TY  - THES
N1  - Dr. Agung Fatwanto S.Si, M.Kom.
ID  - digilib72943
UR  - https://digilib.uin-suka.ac.id/id/eprint/72943/
A1  - Rahmatun Nazila, NIM.: 23206051027
Y1  - 2025/08/16/
N2  - Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja dua model bahasa besar (LLM), CodeT5 dan PLBART, dalam tugas perbaikan bug otomatis pada kode pemrograman Java. Proses perbaikan bug otomatis menjadi penting karena dapat meningkatkan efisiensi dan mengurangi ketergantungan pada perbaikan manual. Penelitian ini menggunakan dataset HumanEval dan melibatkan proses fine-tuning untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa PLBART memiliki kinerja lebih baik daripada CodeT5, khususnya pada metrik fungsional pass@10, dengan peningkatan dari 0 menjadi 3 setelah fine-tuning, sedangkan CodeT5 meningkat dari 0 menjadi 1. Kedua model masih menghadapi kesulitan dalam menghasilkan patch yang valid, dengan mayoritas hasil tergolong non-sensical dan in-plausible. Penelitian ini menyimpulkan bahwa fine-tuning berperan penting dalam meningkatkan kinerja model LLM, namun keterbatasan jumlah data latih memengaruhi capaian hasil. Selain perbandingan, penelitian ini juga memberikan rekomendasi praktis: CodeT5 lebih sesuai digunakan untuk eksperimen awal dengan kode sederhana, sementara PLBART direkomendasikan untuk kasus bug yang lebih kompleks.
PB  - UIN SUNAN KALIJAGA YOGYAKARTA
KW  - Automated Program Repair
KW  -  Large Language Models
KW  -  Bug Fxing
KW  -  Deep Learning
M1  - masters
TI  - STUDI PERBANDINGAN CODET5 DENGAN PLBART UNTUK BUG FIXING SCRIPT BAHASA PEMROGRAMAN JAVA
AV  - restricted
EP  - 66
ER  -