Implementasi retrieval augmented generation (RAG) untuk deteksi emosi pada chatbot berbasis website
Abstract
Angka kasus masalah emosional di kalangan remaja yang tinggi menunjukkan bahwa dibutuhkan layanan bantuan psikologis digital yang mudah dijangkau. Menggunakan Large Language Model (LLM) di chatbot bisa membuat interaksi terasa lebih ramah, tetapi terkadang menghasilkan jawaban yang tidak memiliki sumber dan bahasa yang terasa kaku serta tidak alami. Penelitian ini bertujuan untuk membuat aplikasi chatbot bernama Kala berbasis website dengan arsitektur Retrieval Augmented Generation (RAG) menggunakan model GPT-4o mini. Sistem ini menggunakan teknologi pencarian serupa dari FAISS yang digabungkan dengan model Sentence Transformers untuk mendeteksi kesamaan makna kata yang berkaitan dengan perasaan, khususnya pada kondisi seperti panik, takut, cemas, dan stres. Hasil pengecekan tersebut diolah dengan algoritma moving average untuk mengetahui tingkat keparahan, dan secara otomatis memicu pengambilan dokumen penanganan psikologis secara responsif. Hasil pengujian menunjukkan sistem bisa mengenali arti kata-kata emosi dengan akurasi 99%. Penilaian dengan kerangka RAGAS menunjukkan bahwa sistem berhasil meminimalkan jawaban yang tidak memiliki sumber, dengan skor answer relevancy sebesar 0,84 dan faithfulness sebesar 0,53, yang menunjukkan keseimbangan terbaik antara kepatuhan terhadap referensi medis dan penggunaan bahasa yang alami. Pengujian fungsional berupa black box berhasil mencapai tingkat keberhasilan 100%. Selanjutnya, hasil Uji Penerimaan Pengguna menunjukkan skor 4,46…
Read the paper
Related studies
- Knowledge Management Perspective of Generative Artificial Intelligence
- Navigating Generative Artificial Intelligence Promises and Perils for Knowledge and Creative Work
- Characterizing the evolving research on enterprise content management
- Large language models and multimodal foundation models for precision oncology
- From Generative AI to Extended Reality: Multidisciplinary Perspectives on the Challenges, Opportunities, and Future of Educational Computing
- Generative Artificial Intelligence: A New Engine for Advancing Environmental Science and Engineering
Go deeper in Evidence Hub
Evidence Hub adds a study data sheet (design, sample size, evidence level, key numbers), an AI summary and a chat grounded in the paper's text.