first commit

cari.py

@@ -0,0 +1,57 @@
+import chromadb
+from chromadb.utils import embedding_functions
+
+# Menggunakan model embedding yang sama
+emb = embedding_functions.SentenceTransformerEmbeddingFunction(
+    model_name="paraphrase-multilingual-MiniLM-L12-v2"
+)
+
+# Membuka database
+client = chromadb.PersistentClient(path="./chroma_db")
+
+# Membuka koleksi ukuran 1000
+koleksi = client.get_collection(
+    name="pedoman_1000",
+    embedding_function=emb
+)
+
+# 5 pertanyaan biasa + 2 parafrase
+PERTANYAAN = [
+    ("Biasa", "Apa yang dimaksud dengan airworthiness?"),
+    ("Biasa", "Apa kepanjangan dan pengertian MRO?"),
+    ("Biasa", "Apa perbedaan line maintenance dan base maintenance?"),
+    ("Biasa", "Apa tujuan utama aircraft maintenance?"),
+    ("Biasa", "Apa itu Non-Destructive Testing?"),
+
+    ("Parafrase", "Bagaimana mengetahui bahwa sebuah pesawat layak diterbangkan dengan aman?"),
+    ("Parafrase", "Jenis perawatan rutin apa yang dilakukan ketika pesawat masih beroperasi?")
+]
+
+if koleksi.count() == 0:
+    print("Database masih kosong.")
+
+else:
+    for nomor, (jenis, pertanyaan) in enumerate(PERTANYAAN, 1):
+
+        print("\n" + "=" * 60)
+        print(f"Pertanyaan {nomor} ({jenis})")
+        print(pertanyaan)
+
+        hasil = koleksi.query(
+            query_texts=[pertanyaan],
+            n_results=min(3, koleksi.count())
+        )
+
+        for peringkat, (doc, meta, jarak) in enumerate(
+            zip(
+                hasil["documents"][0],
+                hasil["metadatas"][0],
+                hasil["distances"][0]
+            ),
+            start=1
+        ):
+            print(f"\nPeringkat {peringkat}")
+            print(f"Sumber: {meta['sumber']}")
+            print(f"Chunk: {meta['chunk']}")
+            print(f"Jarak: {jarak:.3f}")
+            print(doc[:300])