Claim Missing Document
Check
Articles

Analisis Pengaruh Metode Chunking terhadap Kinerja Retrieval-Augmented Generation pada Dokumen Publikasi Badan Pusat Statistik Athaya, Haikal Thoriq; Fatyanosa, Tirana Noor; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Retrieval-Augmented Generation (RAG) menggabungkan pencarian informasi dengan model bahasageneratif untuk menghasilkan jawaban berbasis konteks dokumen. Kualitas konteks dipengaruhi olehproses chunking, yaitu pemecahan dokumen menjadi bagian-bagian kecil sebelum penyimpanan padavector database dan retrieval. Penelitian ini menganalisis tiga metode chunking, yaitu Element-BasedChunking, Max-Min Semantic Chunking, dan Recursive Chunking, pada 10 dokumen publikasi BadanPusat Statistik dengan 30 pasangan ground truth QA berbahasa Indonesia. Retrieval dievaluasimenggunakan Precision@k, Recall@k, Mean Reciprocal Rank (MRR), dan F1@k, sedangkangeneration dievaluasi menggunakan BLEU dan ROUGE-L pada Top-1 sampai Top-10. RecursiveChunking memperoleh rerata tertinggi pada Precision@k sebesar 0,169, MRR 0,419, F1@k 0,202, danBLEU 0,140. Max-Min Semantic Chunking memperoleh Recall@k tertinggi sebesar 0,412, sedangkanElement-Based Chunking memperoleh ROUGE-L tertinggi sebesar 0,683. Rerata agregat deskriptifdengan bobot sama terhadap enam metrik menghasilkan nilai tertinggi pada Recursive Chunking sebesar0,326, diikuti Element-Based Chunking 0,314 dan Max-Min Semantic Chunking 0,304 pada konfigurasieksperimen ini.
Analisis Komparatif Kinerja Inferensi Model Transformer dan LSTM untuk Klasifikasi Sinyal ECG Pada Aplikasi Mobile Luthfirrahman, Muhammad Nadhil; Pramukantoro, Eko Sakti; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit kardiovaskular merupakan salah satu penyebab utama kematian di dunia, dengan aritmia sebagai salah satu gangguan yang dapat dikenali melalui sinyal elektrokardiogram (ECG). Interpretasi ECG secara konvensional membutuhkan waktu dan berpotensi menghasilkan inkonsistensi, sehingga mendorong pengembangan klasifikasi ECG otomatis berbasis machine learning pada perangkat wearable dan mobile. Namun, keterbatasan sumber daya perangkat mobile memerlukan penyesuaian dan evaluasi model berdasarkan kemampuan klasifikasi dan kinerja inferensi. Penelitian ini mengembangkan aplikasi Flutter untuk membandingkan Transformer dan Long Short-Term Memory (LSTM) yang dikonversi ke TensorFlow Lite dan dijalankan secara on-device. Batch Processing menggunakan data ECG beranotasi MIT-BIH untuk mengevaluasi klasifikasi, sedangkan Stream Processing menggunakan sinyal Polar H10 untuk mengevaluasi kinerja inferensi. Pengujian fungsional dan nonfungsional menunjukkan seluruh kebutuhan sistem berstatus PASS. Pada Batch Processing, 2.220 proses inferensi klasifikasi dari 1.984 detak unik menghasilkan accuracy LSTM 98,74%, lebih tinggi 1,76 poin daripada Transformer sebesar 96,98%, serta macro F1-score 98,97% dibandingkan 96,07%. Pada Stream Processing, setiap model diuji dalam tiga sesi selama lima menit setelah stabilisasi 40 detik. Transformer menghasilkan waktu inferensi 7,247 ms, 42,72% lebih rendah daripada LSTM sebesar 12,653 ms. CPU, RAM, dan throughput keduanya relatif sebanding, sedangkan artefak LSTM 32,82% lebih kecil. Kedua model memenuhi kebutuhan kinerja dengan trade-off antara kecepatan inferensi dan ukuran artefak.
Co-Authors Abdurrachman Bachtiar, Fitra Abilo, Nelson Alfons Adriansyah, Rachmat Afrialdy, Firman Ahmad Febriyan Amin Al Farisi, Faiz Aulia Annisa, Zahra Asma Ari Hernawan Arief Andy Soebroto Aryo Pinandito Asghany, Yusrian Athaya, Haikal Thoriq Atmoko, Rachmad Baliyamalkan, Mohammad Nafi' Brilliansyach, Raihan Fikri Budi Darma Setiawan Budi Darma Setiyawan Candra Dewi Chastine Fatichah Daffa Zakwan, Mochammad Dahnial Syauqy Dian Eka Ratnawati Diana Purwitasari Eka Prakarsa Mandyartha Eko Sakti Pramukantoro, Eko Sakti Ferdika Bagus Pristiawan Permana, Ferdika Bagus Pristiawan Fiqri, Miftahul Firdaus, Agung Firdian, Arifal Aghna Haekal, Firhan Imam Hasibuan, Raka Ardiansyah Hendra Darmawan Ibnu, Mohammad Indriati Indriati Indriati Keintjem, Arthurito Khairul, Muhammad Fathur Rahman Lailil Muflikhah Lase, Nicolash Jeremy Onoma Lina, Femi Novia Luthfirrahman, Muhammad Nadhil Malik, Dzaki Rafif Marchelo, Nalendra Maulana, M. Aziz Muchammad Kurniawan Nabil Auliya, Muhammad Hanif Nainggolan, Yohana Beatrice Nurannisa, Nadhira Nurul Hidayat Prakoso, Andriko Fajar Putra Pandu Adikara R. Arief Setiyawan Rachmansyah, Ghenniy Rafsandjani, Moch. Gustav Ali Rahardiansyah, Tengku Muhammad Rafi Reddy Alexandro Satrio Agung Wicaksono Setiawan, Akas Bagus Setyawan, Frederikus Silaban, Gilbert Samuel Nicholas Sitorus, Theresia Artha Putri Syarif Hidayatulloh Tirana Noor Fatyanosa Tirana Noor Fatyanosa, Tirana Noor Tri Fadilah, Ghina Tri Hadiah Muliawati Umi Laili Yuhana Vasya, M Azka Obila Wahyudi, Moh. Imron Wardana, Dzaky Ahmadin Berkah Wayan Firdaus Mahmudy Wicaksana, Kesid Dewa Widhi Yahya Wijaya, Fariz Rizky