Text
Membangun Question-Answering System Untuk Umrah Menggunakan Fine-Tuned Transformer Model
Penelitian ini mengkaji penerapan fine-tuning pada model Transformers untuk membangun model Question Answering (QA). Model ini dirancang agar mampu memberikan jawaban akurat terkait pertanyaan seputar Umrah. Akses informasi yang lengkap dan relevan mengenai Umrah sering kali menjadi tantangan bagi calon jemaah, terutama ketika dihadapkan pada pertanyaan spesifik yang memerlukan pemahaman yang mendalam terhadap konteks keagamaan. Model facebook/blenderbot-400M-distill digunakan sebagai basis yang dilatih ulang dengan dataset spesifik yang berisi 15.000 pasangan pertanyaan- jawaban terkait Umrah. Proses fine-tuning model meliputi tokenisasi data, embedding, analisis distribusi panjang token, dan optimasi hyperparameter. Evaluasi performa model dilakukan dengan menggunakan metrik perplexity untuk menilai akurasi dan relevansi respons yang dihasilkan. Hasil menunjukkan bahwa setelah dilakukan pelatihan, model mencapai nilai perplexity sebesar 1.9494, dengan training loss sebesar 0.5087 dan validation loss sebesar 0.6704 yang mengindikasikan kemampuan prediksi yang baik.
| S250260 | SKR-2025 AHM m | Perpustakaan Universitas Handayani Makassar | Tersedia |
Tidak tersedia versi lain