Gratis
DESKRIPSI LAYANAN | Nama Kelompok Riset/Fungsi Kegiatan : Natural Language Processing/Pemrosesan Bahasa Alami Deskripsi Kegiatan Kelompok Riset/Fungsi Kegiatan : 1. PrediaBeat adalah sebuah proyek riset dan pengembangan sistem cerdas yang memadukan AI chatbot, nutritional…
- Pusat Riset Sains Data dan Informasi
- KST Cisitu (Samaun Samadikun)
Nama Kelompok Riset/Fungsi Kegiatan : Natural Language Processing/Pemrosesan Bahasa Alami
Deskripsi Kegiatan Kelompok Riset/Fungsi Kegiatan :
1. PrediaBeat adalah sebuah proyek riset dan pengembangan sistem cerdas yang memadukan AI chatbot, nutritional informatics, dan personalized recommendation systems untuk mendampingi individu dengan kondisi prediabetes. Sistem ini dirancang untuk memberikan rekomendasi makanan yang sesuai profil pengguna, memonitor pola makan, dan memberikan edukasi nutrisi secara adaptif. Dalam program MBKM ini, mahasiswa akan terjun langsung ke dalam kegiatan riset yang terdiri dari: mengolah data nutrisi, membangun model AI generatif dan prediktif, merancang alur percakapan, hingga mengembangkan prototipe chatbot yang dapat digunakan oleh masyarakat luas. Proyek ini merupakan bagian dari roadmap riset Food Computing for Health yang dikembangkan oleh BRIN.
2. Mengembangkan Mesin Penerjemah.
3. Melakukan kegiatan riset yang menyangkut pengolahan bahasa alami, yaitu masukan sistem berupa teks dan fitur multimodalitas yang relevan untuk klasifikasi dan AI generatif.
Tipe Magang : Magang Riset Tugas Akhir
Topik Kegiatan/Riset :
1. Pengembangan Prediabeat: Sistem Rekomendasi Personal Berbasis Chatbot sebagai Pendamping Nutrisi untuk Penderita Prediabetes. (Dr. Kokoy Siti Komariah, S.Kom., M.T., M.Eng./ kokoy.siti.komariah@brin.go.id)
2. (1.) Mengembangkan model mesin terjemahan, (2.) Mengembangkan model transkirpsi audio, dan (3.) Mengembangkan model Part of Speech (POS) tag untuk pemrosesan bahasa-bahasa dengan sumber daya terbatas. (Dr. Eng. Ir. Yuyun, MT./ yuyu010@brin.go.id)
3. Pengembangan Sistem Kustomisasi LLM untuk meningkatkan akurasi Whisper ASR. (Dr. Dipl.Ing (FH) Asril, M.Sc. / asri003@brin.go.id)
4. Large Language Models; Topik Riset: Pembangunan Framework RAG Berbasis Knowledge Graph untuk Tanya-Jawab Hukum Keamanan Laut di Indonesia. (Iftitahu Ni'mah, S.Kom., MIT/ ifti001@brin.go.id)
5. Kustomisasi Model Bahasa Besar (LLM) untuk Meningkatkan Kinerja Pengenalan Ucapan Otomatis (ASR) melalui Teknik-teknik Fusi pada ucapan Indonesia (Case spesifik, Domain spesifik, dan Bahasa Daerah) (Dr. Dipl.Ing (FH) Asril, M.Sc. / asri003@brin.go.id)
6. Pengembangan Retrieval Augmented Generation dengan fokus pada proses chunking, pemrosesan data tabel dan graf untuk chatbot medis. (Lyla Ruslana Aini, S.Kom./ lyla001@brin.go.id)
7. Pengembangan Chatbot berbasis LLMs untuk Konsultasi Kerjasama Penelitian Daerah (Dr. Nuryani, S.Kom., M.T./ nury012@brin.go.id)
Ruang Lingkup Topik Kegiatan/Riset :
Topik 1.
1. Pengumpulan & Pengolahan Data Nutrisi
* Mengumpulkan data makanan Indonesia (nutrisi, komposisi, porsi, kategori).
* Menyusun database makanan sesuai kebutuhan LLM dan model rekomendasi.
* Pra-pemrosesan data: pembersihan, normalisasi, feature engineering dasar.
2. Pengembangan Sistem Rekomendasi
* Membangun model rekomendasi makanan berbasis: – Rule-based – Machine learning – LLM-assisted reasoning
* Pengujian akurasi dan relevansi rekomendasi untuk pengguna prediabetes.
3. Pengembangan Chatbot Cerdas PrediaBeat
* Mendesain alur percakapan (conversation flow) untuk edukasi nutrisi.
* Mengintegrasikan LLM (misalnya Ollama, GPT, atau local LLM lain) dengan sistem rekomendasi.
* Implementasi RAG (Retrieval-Augmented Generation) untuk memastikan chatbot memberikan jawaban berbasis data nutrisi yang benar.
4. Pengenalan Pola & Analitik Pengguna
* Mengembangkan model prediksi berbasis data perilaku pengguna (misal pola makan).
* Membuat mekanisme personalisasi profil risk level prediabetes.
5. Pengembangan UI/UX Prototipe PrediaBeat
* Merancang tampilan antarmuka untuk chatbot dan halaman rekomendasi.
* Membuat prototipe dengan framework pilihan (Streamlit, React, Flutter, dsb).
6. Dokumentasi Ilmiah
* Menyusun laporan penelitian, Karya Tulis Ilmiah, atau draft paper.
* Kontribusi terhadap publikasi ilmiah dan presentasi hasil riset.
Output yang Diharapkan
* Dataset makanan terstruktur dan terdokumentasi.
* Model rekomendasi makanan berbasis aturan, ML, atau hybrid.
* Chatbot PrediaBeat versi prototipe.
* Laporan penelitian / KTI.
* Kontribusi pada publikasi nasional/internasional (opsional).
Topik 2.
Melakukan anotasi dan Cleaning dataset, melakukan visualiasi , modeling data dan mengembangkan prototype
Topik 3.
(1) Studi tentang teknik fusi LLM dan ASR;
(2) Mengembangkan dataset ASR untuk eksperimentasi;
(3) Eksperimentasi teknik fusi LLM dan ASR;
(4) Penulisan Artikel Ilmiah untuk Publikasi Internasional
Topik 4.
Membangun kerangka sistem tanya jawab berbasis LLMs yang bersifat open source dan dapat dijelaskan secara objektif dan bertanggung jawab. Ruang Lingkup Topik Riset: (1) menyusun dan mengolah data tanya jawab berbasis dokumen hukum untuk evaluasi framework; (2) membangun framework RAG berbasis open source LLMs; (3) Evaluasi framework RAG berbasis open source LLMs.
Topik 5.
Pengembangan Inovasi AI untuk membantu Human Machine/Computer Interaction secara multi modal (teks dan ucapan) yang dapat diaplikasikan di berbagai aplikasi dari sektor industri dan layanan publik.
Topik 6.
Melakukan studi literatur mengenai teknik RAG terkini, evaluasi dan implementasinya dalam domain medis, melakukan premrosesan data RAG dan mengimplementasikan teknik-teknik yang dapat mengoptimalkan kinerja RAG untuk Chatbot Medis domain hemodialisa.
Topik 7.
1) studi literatur pengembangan chatbot berbasis LLMs, 2) pengembangan dataset, 3) pengembangan aplikasi chatbot berbasis LLM, 4) penulisan publikasi ilmiah
Program Studi/Jurusan Pendidikan :
Topik 1 : S1 / D4 Teknik Informatika, Ilmu Komputer, Sains Data, Sistem Informasi
Topik 2 : S1 / D4 Teknik Informatika, Ilmu Komputer, Kecerdasan Buatan, Sistem Informasi, Rekayasa Perangkat Lunak (RPL), Data Science,
Topik 3 : S1 / D4 Teknik/Ilmu Komputer, Informatika, Sistem Informasi, Data Science, Kecerdasan Artifisial/Buatan
Topik 4 : S1 / D4 Teknik Informatika, Teknik Komputer
Topik 5 : S1 / D4 Teknik/Ilmu Informatika, Kecerdasan Buatan atau Kecerdasan Artifisial, Teknik Komputer, Data Science, Sistem Informasi
Topik 6 : S1 / D4 Informatika, Komputer, Kecerdasan Artificial, Data Science
Topik 7 : S1 / D4 Teknik Informatika, Ilmu Komputer
Kuota Pembimbing S1/D4 :
Topik 1, 3, 5, 6, 7 : 2 Orang/Topik
Topik 2 : 3 Orang
Topik 4 : 1 Orang
Lokasi Magang BRIN :
Topik 1, 2, 4, 7 : KST Cisitu (Samaun Samadikun)
Topik 3, 5 : KST Cibinong (Soekarno)
Topik 6 : KST Serpong (Bacharuddin Jusuf Habibie)
Syarat Pengajuan:
Deskripsi Kegiatan Kelompok Riset/Fungsi Kegiatan :
1. PrediaBeat adalah sebuah proyek riset dan pengembangan sistem cerdas yang memadukan AI chatbot, nutritional informatics, dan personalized recommendation systems untuk mendampingi individu dengan kondisi prediabetes. Sistem ini dirancang untuk memberikan rekomendasi makanan yang sesuai profil pengguna, memonitor pola makan, dan memberikan edukasi nutrisi secara adaptif. Dalam program MBKM ini, mahasiswa akan terjun langsung ke dalam kegiatan riset yang terdiri dari: mengolah data nutrisi, membangun model AI generatif dan prediktif, merancang alur percakapan, hingga mengembangkan prototipe chatbot yang dapat digunakan oleh masyarakat luas. Proyek ini merupakan bagian dari roadmap riset Food Computing for Health yang dikembangkan oleh BRIN.
2. Mengembangkan Mesin Penerjemah.
3. Melakukan kegiatan riset yang menyangkut pengolahan bahasa alami, yaitu masukan sistem berupa teks dan fitur multimodalitas yang relevan untuk klasifikasi dan AI generatif.
Tipe Magang : Magang Riset Tugas Akhir
Topik Kegiatan/Riset :
1. Pengembangan Prediabeat: Sistem Rekomendasi Personal Berbasis Chatbot sebagai Pendamping Nutrisi untuk Penderita Prediabetes. (Dr. Kokoy Siti Komariah, S.Kom., M.T., M.Eng./ kokoy.siti.komariah@brin.go.id)
2. (1.) Mengembangkan model mesin terjemahan, (2.) Mengembangkan model transkirpsi audio, dan (3.) Mengembangkan model Part of Speech (POS) tag untuk pemrosesan bahasa-bahasa dengan sumber daya terbatas. (Dr. Eng. Ir. Yuyun, MT./ yuyu010@brin.go.id)
3. Pengembangan Sistem Kustomisasi LLM untuk meningkatkan akurasi Whisper ASR. (Dr. Dipl.Ing (FH) Asril, M.Sc. / asri003@brin.go.id)
4. Large Language Models; Topik Riset: Pembangunan Framework RAG Berbasis Knowledge Graph untuk Tanya-Jawab Hukum Keamanan Laut di Indonesia. (Iftitahu Ni'mah, S.Kom., MIT/ ifti001@brin.go.id)
5. Kustomisasi Model Bahasa Besar (LLM) untuk Meningkatkan Kinerja Pengenalan Ucapan Otomatis (ASR) melalui Teknik-teknik Fusi pada ucapan Indonesia (Case spesifik, Domain spesifik, dan Bahasa Daerah) (Dr. Dipl.Ing (FH) Asril, M.Sc. / asri003@brin.go.id)
6. Pengembangan Retrieval Augmented Generation dengan fokus pada proses chunking, pemrosesan data tabel dan graf untuk chatbot medis. (Lyla Ruslana Aini, S.Kom./ lyla001@brin.go.id)
7. Pengembangan Chatbot berbasis LLMs untuk Konsultasi Kerjasama Penelitian Daerah (Dr. Nuryani, S.Kom., M.T./ nury012@brin.go.id)
Ruang Lingkup Topik Kegiatan/Riset :
Topik 1.
1. Pengumpulan & Pengolahan Data Nutrisi
* Mengumpulkan data makanan Indonesia (nutrisi, komposisi, porsi, kategori).
* Menyusun database makanan sesuai kebutuhan LLM dan model rekomendasi.
* Pra-pemrosesan data: pembersihan, normalisasi, feature engineering dasar.
2. Pengembangan Sistem Rekomendasi
* Membangun model rekomendasi makanan berbasis: – Rule-based – Machine learning – LLM-assisted reasoning
* Pengujian akurasi dan relevansi rekomendasi untuk pengguna prediabetes.
3. Pengembangan Chatbot Cerdas PrediaBeat
* Mendesain alur percakapan (conversation flow) untuk edukasi nutrisi.
* Mengintegrasikan LLM (misalnya Ollama, GPT, atau local LLM lain) dengan sistem rekomendasi.
* Implementasi RAG (Retrieval-Augmented Generation) untuk memastikan chatbot memberikan jawaban berbasis data nutrisi yang benar.
4. Pengenalan Pola & Analitik Pengguna
* Mengembangkan model prediksi berbasis data perilaku pengguna (misal pola makan).
* Membuat mekanisme personalisasi profil risk level prediabetes.
5. Pengembangan UI/UX Prototipe PrediaBeat
* Merancang tampilan antarmuka untuk chatbot dan halaman rekomendasi.
* Membuat prototipe dengan framework pilihan (Streamlit, React, Flutter, dsb).
6. Dokumentasi Ilmiah
* Menyusun laporan penelitian, Karya Tulis Ilmiah, atau draft paper.
* Kontribusi terhadap publikasi ilmiah dan presentasi hasil riset.
Output yang Diharapkan
* Dataset makanan terstruktur dan terdokumentasi.
* Model rekomendasi makanan berbasis aturan, ML, atau hybrid.
* Chatbot PrediaBeat versi prototipe.
* Laporan penelitian / KTI.
* Kontribusi pada publikasi nasional/internasional (opsional).
Topik 2.
Melakukan anotasi dan Cleaning dataset, melakukan visualiasi , modeling data dan mengembangkan prototype
Topik 3.
(1) Studi tentang teknik fusi LLM dan ASR;
(2) Mengembangkan dataset ASR untuk eksperimentasi;
(3) Eksperimentasi teknik fusi LLM dan ASR;
(4) Penulisan Artikel Ilmiah untuk Publikasi Internasional
Topik 4.
Membangun kerangka sistem tanya jawab berbasis LLMs yang bersifat open source dan dapat dijelaskan secara objektif dan bertanggung jawab. Ruang Lingkup Topik Riset: (1) menyusun dan mengolah data tanya jawab berbasis dokumen hukum untuk evaluasi framework; (2) membangun framework RAG berbasis open source LLMs; (3) Evaluasi framework RAG berbasis open source LLMs.
Topik 5.
Pengembangan Inovasi AI untuk membantu Human Machine/Computer Interaction secara multi modal (teks dan ucapan) yang dapat diaplikasikan di berbagai aplikasi dari sektor industri dan layanan publik.
Topik 6.
Melakukan studi literatur mengenai teknik RAG terkini, evaluasi dan implementasinya dalam domain medis, melakukan premrosesan data RAG dan mengimplementasikan teknik-teknik yang dapat mengoptimalkan kinerja RAG untuk Chatbot Medis domain hemodialisa.
Topik 7.
1) studi literatur pengembangan chatbot berbasis LLMs, 2) pengembangan dataset, 3) pengembangan aplikasi chatbot berbasis LLM, 4) penulisan publikasi ilmiah
Program Studi/Jurusan Pendidikan :
Topik 1 : S1 / D4 Teknik Informatika, Ilmu Komputer, Sains Data, Sistem Informasi
Topik 2 : S1 / D4 Teknik Informatika, Ilmu Komputer, Kecerdasan Buatan, Sistem Informasi, Rekayasa Perangkat Lunak (RPL), Data Science,
Topik 3 : S1 / D4 Teknik/Ilmu Komputer, Informatika, Sistem Informasi, Data Science, Kecerdasan Artifisial/Buatan
Topik 4 : S1 / D4 Teknik Informatika, Teknik Komputer
Topik 5 : S1 / D4 Teknik/Ilmu Informatika, Kecerdasan Buatan atau Kecerdasan Artifisial, Teknik Komputer, Data Science, Sistem Informasi
Topik 6 : S1 / D4 Informatika, Komputer, Kecerdasan Artificial, Data Science
Topik 7 : S1 / D4 Teknik Informatika, Ilmu Komputer
Kuota Pembimbing S1/D4 :
Topik 1, 3, 5, 6, 7 : 2 Orang/Topik
Topik 2 : 3 Orang
Topik 4 : 1 Orang
Lokasi Magang BRIN :
Topik 1, 2, 4, 7 : KST Cisitu (Samaun Samadikun)
Topik 3, 5 : KST Cibinong (Soekarno)
Topik 6 : KST Serpong (Bacharuddin Jusuf Habibie)
Syarat Pengajuan:
- File Data Foto
- File Data Transkrip
- File Proposal
- Daftar Riwayat Hidup
- Surat Pengantar
- Surat Pernyataan
- File Dukung Lainnya
