PENGEMBANGAN CHATBOT HUKUM INDONESIA BERBASIS RAG DENGAN EVALUASI KINERJA RETRIEVAL DAN KONSISTENSI FAKTUALAan TriyaVinantaauthorRendahnya pengetahuan hukum masyarakat Indonesia sering kali menyebabkan kesulitan dalam mencari rujukan pasal yang tepat, yang berujung pada keputusan keliru dan ketidakmerataan akses keadilan, sementara penggunaan Large Language Model (LLM) murni berisiko tinggi menghasilkan halusinasi tanpa sumber rujukan eksplisit. Penelitian ini bertujuan mengatasi permasalahan tersebut dengan mengembangkan chatbot hukum menggunakan metode RetrievalAugmented Generation (RAG) yang memproses delapan Undang-Undang utama melalui teknik recursive chunking dan menyimpannya dalam Qdrant Vector Database. Sistem menggabungkan pencarian semantik dan leksikal yang disempurnakan dengan mekanisme reranking menggunakan model cross-encoder ms-marco-MiniLM-L-6-v2, serta menghasilkan jawaban melalui model Gemini2.5 Flash. Hasil evaluasi terhadap 42 kueri gold set dari Hukumonline menunjukkan nilai Recall@k sebesar 0,619 dan Mean Reciprocal Rank (MRR) 0,351 yang mengindikasikan efektivitas penempatan dokumen relevan pada peringkat awal, serta skor faithfulness 0,478 yang mencerminkan tantangan penalaran pada kueri alami. Kontribusi penelitian berupa rancangan pipeline RAG yang robust ini dapat dimanfaatkan oleh masyarakat umum dan praktisi sebagai alat bantu verifikasi hukum yang akurat untuk meminimalisir kesalahan interpretasi.000 Ilmu komputer, informasi dan pekerjaan umum004 Pemrosesan data dan ilmu komputer2026-01-22Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis