Tujuan Pembelajaran

Memahami perbedaan semantic search, keyword search, dan hybrid search
Mampu mengimplementasikan hybrid search untuk meningkatkan recall
Mampu menggunakan reranking untuk meningkatkan precision

Analogi

Diagram


      Retrieval = Mencari Buku di Perpustakaan:

Keyword Search (BM25):
"Cari buku dengan kata 'nasi goreng' di judul"
→ Cepat, tepat untuk exact match. Tapi: "resep makanan Indonesia" tidak ketemu.

Semantic Search (Vector):
"Cari buku tentang masakan Indonesia"
→ Paham makna, "resep makanan Indonesia" akan ketemu. Tapi: bisa terlalu 'kreatif'.

Hybrid Search:
Gabungkan hasil keyword + semantic → ranking ulang → hasil optimal.
Precision (keyword) + Recall (semantic) = Best of both worlds.

Keyword = precision. Semantic = recall. Hybrid = keduanya. Gunakan hybrid search untuk RAG production.

Penjelasan Konsep

Search strategy determines retrieval quality — and retrieval quality determines RAG accuracy. Production RAG harus menggunakan multi-stage retrieval.

Stage 1 — Candidate Retrieval: Kombinasikan hasil dari multiple search methods. (A) Semantic/Vector search — menemukan dokumen yang mirip secara makna. (B) Keyword/BM25 search — menemukan dokumen dengan keyword exact match. Bagus untuk nama produk, kode error, istilah teknis. (C) Filter search — filter by metadata (date range, category, author).

Hybrid Search: Jalankan vector + keyword search paralel, gabungkan hasil (Reciprocal Rank Fusion atau weighted score). Bobot: 70% semantic + 30% keyword sebagai starting point.

Stage 2 — Reranking: Ambil top-k dari candidate retrieval (misal top-50), lalu rerank dengan model yang lebih powerful (Cohere Rerank, cross-encoder). Reranker membaca query + dokumen secara bersamaan untuk menilai relevansi — lebih akurat dari embedding similarity.

Production pipeline: Query → vector search (top-50) + keyword search (top-50) → merge & deduplicate → rerank → top-5 → kirim ke LLM. Two-stage approach memberikan keseimbangan speed + accuracy.

Inti yang Perlu Dipahami

Bagian ini berfokus pada memahami perbedaan semantic search, keyword search, dan hybrid search., mampu mengimplementasikan hybrid search untuk meningkatkan recall., dan mampu menggunakan reranking untuk meningkatkan precision. Jangan terburu-buru menghafal istilahnya. Lebih penting untuk memahami peran setiap konsep dan kapan konsep itu muncul dalam pekerjaan web development.

Saat membaca Retrieval Strategies, gunakan tujuan belajar sebagai penanda arah. Kalau kamu sudah bisa menjelaskan tujuan itu dengan kata-katamu sendiri, berarti fondasinya mulai terbentuk.

Cara Membayangkannya

Keyword = precision. Semantic = recall. Hybrid = keduanya. Gunakan hybrid search untuk RAG production. Analogi ini dipakai supaya konsep teknis tidak terasa melayang. Hubungkan setiap istilah dengan perannya: siapa yang meminta, siapa yang memproses, data apa yang berpindah, dan hasil apa yang diharapkan.

Kalau analoginya sudah terasa masuk akal, barulah lihat istilah teknisnya. Cara ini membuat materi lebih mudah dipahami daripada langsung menghafal definisi.

Konteks dalam Perjalanan Belajar

Setiap konsep di platform ini dipilih karena dipakai di industri. Fokus pada pemahaman, bukan hafalan.

Kamu sudah di bagian lanjutan. Mulai pikirkan bagaimana konsep ini dipakai di dunia kerja — bukan hanya untuk belajar, tapi untuk membangun produk nyata.

Gunakan pertanyaan reflektif dan prompt AI di akhir chapter sebagai latihan aktif. Membaca saja tidak cukup — kamu perlu menjelaskan ulang dengan kata-katamu sendiri.

Prompt AI

Implementasi hybrid search dengan pgvector (semantic) + PostgreSQL full-text search (keyword). Gabungkan dengan RRF (Reciprocal Rank Fusion). Evaluasi: apakah hybrid search meningkatkan akurasi dibanding semantic-only?

Pertanyaan Reflektif

Test RAG app-mu dengan query yang mengandung nama produk, kode error, atau angka. Apakah semantic search saja cukup? Atau perlu keyword search untuk exact match?