NAMED ENTITY RECOGNITION BERBASIS FINE-TUNING INDOBERT UNTUK EKSTRAKSI DAN REKONSILIASI DATA LOGISTIK
Penulis: Alif Haikal (Penulis Utama / Mahasiswa) JAFAR SHADIQ, S.Kom., M.Kom. (Dosen Pembimbing I)
OPEN ACCESS COVER
UNIVERSITAS BINA INSANI
INSTITUTIONAL REPOSITORYSkripsi (S1) BEKASI, 2026
NAMED ENTITY RECOGNITION BERBASIS FINE-TUNING INDOBERT UNTUK EKSTRAKSI DAN REKONSILIASI DATA LOGISTIK
Fakultas: FID
Program Studi: Teknik Informatika (S1)
Tanggal Terbit: 22 September 2026
Abstrak / Ringkasan Karya
Open AccessPT. Rafay Anugrah Logistik mengandalkan WhatsApp untuk koordinasi pesanan armada harian, namun proses pemindahan pesanan multi-unit ke Excel serta pencocokan pesan susulan dengan pesanan induknya masih dilakukan secara manual, sehingga rawan penumpukan pekerjaan dan kesalahan seiring meningkatnya volume pesanan. Penelitian ini mengusulkan pipeline Deep Learning hibrida menggunakan dua model fine-tuning IndoBERT untuk mengotomasi kedua proses tersebut. Model pertama, berbasis Indobert-Base-Uncased, menerapkan Named Entity Recognition (NER) untuk mengekstraksi sembilan atribut inti pesanan dari teks WhatsApp mentah menggunakan skema anotasi BIO. Model kedua, berbasis IndoBERT-Base-p2, menerapkan Sequence-Pair Classification untuk menentukan apakah pesan susulan cocok dengan pesanan induk yang telah tersimpan, didukung mekanisme rulebased post-processing untuk standarisasi output. Sistem dikembangkan menggunakan metodologi CRISP-DM dan diimplementasikan sebagai purwarupa web berbasis Streamlit. Pada data uji sebanyak 36 pesan yang disusun manual, model NER mencapai F1-Score ratarata makro sebesar 99,4%, sedangkan model Sequence-Pair Classification mencapai F1-Score makro sebesar 97,2% (91,46% pada data validasi). Hasil ini menunjukkan bahwa pendekatan fine-tuning IndoBERT layak diterapkan untuk mengotomasi ekstraksi dan rekonsiliasi data pesanan logistik, meskipun temuan ini masih merupakan bukti kelayakan awal (proof of concept), bukan validasi pada skala operasional penuh.
Generator Sitasi Ilmiah
APA / IEEE / BibTeXAlif Haikal (2026). NAMED ENTITY RECOGNITION BERBASIS FINE-TUNING INDOBERT UNTUK EKSTRAKSI DAN REKONSILIASI DATA LOGISTIK. Skripsi (S1), FID, Universitas Bina Insani, Bekasi.
Alif Haikal, "NAMED ENTITY RECOGNITION BERBASIS FINE-TUNING INDOBERT UNTUK EKSTRAKSI DAN REKONSILIASI DATA LOGISTIK," Skripsi (S1), Univ. Bina Insani, Bekasi, 2026.
@thesis{submission169,
author = {Alif Haikal},
title = {NAMED ENTITY RECOGNITION BERBASIS FINE-TUNING INDOBERT UNTUK EKSTRAKSI DAN REKONSILIASI DATA LOGISTIK},
school = {Universitas Bina Insani},
year = {2026}
}
Metadata Lengkap Item
| Judul Karya | NAMED ENTITY RECOGNITION BERBASIS FINE-TUNING INDOBERT UNTUK EKSTRAKSI DAN REKONSILIASI DATA LOGISTIK |
|---|---|
| Tipe Dokumen | Skripsi (S1) |
| Daftar Penulis |
Alif Haikal
(Penulis Utama / Mahasiswa)
JAFAR SHADIQ, S.Kom., M.Kom.
(Dosen Pembimbing I • NIDN: 411039401)
|
| Institusi | Universitas Bina Insani |
| Fakultas / Divisi | FID |
| Program Studi | Teknik Informatika (S1) |
| Penerbit / Publisher | Universitas Bina Insani |
| Klasifikasi Subjek | Software Engineering & Research |
| Kata Kunci | #Ekstraksi Data Logistik #Fine-tuning #IndoBERT #Named Entity Recognition #Sequence-Pair Classification #WhatsApp. |
Berkas Naskah Dokumen
-
Cover_Halaman_Judul.pdf
Cover Page • 245 KBOpen Access (Publik) -
Abstrak_Bina_Insani.pdf
Abstract Page • 180 KBOpen Access (Publik) -
Bab_1_Pendahuluan.pdf
Chapter 1 • 420 KBRestricted Hanya pengunggah asli -
Bab_2_Tinjauan_Pustaka.pdf
Chapter 2 • 850 KBRestricted Hanya pengunggah asli -
Bab_3_Metodologi_Penelitian.pdf
Chapter 3 • 610 KBRestricted Hanya pengunggah asli -
Bab_4_Hasil_Dan_Pembahasan.pdf
Chapter 4 • 1.8 MBRestricted Hanya pengunggah asli -
Bab_5_Kesimpulan_Dan_Saran.pdf
Chapter 5 • 320 KBRestricted Hanya pengunggah asli
Kebijakan Akses Berkas Repository
Sesuai dengan pedoman repository institusi Universitas Bina Insani:
- Halaman Sampul (Cover) & Abstrak: Dapat diakses dan diunduh secara bebas oleh publik (Open Access).
- Naskah Bab 1 s.d. Bab 5: Bersifat terbatas (Restricted Access). Hanya pengunggah asli karya dan Staff Perpustakaan yang dapat mengakses berkas naskah ini.