Baru Jelajahi project AI & Machine Learning siap pakai lengkap dengan full source code dan tutorial instalasi!
Beranda Katalog Project Tentang Kami Kontak Kami
Chatbot Edukasi Penyakit Menular Menggunakan Metode Retrieval-Augmented Generation (RAG) Berbasis Web
Chatbot Edukasi Penyakit Menular Menggunakan Metode Retrieval-Augmented Generation (RAG) Berbasis Web
Natural Language Processing Tingkat: Advanced Versi 1.0.0 72 Dilihat
5.0 (0 ulasan)

Chatbot Edukasi Penyakit Menular Menggunakan Metode Retrieval-Augmented Generation (RAG) Berbasis Web

Teknologi: Python Flask HTML CSS JavaScript Tailwind CSS Scikit-Learn NumPy Sentence-Transformers Retrieval-Augmented Generation (RAG) FAISS Large Language Models (LLM) TF-IDF
Video Demonstrasi Project TikTok Demo

Demo & Pengujian Sistem: Chatbot Edukasi Penyakit Menular Menggunakan Metode Retrieval-Augmented Generation (RAG) Berbasis Web

Tonton di TikTok

Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Chatbot Edukasi Penyakit Menular Menggunakan Metode Retrieval-Augmented Generation (RAG) Berbasis Web via TikTok.

Overview & Cara Kerja

MediBot RAG merupakan platform asisten kecerdasan buatan (Artificial Intelligence Assistant) dan edukasi kesehatan interaktif berbasis Retrieval-Augmented Generation (RAG) yang dirancang untuk memberikan informasi komprehensif seputar penyakit menular secara akurat, terstruktur, dan berbasis data medis terverifikasi. Sistem ini mengintegrasikan model embedding mutakhir intfloat/multilingual-e5-large (vektor dense 1024 dimensi), mesin pencarian vektor Facebook AI Similarity Search (FAISS), pencarian leksikal TF-IDF, fusi peringkat Reciprocal Rank Fusion (RRF), dan generator Large Language Model (LLM) via Cloud API, menghasilkan jawaban medis yang bebas dari halusinasi (anti-hallucination), lengkap dengan sitasi artikel rujukan dan nama dokter spesialis peninjau.

Fitur Utama Project

Source Code Lengkap & Terstruktur (Clean Architecture)
Dokumentasi Teknis & Pembahasan Lengkap
Backend Service & RESTful API Siap Pakai
Antarmuka Web Modern, Responsif, & Interaktif
Training Notebook Pipeline & Dependency Setup
Pretrained Model Weights & Paket Berkas ZIP Lengkap

Arsitektur & Pipeline Sistem

Alur data interaktif dari input request hingga hasil pemrosesan sistem:

5 Tahap Pipeline
1 KNOWLEDGE CURATION

16 Medical Documents Ingestion & Clinical Metadata Extraction

Ingesti 16 dokumen medis penyakit menular dari Alodokter dan Halodoc, ekstraksi teks bodi serta metadata verifikator (nama dokter peninjau klinis dan link URL referensi resmi).

Alodokter, Halodoc & Licensed Doctors
2 CHUNKING & EMBEDDING

Sentence-Aware Chunking & Multilingual-E5-Large Vectorization

Pemotongan teks berdasarkan batas kalimat logis (1.200 karakter, overlap 150 karakter), dilanjutkan dengan pembuatan vektor dense 1024-D ternormalisasi menggunakan model `intfloat/multilingual-e5-large`.

1024-D Dense Vectors & Sentence Splitting
3 HYBRID INDEXING

FAISS Vector Store & Sparse TF-IDF Reciprocal Rank Fusion (RRF)

Indeksasi embedding ke dalam FAISS IndexFlatL2/IP per penyakit dan pembentukan matriks sparse TF-IDF global lintas korpus, digabungkan dengan algoritma fusi peringkat RRF (semantic weight 0.7, keyword weight 0.3).

FAISS, TF-IDF & RRF Fusion (k=60)
4 CONTEXTUAL RESOLUTION

Multi-Turn Contextual Query Resolution & Strict Context Prompting

Deteksi query lanjutan pengguna menggunakan riwayat obrolan untuk mengikat entitas penyakit, penggabungan chunk rujukan relevan ke dalam prompt ketat anti-halusinasi dengan sitasi dokter asli.

Contextual Query & Anti-Hallucination Guardrails
5 GENERATION & SERVING

LLM Generation, Citation Attribution & Dynamic Document Management

Sintesis jawaban terstruktur via API, penyajian respon interaktif di web Flask dengan rujukan transparan, serta portal pengelolaan dokumen medis mandiri (CRUD & hot-reloading).

Flask 3.0, LLM & Interactive Web UI
Source Repository

Struktur Berkas & Repositori

Hierarki folder dan berkas yang disertakan dalam paket proyek ini:

