Knowledge-Based Question Answering System berbasis Bidirectional Encoder Representations From Transformer (BERT) untuk informasi wisata religi Islam di Indonesia

Anjani, Kania Sailanul (2026) Knowledge-Based Question Answering System berbasis Bidirectional Encoder Representations From Transformer (BERT) untuk informasi wisata religi Islam di Indonesia. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (176kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (172kB) | Preview
Preview	Text (SK BEBAS PLAGIARISM) 3_skbebasplagiarism.pdf Download (286kB) | Preview
Preview	Text (DAFTAR ISI) 4_daftarisi.pdf Download (279kB) | Preview
Preview	Text (BAB I) 5_bab1.pdf Download (246kB) | Preview
	Text (BAB II) 6_bab2.pdf Restricted to Registered users only Download (460kB) | Request a copy
	Text (BAB III) 7_bab3.pdf Restricted to Registered users only Download (295kB) | Request a copy
	Text (BAB IV) 8_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 9_bab5.pdf Restricted to Registered users only Download (189kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (232kB) | Request a copy

Abstract

Indonesia memiliki populasi Muslim terbesar di dunia dengan banyak destinasi wisata religi Islam yang tersebar di berbagai daerah. Namun, informasi mengenai destinasi tersebut masih tersebar di berbagai sumber sehingga belum mudah diakses secara cepat dan terstruktur. Penelitian ini bertujuan merancang dan membangun Knowledge-Based Question answering System (KBQA) berbasis model IndoBERT yang diintegrasikan dengan chatbot Telegram untuk menyediakan informasi wisata religi Islam di Indonesia. Pengembangan sistem menggunakan metode Cross-Industry Standard Process for Data Mining (CRISP-DM) yang meliputi business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Basis pengetahuan disusun dari 40 destinasi wisata religi Islam dan diubah ke dalam format Question answering berbasis SQuAD. Melalui proses augmentasi, dataset berkembang menjadi sekitar 1.800 pasangan question-answer dan digunakan untuk fine-tuning model IndoBERT dengan pendekatan extractive question answering. Hasil evaluasi menunjukkan bahwa model terbaik diperoleh pada epoch ke-15 dengan nilai Exact Match sebesar 77,78%, F1-Score sebesar 82,50%, ROUGE-L sebesar 0,8236, dan BLEU sebesar 0,5013. Model tersebut kemudian diimplementasikan pada chatbot Telegram dan mampu memberikan jawaban sesuai dengan konteks destinasi yang dipilih. Hasil penelitian menunjukkan bahwa sistem dapat dimanfaatkan sebagai media penyedia informasi wisata religi Islam berbasis chatbot.

Actions (login required)

View Item