Petunjuk Operasional Kegiatan Jawatimur

Penelitian ini difokuskan pada otomasi penyusunan narasi laporan keuangan pemerintah daerah dengan mengubah data belanja dan kegiatan yang kompleks dari dokumen Petunjuk Operasional Kegiatan (POK) menjadi ringkasan teks yang informatif bagi para pemangku kepentingan. Masalah utama yang diangkat adalah kompleksitas data tabular pada POK Pemerintah Provinsi Jawa Timur yang sulit diinterpretasi secara cepat oleh pejabat pengawas maupun masyarakat umum. Selain itu, terdapat isu efisiensi pelaporan karena proses manual dalam menyusun narasi dari data realisasi memakan waktu berjam-jam bagi staf perencana, serta adanya tantangan akurasi numerik untuk menghindari fenomena numerical hallucination di mana model AI berisiko salah dalam menyajikan angka-angka krusial.Untuk mengatasi permasalahan tersebut, peneliti menggunakan data dari wilayah Jawa Timur dengan sumber utama dari Portal PPID Provinsi Jawa Timur untuk mengambil dokumen POK dan data terkait anggaran lainnya. Dataset ini dikembangkan dengan menggabungkan berbagai sumber data publik pemerintah guna memperkaya kualitas fine-tuning model. Metode yang diterapkan adalah eksperimen kuantitatif melalui fine-tuning pada model Transformer, seperti mT5 atau IndoBART, yang dirancang untuk memetakan data terstruktur menjadi teks deskriptif.Alur kerja sistem ini mencakup beberapa tahapan teknis, dimulai dari data linearization untuk mengonversi tabel anggaran menjadi format teks linear yang dapat dipahami oleh model AI. Selanjutnya, pada tahap text generation, model melakukan peringkasan dengan memperhatikan relasi antar angka dan kegiatan secara mendalam. Kualitas hasil peringkasan kemudian diukur melalui evaluasi multidimensi yang menggunakan metrik otomatis seperti ROUGE dan BERTscore, serta evaluasi manual untuk memastikan aspek faithfulness atau kesetiaan ringkasan terhadap data numerik aslinya.本研究聚焦于地方政府财务报告叙事的自动化生成，将来自《业务操作指南》（Petunjuk Operasional Kegiatan，缩写POK）文档中的复杂支出与业务数据，转化为对利益相关方具有参考价值的文本摘要。本研究提出的核心问题为：东爪哇省政府POK文档中的表格数据结构复杂，监管人员与社会公众难以快速解读。此外，报告流程还存在效率短板：规划人员需通过手动流程从预算执行数据中撰写叙事文本，耗时可达数小时；同时还面临数值准确性挑战，需规避AI模型误报关键数值的数值幻觉（numerical hallucination）风险。为解决上述问题，本研究以东爪哇省PPID门户网站为核心数据源，采集该省的POK文档及其他相关预算数据。本数据集通过整合多类政府公开数据源构建，以提升模型微调（fine-tuning）的质量。本研究采用的方法为：基于Transformer模型开展微调的定量实验，选用mT5或IndoBART等模型，旨在将结构化数据映射为描述性文本。本系统的工作流程包含多个技术阶段：首先是数据线性化（data linearization）环节，将预算表格转换为AI模型可理解的线性文本格式；随后进入文本生成阶段，模型将深入考量数值与业务间的关联关系，完成摘要生成。最后将从多维度对摘要结果的质量进行评估：一方面采用ROUGE、BERTScore等自动评估指标，另一方面开展人工评估，以确保摘要的忠实性（faithfulness），即摘要与原始数值数据保持一致。