Sistem Tanya-Jawab Berbasis Chatbot Web dan Telegram Tentang Akademik UNAND Menggunakan LLM

Authors

  • Wahyudi Wahyudi Universitas Andalas
  • Adi Arga Arifnur Universitas Andalas

DOI:

https://doi.org/10.52158/ss2j7n38

Keywords:

academic, chatbot, langchain, large language model, Q&A system

Abstract

Information about Academic topics, particularly derived from Academic Documents, is crucial. There's a need for an information service that can provide answers to questions concerning contemporary Academic matters. One way to achieve this is by leveraging current technologies, such as the chatbot found on Telegram. Utilizing a Telegram chatbot can lead to the creation of a question-answering system about Academic subjects. Therefore, this research aims to implement a Telegram chatbot-based question-answering system focused on Academic information. This study also utilizes the LangChain method and Large Language Models (LLMs) to create an optimal question-answering system. The research successfully demonstrates its effectiveness in providing answers regarding Academic topics, with the results from User Acceptance Test (UAT) and Black Box Testing indicating that the system can deliver accurate information and functions as intended as a question-answering system for Academic content.

Downloads

Download data is not yet available.

References

[1] Sindy Nova, Nurul Khotimah, and Maria Y Aryati Wahyuningrum, “Pemanfaatan Chatbot Menggunakan Natural Language Processing Untuk Pembelajaran Dasar-Dasar GUI Tkinter Pada Bahasa Pemrograman Python,” J. Ilm. Tek., Vol. 3, No. 1 Se-Articles, Pp. 58–65, Jan. 2024, Doi: 10.56127/Juit.V3i1.1162.

[2] L. Aldri Permana, Nazruddin Safaat H, Lestari Handayani, And Muhammad Affandes, “Implementation Of Question Answering Feature In Mobile-Based Qur’an Application Using Flutter Framework,” Jupiter J. Penelit. Ilmu Dan Teknol. Komput., Vol. 16, No. 1 Se-Articles, Pp. 301–312, Mar. 2024, Doi: 10.5281/Zenodo.10868272 .

[3] N. S. Harahap, A. Saad, And N. H. Ubaidullah, “Comprehensive Bibliometric Literature Review Of Chatbot Research: Trends, Frameworks, And Emerging Applications,” Int. J. Adv. Comput. Sci. Appl., Vol. 16, No. 1, 2025, Doi: Https://Doi.Org/10.14569/Ijacsa.2025.0160185.

[4] I. Nur, M. N. Muttaqin, And A. A. Wakhid, “Reformulasi Al-Qawā’id Al-Uṣūliyyah Al-Tashrī’iyyah Dalam Pengembangan Fiqih Kontemporer,” Anal. J. Stud. Keislam., Vol. 20, No. 1, Pp. 47–68, 2020, Doi: Https://Doi.Org/10.24042/Ajsk.V20i1.6573.

[5] Meilani, Misbahuddin, And Shuhufi, “Fikih Kontemporer : Analisis Faktor-Faktor Yang Mendasari Dan Strategi Penyelesaiannya,” J. Kolaboratif Sains, Vol. 7, No. 6, Pp. 1925–1932, 2024, Doi: Https://Doi.Org/10.56338/Jks.V7i6.5381.

[6] Y. Alkhurayyif And A. R. W. Sait, “Developing An Open Domain Arabic Question Answering System Using A Deep Learning Technique,” Ieee Access, Vol. 11, Pp. 69131–69143, 2023, Doi: 10.1109/Access.2023.3292190.

[7] S. M, “Leveraging Langchain Agents To Automate Data Analysis For Saas,” Artif. Intell., 2024, Doi: Https://Doi.Org/10.15407/Jai2024.02.107.

[8] A. T. Kumar, C. Wang, A. Dong, And J. Rose, “Generation Of Backward-Looking Complex Reflections For A Motivational Interviewing–Based Smoking Cessation Chatbot Using Gpt-4: Algorithm Development And Validation,” Jmir Ment Heal., Vol. 11, P. E53778, 2024, Doi: 10.2196/53778.

[9] A. Koubaa, “Gpt-4 Vs. Gpt-3.5: A Concise Showdown,” Preprints. Preprints, 2023. Doi: 10.20944/Preprints202303.0422.V1.

