Panduan skripsi memuat berbagai aturan dan prosedur akademik yang harus dipahami mahasiswa, tetapi penyajiannya dalam dokumen yang panjang dan teknis dapat menyulitkan pencarian informasi secara cepat. Penelitian ini bertujuan mengimplementasikan Retrieval-Augmented Generation (RAG) berbasis Large Language Model (LLM) pada chatbot Panduan Skripsi Universitas Bina Insan. Sistem dikembangkan melalui tahapan ekstraksi dan pembersihan teks, chunking, embedding, penyimpanan pada basis data vektor, pencarian semantik, dan generasi jawaban menggunakan LLM. Kinerja chatbot dievaluasi dengan BERTScore melalui perbandingan jawaban sistem dengan jawaban referensi. Hasil pengujian menunjukkan nilai rata-rata precision sebesar 0,9688, recall 0,9270, dan F1-score 0,9433, yang menunjukkan tingkat kesesuaian semantik yang tinggi. Chatbot juga mampu memberikan jawaban terstruktur serta menyertakan referensi halaman dokumen. Hasil tersebut menunjukkan bahwa penerapan RAG berbasis LLM dapat mendukung penyediaan informasi panduan skripsi secara kontekstual, relevan, dan berbasis dokumen resmi. Kata Kunci: BERTScore, Chatbot, Large Language Model, Panduan Skripsi, Retrieval-Augmented Generation.
Copyrights © 2026