Implementasi Hybrid Retrieval menggunakan model Indolegalbert untuk text Classification

Puteri, Sifa Mutiasya Hendayana (2026) Implementasi Hybrid Retrieval menggunakan model Indolegalbert untuk text Classification. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) Text (Cover).pdf Download (95kB) | Preview
Preview	Text (ABSTRAK) Text (Abstrak).pdf Download (29kB) | Preview
Preview	Text (PERNYATAAN KARYA SENDIRI) Text (Pernyataan Karya Sendiri).pdf Download (278kB) | Preview
Preview	Text (DAFTAR ISI) Text (Daftar Isi).pdf Download (148kB) | Preview
Preview	Text (BAB I) Text (BAB I).pdf Download (218kB) | Preview
	Text (BAB II) Text (BAB II).pdf Restricted to Registered users only Download (249kB)
	Text (BAB III) Text (BAB III).pdf Restricted to Registered users only Download (388kB)
	Text (BAB IV) Text (BAB IV).pdf Restricted to Registered users only Download (498kB)
	Text (BAB V) Text (BAB V).pdf Restricted to Registered users only Download (92kB)
	Text (DAFTAR PUSTAKA) Text (Daftar Pustaka).pdf Restricted to Registered users only Download (150kB)

Abstract

Model bahasa umum memiliki keterbatasan dalam memahami kompleksitas bahasa hukum yang bersifat formal dan kontekstual, sehingga berdampak pada rendahnya akurasi dalam proses pencocokan antara fakta kasus dan rumusan pasal pidana. Penelitian ini bertujuan untuk membangun sistem rekomendasi pasal pada kitab undang-undang hukum pidana (KUHP) berbasis narasi fakta kasus. Penelitian ini menggunakan pendekatan Hybrid Retrieval dengan metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM). Metode yang diterapkan menggabungkan BM25 sebagai pendekatan leksikal dan IndoLegalBERT sebagai pendekatan semantik. Hasil evaluasi menunjukkan bahwa sistem mencapai Top-1 Accuracy sebesar 72%, Top-3 Accuracy sebesar 95%, serta nilai MAP@3 dan MRR sebesar 82% pada konfigurasi optimal. Sistem yang dihasilkan mampu meningkatkan ketepatan dalam merekomendasikan pasal secara lebih sistematis dan kontekstual.

Actions (login required)

View Item