86 Berkas Proyek 5 Folder Utama Paket ZIP 998.64 KB
Cacar Air alodokter.docx 23.3 KB
cacar air halodoc.docx 21.4 KB
Campak alodokter.docx 22.49 KB
Campak halodoc.docx 20.99 KB
covid-19 alodokter.docx 31.38 KB
covid-19 halodoc.docx 22.83 KB
Demam Berdarah alodokter.docx 23.83 KB
Demam Berdarah halodoc.docx 21.69 KB
Flu alodokter.docx 21.25 KB
Flu halodoc.docx 22.7 KB
HIV dan AIDS alodokter.docx 25.36 KB
hiv dan aids halodoc.docx 53.83 KB
Malaria alodokter.docx 18.97 KB
malaria halodoc.docx 24.89 KB
Tuberkulosis alodokter.docx 19.34 KB
Tuberkulosis halodoc.docx 25.14 KB
app.py 16.42 KB
embed_documents.py 14.62 KB
eval_questions.json 912 B
eval_retrieval.py 3.5 KB
retriever.py 16.12 KB
chatbot.js 9.53 KB
javascript Pratinjau
documents.js 20.06 KB
javascript Pratinjau
app.js 9.02 KB
javascript Pratinjau
index.html 7.66 KB
style.css 17.06 KB
chatbot.html 15.05 KB
documents.html 18.89 KB
index.html 27.9 KB
chunks.pkl 8.02 KB
AI Model Pratinjau
index.faiss 32.04 KB
metadata.pkl 628 B
AI Model Pratinjau
chunks.pkl 7.54 KB
AI Model Pratinjau
index.faiss 32.04 KB
metadata.pkl 616 B
AI Model Pratinjau
chunks.pkl 6.14 KB
AI Model Pratinjau
index.faiss 24.04 KB
metadata.pkl 518 B
AI Model Pratinjau
chunks.pkl 7.17 KB
AI Model Pratinjau
index.faiss 32.04 KB
metadata.pkl 638 B
AI Model Pratinjau
chunks.pkl 6.7 KB
AI Model Pratinjau
index.faiss 24.04 KB
metadata.pkl 549 B
AI Model Pratinjau
chunks.pkl 6.21 KB
AI Model Pratinjau
index.faiss 24.04 KB
metadata.pkl 508 B
AI Model Pratinjau
chunks.pkl 8.83 KB
AI Model Pratinjau
index.faiss 32.04 KB
metadata.pkl 601 B
AI Model Pratinjau
chunks.pkl 9.34 KB
AI Model Pratinjau
index.faiss 40.04 KB
metadata.pkl 732 B
AI Model Pratinjau
chunks.pkl 1.98 KB
AI Model Pratinjau
index.faiss 8.04 KB
metadata.pkl 316 B
AI Model Pratinjau
chunks.pkl 1.89 KB
AI Model Pratinjau
index.faiss 8.04 KB
metadata.pkl 336 B
AI Model Pratinjau
chunks.pkl 11.35 KB
AI Model Pratinjau
index.faiss 44.04 KB
metadata.pkl 785 B
AI Model Pratinjau
chunks.pkl 7.15 KB
AI Model Pratinjau
index.faiss 28.04 KB
metadata.pkl 577 B
AI Model Pratinjau
chunks.pkl 16.41 KB
AI Model Pratinjau
index.faiss 64.04 KB
metadata.pkl 987 B
AI Model Pratinjau
chunks.pkl 9.09 KB
AI Model Pratinjau
index.faiss 36.04 KB
metadata.pkl 672 B
AI Model Pratinjau
chunks.pkl 17.22 KB
AI Model Pratinjau
index.faiss 64.04 KB
metadata.pkl 1021 B
AI Model Pratinjau
chunks.pkl 10.71 KB
AI Model Pratinjau
index.faiss 40.04 KB
metadata.pkl 715 B
AI Model Pratinjau
diseases_map.json 7.28 KB
.env 233 B
README.md 6.31 KB
markdown Pratinjau
requirements.txt 191 B
retrieval_latency.png 24.34 KB
retrieval_metrics.png 16.9 KB
retrieval_metrics.txt 845 B
run.py 704 B

chatbot-edukasi-penyakit-menular-rag-web.zip

Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.

Beli untuk Unduh ZIP

Kebutuhan Sistem & Spesifikasi

Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:

Spesifikasi Rekomendasi
Sistem Operasi
Windows 10/11 (64-bit), macOS Monterey ke atas, atau Linux Ubuntu 20.04 LTS+

Cross-platform compatible

Runtime & Bahasa
Python 3.10 atau Python 3.11 (Diverifikasi optimal pada Python 3.11.x x64)

Lingkungan kerja teruji

Memori (RAM)
Min. 4 GB (Rekomendasi 8 GB untuk kelancaran model Sentence-Transformers di CPU)

Optimal untuk running service

Penyimpanan
Min. 3.0 GB ruang kosong untuk model embedding Multilingual-E5-Large (HuggingFace cache) dan dependensi

Untuk berkas & dependensi

Hardware / Catatan Khusus
Model embedding berjalan 100% secara lokal di CPU tanpa memerlukan GPU khusus. Kunci API dapat diperoleh secara gratis. Indeks FAISS telah disertakan secara turnkey sehingga sistem langsung siap digunakan.

Pertanyaan yang Sering Diajukan (FAQ)

Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:

Bagaimana cara mendapatkan source code setelah pembayaran?

Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.

Apakah ada panduan instalasi dan dokumentasi teknis?

Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.

Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?

Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.

Bagaimana jika saya mengalami kendala teknis saat instalasi?

Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.

Ulasan Pembeli

Ulasan terverifikasi dari pengguna yang telah membeli project ini.

5.0 (0)

Belum ada ulasan untuk project ini.

Harga Lisensi Source Code
Rp 350.000 / sekali bayar
Tayangan: 72 kali dilihat
Populer
Tonton Demo TikTok
Lihat
Beli Source Code Sekarang

Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.

Yang Anda Dapatkan:

  • Full Source Code Lengkap & Aset Project
  • Teknologi: Python, Flask, HTML, CSS
  • Panduan Instalasi & Konfigurasi Lingkungan
  • Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
  • Hak Lisensi Tugas Akhir, Skripsi & Komersial
  • Akses Unduhan Berkas ZIP & Code Explorer Langsung
Download link instan dan akses dokumentasi dikirim otomatis ke akun Anda.