<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18349">
<titleInfo>
<title>PENGEMBANGAN MODEL CHATBOT KLINIK DENGAN TEKNIK RETRIEVAL-AUGMENTED GENERATION (RAG).</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Cosmas Haryawan, S.TP., S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>NUGROHO, BURHAN NURHASAN - 225611002</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>002 SI 2026</extent>
</physicalDescription>
<note>Penggunaan teknologi informasi kini telah merambah ke berbagai aspek kehidupan, termasuk bidang kesehatan. Penelitian ini dilakukan untuk menjawab kebutuhan layanan informasi klinik yang cepat, akurat dan mudah diakses oleh pasien maupun petugas. Banyak klinik masih mengandalkan proses manual yang terbatas dalam menyediakan informasi, seperti layanan, prosedur, dokter yang tersedia, jadwal praktek, maupun tata cara pendaftaran. Hal ini menyebabkan keterlambatan informasi dan menurunnya kualitas pengalaman pengguna. Untuk efektivitas dalam penyampaian informasi, penelitian ini mengembangkan chatbot yang dapat memberikan jawaban secara otomatis berdasarkan informasi valid yang tersimpan pada sistem. Pengembangan chatbot ini menggunakan teknik Retrieval-Augmented Generation (RAG). Metode penelitian ini menggunakan Large Language Models (LLM) dari OpenAI yang dapat memahami konteks informasi, namun masih memiliki keterbatasan dalam pengetahuan yang dimiliki. Sehingga teknik RAG digunakan untuk menambahkan informasi yang relevan dan mengatasi keterbatasan tersebut. Model ini menggabungkan antara pertanyaan dengan informasi dari sumber internal sehingga dapat menghasilkan informasi yang akurat dan mengurangi resiko kesalahan atau hasil yang tidak tepat (halusinasi) yang dihasilkan oleh LLM. Hasil pengujian sistem menunjukkan bahwa chatbot klinik berbasis RAG mampu menghasilkan jawaban yang relevan, konsisten, dan sesuai dengan peran pengguna. Dari 20 skenario pengujian, sistem mencapai tingkat keberhasilan sebesar 100%, dengan performa terbaik pada layanan informasi pasien dan edukasi kesehatan. Dengan demikian, sistem yang dikembangkan dapat berfungsi sebagai alat bantu layanan informasi klinik yang efektif, meskipun tidak ditujukan untuk diagnosis atau pengambilan keputusan medis.</note>
<subject authority=""><topic>LARGE LANGUAGE MODEL (LLM)</topic></subject>
<subject authority=""><topic>CHATBOT</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>002 NUG P R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">NUG0002SI2026</numerationAndChronology>
<sublocation>RAK REFERENSI SKRIPSI SI</sublocation>
<shelfLocator>002 NUG P R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18349</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-02-20 12:37:55</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-02-20 12:39:25</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>