[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"ssr-repo-dspace000002552":3},{"id":4,"title":5,"authors":6,"files":8,"advisors":35,"authors_detail":36,"advisors_detail":40,"publisher":41,"publish_place":42,"language":43,"type":44,"type_slug":45,"year":46,"department":47,"study_program":48,"keywords":49,"keywords_detail":54,"abstract":63,"abstract_html":64,"url":65},"repo-dspace000002552","Pengembangan Sistem Konversi Syntax Java ke Syntax Python pada Aplikasi BAJAPRO dengan Metode Large Language Model (LLM)",[7],"Febrian Dani Ritonga",[9,13,16,19,23,26,29,32],{"chapter":10,"requires_login":11,"label":12,"available":11},"abstrak",false,"Abstrak",{"chapter":14,"requires_login":11,"label":15,"available":11},"bab1","Bab I",{"chapter":17,"requires_login":11,"label":18,"available":11},"bab2","Bab II",{"chapter":20,"requires_login":21,"label":22,"available":11},"bab3",true,"Bab III",{"chapter":24,"requires_login":21,"label":25,"available":11},"bab4","Bab IV",{"chapter":27,"requires_login":21,"label":28,"available":11},"bab5","Bab V",{"chapter":30,"requires_login":21,"label":31,"available":11},"full","Dokumen Lengkap",{"chapter":33,"requires_login":11,"label":34,"available":21},"open","Akses Terbuka",[],[37],{"name":7,"nim":38,"slug":39},"2141720070","febrian-dani-ritonga",[],"Politeknik Negeri Malang","Malang","Indonesia","Skripsi (D4)","skripsi-d4",2025,"D-IV TEKNIK INFORMATIKA",null,[50,51,52,53],"Konversi Syntax","Java","Python","LLM",[55,57,59,61],{"name":50,"slug":56},"konversi-syntax",{"name":51,"slug":58},"java",{"name":52,"slug":60},"python",{"name":53,"slug":62},"llm","Java dan Python termasuk dalam bahasa pemrograman yang paling populer dan banyak digunakan dalam pengembangan perangkat lunak. Keduanya memiliki karakteristik berbeda, terutama dalam aspek struktur dan sintaksis pemrograman. Dalam konteks pembelajaran, perbedaan ini sering kali menjadi tantangan, khususnya bagi pelajar yang baru mempelajari pemrograman.Aplikasi Bajapro sebagai platform pembelajaran Java telah mengadopsi berbagai metode inovatif, termasuk pendekatan Wondering, Exploring, Explaining (WEE) dan teknologi penilaian otomatis berbasis Sentence-BERT. Namun, aplikasi ini belum memiliki fitur konversi lintas bahasa, khususnya antara Java dan Python, yang penting untuk memperkuat pemahaman lintas bahasa dan menjembatani kebutuhan dunia pendidikan dan industri. Penelitian ini bertujuan untuk mengembangkan sistem konversi otomatis sintaksis Java ke Python guna mendukung pembelajaran dan pengembangan perangkat lunak multibahasa. Metode yang digunakan melibatkan pemetaan struktur sintaksis antara kedua bahasa, serta pengujian terhadap kemiripan output yang dihasilkan dengan target kemiripan di atas 70% pada dataset uji. Dari penelitian ini menunjukan hasil User Acceptance Testing (UAT) dari 30 responden dalam masing-masing mode mendapatkan feedback rating 4.64\u002F5 untuk mode belajar dan 4.65\u002F5 untuk mode profesional serta hasil dari evaluasi sistem dengan metode Levenshtein Distance dan GraphCode BERT menunjukkan hasil 97.74% dan 92%.","\u003Cp>Java dan Python termasuk dalam bahasa pemrograman yang paling populer dan banyak digunakan dalam pengembangan perangkat lunak. Keduanya memiliki karakteristik berbeda, terutama dalam aspek struktur dan sintaksis pemrograman. Dalam konteks pembelajaran, perbedaan ini sering kali menjadi tantangan, khususnya bagi pelajar yang baru mempelajari pemrograman.Aplikasi Bajapro sebagai platform pembelajaran Java telah mengadopsi berbagai metode inovatif, termasuk pendekatan Wondering, Exploring, Explaining (WEE) dan teknologi penilaian otomatis berbasis Sentence-BERT. Namun, aplikasi ini belum memiliki fitur konversi lintas bahasa, khususnya antara Java dan Python, yang penting untuk memperkuat pemahaman lintas bahasa dan menjembatani kebutuhan dunia pendidikan dan industri. Penelitian ini bertujuan untuk mengembangkan sistem konversi otomatis sintaksis Java ke Python guna mendukung pembelajaran dan pengembangan perangkat lunak multibahasa. Metode yang digunakan melibatkan pemetaan struktur sintaksis antara kedua bahasa, serta pengujian terhadap kemiripan output yang dihasilkan dengan target kemiripan di atas 70% pada dataset uji. Dari penelitian ini menunjukan hasil User Acceptance Testing (UAT) dari 30 responden dalam masing-masing mode mendapatkan feedback rating 4.64\u002F5 untuk mode belajar dan 4.65\u002F5 untuk mode profesional serta hasil dari evaluasi sistem dengan metode Levenshtein Distance dan GraphCode BERT menunjukkan hasil 97.74% dan 92%.\u003C\u002Fp>","https:\u002F\u002Frepository.polinema.ac.id\u002Fcollection\u002Fdetail?id=dspace000002552&year=2025&title=pengembangan-sistem-konversi-syntax-java-ke-syntax-python-pada-aplikasi-bajapro-dengan-metode-large-language-model-llm"]