Chatbot merupakan teknologi interaktif berbasis teks yang terus berkembang dan banyak digunakan dalam berbagai sektor untuk mempercepat akses informasi serta meningkatkan efisiensi operasional. Namun, chatbot konvensional seperti rulebased dan NLP statis memiliki keterbatasan dalam memahami konteks dan memberikan jawaban yang relevan secara dinamis. Penelitian ini bertujuan untuk mengembangkan chatbot berbasis dokumen menggunakan teknologi Python, Flask, dan LlamaIndex sebagai solusi yang lebih adaptif dan kontekstual. LlamaIndex digunakan untuk mengindeks dan mengambil informasi dari dokumen dengan format .txt dan .pdf secara cepat, sedangkan Flask berperan sebagai backend yang mengelola komunikasi antara pengguna, model, dan database vektor Qdrant. Frontend dikembangkan secara terpisah menggunakan Kotlin dengan Jetpack Compose untuk menampilkan hasil pencarian kepada pengguna. Proses pengembangan dilakukan melalui pendekatan Research and Development (R&D), meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa integrasi Flask dan LlamaIndex mampu meningkatkan akurasi, relevansi jawaban, serta efisiensi sistem dalam penyajian informasi internal berbasis dokumen.
Kata Kunci: chatbot, llamaIndex, flask, qdrant