Dzikri, Pasya Alvan Gail Zulvan (2024) Pendekatan model BERT dalam mendukung layanan tanya jawab penerimaan mahasiswa baru di perguruan tinggi. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (283kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (276kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (363kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (1MB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (749kB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (901kB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (357kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (369kB) | Request a copy |
|
|
Text (LAMPIRAN)
10_lampiran.pdf Restricted to Repository staff only Download (710kB) | Request a copy |
Abstract
Layanan penerimaan mahasiswa baru kerap dihadapkan pada kendala banyaknya intensitas pertanyaan yang tinggi dari calon mahasiswa baru ketika masa penerimaan mahasiswa baru. Hal ini dapat memicu adanya human error ataupun terkuras nya sumber daya dan waktu dikarenakan menjawab pertanyaan sama secara berulang. Penelitian ini bertujuan untuk mengembangkan sistem Question Answering dengan menggunakan model Bidirectional Encoder Respresentation from Transformers (BERT) dalam membantu menjawab pertanyaan calon mahasiswa. Metodologi Penelitian menggunakan pendekatan Cross Industry Standard Process for Data Mining (CRISP-DM) yang meliputi Business Understanding hingga Deployment. Hasil Evaluasi menunjukan bahwa dengan menggunakan model turunan dari BERT yaitu IndoBERT yang dilatih pada data berbahasa Indonesia, menunjukan bahwa model menghasilkan nilai exact match mencapai 0.9689 serta F1-Score diangka 0.9754 serta dari keseluruhan 365 pertanyaan mampu hampir seluruh pertanyaan yang menunjukan efektivitasan nya dalam tugas Question Answering. Penelitian ini memiliki potensi yang besar apabila dikembangkan dengan dataset yang lebih besar serta sumber daya yang lebih mumpuni.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | BERT; chatbot; question answering ;NLP; transformers; CRISP-DM |
| Subjects: | Data Processing, Computer Science Special Computer Methods > Artificial Intelligence |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Pasya Alvan Gail Zulvan Dzikri |
| Date Deposited: | 12 Sep 2024 06:10 |
| Last Modified: | 12 Sep 2024 06:10 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/98226 |
Actions (login required)
 |
View Item |
