Perpustakaan Digital ITB

Perencanaan itinerary wisata melibatkan pemilihan destinasi, penyusunan urutan kunjungan, serta pemenuhan batasan anggaran, waktu, jam operasional, dan preferensi pengguna. Persoalan ini dikenal dalam literatur sebagai Tourist Trip Design Problem (TTDP), sebuah persoalan NP-hard. Large Language Model (LLM) memungkinkan pengguna menyampaikan kebutuhan dalam bahasa alami, tetapi pendekatan berbasis prompt tunggal masih rentan menghasilkan rekomendasi yang tidak didukung data atau tidak layak secara logistik. Tugas akhir ini mengembangkan arsitektur Process-Supervised Multi-Agent Retrieval-Augmented Generation (RAG) untuk sistem rekomendasi itinerary wisata Bandung, yang membagi proses perencanaan ke beberapa agen dan menerapkan process supervision melalui gate, validator, dan evaluator pada setiap tahap. Evaluasi terhadap 20 skenario menunjukkan sistem mengungguli Naïve RAG, Single-Agent RAG, dan Multi-Agent RAG tanpa process supervision pada sebagian besar metrik, dengan Constraint Fulfillment 0,858, Faithfulness 0,990, Answer Relevance 0,595, Context Precision 0,675, Micro Pass Rate 0,844, Macro Pass Rate 0,700, dan Delivery Rate 1,000, meskipun pemenuhan preferensi semantik khusus masih terbatas.