| dc.description.abstract | Perkembangan teknologi informasi mendorong perguruan tinggi untuk menyediakan
layanan informasi akademik yang lebih cepat, mudah diakses, dan responsif terhadap
kebutuhan mahasiswa. Namun, sistem informasi akademik konvensional yang bersifat statis,
seperti laman web atau Frequently Asked Questions (FAQ), masih memiliki keterbatasan
dalam menangani variasi cara bertanya pengguna, khususnya ketika pertanyaan disampaikan
dalam bahasa alami, tidak baku, atau mengandung parafrase. Penelitian ini bertujuan untuk
merancang dan mengembangkan sistem chatbot informasi akademik berbasis dual-mode yang
mampu menangani pertanyaan mahasiswa baik yang bersifat terstruktur maupun tidak
terstruktur. Sistem chatbot dikembangkan untuk Program Studi Informatika Universitas Islam
Indonesia dengan mengombinasikan dua pendekatan penalaran, yaitu rule-based dan hybrid.
Mode rule-based digunakan untuk memberikan respons yang cepat dan deterministik terhadap
pertanyaan akademik yang terdefinisi dengan baik, sedangkan mode hybrid mengintegrasikan
logika rule-based dengan penalaran generative berbasis Large Language Model untuk
menangani variasi bahasa dan pertanyaan yang lebih fleksibel.
Metode penelitian yang digunakan adalah prototyping, yang memungkinkan
pengembangan sistem dilakukan secara iteratif melalui tahapan pengumpulan kebutuhan,
perancangan awal, pembangunan prototipe, evaluasi, perbaikan, dan implementasi. Proses
pengumpulan kebutuhan dilakukan melalui wawancara dengan staf akademik dan observasi
terhadap pertanyaan mahasiswa. Sistem chatbot dibangun menggunakan arsitektur multi-layer
yang memisahkan frontend berbasis PHP dan backend berbasis Python yang dijalankan melalui
Flask sebagai Application Programming Interface (API). Mode hybrid memanfaatkan model
Mistral-7B-Instruct-v0.2.Q4_K_M yang dijalankan secara lokal. Evaluasi sistem dilakukan
dengan menguji chatbot menggunakan pertanyaan nyata dari mahasiswa dan staf akademik.
Hasil pengujian menunjukkan bahwa chatbot rule-based memiliki keunggulan dalam
kecepatan dan konsistensi respons, dengan waktu respons yang sangat rendah dan perilaku
yang stabil untuk pertanyaan terstruktur. Namun, mode ini memiliki keterbatasan dalam
menangani variasi bahasa, parafrase, dan kesalahan penulisan. Sebaliknya, chatbot hybrid
menunjukkan peningkatan akurasi dalam menangani pertanyaan yang tidak terstruktur,
meskipun dengan konsekuensi waktu respons yang lebih tinggi dan munculnya beberapa
respons yang bersifat halusinasi. Berdasarkan hasil penelitian, dapat disimpulkan bahwa
pendekatan dual-mode memberikan solusi yang saling melengkapi dalam layanan informasi
akademik. Mode rule-based efektif untuk kebutuhan informasi yang cepat dan pasti, sementara
mode hybrid memberikan fleksibilitas linguistik yang lebih baik. Penelitian ini menunjukkan
bahwa penerapan arsitektur hybrid ringan dengan mekanisme generative dapat meningkatkan
ketahanan dan adaptabilitas chatbot akademik tanpa sepenuhnya mengorbankan keandalan
sistem deterministik. | en_US |
