Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPT XYZ, yang bergerak di bidang farmasi, membutuhkan suatu metode yang memberikan evaluasi secara menyeluruh terhadap tingkat kemampuan pemasoknya dalam menyediakan material. Pada penelitian ini, metode evaluasi pemasok dibuai dengan menerapkan prinsip Proses Hirarki Analitik (PHA).Langkah pertama yang dilakukan adalah menentukan kriteria dan subkriteria dengan cara menyebarkan kuesioner kepada beberapa responden yang berasal dan dalam maupun luar perusahaan. Kemudian dengan krileria dan subkriteria tersebut sebagai elemen hirarki, disusunlah suatu hirarki metocle evaluasi pemasok. Karena terdapat perbedaan kebutuhan antara material bahan baku obat dengan kemasan, maka dibuat dua metode evaluasi yang berbeda Perbedaan terietak pada subkntena ?Sertifikat analisis" yang terdapat pada metode evaluasi pemasok bahan baku.Ketiga, dengan melakukan perbandingan berpasangan antar elemen hirarki tersebut, dapat ditentukan bobot masing-masing kliteria dan subkriteria meiode evaluasi pemasok. Berdasarkan perhitungan bobot, dapat diketahui bahwa kualitas merupakan pertimbangan utama PT XYZ dalam mengevaluasi pemasok, dilkuti dengan pertimbangan biaya, pengiriman, pelayanan dan terakhir (dengan bobot terkecil) adalah manajemen perusahaan pemasok. Setelah dianggap konsisten, dimana indikatomya adalah rasio konsistensi yang harus lebih kecil atau sama dengan 10%, maka hirarki beserta seluruh elemennya dapat ditentukan sebagai dasar metode evaluasi pemasok.Hasil uji coba metode evaluasi pemasok menunjukkan metode evaluasi pemasok ini dapat memberikan dasar yang kuat bagi pengambilan keputusan yang berhubungan dengan pemasok. Dalam penggunaan metode evaluasi pemasok, terdapat beberapa subkriteria evaluasi yang akan lebih mudah dinilai jika terdapat indikator yang ditentukan berdasarkan data kuantitatif pemasok.

---

"

"Penelitian ini bertujuan untuk mengembangkan sistem evaluasi yang menggunakan Generative AI berjenis Large Language Model yang dengan output pertanyaan. Sistem yang digunakan menggunakan metode Retrieval-Augmented Generation agar pertanyaan yang dihasilkan memiliki konteks terhadap pertanyaan yang diperintahkan untuk dibuat menggunakan file dokumen yang disediakan oleh pengguna. Selain itu, diterapkan juga prompt engineering untuk mengoptimalkan output dengan memberikan sebuah set instruksi, peran dan contoh. Implementasi fitur evaluasi diterapkan pada TCExam, sebuah platform ujian dan evaluasi open source yang sering digunakan oleh masyarakat. Penelitian ini berhasil dalam mengembangkan sistem evaluasi dengan metode Large Language Model yang terintegrasi dengan platform MOOC sehingga dapat proses penyusunan soal dan pengerjaan soal dapat dilakukan di satu wadah yang sama. Selain itu, evaluasi yang dilakukan pada penelitian ini adalah perbandingan antara dua model yang dapat digunakan pada sistem evaluasi untuk menghasilkan pertanyaan dan evaluasi sistem yang sudah terintegrasi. Dua model yang diuji pada penelitian ini adalah Mistral-7B dan LLaMa-3 8B dengan hasil evaluasi menunjukkan bahwa Mistral-7B menghasilkan output yang lebih baik. Pada evaluasi sistem, penggunaannya cukup mudah dipahami dengan ruang untuk peningkatan yang dapat diterapkan pada penelitian berikutnya.

---

This study aims to develop an evaluation system using Generative AI, specifically Large Language Model with the target output of questions. This system uses Retrieval Augmented Generation to help give context for the questions generated. Furthermore, prompt engineering is implemented to optimize the output by giving a set of instructions, roles, and examples. In implementing the evaluation feature, TCExam is used. It is an open source assessment platform often used by the public. This study succeeded in developing the evaluation system with Large Language Model integrated into an MOOC platform so that the question generator feature and the student evaluation using AI-generated questions are integrated in the same platform. The evaluation performed in this study compares the models used to generate the question and evaluates the experience of using the developed feature. The two said model Mistral-7B and LLaMa-3 8B, with the result that shows Mistral-7B presents the better output. The developed feature is accessible and easy to understand by its users with more room for improvement for further studies."

"Penelitian ini bertujuan untuk mengembangkan sistem evaluasi yang menggunakan Generative AI berjenis Large Language Model yang dengan output pertanyaan. Sistem yang digunakan menggunakan metode Retrieval-Augmented Generation agar pertanyaan yang dihasilkan memiliki konteks terhadap pertanyaan yang diperintahkan untuk dibuat menggunakan file dokumen yang disediakan oleh pengguna. Selain itu, diterapkan juga prompt engineering untuk mengoptimalkan output dengan memberikan sebuah set instruksi, peran dan contoh. Implementasi fitur evaluasi diterapkan pada TCExam, sebuah platform ujian dan evaluasi open source yang sering digunakan oleh masyarakat. Penelitian ini berhasil dalam mengembangkan sistem evaluasi dengan metode Large Language Model yang terintegrasi dengan platform MOOC sehingga dapat proses penyusunan soal dan pengerjaan soal dapat dilakukan di satu wadah yang sama. Selain itu, evaluasi yang dilakukan pada penelitian ini adalah perbandingan antara dua model yang dapat digunakan pada sistem evaluasi untuk menghasilkan pertanyaan dan evaluasi sistem yang sudah terintegrasi. Dua model yang diuji pada penelitian ini adalah Mistral-7B dan LLaMa-3 8B dengan hasil evaluasi menunjukkan bahwa Mistral-7B menghasilkan output yang lebih baik. Pada evaluasi sistem, penggunaannya cukup mudah dipahami dengan ruang untuk peningkatan yang dapat diterapkan pada penelitian berikutnya.

---

This study aims to develop an evaluation system using Generative AI, specifically Large Language Model with the target output of questions. This system uses Retrieval Augmented Generation to help give context for the questions generated. Furthermore, prompt engineering is implemented to optimize the output by giving a set of instructions, roles, and examples. In implementing the evaluation feature, TCExam is used. It is an open source assessment platform often used by the public. This study succeeded in developing the evaluation system with Large Language Model integrated into an MOOC platform so that the question generator feature and the student evaluation using AI-generated questions are integrated in the same platform. The evaluation performed in this study compares the models used to generate the question and evaluates the experience of using the developed feature. The two said model Mistral-7B and LLaMa-3 8B, with the result that shows Mistral-7B presents the better output. The developed feature is accessible and easy to understand by its users with more room for improvement for further studies."