PENGEMBANGAN CHATBOT UNTUK MENINGKATKANLAYANAN INFORMASI AKADEMIK STMIK LOMBOKMENGGUNAKAN LARGE LANGUAGE MODEL
DOI:
https://doi.org/10.31849/dtsd0p50Keywords:
Chatbot, Large Language Model, Flowise, Latent Dirichlet Allocation, Layanan Informasi AkademikAbstract
Penelitian ini mengembangkan chatbot berbasis Large Language Model (LLM) menggunakan Flowise AI untuk meningkatkan layanan informasi akademik di STMIK Lombok yang sebelumnya masih manual dan terbatas pada jam kerja. Sistem dibangun secara modular melalui pemuatan dokumen, preprocessing teks, embedding dengan API Gemini, penyimpanan di vector store (Pinecone), dan integrasi melalui Conversational Retrieval QA Chain, serta dianalisis menggunakan Latent Dirichlet Allocation (LDA) untuk memetakan kebutuhan informasi mahasiswa. Hasil black-box testing menunjukkan chatbot mampu menjawab 13 dari 14 pertanyaan dengan tepat, dan analisis 294 pesan dari 15 sesi interaksi mengungkapkan lima topik dominan, terutama biaya kuliah dan jadwal perkuliahan. Implementasi ini memberikan akses informasi yang lebih cepat, akurat, dan tersedia 24 jam, sekaligus mengurangi beban kerja staf akademik. Penelitian ini membuktikan bahwa integrasi LLM dengan platform low-code seperti Flowise AI efektif untuk meningkatkan efisiensi layanan akademik di perguruan tinggi.
References
[1] Abdurahman, A. (2025). Implementasi Chatbot Sebagai Asisten Virtual Untuk Membantu Mahasiswa Dalam Mendapatkan Informasi Akademik. STMIK Widya Cipta Dharma.
[2] Agung Sutanto, A. (2024). Implementasi Chatbot Berbasis Natural Language Processing (NLP) untuk Layanan Pengguna di Universitas Nahdlatul Ulama Kalimantan Selatan. Repositori Online Perpustakaan Universitas NU Kalsel, 1–3.
[3] Allorerung, P. P., Erna, A., & Bagussahrir, M. (2024). Analisis Performa Normalisasi Data untuk Klasifikasi K-Nearest Neighbor pada Dataset Penyakit, 9(3), 178–191.
[4] Asyrofi, R., Dewi, M. R., Lutfhi, M. I., & Wibowo, P. (2023). Systematic literature review langchain proposed. In 2023 International Electronics Symposium (IES) (pp. 533–537).
[5] Barberá, B. I. (2025). AI Privacy Risks & Mitigations Large Language Models (LLMs).
[6] Çetin, V., & Yıldız, O. (2022). A comprehensive review on data preprocessing techniques in data analysis. Pamukkale University Journal of Engineering Sciences, 28(2), 299–312. https://doi.org/10.5505/pajes.2021.62687
[7] Damayanti, D., & Nuzuli, A. K. (2024). Studi Kasus Implementasi Teknologi Chatbot sebagai Asisten Virtual dalam Menjawab Pertanyaan Mahasiswa di Lingkungan Kampus. Reslaj : Religion Education Social Laa Roiba Journal, 6(3), 1178–1192. https://doi.org/10.47467/reslaj.v6i3.4858
[8] Dimas, M., Muhajir, A., Prastiti, N., & Koeshardianto, M. (2025). IMPLEMENTASI CHATBOT MENGGUNAKAN FRAMEWORK LANGCHAIN BERBASIS LLM GPT (STUDI KASUS : PANDUAN AKADEMIK UNIVERSITAS TRUNOJOYO), 9(2), 2151–2158.
[9] Hamdhana, D. (2024). A Low Code Approach to Q&A on Care Records Using Flowise AI With LLM Integration and RAG Method, (December). https://doi.org/10.29100/jipi.v9i4.6978
[10] Khadafi, S., Saputra, R. A., & Uttungga, R. (2024). Implementasi Chatbot Informasi Akademik Menggunakan Jaro Winkler pada Program Studi Sistem Informasi–ITATS. In Prosiding Seminar Nasional Sains dan Teknologi Terapan.
[11] Khan, R., & Das, A. (2018). Build Better Chatbots. Build Better Chatbots. https://doi.org/10.1007/978-1-4842-3111-1
[12] Nuzul Hikmah, Dyah Ariyanti, & Ferry Agus Pratama. (2022). Implementasi Chatbot Sebagai Virtual Assistant di Universitas Panca Marga Probolinggo menggunakan Metode TF-IDF. JTIM : Jurnal Teknologi Informasi Dan Multimedia, 4(2), 133–148. https://doi.org/10.35746/jtim.v4i2.225
[13] Rachmat, N., & Kesuma, D. P. (2024). Implementasi LLM Gemini Pada Pengembangan Aplikasi Chatbot Berbasis Android. Jurnal Ilmu Komputer (JUIK), 4(1), 40–52.
[14] Rahmawati, H., & Sudrajat, A. (2025). IMPLEMENTASI CHATBOT PADA PENERIMAAN MAHASISWA BARU DI POLITEKNIK TEDC BANDUNG MENGGUNAKAN NATURAL LANGUAGE PROCESSING, 13(1).
[15] Siriwardhana, S., Weerasekera, R., Wen, E., Kaluarachchi, T., Rana, R., & Nanayakkara, S. (2023). Improving the Domain Adaptation of Retrieval Augmented Generation (RAG) Models for Open Domain Question Answering. Transactions of the Association for Computational Linguistics, 11, 1–17. https://doi.org/10.1162/tacl_a_00530
[16] Wicaksono, S. R. (2022). Black Box Testing Teori Dan Studi Kasus. (S. R. Wicaksono, Ed.). https://doi.org/10.5281/zenodo.7659674
[17] Widiantoro, A. D., Mustafid, & Sanjaya, R. (2024). Pengantar NLP Dan Topik Model LDA.
[18] Xiao, T., & Zhu, J. (2025). Foundations of Large Language Models. Retrieved from http://arxiv.org/abs/2501.09223
Downloads
Published
Issue
Section
License
Copyright (c) 2025 ZONAsi: Jurnal Sistem Informasi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
CC BY-SA 4.0
Attribution-ShareAlike 4.0
You are free to:
- Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
- Adapt — remix, transform, and build upon the material for any purpose, even commercially.
- The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
- Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation .
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
