Raihansyah, Khananda (2025) Penerapan Relevance-Augmented Generation Large Language Models Untuk Summarise Berita Pada Portal Berita Detiknews. S1 thesis, Universitas Banten Jaya.

[img] Text
Cover.pdf

Download (12kB)
[img] Text
Abstrak.pdf

Download (11kB)
[img] Text
Bab I.pdf

Download (153kB)
[img] Text
Daftar Pustaka.pdf

Download (209kB)
[img] Text
Khananda Raihansyah full.pdf
Restricted to Registered users only

Download (5MB)
Official URL: https://ejournal.lppm-unbaja.ac.id/index.php/jsii

Abstract

Dalam era informasi digital yang terus berkembang, volume berita yang diterbitkan setiap hari di portal berita online seperti Detiknews sangat tinggi. Hal ini menyulitkan pembaca untuk menyaring inti informasi secara cepat dan efisien. Penelitian ini bertujuan untuk mengembangkan sistem summarise berita berdasarkan topik tertentu dengan memanfaatkan teknologi Large Language Models (LLMs) dan pendekatan Relevance-Augmented Generation (RAG). Sistem ini dirancang untuk melakukan scraping artikel berita dari Detiknews, menganalisis dan menyeleksi kalimat penting, serta menghasilkan ringkasan yang relevan dan terstruktur melalui integrasi API Groq. Dalam implementasinya, sistem dibangun menggunakan bahasa pemrograman Python dengan framework Flask, dan dilengkapi dengan antarmuka web interaktif. Evaluasi dilakukan terhadap hasil ringkasan dengan membandingkannya pada artikel asli, dan diuji menggunakan metrik seperti BLEU. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan ringkasan yang ringkas, informatif, dan sesuai dengan topik yang diminta, sehingga mampu meningkatkan efisiensi pembaca dalam mengakses informasi utama dari banyak artikel.

Item Type: Thesis (S1)
Subjects: A General Works > AI Indexes (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: khananda raihan syah
Date Deposited: 14 Aug 2025 03:43
Last Modified: 14 Aug 2025 03:43
URI: https://rama.unimal.ac.id/id/eprint/13829

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by