Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perbandingan Performa LLaMA-2 dan GPT-3.5 Turbo Menggunakan Metode Retrieval Augmented Few-shot pada Analisis Sentimen I Wayan Adi Maha Wiguna; Ida Bagus Nyoman Pascima; Luh Putu Eka Damayanti
Jurnal Sarjana Teknik Informatika Vol. 14 No. 1 (2026): Februari
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v14i1.31872

Abstract

Large Language Models (LLM) memerlukan metode tambahan untuk optimasi pada tugas spesifik seperti analisis sentimen. Penelitian ini membandingkan performa GPT-3.5 Turbo dan LLaMA-2 melalui penerapan metode Retrieval Augmented Few-shot (RAFS) pada domain pariwisata, dengan skenario Zero-shot sebagai baseline. Hasil eksperimen menunjukkan bahwa LLaMA-2 mengalami peningkatan performa yang jauh lebih signifikan dibandingkan GPT-3.5 Turbo setelah penerapan RAFS. Akurasi LLaMA-2 meningkat dari 0,833 menjadi 0,862, sementara GPT-3.5 Turbo hanya meningkat tipis dari 0,851 menjadi 0,856. Perbedaan substansial terlihat pada metrik kelas minoritas; f1-score GPT-3.5 hanya naik dari 0,555 ke 0,572, sedangkan LLaMA-2 melonjak drastis dari 0,462 ke 0,676 dengan kenaikan presisi dari 0,395 ke 0,844. Secara head-to-head, LLaMA-2 terbukti sedikit lebih unggul dibanding dengan GPT-3.5 Turbo dalam menghasilkan klasifikasi yang tepat dan seimbang. Meskipun GPT-3.5 memiliki baseline awal yang lebih tinggi, LLaMA-2 menunjukkan kemampuan adaptasi dan skalabilitas yang lebih baik terhadap augmentasi konteks. Temuan ini menegaskan bahwa model open-source dengan dukungan RAFS mampu menyamai, bahkan melampaui model proprieter dalam menangani kompleksitas sentimen ulasan pelanggan.
Media Edukasi Sejarah Candi Buddha Kalibukbuk Berbasis Augmented Reality dengan Marker Komik Ni Luh Putu Aria Fameliya; I Nengah Eka Mertayasa; Luh Putu Eka Damayanti
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.10609

Abstract

Penelitian ini bertujuan untuk mengembangkan Media Edukasi Sejarah Candi Buddha Kalibukbuk berbasis Augmented Reality dengan marker komik serta mengetahui respons pengguna terhadap media yang dikembangkan. Penelitian menggunakan metode Research and Development (R&D) dengan model Multimedia Development Life Cycle (MDLC) yang meliputi tahapan concept, design, material collecting, assembly, testing, dan distribution. Produk yang dihasilkan berupa media edukasi berbasis Android yang memadukan marker komik, animasi 3D, audio narasi, dan visual interaktif untuk menyajikan sejarah penemuan Candi Buddha Kalibukbuk beserta tujuh benda peninggalannya secara lebih menarik, informatif, dan mudah dipahami oleh generasi muda. Pengujian media dilakukan melalui uji black box, uji ahli isi, uji ahli media, dan uji respons pengguna menggunakan User Experience Questionnaire (UEQ). Hasil uji black box menunjukkan persentase sebesar 100% dengan kategori sangat baik. Hasil uji ahli isi memperoleh persentase validitas sebesar 93,75% dengan kategori sangat valid, sedangkan uji ahli media memperoleh persentase sebesar 88,33% dengan kategori sangat valid. Uji respons pengguna yang melibatkan 30 responden usia 18–24 tahun menunjukkan seluruh aspek UEQ, yaitu daya tarik, kejelasan, efisiensi, ketepatan, stimulasi, dan kebaruan, berada pada kategori excellent. Hasil penelitian menunjukkan bahwa media yang dikembangkan layak digunakan sebagai media edukasi sejarah lokal yang interaktif, inovatif, dan mampu meningkatkan minat generasi muda dalam mempelajari sejarah Candi Buddha Kalibukbuk.