Reptiana, Meisya (2024) IDENTIFIKASI KATEGORI SUSTAINABLE DEVELOPMENT GOALS (SDGs) DARI PERGURUAN TINGGI BERDASARKAN PUBLIKASI JURNAL TERINDEKS GARUDA MENGGUNAKAN BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT). Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

[thumbnail of Teknik Informatika_32602000099_fullpdf.pdf] Text
Teknik Informatika_32602000099_fullpdf.pdf
| Download (3MB)
[thumbnail of Teknik Informatika_32602000099_pernyataan_publikasi.pdf] Text
Teknik Informatika_32602000099_pernyataan_publikasi.pdf
Restricted to Registered users only
| Download (54kB)

Abstract

Sustainable Development Goals (SDGs) merupakan komitmen global yang disepakati seluruh Negara Anggota Perserikatan Bangsa-Bangsa (PBB) sebagai agenda tahun 2030, untuk mewujudkan kehidupan dunia yang lebih baik dan berkelanjutan. Hal tersebut, menjadikan Indonesia yg merupakan salah satu negara anggota PBB harus ikut berkomitmen dalam mewujudkan tercapainya 17 tujuan yang ada dalam SDGs. Perguruan Tinggi memiliki peranan penting dalam tercapainnya tujuan SDGs, yang dapat diukur melalui penelitian dan publikasi ilmiah. GARUDA merupakan portal repository yang memberikan akses terhadap berbagai sumber pengetahuan ilmiah, termasuk di dalamnya jurnal-jurnal dari perguruan tinggi di Indonesia. Untuk mengetahui sejauh mana peranan perguruan tinggi, dapat dilakukan identifikasi kategori SDGs terhadap publikasi jurnal yang dilakukan dan telah terindeks GARUDA. Untuk itu, penelitian ini bertujuan mengembangkan sistem identifikasi kategori SDGs menggunakan model DistilBERT yang merupakan versi distilasi dari BERT. Dari proses pelatihan model yang dilakukan, memperoleh hasil accuracy sebesar 86,73% terhadap data training. Selanjutnya dari pengukuran metrik evaluasi terhadap data testing, diperoleh hasil untuk accuracy sebesar 82,56%, precision 82,94%, recall 82,56%, dan f1-score 82,57%. Hasil ini menunjukkan model memiliki performa yang cukup baik dalam mengidentifikasi kategori SDGs berdasarkan data abstrak publikasi jurnal yang terindeks GARUDA.
Kata Kunci : sistem identifikasi, SDGs, BERT, DistilBERT, GARUDA

Dosen Pembimbing: Subroto, Imam Much Ibnu and Badie'ah, Badie'ah | UNSPECIFIED
Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Depositing User: Pustakawan 4 UNISSULA
Date Deposited: 13 Feb 2025 01:37
URI: https://repository.unissula.ac.id/id/eprint/37553

Actions (login required)

View Item View Item