Nazwansyah, Evandika (2025) Implementasi teknologi Text-to-Text transfer transformer dalam pembelajaran lirik lagu berbahasa Inggris. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text
1_cover.pdf Download (168kB) | Preview |
|
|
Text
2_abstrak.pdf Download (234kB) | Preview |
|
|
Text
3_skbebasplagiarism.pdf Download (118kB) | Preview |
|
|
Text
4_daftarisi.pdf Download (166kB) | Preview |
|
|
Text
5_bab1.pdf Download (363kB) | Preview |
|
![]() |
Text
6_bab2.pdf Restricted to Registered users only Download (555kB) | Request a copy |
|
![]() |
Text
7_bab3.pdf Restricted to Registered users only Download (238kB) | Request a copy |
|
![]() |
Text
8_bab4.pdf Restricted to Registered users only Download (782kB) | Request a copy |
|
![]() |
Text
9_bab5.pdf Restricted to Registered users only Download (229kB) | Request a copy |
|
![]() |
Text
10_daftarpustaka.pdf Restricted to Registered users only Download (204kB) | Request a copy |
|
![]() |
Text
11-lampiran.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
Abstract
Penelitian ini mengimplementasikan teknologi Text-to-Text Transfer Transformer (T5) untuk mengatasi kurangnya motivasi siswa dalam pembelajaran Bahasa Inggris. Metodologi yang digunakan adalah Knowledge Discovery in Databases (KDD) yang terdiri dari lima tahap: selection, preprocessing, transformation, data mining, dan interpretation. Data lirik lagu dalam Bahasa Inggris dan terjemahannya dalam Bahasa Indonesia dikumpulkan dari berbagai sumber legal, seperti kapanlagi.com dan sonora.id. Penelitian ini menggunakan model T5-small yang di-fine-tune untuk tugas evaluasi fill-in-the-blank dan terjemahan lirik. Tiga skenario pembagian data (80/20, 85/15, dan 90/10) digunakan, dengan skenario 85/15 menunjukkan hasil paling optimal berdasarkan nilai training loss, validation loss, dan BLEU score terendah. Evaluasi kinerja model menunjukkan hasil yang bervariasi. Dalam tugas terjemahan, skor BLEU dan ROUGE masih rendah, mengindikasikan bahwa terjemahan model perlu ditingkatkan. Hal ini disebabkan oleh keterbatasan data dan fokus pada terjemahan makna per kalimat, bukan kata per kata. Sebaliknya, model menunjukkan kinerja yang sangat baik dalam mengevaluasi jawaban isian kosong, dengan Levenshtein Similarity mencapai 92,64% dan T5 Correct Accuracy 100%. Selain itu, integrasi dengan LanguageTool berhasil mengidentifikasi ketidaksesuaian tata bahasa atau ejaan dalam input simulasi. Secara keseluruhan, model T5 yang di-fine-tune berpotensi besar sebagai alat bantu edukasi yang efektif untuk meningkatkan pemahaman kosakata dan konteks melalui lirik lagu.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | T5 (Text-to-Text Transfer Transformer); Pembelajaran Bahasa Inggris; Metodologi KDD (Knowledge Discovery in Databases) |
Subjects: | Data Processing, Computer Science English Numerical Analysis > Algorithms Language > lyric |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | Evandika Nazwansyah |
Date Deposited: | 28 Aug 2025 07:55 |
Last Modified: | 28 Aug 2025 07:55 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/116482 |
Actions (login required)
![]() |
View Item |