Pengembangan Sistem Tanya Jawab untuk Pencarian Hadis Tematik Menggunakan Model Llama-3 dengan Pendekatan Retrieval-Augmented Generation

Pencarian hadis berdasarkan tema masih menghadapi kendala karena koleksi hadis mencakup banyak riwayat dalam berbagai kitab dan topik, sedangkan pengguna sering tidak mengetahui redaksi maupun sumber hadis yang dicari. Penelitian ini bertujuan mengembangkan sistem pencarian hadis tematik berbasis Retrieval-Augmented Generation (RAG) menggunakan Llama 3.1-8B-Instruct yang diadaptasi melalui fine-tuning dengan teknik Low-Rank Adaptation (LoRA). Sistem memanfaatkan 33.738 hadis dari enam kitab utama, BAAI/bge-m3 untuk membentuk representasi semantik, serta FAISS untuk memperoleh tiga hadis paling relevan. Hadis hasil retrieval digunakan sebagai konteks bagi model untuk menghasilkan penjelasan singkat. Sistem menyajikan teks Arab, terjemahan, penjelasan, derajat, dan referensi. Evaluasi terhadap 50 kueri menghasilkan Hit Rate@3 sebesar 1.0000 dan NDCG@3 sebesar 0.9435. Evaluasi kualitas jawaban menggunakan RAGAS menunjukkan bahwa model fine-tuned + RAG memperoleh Faithfulness sebesar 0.8523 dan Answer Relevancy sebesar 0.5439, lebih tinggi dibandingkan base model + RAG yang memperoleh 0.8285 dan 0.5394. Hasil tersebut menunjukkan bahwa sistem mampu menemukan hadis relevan secara konsisten, sedangkan fine-tuning LoRA memberikan peningkatan pada kualitas jawaban berdasarkan konteks hasil retrieval, meskipun penyaringan relevansi dan pembatasan elaborasi model masih perlu disempurnakan.