Program Merdeka Belajar Kampus Merdeka atau MBKM merupakan program nasional yang memberi peluang bagi mahasiswa untuk belajar di luar program studi, namun masih banyak mahasiswa yang merasa kesulitan dalam memahami alur, prosedur, dan informasi teknis terkait pelaksanaannya. Bahasa pertanyaan yang digunakan oleh mahasiswa pun beragam, mencakup bahasa informal, singkatan, dan struktur kalimat yang tidak baku. Untuk menjawab tantangan tersebut, penelitian ini menggunakan dua jenis Large Language Model atau LLM, yaitu Bidirectional Encoder Representations from Transformers atau BERT dan Generative Pretrained Transformer atau GPT 3.5, yang keduanya memiliki kemampuan tinggi dalam memahami konteks bahasa alami. BERT digunakan untuk membangun chatbot berbasis klasifikasi intent, sedangkan GPT 3.5 dimanfaatkan untuk memperluas kemampuan chatbot dalam menjawab pertanyaan yang berada di luar cakupan dataset. Metodologi yang dilakukan meliputi penyusunan dataset berdasarkan pertanyaan umum atau frequently ask question MBKM, preprocessing data seperti tokenisasi, normalisasi, dan penghapusan tanda baca, pelabelan intent, finetuning model BERT, serta evaluasi sistem menggunakan metrik BLEU dan ROUGE. Hasil pengujian menunjukkann bahwa chatbot mampu memberikan jawaban yang relevan, dengan skor BLEU 0.907 dan ROUGE 0.973 yang menunjukkan kualitas respons yang baik. Ke depan, sistem ini berpotensi dikembangkan lebih lanjut dengan penambahan dataset baru secara berkala agar chatbot dapat menjawab lebih banyak variasi pertanyaan secara akurat dan adaptif terhadap perubahan kebijakan MBKM.