PENGEMBANGAN SISTEM HELPDESK MENGGUNAKAN CHATBOT DENGAN METODE RETRIEVAL-AUGMENTED GENERATION (RAG

DEVELOPMENT OF HELPDESK SYSTEM USING CHATBOT WITH RETRIEVAL-AUGMENTED GENERATION (RAG) METHOD

Penelitian ini bertujuan untuk mengembangkan sistem helpdesk 

menggunakan chatbot berbasis metode Retrieval-Augmented 

Generation (RAG) guna meningkatkan efisiensi layanan 

administratif di lingkungan kampus. Sistem ini dibangun 

menggunakan FastAPI sebagai backend dan Next.js sebagai 

frontend, yang memastikan antarmuka yang responsif dan ramah 

pengguna. Chatbot memanfaatkan kemampuan text generation 

dari model Gemini yang dikombinasikan dengan pencarian 

semantik menggunakan FAISS DATABASE dari OpenAI, 

sehingga memungkinkan penyampaian informasi yang akurat 

dan relevan secara real-time. Selama fase pengujian, sistem ini 

berhasil menangani berbagai pertanyaan pengguna secara 

bersamaan, memberikan respons yang cepat dan andal. Hasil 

penelitian menunjukkan bahwa sistem ini memudahkan akses 

terhadap informasi akademik dan administratif, serta 

menyederhanakan interaksi pengguna dengan layanan helpdesk 

kampus. Pengembangan di masa depan akan mencakup 

deployment server dan penyesuaian konfigurasi prompt untuk 

meningkatkan akurasi serta kapabilitas sistem.

This study aims to develop a helpdesk system using a 

chatbot based on the Retrieval-Augmented Generation (RAG) 

method to improve the efficiency of administrative services in a 

campus environment. The system was built using FastAPI for the 

backend and Next.js for the frontend, ensuring a responsive and 

user-friendly interface. The chatbot leverages the text generation 

capabilities of the Gemini model combined with semantic 

search using FAISS from OpenAI, enabling the delivery of 

accurate and relevant information in real-time. During the testing 

phase, the system successfully handled multiple user queries 

simultaneously, providing fast and reliable responses. The results 

show that the system simplifies access to academic and 

administrative information, thus streamlining user interactions 

with the campus helpdesk. Future developments will include 

server deployment and prompt configuration adjustments to 

enhance the system's accuracy and scalability.