Implementasi Model DeBERTa-V3 untuk Mengoreksi Susunan Kata Tertukar dalam Kalimat Bahasa Indonesia

Chawandi, Kevin (2026) Implementasi Model DeBERTa-V3 untuk Mengoreksi Susunan Kata Tertukar dalam Kalimat Bahasa Indonesia. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (691kB)
	PDF BAB_I.pdf Download (319kB)
	PDF BAB_II.pdf Download (764kB)
	PDF BAB_III.pdf Download (391kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (291kB)
	PDF DAFTAR_PUSTAKA.pdf Download (329kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (393kB)

Abstract

Kesalahan tata bahasa dalam teks Bahasa Indonesia dapat menurunkan kualitas komunikasi dan efisiensi penulisan, terutama pada media berita dengan jumlah artikel yang besar. Penelitian ini bertujuan membangun model Large Language Model berbasis DeBERTa-V3 untuk mengoreksi posisi kata yang tertukar dalam kalimat Bahasa Indonesia. Model di-pre-training menggunakan korpus berita KoPI-CC News dan di-fine-tuning dengan dataset sintetik berupa penukaran posisi kata. Evaluasi dilakukan menggunakan akurasi, F1-score, dan BLEU, menghasilkan akurasi 60,07%, F1-score 60,09%, dan BLEU 92,57%. Hasil ini menunjukkan bahwa model DeBERTa-V3 memiliki potensi untuk memperbaiki kesalahan pertukaran posisi kata secara efektif dalam teks Bahasa Indonesia.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Chawandi, Kevin (00000045270)
Contributors:	Widjaja, Moeljono
Keywords:	DeBERTa-V3, koreksi pertukaran kata, Large Language Model, pre- training
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	30 Jan 2026 08:02
URI:	https://kc.umn.ac.id/id/eprint/44431

Actions (login required)

View Item