[10] F. Fransisco, F. Akbar, S. Kurniasari, M. I. Hibban, T. Desyani, And E. Nirmala, “Penerapan Chatbot Auto Reply Pada Telegram Terhadap Pengembangan Bisnis Penjualan Sepatu Menggunakan Artificial Intelligence Markup Language,” J. Teknol. Sist. Inf. Dan Apl., Vol. 5, No. 2 Se-Article, Pp. 85–90, Apr. 2022, Doi: 10.32493/Jtsi.V5i2.14733.

[11] F. R. A. Sutiyo, N. S. Harahap, S. Agustian, And R. M. Candra, “Implementasi Question Answering Berbasis Chatbot Telegram Pada Tafsir Al-Jalalain Menggunakan Langchain Dan Llm,” Klik Kaji. Ilm. Inform. Dan Komput., Vol. 4, No. 5, Pp. 2464–2472, 2025, Doi: Https://Doi.Org/10.30865/Klik.V4i5.1784.

[12] M. Furqan, S. Sriani, And M. N. Shidqi, “Chatbot Telegram Menggunakan Natural Language Processing,” Walisongo J. Inf. Technol., Vol. 5, No. 1, Pp. 15–26, Jun. 2023, Doi: 10.21580/Wjit.2023.5.1.14793.

[13] A. Asroni, G. Indrawan, And L. J. Erawati Dewi, “Implementasi Hirarki Dataset Dalam Membangun Model Language Aksara Bali Menggunakan Framework Tesseract Ocr,” J. Resist. (Rekayasa Sist. Komputer), Vol. 6, No. 1 Se-Articles, Pp. 20–28, Apr. 2023, Doi: 10.31598/Jurnalresistor.V6i1.1345.

[14] W. Suharmawan, “Pemanfaatan Chat Gpt Dalam Dunia Pendidikan,” Educ. J. J. Educ. Res. Dev., Vol. 7, No. 2 Se-Articles, Pp. 158–166, Jan. 2024, Doi: 10.31537/Ej.V7i2.1248.

[15] J. Benzinho Et Al., “Llm Based Chatbot For Farm-To-Fork Blockchain Traceability Platform,” Applied Sciences, Vol. 14, No. 19. P. 8856, 2024. Doi: 10.3390/App14198856.

[16] O. Topsakal And T. C. Akinci, “Creating Large Language Model Applications Utilizing Langchain: A Primer On Developing Llm Apps Fast,” Int. Conf. Appl. Eng. Nat. Sci., Vol. 1, No. 1 Se-Conference Papers, Pp. 1050–1056, Jul. 2023, Doi: 10.59287/Icaens.1127.

[17] G. K. S. Ram And V. Muthumanikandan, “Retracted: Visistant: A Conversational Chatbot For Natural Language To Visualizations With Gemini Large Language Models,” Ieee Access, Vol. 12, Pp. 138547–138563, 2024, Doi: 10.1109/Access.2024.3465541.

[18] F. Ishlakhuddin, A. Basir, And N. Nurlaela, “Rancang Bangun Sistem Tanya-Jawab Berbasis Aturan Stmik Muhammadiyah Paguyangan Brebes Dengan Menggunakan Telegram Chatbot,” J. Inform. J. Pengemb. It, Vol. 5, Pp. 100–105, Sep. 2020, Doi: 10.30591/Jpit.V5i3.2900.

[19] A. Nugraheni And M. Maryam, “Penerapan Teknologi Quick Response Code Dan Application Programming Interface Pada Perancangan Aplikasi Perpustakaan (Studi Kasus : Smp Negeri 25 Surakarta),” Jipi (Jurnal Ilm. Penelit. Dan Pembelajaran Inform., Vol. 7, No. 3, Pp. 100–105, 2022, Doi: Https://Doi.Org/10.30591/Jpit.V5i3.2900.

[20] M. Schwarz, K. Chapman, And B. Häussler, “Multilingual Medical Entity Recognition And Cross-Lingual Zero-Shot Linking With Facebook Ai Similarity Search,” In Ceur Workshop Proceedings (Ceur-Ws.Org), 2022. [Online]. Available: Https://Ceur-Ws.Org/Vol-3202/Livingner-Paper12.Pdf

[21] J. S. P. Kase And P. O. N. Saian, “Pengembangan Aplikasi Reporting Penentuan Kuantitas Maksimum Pada Sistem Aplikasi Operasi Perusahaan Xyz Menggunakan Flask Framework,” Jipi (Jurnal Ilm. Penelit. Dan Pembelajaran Inform., Vol. 8, No. 4, Pp. 1288–1299, 2023, Doi: Https://Doi.Org/10.29100/Jipi.V8i4.4231.

