Rani, Devina Marsya (2027) Perbandingan Metode Fine Tuning Cross-Entropy dan Ranking-Loss BRIO pada Model BART untuk Peringkasan Abstraktif Berita Bahasa Indonesia. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2215101064-COVER.pdf Download (11MB) |
|
Text (ABSTRAK)
2215101064-ABSTRAK.pdf Download (11MB) |
|
Text (BAB 1 PENDAHULUAN)
2215101064-BAB 1 PENDAHULUAN.pdf Download (11MB) |
|
Text (BAB 2 KAJIAN TEORI)
2215101064-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (11MB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2215101064-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (11MB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2215101064-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (11MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2215101064-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (11MB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2215101064-DAFTAR PUSTAKA.pdf Download (11MB) |
|
Text (LAMPIRAN)
2215101064-LAMPIRAN.pdf Download (11MB) |
Abstract
Pesatnya arus informasi pada media daring menuntut teknologi yang mampu menyajikan inti berita secara efisien melalui peringkasan teks otomatis. Penelitian ini membandingkan metode fine tuning Cross Entropy (CE) Loss dan Ranking Loss BRIO pada model mBART untuk peringkasan abstraktif berita berbahasa Indonesia. CE mengoptimalkan prediksi token berdasarkan satu ringkasan referensi, sedangkan BRIO mengoptimalkan peringkat beberapa kandidat ringkasan berdasarkan kualitasnya. Penelitian ini menggunakan dataset Liputan6 yang terdiri atas 26.903 pasangan artikel dan ringkasan. Evaluasi dilakukan menggunakan metrik otomatis ROUGE dan METEOR serta penilaian manual oleh tiga ahli berdasarkan indikator fluency, coherence, consistency, dan relevance. Hasil penelitian menunjukkan bahwa BRIO memperoleh nilai lebih tinggi pada seluruh metrik ROUGE, dengan nilai ROUGE-1 sebesar 48,39% dibandingkan CE sebesar 46,10%. BRIO juga menghasilkan ringkasan yang lebih abstraktif berdasarkan nilai Novel Unigram sebesar 0,0557 dibandingkan CE sebesar 0,0232 serta memiliki waktu inferensi 21,9% lebih cepat. Sebaliknya, CE memperoleh nilai METEOR sebesar 45,69% dibandingkan BRIO sebesar 41,52% dan rata-rata penilaian ahli sebesar 4,15 dibandingkan BRIO sebesar 4,09. Hasil tersebut menunjukkan bahwa BRIO memiliki performa lebih tinggi pada metrik ROUGE, tingkat abstraksi, dan efisiensi inferensi, sedangkan CE memperoleh hasil lebih tinggi pada METEOR dan penilaian ahli.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Peringkasan Abstraktif, mBART, Fine Tuning, Cross Entropy Loss, BRIO, Bahasa Indonesia. |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Ilmu Komputer (S1) |
| Depositing User: | Devina Marsya Rani |
| Date Deposited: | 30 Oct 2026 00:59 |
| Last Modified: | 30 Oct 2026 00:59 |
| URI: | http://repo.undiksha.ac.id/id/eprint/33048 |
Actions (login required)
 |
View Item |