Perancangan Chatbot Fiqih Berbasis Retrieval-Augmented Generation Kitab Safinatun Najah

Authors

  • Muhammad Ichsan Universitas Nusantara PGRI Kediri
  • Alvino Graha Nusantara Universitas Nusantara PGRI Kediri

DOI:

https://doi.org/10.29407/rknp7t18

Keywords:

chatbot fiqih, pesantren, retrieval-augmented generation, safinatun najah.

Abstract

Pembelajaran fiqih di pesantren menghadapi tantangan, seperti kesulitan santri memahami teks Arab klasik dan ketergantungan pada ustadz akibat keterbatasan waktu. Penelitian ini mengembangkan chatbot fiqih berbasis Retrieval-Augmented Generation (RAG) dengan korpus tertutup kitab Safinatun Najah untuk santri kelas 1 Asasiyah di Pondok Pesantren Al-Ma’ruf Kediri. Pemilihan topik ini penting untuk meningkatkan kemandirian santri dalam mencari dalil fiqih secara akurat melalui teknologi. Metode penelitian menggunakan Research and Development (R&D) dengan model ADDIE, meliputi: analisis kebutuhan melalui observasi dan wawancara, perancangan arsitektur RAG dengan embedding multilingual-e5-large, implementasi menggunakan Python 3.11 dan LangChain serta antarmuka web berbasis Streamlit, serta evaluasi melalui black-box testing dan User Acceptance Test (UAT). Dataset disusun dari kitab Safinatun Najah menjadi sekitar 900 chunk teks. Pengujian awal menunjukkan sistem mampu memberikan jawaban relevan dengan respons cepat dan minim hallucination. Penelitian ini penting karena menyediakan media pembelajaran fiqih yang terkontrol, sehingga mendukung integrasi teknologi dalam pendidikan agama Islam di pesantren.

Downloads

Download data is not yet available.

References

[1] W. Fan et al., “A Survey on RAG Meeting LLMs: Towards Retrieval-Augmented Large Language Models,” Proc. ACM SIGKDD Int. Conf. Knowl. Discov. Data Min., pp. 6491–6501, 2024, doi: 10.1145/3637528.3671470.

[2] A. Gan et al., “Retrieval Augmented Generation Evaluation in the Era of Large Language Models: A Comprehensive Survey,” vol. 0, no. 0, pp. 1–18, 2025, [Online]. Available: http://arxiv.org/abs/2504.14891

[3] L. Wang, N. Yang, X. Huang, L. Yang, R. Majumder, and F. Wei, “Multilingual E5 Text Embeddings: A Technical Report,” 2024, [Online]. Available: http://arxiv.org/abs/2402.05672

[4] M. Alshammary, M. N. Uddin, and L. Khan, “RFPG: Question-Answering from Low-Resource Language (Arabic) Texts using Factually Aware RAG,” Proc. - 2024 IEEE 10th Int. Conf. Collab. Internet Comput. CIC 2024, no. Cic, pp. 107–116, 2024, doi: 10.1109/CIC62241.2024.00023.

[5] O. Nacar and A. Koubaa, “Enhancing Semantic Similarity Understanding in Arabic NLP with Nested Embedding Learning,” Stud. Comput. Intell., vol. 1214, pp. 179–216, 2025, doi: 10.1007/978-3-031-90573-5_6.

[6] W. Uriawan, A. O. Hamza, A. R. Nuralim, A. Purnama, A. J. Yunus, and A. A. S. Putri, “Implementing a Sharia Chatbot as a Consultation Medium for Questions About Islam,” 2025, [Online]. Available: http://arxiv.org/abs/2512.16644

[7] A. Rahman Ramadhan, “The AI Chatbot Phenomenon and Its Impact on Learning Fiqh (A Study of the Ethical Dimensions of Artificial Intelligence in Learning Islamic Jurisprudence),” Sci. Educ., vol. 3, pp. 177–186, 2024.

Downloads

Published

2026-01-24

How to Cite

Perancangan Chatbot Fiqih Berbasis Retrieval-Augmented Generation Kitab Safinatun Najah. (2026). Seminar Nasional Teknologi & Sains, 5(1), 604-610. https://doi.org/10.29407/rknp7t18

Similar Articles

1-10 of 22

You may also start an advanced similarity search for this article.