Claim Missing Document
Check
Articles

Found 2 Documents
Search

RANCANGAN PRODUK STANDING BENCH SHELTER SEBAGAI SARANA TUNGGU TRANSPORTASI UMUM DI RUANG PUBLIK KOTA BANDUNG DENGAN PENDEKATAN ERGONOMIS Rahmansyah, Farhan; Andrianto, Andrianto; Pujiraharjo, Yoga
eProceedings of Art & Design Vol. 11 No. 1 (2024): Februari 2024
Publisher : Telkom University

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

Abstract

Aktivitas padat yang dilakukan masyarakat di ruang publik Kota Bandung pada kegiatan sehari-hari diharapkan dapat didukung oleh fasilitas-fasilitas publik yang dapat menopang kenyamanan, keamanan, serta kesehatan beraktivitas. Salah satu fasilitas ruang publik tersebut ialah sarana tunggu transportasi angkutan umum berupa permberhentian angkot/bus, sebagai fasilitas publik yang menunjang aktivitas mobilisasi masyarakat kota. Rancangan sarana tunggu eksisting yang tersedia sekarang yang berupa standing bench, belum mengusung desain yang ergonomis dan sesuai dengan kebutuhan penggunanya, dimana hal tersebut kurang menunjang aspek kenyamanan, keamanan, dan kurang informatif terhadap penggunanya. Metode penelitian kualitatif pada perancangan produk ini digunakan sebagai teknik penggalian data, melalui observasi langsung berupa survey ke lokasi dan dokumentasi kepada objek yang diteliti. Perancangan produk standing bench shelter pada penelitian ini menggunakan metode desain SCAMPER sebagai acuan pada pengolahan data yang didapat untuk mendapatkan ide serta aspek-aspek yang diperlukan untuk me-redesign produk standing bench eksisting. Dengan penggunaan metode desain SCAMPER serta pendekatan ergonomis, perancangan ini dapat menghasilkan redesign produk standing bench shelter sebagai sebauh street furniture yang dapat bermanfaat bagi masyarakat publik terutama pengguna dari sarana tunggu itu sendiri serta meningkatkan nilai produk yang dapat menunjang aspek kenyamanan, keamanan, efektifitas, dan produktifitas bagi masyarakat pada ruang publik di Kota Bandung.Kata kunci: Ergonomi, Fasilitas Publik, Street Furniture
Pengukuran dan Reduksi Tingkat Halusinasi pada Large Language Model (LLM) Berbasis Retrieval-Augmented Generation (RAG) Rahmansyah, Farhan; Yudistira, Novanto; Santoso, Edy
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat halusinasi pada Large Language Model berbasis Retrieval-Augmented Generation (RAG) serta mengevaluasi efektivitas berbagai strategi mitigasi dalam menurunkan tingkat halusinasi tersebut. Halusinasi merupakan permasalahan utama pada model bahasa karena menghasilkan informasi yang tidak akurat atau tidak didukung oleh fakta, sehingga menurunkan reliabilitas sistem. Oleh karena itu, diperlukan pendekatan yang mampu meningkatkan akurasi sekaligus keterpercayaan model. Metode penelitian yang digunakan adalah eksperimen kuantitatif dengan membandingkan performa baseline RAG dan beberapa strategi mitigasi, yaitu Hybrid Retrieval, Prompt Engineering, Citation Forcing. Eksperimen dilakukan menggunakan tiga dataset, yaitu RAGTruth, HaluEval, dan DROP, yang merepresentasikan berbagai skenario tugas seperti question answering, summarization, dan reasoning. Evaluasi dilakukan menggunakan metrik Hallucination Rate, Precision, Recall, dan F1-Score. Hasil penelitian menunjukkan bahwa baseline RAG masih menghasilkan tingkat halusinasi yang signifikan. Penerapan strategi mitigasi terbukti mampu menurunkan tingkat halusinasi secara konsisten, dengan Hybrid Retrieval sebagai metode yang paling efektif dalam meningkatkan relevansi dokumen dan mengurangi kesalahan faktual. Selain itu, kombinasi strategi mitigasi memberikan peningkatan performa yang lebih baik dibandingkan penerapan tunggal. Integrasi strategi mitigasi dalam pipeline RAG dapat meningkatkan akurasi dan reliabilitas model secara signifikan. Pendekatan ini berpotensi diterapkan dalam berbagai domain untuk menghasilkan sistem LLM yang lebih terpercaya.