STUDI PERBANDINGAN CODET5 DENGAN PLBART UNTUK BUG FIXING SCRIPT BAHASA PEMROGRAMAN JAVA

Rahmatun Nazila, NIM.: 23206051027 (2025) STUDI PERBANDINGAN CODET5 DENGAN PLBART UNTUK BUG FIXING SCRIPT BAHASA PEMROGRAMAN JAVA. Masters thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

[img]
Preview
Text (STUDI PERBANDINGAN CODET5 DENGAN PLBART UNTUK BUG FIXING SCRIPT BAHASA PEMROGRAMAN JAVA)
23206051027_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version

Download (6MB) | Preview
[img] Text (STUDI PERBANDINGAN CODET5 DENGAN PLBART UNTUK BUG FIXING SCRIPT BAHASA PEMROGRAMAN JAVA)
23206051027_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version
Restricted to Registered users only

Download (6MB) | Request a copy

Abstract

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.

Item Type: Thesis (Masters)
Additional Information / Supervisor: Dr. Agung Fatwanto S.Si, M.Kom.
Uncontrolled Keywords: Automated Program Repair, Large Language Models, Bug Fxing, Deep Learning
Subjects: 000 Ilmu Komputer, Ilmu Informasi, dan Karya Umum > 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Informatika (S2)
Depositing User: Muh Khabib, SIP.
Date Deposited: 16 Sep 2025 14:42
Last Modified: 16 Sep 2025 14:42
URI: http://digilib.uin-suka.ac.id/id/eprint/72943

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum