Penelitian ini bertujuan untuk mengimplementasikan metode Hybrid Retrieval dengan Weighted Reciprocal Rank Fusion (wRRF) pada chatbot akademik untuk membantu mahasiswa memperoleh informasi akademik secara cepat dan relevan. Sistem yang dikembangkan menggabungkan semantic retrieval dan BM25 reranking untuk menemukan dokumen yang sesuai berdasarkan kesamaan makna dan kecocokan kata kunci. Hasil dari kedua metode tersebut kemudian digabungkan menggunakan wRRF agar sistem dapat menghasilkan peringkat dokumen yang lebih relevan sebelum digunakan dalam proses Retrieval-Augmented Generation (RAG). Sumber data penelitian berasal dari dokumen akademik yang digunakan pada Program Studi Sistem Informasi Universitas Muhammadiyah Jember, seperti panduan KKN, kurikulum, panduan kerja praktik/magang, dan panduan tugas akhir. Evaluasi dilakukan menggunakan metrik Recall, Mean Reciprocal Rank (MRR), dan waktu respons. Hasil pengujian menunjukkan bahwa Hybrid Retrieval dengan wRRF mampu meningkatkan kualitas pencarian dengan nilai rata-rata Recall sebesar 91,67% dan MRR sebesar 0,92. Selain itu, penerapan Redis Cache membantu mempercepat waktu respons sistem, terutama pada pertanyaan yang berulang. Dengan demikian, chatbot akademik yang dikembangkan mampu memberikan informasi yang lebih cepat, relevan, dan efisien bagi mahasiswa.