IMPLEMENTASI RETRIEVAL AUGMENTED GENERATION BERBASIS FRAMEWORK LANGCHAIN PADA CHATBOT WHATSAPP UNTUK AKSES TANYA JAWAB DOKUMEN INTERNAL PERUSAHAAN DI PT. PERKEBUNAN NUSANTARA I (PERSERO)

AHMAD FADLI HUTASUHUT, . (2026) IMPLEMENTASI RETRIEVAL AUGMENTED GENERATION BERBASIS FRAMEWORK LANGCHAIN PADA CHATBOT WHATSAPP UNTUK AKSES TANYA JAWAB DOKUMEN INTERNAL PERUSAHAAN DI PT. PERKEBUNAN NUSANTARA I (PERSERO). Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (472kB)
	Text BAB 1.pdf Download (338kB)
	Text BAB 2.pdf Restricted to Registered users only Download (999kB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (507kB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (210kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (230kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Mengelola dokumen internal perusahaan menjadi tantangan bagi banyak bisnis, termasuk Badan Usaha Milik Negara (BUMN) di Indonesia. Karyawan seringkali kesulitan untuk dengan cepat dan akurat mendapatkan informasi dari dokumen internal seperti kebijakan, peraturan, dan Standar Operasional Prosedur (SOP). Pencarian manual memakan waktu dan rentan terhadap kesalahan. Di sisi lain, teknologi chatbot yang mengandalkan Large Language Model (LLM) cenderung memberikan respon yang salah saat dihadapkan pada pertanyaan di luar basis pengetahuannya. Penelitian ini bertujuan untuk mengimplementasikan chatbot berbasis Retrieval-Augmented Generation (RAG) yang terintegrasi dengan WhatsApp, memungkinkan akses ke dokumen internal di PT Perkebunan Nusantara 1. Langkah-langkah dalam penelitian ini meliputi pengumpulan dokumen internal, pemrosesan dokumen, pengembangan sistem RAG, integrasi dengan WhatsApp, dan pembuatan panel admin berbasis web. Sistem dievaluasi menggunakan metrik otomatis (BERTScore, BLEU-4, ROUGE-L, dan RAGAS), penilaian pakar internal PTPN 1 dengan skala Likert, pengukuran kebergunaan melalui System Usability Scale (SUS), serta Uji Penerimaan Pengguna (User Acceptance Testing). Hasil penelitian menunjukkan bahwa chatbot yang dibangun menggunakan model Gemini 2.5 Flash dan basis data vektor Qdrant memperoleh BERTScore 0,915, BLEU-4 0,641, ROUGE-L 0,844, Faithfulness 0,890, dan Answer Relevancy 0,899, yang menandakan jawaban tepat secara makna sekaligus berpegang pada isi dokumen sumber. Penilaian tiga pakar internal memberikan skor rata-rata 4,44 dari 5,00 (kategori Sangat Baik), skor SUS mencapai 84,88 (kategori Excellent, Grade A), dan Uji Penerimaan Pengguna oleh 20 karyawan memperoleh nilai 100% (kategori Sangat Layak). Penambahan komponen reranker pada tahap pengujian masih dapat meningkatkan mutu jawaban lebih jauh, dengan Faithfulness mencapai nilai 1,000 dan Context Precision naik menjadi 0,866. Hasil ini membuktikan bahwa chatbot RAG berbasis WhatsApp mampu menyediakan akses dokumen internal yang akurat dan mudah digunakan bagi karyawan di sektor perkebunan milik negara di Indonesia. ***** Internal document management is a challenge faced by many organizations, including Badan Usaha Milik Negara (BUMN) in Indonesia. Employees often experience difficulties in quickly and accurately accessing information from internal documents such as Standard Operating Procedures (SOP), policies, and company regulations. Manual searches require significant time and can be prone to errors. On the other hand, Large Language Model (LLM) based chatbot technology has limitations in the form of a tendency to produce inaccurate information when answering questions outside its knowledge. This research aims toimplement a Retrieval-Augmented Generation (RAG) based chatbot integrated with WhatsApp for accessing internal documents at PT Perkebunan Nusantara 1. The stages in this research include: internal document collection, document processing, RAG system development, WhatsApp integration, and web-based admin panel development. The system was evaluated using automatic metrics (BERTScore, BLEU-4, ROUGE-L, and RAGAS), expert assessment by internal PTPN 1 evaluators using a Likert scale, usability measurement through the System Usability Scale (SUS), and User Acceptance Testing. The results show that the chatbot, built using the Gemini 2.5 Flash model and the Qdrant vector database, achieved a BERTScore of 0.915, BLEU-4 of 0.641, ROUGE-L of 0.844, Faithfulness of 0.890, and Answer Relevancy of 0.899, indicating answers that are both semantically accurate and grounded in the source documents. Expert assessment by three internal evaluators yielded an average score of 4.44 out of 5.00 (Very Good category), the SUS score reached 84.88 (Excellent category, Grade A), and User Acceptance Testing by 20 employees obtained a score of 100% (Highly Feasible category). Adding a reranker component during testing further improved answer quality, raising Faithfulness to 1.000 and Context Precision to 0.866. These results demonstrate that the WhatsApp-based RAG chatbot is able to provide accurate and easy-to-use internal document access for employees in the state-owned plantation sector in Indonesia

Item Type:	Thesis (Sarjana)
Additional Information:	1). Prasetyo Wibowo Yunanto, S.T., M.Eng. ; 2). Shindy Arti, S.Pd., M.Eng.
Subjects:	Teknologi dan Ilmu Terapan > Teknologi (umum) Teknologi dan Ilmu Terapan > Teknik Komputer
Divisions:	FT > S1 Sistem dan Teknologi Informasi
Depositing User:	Ahmad Fadli Hutasuhut .
Date Deposited:	18 Aug 2026 10:20
Last Modified:	18 Aug 2026 10:20
URI:	http://repository.unj.ac.id/id/eprint/70905

Actions (login required)

View Item