AuditRAG: Optimasi Hybrid Retrieval dan Audit Chain-of-Thought pada Model Qwen-3 untuk Penalaran Numerik Laporan Keuangan

Christian Wahyu Atmaja, Albertus (2026) AuditRAG: Optimasi Hybrid Retrieval dan Audit Chain-of-Thought pada Model Qwen-3 untuk Penalaran Numerik Laporan Keuangan. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (563kB)
	PDF BAB_I.pdf Download (291kB)
	PDF BAB_II.pdf Download (738kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (497kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (252kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (245kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (502kB)
	Archive (ZIP) 00000068921_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Lembaga keuangan sering kali menghadapi tantangan halusinasi aritmatika saat memproses laporan tahunan yang kompleks menggunakan Large Language Model (LLM). Penelitian ini mengusulkan AuditRAG, sebuah kerangka kerja Entity- Centric Retrieval-Augmented Generation (RAG) yang dioptimasi khusus untuk membantu analis keuangan dalam mengekstrak dan memverifikasi data numerik dari laporan keuangan emiten di Indonesia secara presisi. Mengikuti metodologi CRISP- DM, sistem ini mengintegrasikan mekanisme hard metadata filtering untuk mencegah kontaminasi data antar-perusahaan serta metode fine-tuning Audit-Chain- of-Thought (Audit-CoT) menggunakan teknik QLoRA pada model Qwen-3 8B. Hasil evaluasi menunjukkan peningkatan performa yang sangat signifikan, di mana model mencapai skor Audit Reasoning Quality (ARQ) sebesar 99,4% dan Consistency Score (CS) sebesar 91,1%, yang mencerminkan stabilitas numerik dan kepatuhan logika auditor yang sangat tinggi dibandingkan model baseline. Dari sisi efisiensi, waktu inferensi berhasil dipangkas sebesar 61,2% menjadi hanya 22,60 detik per kueri dengan penggunaan VRAM yang stabil pada 8,0 GB. Penelitian ini membuktikan bahwa model bahasa berukuran kecil dapat dioptimasi untuk menjalankan tugas audit yang presisi secara deterministik pada perangkat keras kelas konsumen. Kerangka kerja ini memberikan cetak biru praktis dalam meminimalkan kesalahan ekstraksi data dan meningkatkan kepercayaan pada analisis dokumen keuangan otomatis di Indonesia.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Christian Wahyu Atmaja, Albertus (00000068921)
Contributors:	Sunardi Oetama, Raymond
Keywords:	Chain-of-Thought, Entity-Centric RAG, Laporan Keuangan, Numerical Reasoning, QLoRA
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	25 Jul 2026 07:59
URI:	https://kc.umn.ac.id/id/eprint/48122

Actions (login required)

View Item