Rancang Bangun Search Engine pada PT XYZ Menggunakan Algoritma BERT-RAG dan GPT-4

Lim, Virginia (2024) Rancang Bangun Search Engine pada PT XYZ Menggunakan Algoritma BERT-RAG dan GPT-4. MBKM thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (552kB)
	PDF BAB_I.pdf Download (406kB)
	PDF BAB_II.pdf Download (1MB)
	PDF BAB_III.pdf Download (569kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (235kB)
	PDF DAFTAR_PUSTAKA.pdf Download (353kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	PDF LEMBAR_PENGESAHAN.pdf Download (52kB)

Abstract

Industri 4.0 telah membawa transformasi besar dalam pengelolaan informasi, dengan tantangan utama berupa peningkatan volume data, termasuk dokumen tidak terstruktur seperti PDF. PT. XYZ menghadapi kesulitan dalam memastikan informasi yang dapat diakses secara cepat, akurat, dan relevan oleh karyawan. Metode pencarian tradisional seperti dokumen dalam bentuk kertas sering kali menghasilkan waktu pencarian yang lama dan hasil yang kurang sesuai, sehingga memengaruhi efisiensi kerja serta pengambilan keputusan. Penelitian ini bertujuan merancang search engine berbasis web menggunakan hybrid model, yaitu Bidirectional Encoder Representations from Transformers (BERT) dan Retrieval-Augmented Generation (RAG), serta Application Program Interface (API) GPT-4 untuk menghasilkan pencarian yang relevan, akurat, dan kontekstual. Data yang kompleks memerlukan pendekatan terstruktur untuk pengelolaan dan analisis yang efektif. Penelitian ini menggunakan framework data mining Cross-Industry Standard Process for Data Mining (CRISP-DM), dimulai dari memahami proses bisnis perusahaan, pemilihan data, data preparation dengan tahapan ekstrasi hingga encoding PDF. Selanjutnya data modelling menggunakan hybrid model BERT-RAG dan GPT-4, evaluasi model, dan deployment. Pada tahap deployment menggunakan metode prototype untuk membangun antarmuka web, memungkinkan partisipasi aktif pengguna dalam proses pengembangan. Kombinasi CRISP-DM dan prototyping memastikan sistem search engine yang inovatif, relevan, dan user-friendly. Hasil dari penelitian ini berupa search engine berbasis website yang dapat meningkatkan kemampuan pencarian data. Hal ini ditandai dengan akurasi model mencapai 86% meningkat 4% dari penelitian sebelumnya dalam kesamaan antara keyword yang dimasukkan dengan hasil yang ditampilkan. Hasil akurasi yang didapatkan dihitung dengan menggunakan consine similiraty. Pengujian website juga dilakukan menggunakan User Acceptance Testing (UAT) dengan evaluasi berhasil.

Item Type:	Thesis (MBKM)
Keywords:	API GPT-4, BERT , Retrieval-Augmented Generation, Search Engine.
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	10 Jan 2025 12:54
Last Modified:	10 Jan 2025 12:54
URI:	https://kc.umn.ac.id/id/eprint/35546

Actions (login required)

View Item