IMPLEMENTASI SENTENCE TRANSFORMER BERBASIS BERT UNTUK EDUKASI DAN INFORMASI TENTANG HIV/AIDS

Abstract

Human Immunodeficiency Virus (HIV) atau Acquired Immunodeficiency Syndrome (AIDS) menjadi salah satu masalah kesehatan global yang memerlukan perhatian serius, khususnya pada kelompok usia produktif. Dalam upaya meningkatkan kesadaran dan pemahaman masyarakat, teknologi Artificial Intelligence (AI) dan Deep Learning dapat dimanfaatkan sebagai media edukasi yang inovatif. Penelitian ini bertujuan untuk mengembangkan chatbot Sentence Transformer berbasis Bidirectional Encoder Representations from Transformers (BERT) yang mampu memberikan respons relevan terhadap pertanyaan pengguna seputar HIV/AIDS. Dalam prosesnya, penelitian ini melibatkan pengolahan dataset pasangan pertanyaan dan jawaban terkait HIV/AIDS, pemanfaatan semantic embedding, dan menggunakan cosine similarity untuk pengukuran kesamaan. Dalam melatih model dataset akan diolah untuk menghasilkan respon chatbot yang menghasilkan nilai kesamaan tertinggi melebihi ambang batas yang dijaga. Akurasi performa chatbot dievaluasi menggunakan dataset uji. Hasil penelitian menunjukan bahwa chatbot memiliki rata-rata akurasi jawaban dari data uji sebesar 92% yang menunjukan model Transformer berbasis BERT memiliki potensi untuk mendukung edukasi mengenai HIV/AIDS. Penelitian ini memberikan kontribusi awal dalam pengaplikasian teknologi AI untuk mendukung edukasi kesehatan masyarakat.