Perpustakaan Digital ITB

Startup menghadapi kondisi ketidakpastian ekstrem dan tingkat kegagalan yang tinggi, sehingga membuat identifikasi startup potensial menjadi tantangan bagi investor. Penelitian ini memanfaatkan teknologi Large Language Model (LLM) dan Machine Learning (ML) yang dikembangkan dengan metodologi Team Data Science Process (TDSP). Langkah utama dalam pengembangan sistem meliputi pemrosesan dan penggabungan data startup, pengembangan model Machine Learning (ML) untuk klasifikasi keberhasilan startup, serta integrasi API OpenAI dengan model GPT-4 dan Google Search API untuk analisis bisnis, finansial, kompetitor, dan tren pasar. Dashboard sistem yang dikembangkan mencakup fitur utama seperti pitch deck analysis, financial analysis, market trends, competitor analysis, founding team analysis, dan startup success prediction. Pengembangan fitur startup success prediction menggunakan model XGBoost yang memiliki hasil evaluasi terbaik dan konsisten dengan cross-validation. Model kemudian disimpan dalam file pickle dan di-deploy menggunakan Flask untuk dapat berinteraksi dengan sistem. Hasil uji customer acceptance menunjukkan nilai acceptance rate sebesar 4,50 dari 5,00 yang diisi oleh delapan profesional berpengalaman sebagai investor startup yang mencerminkan tingkat kepuasan yang tinggi terhadap sistem yang dikembangkan..