PERANCANGAN APLIKASI CHATBOT MENGGUNAKAN PENDEKATAN UNCENSORED KNOWLEDGE DISTILLATION UNTUK MENINGKATKAN OBJEKTIVITAS DATA

  • Danar Firdhan Roichan Universitas Nusa Putra
Keywords: Guardrail, Large Language Model, Reinforcement Learning From Human Feedback, Arsitektur Transformer

Abstract

Penelitian ini dilatarbelakangi oleh pesatnya transformasi digital yang diikuti dengan meningkatnya ancaman keamanan siber, di mana pemanfaatan Large Language Model (LLM) seperti Gemini menjadi salah satu solusi inovatif untuk membantu tugas teknis. Namun, implementasi LLM komersial menghadapi kendala besar berupa fenomena Alignment Tax akibat proses penyelarasan keamanan RLHF yang sangat ketat, sehingga model sering melakukan penolakan (false refusal) terhadap instruksi teknis riset defensif seperti analisis malware atau identifikasi kerentanan. Untuk mengatasi batasan tersebut, riset ini merancang sebuah aplikasi chatbot bernama WORM AI dengan menerapkan pendekatan Uncensored Knowledge Distillation. Metode ini mentransfer kapabilitas penalaran teknis murni dari teacher model Gemini ke model worm yang lebih ringan dengan meniadakan filter keamanan yang restriktif pada fase fine-tuning. Tujuannya adalah untuk menciptakan alat bantu analisis kerentanan yang mendalam, objektif, dan adaptif terhadap berbagai skrip keamanan siber. Hasil pengujian black-box mengonfirmasi bahwa WORM AI berhasil menghasilkan skrip pemrograman menggunakan bahasa Python yang fungsional dan dapat dieksekusi. Meskipun filter internal dihapus untuk menjaga objektivitas data, riset ini tetap menerapkan mekanisme guardrail eksternal berupa pembatasan akses khusus riset defensif dan pengoperasian sistem dalam lingkungan laboratorium yang terisolasi guna menjamin kepatuhan terhadap etika akademis dan hukum. Secara keseluruhan, penelitian ini membuktikan bahwa model hasil distilasi mampu menjawab tantangan objektivitas data pada kecerdasan buatan di bidang keamanan siber secara efisien tanpa mengorbankan aspek keselamatan siber secara luas.

