Proses Penerimaan Mahasiswa Baru (PMB) di Institut Teknologi Perusahaan Listrik Negara (ITPLN) sering menghadapi tantangan dalam menyediakan informasi yang cepat, akurat, dan tersedia 24 jam bagi calon mahasiswa. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengimplementasikan chatbot berbasis Large Language Model (LLM) menggunakan metode Retrieval-Augmented Generation (RAG) dan model Google Gemini. Chatbot ini dirancang untuk menyampaikan informasi terkait PMB secara efisien dan real-time. Penelitian ini mencakup ekstraksi teks dari dokumen PDF, pembuatan sistem prompt kontekstual, dan integrasi informasi untuk menghasilkan respons yang relevan dan akurat. Kinerja chatbot dievaluasi menggunakan metrik ROUGE dan evaluasi manusia, yang keduanya menunjukkan hasil yang baik dalam menjawab pertanyaan terkait PMB. Temuan ini menunjukkan bahwa chatbot berpotensi meningkatkan efisiensi penyampaian informasi dan memperbaiki pengalaman pendaftaran bagi calon mahasiswa. Kesimpulannya, penerapan chatbot berbasis LLM dan RAG untuk PMB di ITPLN memiliki potensi untuk meningkatkan kualitas layanan informasi dan menawarkan solusi praktis. Penelitian ini juga merekomendasikan pengembangan lebih lanjut, termasuk penambahan fitur dan integrasi dengan platform lain.

The New Student Admission (PMB) process at the Institut Teknologi Perusahaan Listrik Negara (ITPLN) often faces challenges in providing quick, accurate, and 24-hour accessible information to prospective students. This study aims to address these issues by implementing a chatbot based on a Large Language Model (LLM) using the Retrieval-Augmented Generation (RAG) method and the Google Gemini model. The chatbot is designed to deliver PMB-related information efficiently and in real-time. The research involves extracting text from PDF documents, creating a contextual prompt system, and integrating information to generate relevant and accurate responses. The chatbot's performance was evaluated using the ROUGE metric and human evaluation, both of which showed strong results in answering PMB-related questions. The findings suggest that the chatbot could significantly enhance the efficiency of information delivery and improve the registration experience for prospective students. In conclusion, implementing an LLM-based RAG chatbot for PMB at ITPLN has the potential to improve the quality of information services and offer practical solutions. The study also recommends further development, including the addition of features and integration with other platforms.