KNOWLEDGE GRAPH DAN RETRIEVAL-AUGMENTED GENERATION: ARSITEKTUR, CACHE SEMANTIK, DAN IMPLEMENTASI PADA DOMAIN KEARSIPAN INDONESIA

Buku Knowledge Graph dan Retrieval-Augmented Generation: Arsitektur, Cache Semantik, dan Implementasi pada Domain Kearsipan Indonesia membahas perkembangan teknologi kecerdasan artifisial dalam mengelola, menghubungkan, dan menemukan pengetahuan dari dokumen yang memiliki struktur informasi kompleks. Pembahasan diawali dengan fondasi Knowledge Graph melalui representasi pengetahuan, RDF, OWL, SPARQL, basis data graf, serta desain ontologi. Selanjutnya, buku menguraikan arsitektur Large Language Model, mekanisme Transformer dan Key-Value Cache, konsep Retrieval-Augmented Generation (RAG), serta perkembangan Knowledge-Graph-RAG (KG-RAG) sebagai pendekatan untuk menghasilkan jawaban yang lebih terhubung dengan sumber pengetahuan dan mampu menangani pertanyaan yang membutuhkan penalaran relasional maupun multi-hop.

Pembahasan kemudian diarahkan pada konstruksi Knowledge Graph secara otomatis berbasis Large Language Model dan integrasinya dengan RAG. Buku memperkenalkan pipeline konstruksi yang memadukan pemrosesan dokumen, klasifikasi few-shot, ekstraksi triple berbasis metadata dan LLM, hingga pembentukan ArsipKG-Auto sebagai basis pengetahuan terstruktur untuk arsip regulasi Indonesia. Integrasi KG-RAG dijelaskan melalui proses entity linking, subgraph retrieval, path extraction, reasoning multi-hop, hingga pembentukan jawaban menggunakan LLM. Arsitektur tersebut memungkinkan informasi regulasi ditelusuri berdasarkan hubungan antardokumen, lembaga, kategori, pejabat, tanggal, serta relasi seperti penerbitan, pencabutan, penggantian, dan penetapan.

Bagian selanjutnya memberikan perhatian pada persoalan efisiensi dan konsistensi sistem melalui pengembangan SKV-Cache (Semantic Key-Value Cache) dan OntoCacheRAG. SKV-Cache dirancang untuk menyelaraskan mekanisme caching dengan struktur semantik Knowledge Graph melalui semantic prefetching, relation-aware indexing, dan dynamic cache management sehingga proses inferensi dapat berlangsung lebih efisien pada pertanyaan multi-hop. Sementara itu, OntoCacheRAG menangani perubahan pengetahuan dan evolusi ontologi dengan mekanisme invalidasi cache yang mempertimbangkan dampak perubahan secara semantik dan relasional. Seluruh arsitektur tersebut diterapkan pada domain arsip regulasi pemerintah Indonesia, sehingga buku ini memperlihatkan keterkaitan antara Knowledge Graph, Large Language Model, RAG, caching semantik, dan pengelolaan pengetahuan untuk mendukung sistem informasi yang lebih akurat, efisien, dan adaptif terhadap perubahan.