PENGEMBANGAN CHATBOT HUKUM INDONESIA BERBASIS RAG DENGAN EVALUASI KINERJA RETRIEVAL DAN KONSISTENSI FAKTUAL

Vinanta, Aan Triya (2026) PENGEMBANGAN CHATBOT HUKUM INDONESIA BERBASIS RAG DENGAN EVALUASI KINERJA RETRIEVAL DAN KONSISTENSI FAKTUAL. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER - ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (230kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (724kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (412kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf - Published Version Download (69kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (425kB)
	Archive (SOURCE CODE) Sourcecode - 22.11.4880.zip Restricted to Repository staff only Download (4kB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (716kB)

Abstract

Rendahnya 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.

Actions (login required)

View Item