Penelitian ini bertujuan untuk membangun sistem klasifikasi kode arsip berbasis
kecerdasan buatan yang dapat membantu pegawai pemerintah daerah dalam
menentukan kode klasifikasi arsip secara otomatis sesuai dengan Peraturan Menteri
Dalam Negeri Nomor 83 Tahun 2022. Sistem ini dikembangkan untuk mengatasi
permasalahan dalam proses penentuan kode klasifikasi yang selama ini masih
dilakukan secara manual, sehingga memakan waktu, rawan kesalahan, dan
menghambat efisiensi pengelolaan arsip di instansi pemerintahan.
Metode penelitian yang digunakan adalah pendekatan eksperimen rekayasa
perangkat lunak dengan penerapan Retrieval-Augmented Generation (RAG)
sebagai dasar pengembangan model. Tahapan penelitian meliputi knowledge
document preparation, knowledge embedding, knowledge storage, query retrieval,
dan answer generation, serta penyempurnaan melalui fine-tuning menggunakan
OpenAI API. Implementasi sistem dilakukan dalam bentuk aplikasi web berbasis
CodeIgniter yang terhubung dengan Flask, serta didukung oleh basis data MySQL
sebagai penyimpanan arsip digital.
Hasil penelitian menunjukkan bahwa sistem mampu mengklasifikasikan kode arsip
secara otomatis berdasarkan isi dokumen dengan tingkat relevansi yang baik. RAG
yang dikembangkan dapat memahami konteks isi teks dan memberikan kode
klasifikasi yang sesuai. Implementasi sistem berbasis web juga berhasil
mengintegrasikan proses klasifikasi dan penyimpanan arsip digital secara efisien,
sehingga mempermudah pencarian, pencatatan, dan pelacakan dokumen.
Penelitian ini menunjukkan bahwa penerapan metode RAG efektif dalam
mendukung digitalisasi pengelolaan arsip di lingkungan pemerintah daerah. Sistem
ini berpotensi diterapkan secara lebih luas untuk meningkatkan efisiensi
administrasi dan kepatuhan terhadap regulasi kearsipan nasional. Namun, sistem
masih terbatas pada dokumen teks dan belum mencakup pengolahan arsip dalam
format non-teks seperti gambar atau hasil pemindaian.