Kelompok Kerja (Pokja) Hubungan Masyarakat dan Protokoler Politeknik Negeri Ujung Pandang menghadapi tantangan dalam memberikan layanan informasi karena media yang dikelola, seperti website, masih bersifat satu arah sehingga komunikasi interaktif dengan calon mahasiswa belum optimal. Volume pertanyaan yang tinggi dan berulang juga menimbulkan keterlambatan respon karena keterbatasan pegawai dalam menjawab pesan di luar jam kerja atau ketika sedang sibuk dengan tugas lain. Penelitian ini bertujuan mengembangkan chatbot kehumasan berbasis Large Language Model (LLM) dengan metode Retrieval-Augmented Generation (RAG) untuk mendukung layanan informasi. Data chatbot diperoleh dari hasil web scraping website resmi serta dokumen PDF internal Pokja Humas, kemudian diproses melalui tahap preprocessing, splitting, embedding menggunakan HuggingFace, dan disimpan dalam vectorstore berbasis FAISS. Sistem dikembangkan menggunakan FastAPI sebagai backend dengan interface web untuk pengguna. Hasil pengujian menunjukkan seluruh fitur berjalan dengan baik berdasarkan Blackbox Testing, sedangkan User Acceptance Test (UAT) dengan 35 responden mahasiswa baru angkatan 2025 menghasilkan tingkat penerimaan sebesar 91,93% (kategori sangat baik). Evaluasi kualitas jawaban menggunakan Retrieval Augmented Generation Assessment (RAGAS) memberikan nilai rata-rata Faithfulness = 0,89, Answer Relevancy = 0,91, Context Precision = 0,89, dan Context Recall = 0,89, sehingga chatbot terbukti mampu memberikan jawaban relevan dan sesuai konteks.

Kata Kunci: Chatbot, Large Language Model, Retrieval Augmented Generation, Web Scraping, Vectorstore, Retrieval Augemnted Generation Assesment.