RANCANG BANGUN CHATBOT NUTRI-GRADE DAN NUTRISI BERBASIS RETRIEVAL-AUGMENTED GENERATION UNTUK PRODUK MINUMAN

Peningkatan konsumsi minuman tinggi gula telah mendorong perlunya edukasi gizi yang lebih mudah dipahami masyarakat. Sistem Nutri-grade yang diperkenalkan di Singapura mengklasifikasikan minuman berdasarkan kandungan gula dan lemak jenuh, namun pemahaman masyarakat—terutama generasi muda—terhadap sistem ini masih rendah. Penelitian ini merancang dan mengembangkan chatbot berbasis Retrieval-Augmented Generation (RAG) untuk menyampaikan informasi gizi dan Nutri-grade secara interaktif dan relevan. Sistem menggunakan model bahasa besar (LLM) dengan database vektor dari ChromaDB serta framework Streamlit untuk antarmuka pengguna. Evaluasi dilakukan melalui uji RAGAs, validasi pakar (human evaluation), pengujian black box, usability (SUS), dan Net Promoter Score (NPS). Hasil menunjukkan chatbot mampu memberikan respons relevan dengan skor kesamaan semantik tinggi (0,94) dan tingkat kepuasan pengguna yang positif. Sistem ini diharapkan menjadi solusi edukatif yang mendukung pengambilan keputusan konsumsi sehat di Indonesia. Penelitian ini juga berkontribusi pada pengembangan teknologi AI berbasis LLM dalam domain kesehatan masyarakat.