Apa itu RAG?

Retrieval-Augmented Generation (RAG) adalah teknik untuk memberikan konteks tambahan kepada LLM (seperti GPT-4 atau Gemini) menggunakan data eksternal yang tidak ada dalam data pelatihannya.

Mengapa Kita Butuh RAG?

LLM memiliki batas pengetahuan (knowledge cutoff). Dengan RAG, kita bisa:

1. Menghubungkan AI dengan dokumen PDF pribadi.
2. Mengurangi halusinasi AI.
3. Memberikan referensi sumber data yang jelas.

Alur Kerja RAG

1. User Query: Pengguna mengajukan pertanyaan.
2. Retrieval: Sistem mencari potongan teks yang relevan di Vector Database.
3. Augmentation: Potongan teks tersebut digabungkan dengan prompt asli.
4. Generation: LLM menjawab berdasarkan konteks yang diberikan.

"RAG mengubah AI dari sekadar mesin penebak kata menjadi asisten yang berbasis data nyata."