[22] C. Wijayanto And Y. A. Susetyo, “Implementasi Flask Framework Pada Pembangunan Aplikasi Sistem Informasi Helpdesk (Sih),” Jipi (Jurnal Ilm. Penelit. Dan Pembelajaran Inform., Vol. 7, No. 3, 2022, [Online]. Available: Https://Jurnal.Stkippgritulungagung.Ac.Id/Index.Php/Jipi/Article/View/3161/1328

[23] A. F. R. Arianto And Suryanti, “Pengembangan Media Chatbot Telegram Menggunakan Metode Natural Language Processing Bagi Sekolah Dasar Kelas Iv Materi Selalu Berhemat Energi,” J. Penelit. Pendidik. Guru Sekol. Dasar, Vol. 10, No. 3, Pp. 589–597, 2022, [Online]. Available: Https://Ejournal.Unesa.Ac.Id/Index.Php/Jurnal-Penelitian-Pgsd/Article/View/46121

[24] F. Nurmahya And D. Diana, “Implementasi Penggunaan Chatbot Dalam Memberikan Informasi Pendukung Program Mbkm Dengan Menggunakan Metode Prototype,” J. Teknol. Sist. Inf. Dan Apl., Vol. 6, No. 4, Pp. 750–758, 2023, Doi: Https://Doi.Org/10.32493/Jtsi.V6i4.34289.

[25] D. L. N. N. T. M. Zaini, “Rancang Bangun Marketplace Pada Pasar Tradisional Berbasis Android Bandar Lampung,” Teknika, No. Vol. 17 No. 2 (2023): Teknika Juli-Desember 2023, Pp. 347–357, 2023, [Online]. Available: Https://Jurnal.Polsri.Ac.Id/Index.Php/Teknika/Article/View/7009/2799

Downloads

Published

2026-07-20

Issue

Vol. 7 No. 1 (2026): Juni 2026 (In progress)

Section

Articles

License

Copyright (c) 2026 Wahyudi Wahyudi, Adi Arga Arifnur

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Pernyataan Hak Cipta dan Lisensi

Dengan mengirimkan manuskrip ke Journal of Applied Computer Science and Technology (JACOST), penulis setuju dengan kebijakan ini. Tidak diperlukan persetujuan dokumen khusus.

  1. Hak cipta pada setiap artikel adalah milik penulis.
  2. Penulis mempertahankan semua hak mereka atas karya yang diterbitkan, tak terbatas pada hak-hak yang diatur dalam laman ini.
  3. Penulis mengakui bahwa Journal of Applied Computer Science and Technology (JACOST) sebagai yang pertama kali mempublikasikan dengan lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA).
  4. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Journal of Applied Computer Science and Technology (JACOST);
  5. Penulis menjamin bahwa artikel asli, ditulis oleh penulis yang disebutkan, belum pernah dipublikasikan sebelumnya, tidak mengandung pernyataan yang melanggar hukum, tidak melanggar hak orang lain, tunduk pada hak cipta yang secara eksklusif dipegang oleh penulis.
  6. Jika artikel dipersiapkan bersama oleh lebih dari satu penulis, setiap penulis yang mengirimkan naskah menjamin bahwa dia telah diberi wewenang oleh semua penulis bersama untuk menyetujui hak cipta dan pemberitahuan lisensi (perjanjian) atas nama mereka, dan setuju untuk memberi tahu rekan penulis persyaratan kebijakan ini.  Journal of Applied Computer Science and Technology (JACOST) tidak akan dimintai pertanggungjawaban atas apa pun yang mungkin timbul karena perselisihan internal penulis.

Lisensi :

Journal of Applied Computer Science and Technology (JACOST) diterbitkan berdasarkan ketentuan Lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA). Lisensi ini mengizinkan setiap orang untuk :.

  • Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun.

Lisensi :

  • Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.

  • BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.

How to Cite

[1]
“Sistem Tanya-Jawab Berbasis Chatbot Web dan Telegram Tentang Akademik UNAND Menggunakan LLM”, J. Appl. Comput. Sci. Technol., vol. 7, no. 1, pp. 45–52, Jul. 2026, doi: 10.52158/ss2j7n38.