IMPLEMENTASI RETRIEVAL AUGMENTED GENERATION UNTUK EVALUASI PROPOSAL TUGAS AKHIR MAHASISWA

Abstrak

Penelitian ini bertujuan mengembangkan sistem evaluasi judul tugas akhir berbasis Retrieval Augmented Generation (RAG) yang memanfaatkan repository tugas akhir dari satu tahun terakhir sebagai sumber pengetahuan. Sistem dikembangkan dengan mengintegrasikan komponen retrieval yang menggunakan teknik embedding semantik untuk mengidentifikasi judul-judul serupa dari repositori, dan komponen generative yang memberikan evaluasi serta rekomendasi perbaikan. Proses yang dilakukan mencakup pre-processing data dari repository tugas akhir, implementasi model sentence-transformers untuk pembuatan basis data vektor, dan integrasi dengan Large Language Model (LLM). Hasil pengujian terhadap 20 judul baru menunjukkan sistem RAG mencapai nilai answer correctness 80%. Implementasi juga berhasil mengotomasi dan meningkatkan objektivitas proses evaluasi.