Muhammad Ilhaam Ghiffari Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Informatika 2026

Skripsi

Perkembangan teknologi Large Language Model (LLM) telah membuka peluang baru dalam pengembangan sistem tanya jawab otomatis. Namun, LLM memiliki keterbatasan dalam mengakses informasi terkini dan konteks spesifik. Penelitian ini mengembangkan sistem Retrieval-Augmented Generation (RAG) untuk menjawab pertanyaan multi-hop berbahasa Indonesia pada domain berita. Sistem ini mengintegrasikan komponen retrieval (pencarian dokumen) dan generation (pembangkitan jawaban) untuk menjawab pertanyaan kompleks yang membutuhkan informasi dari beberapa dokumen. Korpus berita dikumpulkan dari portal Detik.com meliputi tiga kategori: ekonomi-keuangan (detikFinance), otomotif (detikOto), dan olahraga (detikSport) dengan total 900 artikel. Sistem menggunakan embedding BGE-M3 untuk representasi semantik, ChromaDB sebagai penyimpan vektor, dan model LLM Qwen3 30B A3B serta Gemma 3 27B untuk pembangkitan jawaban. Evaluasi dilakukan menggunakan 90 pertanyaan multi-hop dengan tiga tipe: bridging, temporal, dan comparison. Metode retrieval yang diuji meliputi Dense Retrieval (semantik), Sparse Retrieval (BM25), Hybrid, dan Hybrid dengan Reranking. Hasil evaluasi menunjukkan kombinasi Qwen3 30B A3B dengan Dense Retrieval memberikan kinerja optimal dengan Soft Exact Match 85,56%, Token F1 56,85%, ROUGE-L 51,90%, METEOR 51,83%, dan Document Recall 69,44%. Metode Dense Retrieval mencapai Hit@5 sebesar 85,19%, menunjukkan sistem berhasil menemukan dokumen relevan di lima hasil teratas untuk sebagian besar pertanyaan. Penelitian ini membuktikan bahwa sistem RAG efektif untuk menjawab pertanyaan multi-hop berbahasa Indonesia pada domain berita. Kata kunci: Retrieval-Augmented Generation, RAG, pertanyaan multi-hop, tanya jawab berbasis dokumen, berita berbahasa Indonesia, Large Language Model, dense retrieval, embedding BGE-M3 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1713871 2026-04-14 14:10:19 2026-04-15 09:00:13 machine generated