• Beranda
  • Website Perpustakaan
  • Panduan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Penanda Bagikan

SKRIPSI DIGITAL

Rancang Bangun Sistem AI Copilot Technical Support Berbasis Agentic RAG di Rumahweb Indonesia = Design and Development of an Agentic RAG-Based AI Copilot Technical Support System at Rumahweb Indonesia

Bukhary Azriellorezqa Yufar - Nama Orang; Kuwat Santoso - Nama Orang; Amran Yobioktabera - Nama Orang;

Bukhary Azriellorezqa Yufar, “Rancang Bangun Sistem AI Copilot Technical Support Berbasis Agentic RAG di Rumahweb Indonesia”, Skripsi DIV Jurusan Teknik Elektro Politeknik Negeri Semarang, di bawah bimbingan Kuwat Santoso, S.T., M.Kom. dan Amran Yobioktabera, S.Kom., M.Kom., Agustus 2026.
Meningkatnya kompleksitas pertanyaan pada layanan technical support memerlukan sistem yang mampu menyediakan informasi relevan secara efisien dan mendukung penyusunan respons berbasis pengetahuan. Penelitian ini bertujuan merancang dan membangun AI Copilot Technical Support berbasis Agentic Retrieval-Augmented Generation (Agentic RAG) untuk membantu staf customer support Rumahweb Indonesia dalam menyusun draf respons teknis. Sistem menggunakan LangGraph untuk mengorkestrasi alur agentic dan menerapkan hybrid retrieval menggunakan FAISS dan BM25, Cohere reranker, serta Weighted Reciprocal Rank Fusion (Weighted RRF). Mekanisme retrieval dilengkapi evaluasi dokumen dan query rewrite untuk memungkinkan perbaikan pencarian secara iteratif. Knowledge Base yang digunakan terdiri atas 51 artikel dan menghasilkan 73 chunk. Evaluasi retrieval dilakukan menggunakan golden dataset yang terdiri atas 102 query dari 51 topik dan 10 kategori layanan. Konfigurasi terbaik, yaitu Hybrid+Cohere dengan pembobotan Weighted RRF 1:1:4, menghasilkan Hits@5 dan Recall@20 sebesar 1,0000, MRR@10 sebesar 0,9145, dan NDCG@5 sebesar 0,9362. Evaluasi generation menggunakan RAGAS menghasilkan Faithfulness 0,7388, Answer Relevancy 0,5988, Context Precision 0,9592, Context Recall 0,9510, dan RAGAS Score 0,8119. Hasil menunjukkan bahwa sistem memiliki kinerja retrieval dan kualitas konteks yang tinggi, meskipun kualitas generation masih bervariasi pada kondisi query tertentu.
Kata kunci Agentic RAG, AI Copilot, Technical Support, Hybrid Retrieval, Weighted Reciprocal Rank Fusion, RAGAS.


Fulltext
  • Harap masuk untuk melihat lampiran
Informasi Detail
Judul Seri
-
No. Panggil
RK 006 2026
Penerbit
Semarang : Politeknik Negeri Semarang., 2026
Deskripsi Fisik
xix, 176 hal.: illus.; 30 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
text
Tipe Media
computer
Tipe Pembawa
online resource
Edisi
-
Subjek
agentic rag
ai copilot
technical support
hybrid retrieval
weighted reciprocal rank fusion
ragas
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Bukhary Azriellorezqa Yufar
Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar

  • Panduan
  • Area Anggota

Tentang Kami

Si-Repo adalah platform digital yang dikelola oleh UPA Perpustakaan Politeknik Negeri Semarang, menyimpan karya ilmiah seperti Tugas Akhir, Skripsi, dan Tesis dari sivitas akademika Polines, untuk mendukung kebutuhan akademik, penelitian, dan pengembangan.

Jam Buka Perpustakaan

Senin - Kamis:
07.30 - 16.00 WIB

Jum'at:
07.30 - 16.30 WIB


NPP. 3374102C0000002
0895340731030
Follow Us
Subscribe

© 2026 — Perpustakaan Politeknik Negeri Semarang

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?