IMPLEMENTASI MODEL FINE-TUNING INDOBERT UNTUK NAMED ENTITY RECOGNITION PADA SISTEM CHATBOT INFORMASI HARGA DAN STOK KOMODITAS BADAN PANGAN NASIONAL

HERLINA, VIVIE (2026) IMPLEMENTASI MODEL FINE-TUNING INDOBERT UNTUK NAMED ENTITY RECOGNITION PADA SISTEM CHATBOT INFORMASI HARGA DAN STOK KOMODITAS BADAN PANGAN NASIONAL. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (Cover) COVER.pdf Download (519kB) | Preview
	Text (Bab 1) BAB 1.pdf Restricted to Registered users only Download (168kB)
	Text (Bab 2) BAB 2.pdf Restricted to Registered users only Download (384kB)
	Text (Bab 3) BAB 3.pdf Restricted to Registered users only Download (377kB)
	Text (Bab 4) BAB 4.pdf Restricted to Registered users only Download (423kB)
	Text (Bab 5) BAB 5.pdf Restricted to Registered users only Download (31kB)
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (96kB)
	Text (Lampiran) LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Ketersediaan informasi mengenai harga dan stok komoditas pangan sangat penting untuk mendukung pengambilan keputusan yang cepat dan akurat bagi masyarakat. Namun, sebagian besar data tersebut masih tersedia dalam bentuk teks tidak terstruktur, sehingga menyulitkan proses pencarian informasi secara otomatis.Penelitian ini bertujuan untuk membangun sistem chatbot berbasis web yang mampu mengenali entitas penting dalam pertanyaan pengguna, seperti nama komoditas, lokasi, dan waktu, dengan menerapkan pendekatan Named Entity Recognition (NER) menggunakan model IndoBERT sebagai base model. Model IndoBERT dalam penelitian ini di-fine-tune secara khusus untuk tugas NER, karena pada dasarnya merupakan model bahasa umum yang belum dilatih untuk mengenali entitas tertentu dalam domain pangan. Proses fine-tuning dilakukan agar model dapat beradaptasi dengan konteks dan jenis entitas yang relevan.Setelah proses pelatihan, model dievaluasi menggunakan metrik F1-score, precision, recall, dan accuracy untuk mengukur tingkat keberhasilan dalam mengenali entitas secara akurat. Selain integrasi model NER dalam sistem chatbot , sistem chatbot ini juga diintegarsikan dengan model klasifikasi intent untuk memahami konteks pertanyaan dari pengguna. Dengan demikian, chatbot dapat memberikan respons yang sesuai dengan permintaan informasi terkait komoditas pangan. Sistem ini diharapkan menjadi solusi yang efektif dalam menyampaikan informasi harga dan stok komoditas secara otomatis dan real-time melalui antarmuka chatbot yang interaktif.

Item Type:	Thesis (S1)
NIM/NIDN Creators:	41522010269
Uncontrolled Keywords:	Named Entity Recognition, IndoBERT, chatbot, komoditas pangan, NLP
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.6 Interfacing and Communications/Tampilan Antar Muka (Interface) dan Jaringan Komunikasi Komputer > 004.67 Wide Area Network (WAN)/Wide Area Network > 004.678 Internet (World Wide Web)/Internet 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 006 Special Computer Methods/Metode Komputer Tertentu > 006.3 Artificial Intelligence/Kecerdasan Buatan > 006.35 Natural Language Processing/Pengolahan Bahasa Alami
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	Haqi ar rachma nur
Date Deposited:	02 Apr 2026 04:39
Last Modified:	02 Apr 2026 04:39
URI:	http://repository.mercubuana.ac.id/id/eprint/101494

Actions (login required)

View Item