Daftar Penulis
Pencarian Dokumen
Daftar Dokumen
IMPLEMENTASI CHATBOT AI BERBASIS AZURE OPENAI UNTUK OTOMATISASI IT HELPDESK DI PT TELEKOMUNIKASI INDONESIA
Ghania Shafiqa Raisa
Teknologi informasi dan komunikasi telah mengalami perkembangan pesat, membawa berbagai manfaat signifikan dalam banyak aspek kehidupan. Salah satu inovasi teknologi yang semakin menarik perhatian adalah kecerdasan buatan (Artificial Intelligence atau AI), khususnya chatbot (Tholib, 2023). Chatbot merupakan program komputer yang dirancang untuk berdialog dengan manusia secara natural, bertujuan membantu menyelesaikan berbagai tugas serta menjawab berbagai pertanyaan (Rianto et al., 2024). Permasalahan utama yang dihadapi adalah tingginya volume permasalahan teknis yang datang dari berbagai aplikasi yang digunakan oleh perusahaan (Tarmuji, 2008). Setiap harinya, tim IT harus menangani berbaga...
Status: publik
PENGEMBANGAN MODEL CHATBOT DENGAN RETRIEVAL AUGMENTED GENERATION (RAG) DAN FINE-TUNING BERBASIS LLM
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...
Status: publik
PENGEMBANGAN MODEL CHATBOT DENGAN RETRIEVAL AUGMENTED GENERATION (RAG) DAN FINE-TUNING BERBASIS LLM
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...
Status: publik