Chatbot Edukasi Penyakit Menular Menggunakan Metode Retrieval-Augmented Generation (RAG) Berbasis Web
Demo & Pengujian Sistem: Chatbot Edukasi Penyakit Menular Menggunakan Metode Retrieval-Augmented Generation (RAG) Berbasis Web
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
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
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).
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`.
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).
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.
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).
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
chatbot-edukasi-penyakit-menular-rag-web.zip
Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.
Dokumentasi Teknis
Tersedia dokumentasi teknis komprehensif untuk project ini:
Kebutuhan Sistem & Spesifikasi
Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:
Cross-platform compatible
Lingkungan kerja teruji
Optimal untuk running service
Untuk berkas & dependensi
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.
Belum ada ulasan untuk project ini.
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