Perkembangan teknologi kecerdasan buatan telah mendorong pemanfaatan sistem question and answer (Q&A) sebagai sarana penyediaan informasi yang cepat dan efisien. Namun, chatbot konvensional sering kali mengalami keterbatasan dalam memberikan jawaban yang relevan dan akurat karena hanya mengandalkan pengetahuan yang telah tertanam pada model bahasa. Untuk mengatasi permasalahan tersebut, pada kegiatan magang di PT. Netviro dilakukan pengembangan sistem question and answering (Q&A) berbasis website yang memanfaatkan metode Retrieval Augmented Generation (RAG) untuk layanan informasi Pekanbaru. Sistem yang dikembangkan mengintegrasikan Large Language Model (LLM) dengan basis pengetahuan yang berisi dokumen dan informasi terkait layanan informasi Pekanbaru. Melalui metode RAG, sistem mampu melakukan pencarian informasi yang relevan dari basis pengetahuan menggunakan teknik semantic search sebelum menghasilkan jawaban kepada pengguna. Proses pengembangan meliputi perancangan arsitektur sistem, pembangunan antarmuka website, pengelolaan basis pengetahuan, integrasi model bahasa, serta pengujian fungsionalitas sistem Q&A. Hasil implementasi menunjukkan bahwa chatbot mampu memberikan respons yang lebih relevan, kontekstual, dan sesuai dengan informasi yang tersedia pada basis pengetahuan dibandingkan pendekatan chatbot generatif tanpa proses retrieval. Sistem ini diharapkan dapat membantu masyarakat dalam memperoleh informasi secara cepat dan meningkatkan kualitas layanan informasi berbasis digital.