Lisna Agustin

Peningkatan konsumsi minuman tinggi gula telah mendorong perlunya edukasi gizi yang lebih mudah dipahami masyarakat. Sistem Nutri-grade yang diperkenalkan di Singapura mengklasifikasikan minuman berdasarkan kandungan gula dan lemak jenuh, namun pemahaman masyarakat—terutama generasi muda—terhadap sistem ini masih rendah. Penelitian ini merancang dan mengembangkan chatbot berbasis Retrieval-Augmented Generation (RAG) untuk menyampaikan informasi gizi dan Nutri-grade secara interaktif dan relevan. Sistem menggunakan model bahasa besar (LLM) dengan database vektor dari ChromaDB serta framework Streamlit untuk antarmuka pengguna. Evaluasi dilakukan melalui uji RAGAs, validasi pakar (human evalua...

Farhan Adi Nugraha

Politeknik Negeri Jakarta (PNJ) merupakan salah satu institusi pendidikan tinggi yang memberikan apresiasi para mahasiswa berprestasi dari bidang akademik dan non-akademik berupa bantuan UKT. Bantuan Uang Kuliah Tunggal (UKT) merupakan bentuk apresiasi yang diberikan oleh Politeknik Negeri Jakarta untuk mahasiswa berprestasi dibidang akademik dan non akademik. Program apresiasi ini diadakan setiap semester, apresiasi tersebut diberikan dalam bentuk pengurangan biaya UKT (Uang Kuliah Tunggal) pada semester berikutnya. Pemberian apresiasi kepada mahasiswa berprestasi ini dilakukan dengan melaporkan prestasi yang telah dicapai kepada Wakil Direktur Bidang Kemahasiswaan Politeknik Negeri Jakarta...

Ghania Shafiqa Raisa

Penelitian ini membahas pengembangan chatbot layanan akademik di Politeknik Negeri Jakarta (PNJ) dengan memanfaatkan Large Language Model (LLM). Tiga pendekatan utama diuji, yaitu Parameter-Efficient Fine-Tuning (PEFT) menggunakan LoRA/QLoRA, Retrieval Augmented Generation (RAG), dan Retrieval Augmented Fine-Tuning (RAFT). Studi kasus menggunakan dokumen SOP kampus sebagai basis pengetahuan, dengan eksplorasi model open-source seperti Llama 2 7B, DeepSeek 7b, Qwen 2.5 3B, dan TinyLlama 1.1B. Dataset pertanyaan-jawaban dikembangkan manual dari SOP, dan respons dievaluasi menggunakan BLEU, ROUGE, METEOR, BERTScore, serta UniEval untuk menilai kualitas jawaban secara komprehensif. Hasil evaluas...

Ghania Shafiqa Raisa

Penelitian ini membahas pengembangan chatbot layanan akademik di Politeknik Negeri Jakarta (PNJ) dengan memanfaatkan Large Language Model (LLM). Tiga pendekatan utama diuji, yaitu Parameter-Efficient Fine-Tuning (PEFT) menggunakan LoRA/QLoRA, Retrieval Augmented Generation (RAG), dan Retrieval Augmented Fine-Tuning (RAFT). Studi kasus menggunakan dokumen SOP kampus sebagai basis pengetahuan, dengan eksplorasi model open-source seperti Llama 2 7B, DeepSeek 7b, Qwen 2.5 3B, dan TinyLlama 1.1B. Dataset pertanyaan-jawaban dikembangkan manual dari SOP, dan respons dievaluasi menggunakan BLEU, ROUGE, METEOR, BERTScore, serta UniEval untuk menilai kualitas jawaban secara komprehensif. Hasil evaluas...

Muhammad Ardy Dzakwan

Penilaian esai secara manual oleh pengajar memerlukan banyak waktu, tenaga, dan berpotensi menghasilkan penilaian yang subjektif dan tidak konsisten. Oleh karena itu, penelitian ini mengembangkan sebuah sistem penilaian esai otomatis yang memanfaatkan model pre-trained SBERT (Sentence-BERT) dengan metode cosine similarity. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem yang mampu menilai kualitas jawaban siswa secara objektif dan efisien dengan mempertimbangkan kemiripan semantik antara jawaban siswa dan jawaban pengajar. Sistem ini dirancang berbasis web menggunakan ReactJS di frontend dan FastAPI di backend, serta diujikan pada data esai siswa yang diambil dari dat...