Perpustakaan Digital ITB

Transformasi digital pada sektor pemerintahan merupakan agenda strategis nasional sebagaimana diamanatkan dalam Peraturan Presiden Nomor 95 Tahun 2018 tentang Sistem Pemerintahan Berbasis Elektronik (SPBE). Implementasi SPBE menuntut optimalisasi pemanfaatan teknologi informasi guna meningkatkan kualitas layanan publik yang cepat, transparan, akuntabel, dan mudah diakses masyarakat. Salah satu layanan yang membutuhkan peningkatan kualitas adalah layanan informasi perpajakan daerah, yang hingga saat ini masih menghadapi berbagai kendala, seperti kompleksitas dokumen regulasi, keterbatasan literasi digital, serta ketergantungan pada layanan manual. Kondisi tersebut berdampak pada rendahnya efisiensi penyampaian informasi dan berpotensi memengaruhi tingkat kepatuhan wajib pajak serta capaian Pendapatan Asli Daerah (PAD). Penelitian ini mengembangkan sistem Chatbot Hybrid Retrieval-Augmented Generation (RAG) berbasis Natural Language Processing (NLP) dan Large Language Model (LLM) untuk mendukung layanan informasi perpajakan daerah yang akurat dan dapat dipertanggungjawabkan secara hukum. Sistem mengintegrasikan mekanisme dense retrieval berbasis vector embedding, sparse retrieval berbasis BM25, serta contextual expansion untuk meningkatkan relevansi dan ketepatan konteks pencarian dokumen regulasi. Dokumen perpajakan daerah diproses melalui tahapan segmentasi (chunking) dan disimpan dalam basis data vektor sebagai sumber pengetahuan utama. Arsitektur sistem memanfaatkan LLM sebagai agen utama yang terhubung dengan beberapa komponen pendukung, meliputi tool retrieval, tool database untuk query tagihan pajak, tool memory untuk menjaga konteks percakapan, serta tool calculation untuk mendukung perhitungan kewajiban pajak. Sistem diimplementasikan pada platform Telegram Bot guna meningkatkan aksesibilitas dan kemudahan penggunaan. Evaluasi kinerja chatbot dilakukan menggunakan metrik ROUGE dan Cosine Similarity dengan membandingkan respons sistem terhadap jawaban ground truth berbasis regulasi resmi. Hasil pengujian menunjukkan bahwa pendekatan hybrid retrieval menghasilkan nilai precision, recall, dan f-measure yang lebih tinggi dibandingkan metode retrieval tunggal, serta mampu meningkatkan relevansi jawaban dan mengurangi kesalahan interpretasi konteks regulasi. Secara keseluruhan, penelitian ini membuktikan bahwa penerapan Chatbot Hybrid RAG efektif dalam meningkatkan transparansi, efisiensi, dan kualitas layanan informasi perpajakan daerah, sekaligus mendukung percepatan transformasi digital pemerintahan.