References

Abdillah,M. T., Kurniastuti, I., Susanto, L. A., & Yudianto, F. (2023). Implementasi black box testing dan usability testing pada website sekolah MI Miftahul Ulum Warugunung Surabaya. Jurnal Computer Science, Visual Communication and Design, 8(1), 234–242. https://doi.org/10.55732/jikdiskomvis.v8i1.897
Abimata, P. P., & Setiawan, M. A. (2024). Integrasi kecerdasan buatan generatif untuk analisis dan mitigasi data CVE. Kesatria: Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), 5(3), 1338–1345. https://tunasbangsa.ac.id/pkm/index.php/kesatria/article/view/452
Alvin, A., Robet, R., & Tarigan, F. A. (2025). Implementasi chatbot otomatis akademik berbasis web menggunakan LLM dan rule-based system studi kasus: STMIK Time. JIKO (Jurnal Informatika dan Komputer), 9(3), 651. https://doi.org/10.26798/jiko.v9i3.2209
Annisa, Z. A., Perdana, R. S., & Adikara, P. P. (2024). Kombinasi intent classification dan named entity recognition pada data berbahasa Indonesia dengan metode dual intent. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 11(5), 1017–1024. https://doi.org/10.25126/jtiik.2024117985
Goro, S. F., & Harahap, C. B. (2025). Chatbot dituntut: Analisis sosiologi hukum terhadap gugatan Character.AI dalam kasus kematian remaja. Dimensia: Jurnal Kajian Sosiologi, 14(2), 12–20. https://journal.uny.ac.id/index.php/dimensia/article/view/81003
Herusantoso, K. (2025). Dari konten ke kinerja: Model adopsi AI untuk pelatihan pegawai di Indonesia. Perbanas Institute, 439–448.
Jarot, S., & Winarno, A. (2025). Terapan aksiologi pada artificial intelligence chatbot (Study pada respon ChatGPT). Switch: Journal of Computer Science, 3(1). https://doi.org/10.62951/switch.v3i1.325
Mahendra, R., & Kamayani, M. (2023). Menerapkan algoritma neural network pada chatbot mengenai pariwisata di Provinsi Bangka Belitung. J-SAKTI (Jurnal Sains Komputer dan Informatika), 7(2), 698–709. http://repository.uhamka.ac.id/id/eprint/29825
Maulida, R. (2024). Komparasi respons ChatGPT dan Gemini terhadap command pattern identik dengan metode black box. Jurnal Teknologi Informasi, 10(2), 2442–2445. https://doi.org/10.51998/jti.v10i2.588
Mehmood, S. (2024). Reinforcement learning for automated systems: Review of concepts and implementations. Jurnal Penelitian Pendidikan Pengajaran Matematika, 7(2), 146–166. https://doi.org/10.36765/jp3m.v7i2.734
Nurhaswinda, Guntara, R. Y., & Putri, V. D. R. (2025). Pediaqu Jurnal Pendidikan Sosial dan Humaniora, 4(2), 2572–2581.
P. S. P. I. Sosial-politik (2024). Peran chatbot dalam meningkatkan responsivitas dan efisiensi pelayanan publik pada era digitalisasi. Fisip UIN Sunan Gunung Djati, 1, 153–159 . https://fisip.uinsgd.ac.id/conferences/index.php/pspisip/article/view/148.
Purnomo, B. H. (2011). Metode dan teknik pengumpulan data dalam penelitian tindakan kelas. Jurnal Pengembangan Pendidikan, 8(1), 251–256. https://jurnal.unej.ac.id/index.php/JP2/article/view/859/673
Ramadhani, T. Q., Nada, N. Q., & S, N. D. (2025). Penerapan metode retrieval-augmented generation (RAG) pada chatbot e-commerce berbasis Gemini AI. Ilkominfo: Jurnal Ilmiah Ilmu Komputer dan Informatika, 8(2), 301–313. https://doi.org/10.47324/ilkominfo.v8i2.384
Rivaldi, A., Feriawan, F. U., & Nur, M. (n.d.). Metode pengumpulan data melalui wawancara.
Sasongko, N. A. T. B., Hadinegoro, A., Pujastuti, E., & Agastya, I. M. A. (2025). Deteksi penyakit kulit dengan menggunakan model pretrained dan hybrid knowledge distillation. Information Systems Journal, 8(2), 215–224. https://doi.org/10.24076/infosjournal.2025v8i02.2585
Sayuti, Z. M., & Wibawa, M. B. (2024). Pengembangan chatbot cerdas menggunakan NLP dan model transformer untuk mendukung layanan informasi digital di MAN Model Banda Aceh. JPKMI (Jurnal Pengabdian Kepada Masyarakat Indonesia), 6(1).
Soltan, S., Khan, H., & Hamza, W. (2021). Limitations of knowledge distillation for zero-shot transfer learning. Proceedings of the 2nd Workshop on Evaluation and Comparison of NLP Systems (SustainLP), 22–31. https://doi.org/10.18653/v1/2021.sustainlp-1.3
Sutiyo, F. R. A., Harahap, N. S., Agustian, S., & Candra, R. M. (2024). Implementasi question answering berbasis chatbot Telegram pada Tafsir Al-Jalalain menggunakan LangChain dan LLM. KLIK: Kajian Ilmiah Informatika dan Komputer, 4(5), 2464–2472. https://doi.org/10.36765/klik.v4i5.1784
U, D. M., U, D. A., & K, D. Y. (2025). A comprehensive overview of large language models (LLMs). International Journal for Multidisciplinary Research, 7(1). https://doi.org/10.36768/ijfmr.2025.v07i01.34609
Published
2026-08-07
How to Cite
Danar Firdhan Roichan. (2026). PERANCANGAN APLIKASI CHATBOT MENGGUNAKAN PENDEKATAN UNCENSORED KNOWLEDGE DISTILLATION UNTUK MENINGKATKAN OBJEKTIVITAS DATA. EDU RESEARCH, 7(2), 7180-7186. https://doi.org/10.47827/jer.v7i2.3395
Section
Articles