MAAJID, Hendra Latieful (2025) Implementasi Large Language Model sebagai Tutor Personal Siswa menggunakan Metode Retrieval Augmented Generation pada Learning Management System untuk Meningkatkan Pemahaman Siswa. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Download (206kB)
	PDF (Legalitas) LEGALITAS-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Restricted to Repository staff only Download (704kB)
	PDF (Abstrak) ABSTRAK-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Download (267kB)
	PDF (BabI) BAB-I-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Restricted to Repository staff only until 5 January 2027. Download (279kB)
	PDF (BabII) BAB-II-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Restricted to Repository staff only until 5 January 2027. Download (765kB)
	PDF (BabIII) BAB-III-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Restricted to Repository staff only until 5 January 2027. Download (410kB)
	PDF (BabIV) BAB-IV-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabV) BAB-V-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Download (260kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Download (247kB)
	PDF (Lampiran) LAMPIRAN-Hendra Latieful Maajid-H1D022018-Skripsi-2026.pdf Restricted to Repository staff only Download (806kB)

Abstract

Pemanfaatan kecerdasan buatan dalam pendidikan semakin dibutuhkan untuk mengatasi keterbatasan pendampingan personal dalam kelas konvensional. Penelitian ini bertujuan untuk mengimplementasikan Large Language Model (LLM) sebagai tutor personal siswa dengan menggunakan metode Retrieval Augmented Generation (RAG) pada Learning Management System (LMS) guna mendukung peningkatan pemahaman siswa. Pengembangan sistem dilakukan menggunakan metode incremental melalui tiga tahapan increment yang mencakup fondasi data, pipeline RAG, dan integrasi antarmuka. Pengujian sistem dilakukan menggunakan metode Blackbox testing untuk fungsionalitas, BERTScore untuk evaluasi kualitas jawaban semantik, serta User Acceptance Test (UAT) dengan model Unified Theory of Acceptance and Use of Technology (UTAUT) untuk mengukur penerimaan pengguna. Hasil pengujian Blackbox menunjukkan bahwa seluruh fitur berfungsi sesuai harapan. Evaluasi kinerja AI menghasilkan nilai rata-rata Precision sebesar 81%, Recall sebesar 77%, dan F1 Score sebesar 79% yang mengindikasikan bahwa jawaban sistem memiliki relevansi semantik yang tinggi terhadap materi referensi. Analisis penerimaan pengguna menunjukkan respon positif dari guru dan siswa pada seluruh variabel UTAUT, dengan guru memiliki tingkat penerimaan yang relatif lebih tinggi dibandingkan siswa. Penelitian ini menyimpulkan bahwa integrasi LLM dengan metode RAG pada LMS layak digunakan dan berhasil menyediakan penjelasan kontekstual yang akurat untuk membantu proses pembelajaran siswa.

Actions (login required)

View Item