Files
RAG-P10-Haekal/gemini-code-1793591350535 Haekal.py
T
2026-11-01 23:06:04 -05:00

149 lines
5.2 KiB
Python

import math
import re
from collections import Counter
class UKWMSAI_RAG:
"""Sistem RAG Sederhana berbasis Pure Python untuk topik Kecerdasan Buatan
di Teknik Informatika Universitas Katolik Widya Mandala Surabaya (UKWMS).
"""
def __init__(self, knowledge_base):
print("[INFO] Menginisialisasi Basis Pengetahuan UKWMS - AI...")
self.documents = knowledge_base
self.vocab = self._build_vocab(self.documents)
# Pra-penghitungan vektor TF-IDF untuk dokumen lokal
self.doc_vectors = [
self._compute_tfidf(doc, self.vocab, self.documents)
for doc in self.documents
]
def _tokenize(self, text):
"""Membersihkan teks dan memecahnya menjadi kata-kata (token)."""
return re.findall(r"\b\w+\b", text.lower())
def _build_vocab(self, docs):
"""Membangun kamus kata unik dari seluruh dokumen."""
vocab = set()
for doc in docs:
vocab.update(self._tokenize(doc))
return sorted(list(vocab))
def _compute_tfidf(self, text, vocab, all_docs):
"""Menghitung bobot TF-IDF secara manual tanpa library eksternal."""
tokens = self._tokenize(text)
tf = Counter(tokens)
total_tokens = len(tokens) if tokens else 1
vector = {}
for word in vocab:
# Term Frequency (TF)
term_freq = tf[word] / total_tokens
# Inverse Document Frequency (IDF)
doc_count = sum(1 for d in all_docs if word in self._tokenize(d))
idf = (
math.log(len(all_docs) / (doc_count + 1)) + 1 if doc_count > 0 else 0
)
vector[word] = term_freq * idf
return vector
def _cosine_similarity(self, vec1, vec2):
"""Menghitung kemiripan kosinus antara dua vektor TF-IDF."""
intersection = set(vec1.keys()).intersection(set(vec2.keys()))
numerator = sum(vec1[x] * vec2[x] for x in intersection)
sum1 = sum(val ** 2 for val in vec1.values())
sum2 = sum(val ** 2 for val in vec2.values())
denominator = math.sqrt(sum1) * math.sqrt(sum2)
if denominator == 0:
return 0.0
return numerator / denominator
def retrieve(self, query, top_k=1):
"""Mencari dokumen paling relevan menggunakan Cosine Similarity."""
query_vector = self._compute_tfidf(query, self.vocab, self.documents)
scores = []
for i, doc_vec in enumerate(self.doc_vectors):
score = self._cosine_similarity(query_vector, doc_vec)
scores.append((score, self.documents[i]))
# Urutkan berdasarkan skor tertinggi
scores.sort(key=lambda x: x[0], reverse=True)
return [doc for score, doc in scores[:top_k]]
def generate_answer(self, query):
"""Tahap Generation: Menggabungkan hasil retrieval dengan format jawaban RAG."""
retrieved_docs = self.retrieve(query, top_k=1)
context = (
retrieved_docs[0]
if retrieved_docs
else "Maaf, informasi tidak ditemukan."
)
# Template Generator Extractive RAG
answer = (
f"==================================================\n"
f"HASIL GENERASI RAG - INFORMATIKA UKWMS (KECERDASAN BUATAN)\n"
f"==================================================\n"
f"Pertanyaan : {query}\n\n"
f"Konteks Relevan (Retrieved):\n-> {context}\n\n"
f"Jawaban Sistem:\n"
f"Berdasarkan kurikulum dan data akademik Prodi Informatika UKWMS, "
f"fokus pada bidang Kecerdasan Buatan mencakup informasi berikut:\n"
f'"{context}"\n'
f"=================================================="
)
return answer, retrieved_docs
# ==========================================
# EKSEKUSI PROGRAM
# ==========================================
if __name__ == "__main__":
# 1. Dataset / Basis Pengetahuan Lokal UKWMS - Kecerdasan Buatan
ukwms_ai_kb = [
(
"Program Studi Informatika Fakultas Teknik UKWMS menyediakan"
" peminatan khusus Data Science and Artificial Intelligence (AI)"
" untuk membekali mahasiswa dengan kemampuan analisis data dan"
" pembelajaran mesin."
),
(
"Mata kuliah inti dalam bidang Kecerdasan Buatan di Informatika UKWMS"
" meliputi Machine Learning, Deep Learning, Natural Language"
" Processing (NLP), Computer Vision, dan Data Mining."
),
(
"Laboratorium Komputasi dan Sistem Cerdas di Teknik Informatika"
" UKWMS Kampus Kalijudan Surabaya sering digunakan mahasiswa untuk"
" mengembangkan proyek akhir berbasis kecerdasan buatan dan IoT."
),
(
"Penelitian dosen dan mahasiswa Informatika UKWMS di bidang AI"
" banyak berfokus pada pengenalan pola citra medis, sistem"
" rekomendasi, dan analisis sentimen bahasa Indonesia."
),
(
"Lulusan peminatan Kecerdasan Buatan dari Informatika UKWMS bergelar"
" Sarjana Komputer (S.Kom.) dengan profisiensi tinggi sebagai AI"
" Engineer, Data Scientist, dan Machine Learning Practitioner."
),
]
# 2. Inisialisasi Sistem RAG
rag = UKWMSAI_RAG(ukwms_ai_kb)
# 3. Contoh Pengujian Pertanyaan Tugas
sample_query = (
"Apa saja mata kuliah kecerdasan buatan yang dipelajari di informatika"
" ukwms?"
)
# 4. Menjalankan Pipeline
final_answer, sources = rag.generate_answer(sample_query)
print("\n" + final_answer)