IMPLEMENTASI HYBRID GRAPH DAN VECTOR RETRIEVAL DALAM RETRIEVAL AUGMENTED GENERATION (RAG) UNTUK SISTEM TANYA JAWAB UNDANG-UNDANG KETENAGAKERJAAN DI INDONESIA

Nandisya Faiz Effendi, . (2026) IMPLEMENTASI HYBRID GRAPH DAN VECTOR RETRIEVAL DALAM RETRIEVAL AUGMENTED GENERATION (RAG) UNTUK SISTEM TANYA JAWAB UNDANG-UNDANG KETENAGAKERJAAN DI INDONESIA. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

	Text 1_Cover_123220139_Nandisya Faiz Effendi.pdf Download (153kB)
	Text 2_Abstrak_123220139_Nandisya Faiz Effendi.pdf Download (113kB)
	Text 3_Halaman Pengesahan_123220139_Nandisya Faiz Effendi.pdf Download (901kB)
	Text 4_Daftar Isi_123220139_Nandisya Faiz Effendi.pdf Download (285kB)
	Text 5_Daftar Pustaka_123220139_Nandisya Faiz Effendi.pdf Download (173kB)
	Text 5_Skripsi Full_123220139_Nandisya Faiz Effendi.pdf Restricted to Repository staff only Download (4MB)

Abstract

Kurangnya pemahaman mengenai hak dan kewajiban ketenagakerjaan di Indonesia sering kali berujung pada pelanggaran hak pekerja. Penggunaan Large Language Model (LLM) untuk otomatisasi tanya jawab hukum menjanjikan, namun rentan terhadap fenomena halusinasi yang berbahaya dalam konteks legal. Penelitian ini mengimplementasikan metode Retrieval Augmented Generation (RAG) dengan pendekatan hybrid (gabungan graph dan vector retrieval) menggunakan GPT-4o-mini pada domain Undang-Undang No. 13 Tahun 2003 yang diamandemen UU No. 6 Tahun 2023. Dokumen hukum diekstraksi menjadi entitas, relasi, dan fakta hukum untuk membentuk Knowledge Graph (KG) di Neo4j, yang kemudian diklasterisasi menggunakan algoritma Leiden community detection. Hasil evaluasi menggunakan kerangka kerja RAGAS pada 18 pertanyaan uji menunjukkan bahwa Hybrid RAG mencapai nilai Context Precision absolut 1,000 dan Answer Relevancy 0,903, mengungguli base LLM (0,727) dan RAG berbasis vektor murni. Meskipun terdapat trade-off pada Context Recall (0,636), sistem hybrid terbukti secara mutlak mengeliminasi informasi yang tidak relevan (false positive).

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Nandisya Faiz Effendi (Penulis - 123220139) Wilis Kaswidjanti (Pembimbing)
Uncontrolled Keywords:	LLM, Knowledge Graph, RAG, Hukum Ketenagakerjaan
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	13 Mar 2026 04:00
Last Modified:	13 Mar 2026 04:00
URI:	http://eprints.upnyk.ac.id/id/eprint/47368

Actions (login required)

View Item