PENGEMBANGAN ASISTEN VIRTUAL BERBASIS SUARA MENGGUNAKAN GENERATIVE AI LARGE LANGUAGE MODEL UNTUK LAYANAN AKADEMIK UNIVERSITAS MA CHUNG

Wijanto, Michael Christopher Otniel (2026) PENGEMBANGAN ASISTEN VIRTUAL BERBASIS SUARA MENGGUNAKAN GENERATIVE AI LARGE LANGUAGE MODEL UNTUK LAYANAN AKADEMIK UNIVERSITAS MA CHUNG. Tugas Akhir/Skripsi thesis, Universitas Ma Chung.

Text 312210015_Michael Christopher Otniel Wijanto_LapTA New.pdf Download (4MB)

Abstract

Kemajuan Artificial Intelligence (AI) telah mengubah cara manusia
berinteraksi dengan teknologi. Namun, asisten virtual generik seperti ChatGPT dan
Gemini memiliki keterbatasan dalam konteks layanan institusi pendidikan karena
belum terpersonalisasi, tidak dapat dikontrol secara mandiri, dan knowledge basenya tidak dapat dikelola untuk memastikan informasi tetap relevan dan akurat.
Penelitian ini mengembangkan asisten virtual berbasis suara menggunakan
Generative AI Large Language Model untuk layanan akademik Universitas Ma
Chung yang dapat dipersonalisasi dan dikelola secara mandiri. Sistem
mengintegrasikan Speech-to-Text (STT), Text-to-Speech (TTS) menggunakan F5-
TTS, dan Retrieval-Augmented Generation (RAG) dengan Google Gemini 2.5
Flash. Arsitektur microservice dibangun menggunakan aplikasi web PHP MVC,
n8n yang berjalan di Docker sebagai orchestrator, dan Supabase sebagai vector
database. Sistem dievaluasi oleh 30 responden mahasiswa menggunakan System
Usability Scale (SUS), Angket Kepuasan, Mean Opinion Score (MOS), dan Word
Error Rate (WER). Hasil evaluasi menunjukkan skor SUS 77,92, Angket Kepuasan
4,21 dari 5, MOS 3,72 dari 5, dan WER 13,13%. Perbandingan akurasi
menunjukkan asisten virtual memperoleh skor 86,25%, jauh lebih tinggi
dibandingkan Gemini generik yang hanya mencapai 43,12%, membuktikan
efektivitas teknik RAG dan chunking pengetahuan terkontrol pada vector database.
Dari sisi latensi, asisten virtual memiliki rata-rata waktu respons 8,24 detik, lebih
lambat dibandingkan Gemini dengan 5,1 detik. Sistem berhasil menyediakan
layanan informasi akademik yang dapat diakses melalui suara maupun teks dengan
knowledge base yang terpersonalisasi.

Kata kunci: asisten virtual, generative AI, speech recognition, text-to-speech,
retrieval-augmented generation, microservice

Item Type:	Thesis (Tugas Akhir/Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi dan Desain > S1 Teknik Informatika
Depositing User:	umclibs1
Date Deposited:	23 Jan 2026 02:15
Last Modified:	23 Jan 2026 02:15
URI:	http://repository.machung.ac.id/id/eprint/1095

Actions (login required)

View Item