlambatan respons dan menurunkan efisiensi layanan. Penelitian ini bertujuan untuk mengembangkan sistem WhatsApp Gateway berbasis Large Language Model (LLM) dengan pendekatan Retrieval-Augmented Generation (RAG) guna menghasilkan respons otomatis yang relevan dan kontekstual. Metode yang digunakan adalah pengembangan sistem dengan mengintegrasikan WhatsApp Gateway berbasis Node.js, platform otomasi n8n sebagai pengelola alur komunikasi, DeepSeek API sebagai model kecerdasan buatan, serta Google Sheet sebagai sumber data eksternal. Pengujian sistem dilakukan menggunakan metode black-box testing untuk mengevaluasi fungsionalitas dan kualitas respons. Hasil penelitian menunjukkan bahwa sistem mampu memberikan respons secara cepat, akurat, dan tersedia selama 24 jam, sehingga efektif dalam meningkatkan kualitas layanan informasi PMB serta mengurangi beban kerja administratif.]]>
Copyrights © 2026
