Large Language Model (LLM) Agent dengan Advanced Rag Untuk Sistem Personal Knowledge Management dan Building Energy Management System

Parinduri, Mohammad Fadhil Rasyidin (2024) Large Language Model (LLM) Agent dengan Advanced Rag Untuk Sistem Personal Knowledge Management dan Building Energy Management System. Project Report. [s.n.], [s.l.]. (Unpublished)

Text 5025201131-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Dinamika negara Taiwan memiliki fokus ke ruang lingkup renewable energy. Taiwan Berencana untuk menghasilkan 20% energinya dari energi terbarukan pada tahun 2025, naik dari 5% pada tahun 2020. Secara keseluruhan, kebijakan ini menghendaki pengurangan batu bara secara signifikan, lebih banyak LNG, peningkatan energi terbarukan, dan "tanah air yang bebas nuklir". Taiwan juga berusaha untuk mengembangkan solusi AI on Device terdepan di dunia dan ekosistem yang baik yang menciptakan ceruk pasar dan menjadi mitra penting dalam rantai nilai sistem cerdas global, yang menggabungkan kolaborasi perangkat keras dan perangkat lunak untuk mempromosikan teknologi AI di antara industri dengan bidang pengujian, peraturan, dan lingkungan berbagi data. Maka dari itu National Taiwan University of Technology (NTUST) mengedepankan riset mengenai Building Energy Management System (BEMS) dan Large Language Model (LLM). Menciptakan sistem yang mengintegrasikan LLM untuk transfer pengetahuan interaktif, pengisian formulir, dan tugas pembuatan laporan lab merupakan bagian dari proses tersebut. Metrik kinerja yang didasarkan pada kinerja pengguna akhir dan sumber daya komputasi digunakan untuk menilai fungsionalitas, kinerja, koherensi koneksi, waktu respons, dan skalabilitas sistem. Dengan penekanan pada penilaian pengalaman dan kepuasan pengguna, kasus pengujian awal melibatkan pengisian formulir secara otomatis, pembuatan laporan laboratorium, dan pembuatan wiki yang dipesan lebih dahulu. Penelitian ini menggunakan alat pencatatan Obsidian sebagai elemen kunci untuk mengumpulkan data pengguna dan mengevaluasi kinerja inferensi LLM. API cuaca juga dimasukkan ke dalam BEMS dengan menggunakan sebuah pendekatan. Kedua proyek ini memenuhi kriteria fungsional dan dibangun dengan menggunakan berbagai teknik.
============================================================================================================================
The dynamics of Taiwan have focused on the scope of renewable energy. Taiwan plans to generate 20% of its energy from renewables by 2025, up from 5% in 2020. Overall, the policy calls for a significant reduction in coal, more LNG, increased renewable energy, and a "nuclear-free homeland". Taiwan also strives to develop world-leading AI on Device solutions and a sound ecosystem that creates a niche market and becomes an important partner in the global intelligent system value chain, combining hardware and software collaboration to promote AI technology among industries with a testing, regulatory, and data sharing environment. Therefore, National Taiwan University of Technology (NTUST) puts forward research on Building Energy Management System (BEMS) and Large Language Model (LLM). Creating a system that integrates LLM for interactive knowledge transfer, form filling, and lab report generation tasks is part of the process. Performance metrics based on end-user performance and computing resources were used to assess the functionality, performance, connection coherence, response time, and scalability of the system. With an emphasis on assessing user experience and satisfaction, initial test cases involved automated form filling, lab report generation and bespoke wiki creation. The research utilized the Obsidian logging tool as a key element to collect user data and evaluate LLM inference performance. A weather API was also incorporated into BEMS using an approach. Both projects met the functional criteria and were built using a variety of techniques.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	BEMS, LLM, Renewable Energy, AI
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T58.6 Management information systems T Technology > T Technology (General) > T58.8 Productivity. Efficiency
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Mohammad Fadhil Rasyidin Parinduri
Date Deposited:	06 Aug 2024 01:29
Last Modified:	06 Aug 2024 01:29
URI:	http://repository.its.ac.id/id/eprint/113677

Actions (login required)

View Item