Perpustakaan Digital ITB

Transparansi parlemen Indonesia masih terhambat oleh data legislatif yang terfragmentasi ke dalam dokumen tidak terstruktur, yaitu berkas PDF risalah rapat komisi hasil pemindaian, artikel berita media daring nasional, dan situs fraksi partai politik. Ketiadaan satu titik akses terintegrasi berbasis dashboard analitis menyulitkan masyarakat dalam menelusuri posisi sikap spesifik seorang anggota DPR RI terhadap Rancangan Undang-Undang (RUU) secara cepat dan akurat. Penelitian ini bertujuan mengembangkan platform Legislative Activity Tracker (LAT) berupa Analytical Dashboard terintegrasi dengan pipeline Information Extraction (IE) hibrida multi-sumber. Pipeline IE dibangun menggunakan arsitektur dual-track. Jalur pertama (Track A) mengekstraksi informasi secara deterministik dari metadata risalah rapat terstruktur (87% korpus), sedangkan jalur kedua (Track B) mengimplementasikan Named Entity Recognition (NER) berbasis fine-tuned IndoBERT pada artikel berita tak terstruktur (13% korpus). Kedua jalur berkonvergen pada modul Entity Linking dan Stance Classification untuk mengekstraksi Structured Event Log berformat tripel ?anggota, RUU, sikap?. Evaluasi model menerapkan skema design experiment baku dengan pembagian dataset 80% data latih, 10% data validasi, dan 10% data uji terpisah (held-out test set) yang mengadopsi standar benchmark IndoNLU. Hasil eksperimen menunjukkan model NER IndoBERT mencapai skor Macro-F1 sebesar 89,8%, modul Person Linking mencapai akurasi Top-1 sebesar 78,0%, dan Stance Classification mencapai skor Macro-F1 sebesar 85,7%. Evaluasi end-to-end menghasilkan akurasi tripel ketat sebesar 18,0%–28,0%, yang terbukti konsisten secara matematis dengan ekspektasi propagasi galat berantai (cascading error 21,8%) di mana klasterisasi RUU/isu menjadi bottleneck utama (58% galat). Pengujian kemudahan dan nilai guna analitis melalui Domain Expert Validation menghasilkan skor utilitas rata-rata sebesar 4,35 dari 5,00 (skala Likert), membuktikan bahwa Analytical Dashboard yang dikembangkan berhasil menyatukan data legislatif terfragmentasi menjadi informasi terstruktur yang andal dan mudah ditelusuri.