IMPLEMENTASI CHATBOT BERBASIS RETRIEVAL AUGMENTED GENERATION PADA WEBSITE COMPANY PROFILE GRIYA SINAU SYAHIR

Bimbingan Belajar Griya Sinau Syahir menghadapi kendala promosi digital karena interaksi media sosial rendah dan website company profile masih bersifat statis. Di sisi lain, penggunaan Large Language Model (LLM) konvensional secara mandiri berisiko memunculkan halusinasi data. Penelitian ini bertujuan mengimplementasikan chatbot berbasis Retrieval Augmented Generation (RAG) pada website tersebut. Chatbot dibatasi pada penyampaian informasi seputar profil lembaga, program belajar, biaya, dan prosedur pendaftaran berdasarkan basis pengetahuan berkas JSON. Metode yang digunakan adalah studi kasus dengan pengumpulan data via wawancara dan studi pustaka. Sistem dibangun menggunakan stack Next.js, TypeScript, LangChain.js, model embedding gemini-embedding-001, dan LLM gemini-2.5-flash. Basis pengetahuan dari berkas JSON diurai menjadi 15 chunks menggunakan RecursiveCharacterTextSplitter, dikonversi menjadi vektor 3072 dimensi, dan disimpan dalam Memory VectorStore. Pencarian dokumen relevan menerapkan Similarity Search berbasis rumus Cosine Similarity. Kemudian di-evaluasi menggunakan framework Promptfoo. Hasil penelitian menunjukkan sistem mampu memilah dokumen relevan berdasarkan skor kemiripan tertinggi yaitu 0,7460 dan 0,6930 menjadi konteks AI. Integrasi Gemini 2.5 Flash menghasilkan jawaban natural yang sesuai data resmi lembaga. Evaluasi otomatis menggunakan Promptfoo mencatatkan pass rate 100%, 3 dari 3 cases. Kesimpulannya, chatbot berbasis RAG ini berhasil diimplementasikan dengan andal untuk menyajikan informasi akademik secara cepat, tepat, dan terhindar dari risiko halusinasi data.