Implementasi LangChain pada Large Language Model untuk Transformasi Dokumen Trade Agreement Menjadi Machine Processable

Andreas Lie, Jose (2026) Implementasi LangChain pada Large Language Model untuk Transformasi Dokumen Trade Agreement Menjadi Machine Processable. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (699kB)
	PDF BAB_I.pdf Download (240kB)
	PDF BAB_II.pdf Download (556kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (7MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (212kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (221kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	Archive (ZIP) 00000067097_2521_LembarPengesahan.pdf Restricted to Registered users only Download (65kB)

Abstract

Dokumen Regional Trade Agreements (RTA) dalam format PDF tidak terstruktur menyimpan informasi hukum yang krusial, namun sulit diproses secara otomatis akibat kompleksitas hierarki teks dan keterbatasan kognitif Large Language Model (LLM) pada dokumen berdimensi panjang. Penelitian ini merancang dan mengimplementasikan sistem transformasi dokumen RTA secara end to end menggunakan Docling untuk ekstraksi layout PDF ke Markdown, framework LangChain dengan teknik Recursive Character Splitting (chunk size 8.000 karakter, overlap 1.200 karakter) dan sequential chaining untuk menjaga integritas konteks antar segmen, serta LLM untuk ekstraksi terstruktur ke format JSON yang kemudian disimpan ke basis data relasional PostgreSQL melalui arsitektur asinkronus berbasis Redis Queue dan MinIO. Pengujian terhadap sepuluh dokumen RTA menggunakan metrik Mean Absolute Error (MAE) pada 385 elemen struktur dokumen dibandingkan terhadap anotasi manual menghasilkan akurasi rata-rata 90,1% dengan MAE sebesar 9,9%. Sistem ini terbukti mampu mentransformasikan dokumen hukum perdagangan internasional menjadi data relasional yang machine processable dengan akurasi yang baik dan struktur hierarki yang terjaga.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Andreas Lie, Jose (00000067097)
Contributors:	Kurniawan, Vincentius (0308079501)
Keywords:	LangChain, Large Language Model, Regional Trade Agreements
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	24 Jul 2026 07:59
URI:	https://kc.umn.ac.id/id/eprint/48003

Actions (login required)

View Item