Implementasi Metode Zero-Shot Cross-Lingual Transfer Learning untuk Klasifikasi Teks Buatan Mesin dengan Model Bahasa BLOOM

Arianto, Jerry (2023) Implementasi Metode Zero-Shot Cross-Lingual Transfer Learning untuk Klasifikasi Teks Buatan Mesin dengan Model Bahasa BLOOM. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (828kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (205kB) | Preview
Preview	PDF BAB_I.pdf Download (212kB) | Preview
Preview	PDF BAB_II.pdf Download (222kB) | Preview
Preview	PDF BAB_III.pdf Download (1MB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (566kB)
Preview	PDF BAB_V.pdf Download (203kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Perkembangan NLP (Natural Language Processing) telah berkembang secara pesat dalam beberapa waktu terakhir, dari perkembangan tersebut muncul sebuah perusahaan, yaitu OpenAI. Salah satu produk yang ditawarkan oleh OpenAI adalah sebuah chatbot yang dapat berinteraksi layaknya manusia dengan arsitektur GPT (Generative Pre-trained Transformer). OpenAI berhasil membuat produknya berjalan dengan optimal dengan membantu beberapa sektor bisnis berjalan lebih efisien dan efektif. Namun, dengan fungsinya sebagai program AI justru membuat mahasiswa dari Rusia menyalahgunakan ChatGPT. Mahasiswa tersebut membuat tesis kurang dari 24 jam dengan menggunakan bantuan ChatGPT. Oleh karena itu, dibuatlah model untuk klasifikasi teks AI atau manusia dengan metode zero-shot cross-lingual dengan model bahasa BLOOM. Berdasarkan hasil pengujian dengan metode zero-shot cross-lingual oleh BLOOM, diperoleh akurasi 83,2%, presisi 80,5%, recall 87,4%, F1-Score 83,3%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Zero-shot, Cross-lingual, BLOOM
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	03 Jul 2023 09:46
Last Modified:	22 Aug 2023 00:50
URI:	https://kc.umn.ac.id/id/eprint/25547

Actions (login required)

View Item