Muhamad Ramadhan, Ragil (2025) Studi Fine-Tuning Model Gemini untuk Optimalisasi Proses Analitik di Pemerintahan Pohuwato. MBKM thesis, Universitas Multimedia Nusantara.
PDF
HALAMAN_AWAL.pdf Download (303kB) |
|
PDF
BAB_I.pdf Download (185kB) |
|
PDF
BAB_II.pdf Download (459kB) |
|
PDF
BAB_III.pdf Download (681kB) |
|
PDF
BAB_IV.pdf Restricted to Registered users only Download (197kB) |
|
PDF
DAFTAR_PUSTAKA.pdf Download (184kB) |
|
PDF
LAMPIRAN.pdf Restricted to Registered users only Download (2MB) |
|
PDF
LEMBAR_PENGESAHAN.pdf Download (52kB) |
Abstract
Pemerintah Kabupaten Pohuwato membutuhkan solusi untuk mempermudah akses informasi dan pengelolaan data pemerintahan. Sebagai respon terhadap kebutuhan tersebut, penelitian ini bertujuan untuk mengembangkan chatbot berbasis model Gemini yang berfungsi sebagai asisten dalam aplikasi Pos Satu Data Indonesia- Pohuwato (Posdip). Proses pembuatan chatbot melibatkan tahapan pengumpulan dan pemrosesan data dari Organisasi Perangkat Daerah (OPD), perancangan prompt sesuai kebutuhan pengguna, serta pelatihan model dengan teknik fine- tuning untuk menyesuaikan kemampuan chatbot dengan konteks lokal. Selain itu, integrasi Retrieval-Augmented Generation (RAG) dilakukan untuk memungkinkan pencarian berbasis vektor, sehingga chatbot dapat memberikan respons yang relevan secara cepat. Implementasi dilakukan melalui antarmuka yang ramah pengguna untuk mendukung adopsi di lingkungan pemerintahan. Hasil pengembangan menunjukkan chatbot mampu memenuhi kebutuhan komunikasi data secara efisien, memberikan kontribusi terhadap percepatan digitalisasi layanan pemerintahan.
Item Type: | Thesis (MBKM) |
---|---|
Keywords: | Chatbot, Fine-Tuning, Posdip, Retrieval-Augmented Generation. |
Subjects: | ?? T58.5-58.64 ?? |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 30 Jan 2025 13:05 |
Last Modified: | 30 Jan 2025 13:05 |
URI: | https://kc.umn.ac.id/id/eprint/36184 |
Actions (login required)
View Item |