Metode XLM-RoBERTa dalam Pengembangan SistemTanya Jawab untuk Instalasi Pemantauan Panduan AQI [AJG]

Abstract

Internet of Things (IoT) telah menjadi produk yang tersebar luas di
masyarakat, salah satunya adalah pemantauan Air Quality Index (AQI) atau indeks
kualitas udara. Namun, beberapa studi menyoroti bahwa IoT adalah teknologi yang
kompleks, sementara yang lain melaporkan bahwa keluhan pengguna dapat
menghambat penyebarannya. Penelitian kami mengusulkan sistem Question
Answering (QA) berbasis Natural Language Processing (NLP) sebagai panduan
untuk instalasi pemantauan AQI. Kami mengusulkan representasi encoder dua arah
yang dioptimalkan secara robustness of cross-language language models (XLM
RoBERTa) sebagai metode QA, kemudian membandingkannya dengan metode QA
lain, yaitu BERT versi Indonesia (IndoBERT). Kami menggunakan tiga metrik
untuk membandingkan keduanya: metrik untuk mengevaluasi keluaran terjemahan
mesin (METEOR), bilingual evaluation understudy (BLEU), dan recall oriented
understudy for query evaluation-longest common sequence (ROUGE-L). METEOR
dapat mengukur semantik prediksi, dan BLEU adalah metrik yang mengukur presisi
kata dalam kalimat yang diprediksi. Terakhir, ROUGE-L mengukur kelancaran
prediksi. Hasil pengujian menunjukkan bahwa XLMRoBERTa mengungguli
IndoBERT untuk METEOR, BLEU-1, dan ROUGE L, dengan nilai masing-masing
0,54, 0,42, dan 0,62. Hasil ini menunjukkan bahwa XLM-RoBERTA menunjukkan
kelancaran dan semantik yang baik, menunjukkan sinonim yang efektif. Kontribusi
penelitian kami menyajikan sistem QA baru untuk panduan instalasi pemantauan
AQI, yang memanfaatkan model yang dioptimalkan, yaitu XLM-RoBERTa.