Update Artikelilmiah: 51145

TSANIA LAELI AINURROHMAH

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Pengolahan notulensi audit site di perusahaan masih menjadi tantangan 
yaitu dalam hal mencatat, mencari dan penampilan kembali catatan yang tersimpan 
secara manual. Di PT Indosat Ooredoo Hutchison Gombel, karyawan kesulitan 
dalam menemukan notulensi audit site dengan itu perlunya solusi berbasis 
teknologi kecerdasan buatan. Salah satu inovasi relevan adalah chatbot berbasis 
Large Language Model (LLM) dan Retrieval-Augmented Generation (RAG) yang 
mampu menjawab pertanyaan pengguna berdasarkan isi notulensi. 
Chatbot dengan framework LangChain memungkinkan sistem untuk bisa 
mengintegrasikan bahasa alami dengan basis data eksternal, sehingga proses 
pencarian informasi yang dilakukan dapat lebih cepat, akurat, dan efisien. Sistem 
dilengkapi fitu pencatatan, penampilan notulensi, ekspor hasil (TXT/PDF), rekap 
periodic (mingguan, bulanan, atau berdasarkan tanggal), pembaruan status audit 
site. 
Penelitian ini mengimplementasikan chatbot notulensi berbasis LangChain 
dan RAG dengan dukungan PostgreSQL dan ekstensi pgvector untuk pencarian 
semantik yang relevan. Sistem dilengkapi antarmuka Gradio yang mudah 
digunakan serta fitur multi-user. Hasil pengujian dan implementasi menunjukkan 
seluruh fitur berjalan sesuai rancangan dan mampu meningkatkan efisiensi kerja 
tim audit, mempercepat pencarian data notulensi audit site, serta mendukung 
pembuatan laporan notulensi yang lebih terstruktur, cepat diakses, dan aman.

Abtrak (Bhs. Inggris)

The processing of audit site minutes in the company remains a challenge, 
particularly in recording, searching, and retrieving manually stored notes. At PT 
Indosat Ooredoo Hutchison Gombel, employees often face difficulties in finding 
audit site minutes, indicating the need for an artificial intelligence–based solution. 
One relevant innovation is a chatbot powered by a Large Language Model (LLM) 
and Retrieval-Augmented Generation (RAG), which can answer user queries based 
on the contents of the stored minutes. 
The chatbot, developed using the LangChain framework, enables the 
integration of natural language with external databases, allowing the information 
retrieval process to be faster, more accurate, and efficient. The system includes 
features for recording and displaying minutes, exporting results (TXT/PDF), 
periodic recap (weekly, monthly, or by date), and updating audit site status. 
This study implements a minutes chatbot based on LangChain and RAG, 
supported by PostgreSQL and the pgvector extension for relevant semantic search. 
The system also features a user-friendly Gradio interface and supports multi-user 
access. The test results show that all features functioned as designed and were able 
to improve the efficiency of the audit team’s work, accelerate the retrieval of audit 
site minutes, and support the generation of structured, easily accessible, and secure 
audit reports.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman