PARAFRASA GENERATIF BAHASA INDONESIA MENGGUNAKAN MODEL MT5

Latar Belakang: Kemampuan parafrasa merupakan alat krusial dalam penulisan akademik untuk menjaga orisinalitas dan menghindari plagiarisme. Namun, banyak mahasiswa menghadapi kesulitan dalam melakukan parafrasa karena keterbatasan penguasaan kosakata. Tujuan: Penelitian ini bertujuan untuk mengembangkan model parafrasa generatif untuk kalimat Bahasa Indonesia dengan menggunakan model Multilingual Text-toText Transfer Transformer (mT5). Metode: Penelitian menerapkan fine-tuning pada model mT5-small menggunakan dataset hibrida yang terdiri atas data sekunder dari Kaggle yang telah diseleksi dan 3.004 data primer kalimat simpleks yang disusun berdasarkan kaidah KBBI dan PUEBI. Tahapan penelitian meliputi preprocessing data, pelatihan model menggunakan supervised learning, serta evaluasi menggunakan metrik Cosine Similarity, BERTScore, dan ParaScore. Selain evaluasi otomatis, dilakukan pula evaluasi berbasis manusia oleh tiga validator untuk menilai validitas parafrasa yang dihasilkan model. Hasil: Hasil evaluasi menunjukkan bahwa model mampu menghasilkan kalimat parafrasa dengan kualitas semantik yang baik, yang ditunjukkan oleh nilai rata-rata Cosine Similarity sebesar 0.84655, BERTScore F1 sebesar 0.85727, dan PARAScore sebesar 0.91635 pada data validasi. Evaluasi berbasis manusia dilakukan terhadap 14 kalimat uji yang dinilai oleh tiga validator. Hasil pengukuran reliabilitas menggunakan Fleiss' Kappa memperoleh nilai sebesar 0.6278 (Substantial Agreement). Dari 56 kandidat parafrasa yang dihasilkan, sebanyak 12 kandidat dinilai valid oleh seluruh validator, sementara nilai Keberhasilan@4 mencapai 71,43%, yang menunjukkan bahwa model berhasil menghasilkan setidaknya satu parafrasa valid pada 10 dari 14 kalimat uji. Kesimpulan: Hasil penelitian menunjukkan bahwa model mT5-small memiliki potensi untuk digunakan dalam tugas parafrasa Bahasa Indonesia, meskipun masih diperlukan peningkatan variasi struktur kalimat supaya parafrasa yang dihasilkan lebih beragam.