metadata

tags:
  - sentence-transformers
  - sentence-similarity
  - feature-extraction
  - generated_from_trainer
  - dataset_size:200
  - loss:TripletLoss
base_model: sentence-transformers/all-MiniLM-L6-v2
widget:
  - source_sentence: >-
      [ELISTA] Apa saja kegiatan utama yang dikelola oleh ELISTA? (Tugas
      Akhir/Skripsi/Tesis/Disertasi)?
    sentences:
      - >-
        Pengajuan judul tugas akhir.Pembuatan alur waktu (timeline) tugas
        akhir.Pembimbingan secara online dan offline.Pembuatan undangan dan
        jadwal seminar/sidang tugas akhir.Manajemen tugas akhir untuk pengelola
        tugas akhir.Informasi terkait mahasiswa bimbingan, serta rekap dosen
        pembimbing, dosen penguji, dan mahasiswa bimbingan.Berbagai informasi
        bagi dosen seperti jadwal konsultasi, jadwal seminar/sidang dan
        lainnya.Berbagai informasi bagi mahasiswa seperti penerimaan/penolakan
        ajuan judul tugas akhir, respon bimbingan oleh dosen, dan lainnya.
        Pengajuan judul tugas akhir. Pembuatan alur waktu (timeline) tugas
        akhir. Pembimbingan secara online dan offline. Pembuatan undangan dan
        jadwal seminar/sidang tugas akhir. Manajemen tugas akhir untuk pengelola
        tugas akhir. Informasi terkait mahasiswa bimbingan, serta rekap dosen
        pembimbing, dosen penguji, dan mahasiswa bimbingan. Berbagai informasi
        bagi dosen seperti jadwal konsultasi, jadwal seminar/sidang dan lainnya.
        Berbagai informasi bagi mahasiswa seperti penerimaan/penolakan ajuan
        judul tugas akhir, respon bimbingan oleh dosen, dan lainnya.
      - >-
        Jumlah Poin maksimal kelebihan kinerja yang dapat dibayarkan:Untuk Dosen
        biasa = 56 poin (150%)Untuk Dosen dengan tugas tambahan = 42 poin (150%)
        Jumlah Poin maksimal kelebihan kinerja yang dapat dibayarkan: Untuk
        Dosen biasa = 56 poin (150%) Untuk Dosen dengan tugas tambahan = 42 poin
        (150%)
      - >-
        FOTOCOPY KONVERSI NIPFOTOCOPY SK CPNSFOTOCOPY SK PNSFOTOCOPY SK PANGKAT
        TERAKHIRDAFTAR KELUARGA PNS (DIKETAHUI ATASAN LANGSUNG)LAPORAN
        PERKAWINAN PERTAMA (DIKETAHUI ATASAN LANGSUNG)FOTOCOPY SURAT NIKAH YANG
        DI LEGALISIR OLEH ATASAN LANGSUNGPAS FOTO UKURAN 3X4 (HITAM PUTIH) 3
        LEMBAR (SUAMI+ISTRI)LAPORAN PERKAWINAN KEDUA (DIKETAHUI ATASAN
        LANGSUNG)*
  - source_sentence: >-
      Bagaimana cara mendapatkan Surat Keterangan Sedang Tidak Menerima
      Beasiswa?
    sentences:
      - >-
        Anda dapat mengakses atau login ke dalam aplikasi SIREMUN (Remunerasi)
        dengan menggunakan akun yang sama dengan akun akses ke SIAKAD. Anda
        dapat mengakses atau login ke dalam aplikasi SIREMUN (Remunerasi) dengan
        menggunakan akun yang sama dengan akun akses ke SIAKAD.
      - >-
        1. Menemui Wakil Dekan III Bidang Kemahasiswaan dan Alumni Keguruan dan
        Ilmu Pendidikanguna mendapatkan Memomengenai hal terkait2. Membawa memo
        tersebut pada bagian Kemahasiswaan FKIP 1. Menemui Wakil Dekan III
        Bidang Kemahasiswaan dan Alumni Keguruan dan Ilmu Pendidikanguna
        mendapatkan Memomengenai hal terkait 2. Membawa memo tersebut pada
        bagian Kemahasiswaan FKIP
      - >-
        Tidak boleh dihapus, tapi ajukan permohonan perbaikan/penyesuaian MK
        pada kurikulum melalui Dekan/Wakil Dekan Akademik kemudian disampaikan
        kepada Wakil Rektor Bidang Akademik. Tidak boleh dihapus, tapi ajukan
        permohonan perbaikan/penyesuaian MK pada kurikulum melalui Dekan/Wakil
        Dekan Akademik kemudian disampaikan kepada Wakil Rektor Bidang Akademik.
  - source_sentence: bagaimana prosedur pembuatan surat keterangan lulus (SKL)?
    sentences:
      - >-
        Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih
        dari 16 sks. Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan
        kinerja lebih dari 16 sks.
      - >-
        Surat Keterangan Lulus (SKL) dapat diajukan apabila mahasiswa telah
        mendaftar yudisium fakultas.1. Mahasiswa mengajukan surat permohonan
        yang ditujukan ke Dekan Fakultas Sains dan Teknologi2. Melampirkan
        berita acara ujian skripsi dan transkrip nilai sementara Surat
        Keterangan Lulus (SKL) dapat diajukan apabila mahasiswa telah mendaftar
        yudisium fakultas. 1. Mahasiswa mengajukan surat permohonan yang
        ditujukan ke Dekan Fakultas Sains dan Teknologi 2. Melampirkan berita
        acara ujian skripsi dan transkrip nilai sementara
      - >-
        Password simpeg sama dengan password siakad,bila password siakad pun
        lupa silahkan datang ke helpdesk LPTIK atau kirim email ke
        [email protected] Password simpeg sama dengan password siakad,
        bila password siakad pun lupa silahkan datang ke helpdesk LPTIK atau
        kirim email ke [email protected]
  - source_sentence: >-
      Jika asesor pertama menyatakan valid, tapi asesor kedua menyatakan tidak
      valid terhadap BKD saya, apa yang harus saya lakukan (Remunerasi)?
    sentences:
      - >-
        Perhatikan saran/komentar dari asesor kedua dan kemudian tindaklanjuti
        sesuai saran/komentar dari asesor kedua. Perhatikan saran/komentar dari
        asesor kedua dan kemudian tindaklanjuti sesuai saran/komentar dari
        asesor kedua.
      - "Untuk pelayanan mahasiswa yang berkaitan dengan akademik dapat menghubungi staf kependidikan masing-masing jurusan pada program studi, atau bisa menghubungi kontak person sebagai berikut:# Jurusan Pendidikan Dokter1.\_ Program Studi Pendidikan Dokter : Ibu Melly Priyana, SE (085208500620) Ruang Kerja : Ruang Akademik FKIK Unja2. Program Studi Profesi Dokter : Ibu Yuricho,S.Kep (085269962998) Ruang Kerja :Ruang Dekan FKIK Unja# Jurusan Ilmu Keperawatan1. Program Studi\_ Ilmu Keperawatan : Ibu Nursamsiah (082178444274) Ruang kerja : Ruang Akademik FKIK Unja2. Program Studi Profesi Ners : Ibu Nurlaila,S.Pd (082177180778)Ruang kerja : Ruang Akademik FKIK Unja# Jurusan Ilmu Kesehatan Masyarakat1. Program Studi Ilmu Kesehatan Masyarakat : Bapak Yudhi Desfratama Putra Alda, S.H. (085839603772) Ruang kerja : Ruang Program Studi Ilmu Kesehatan Masyarakat# Jurusan Ilmu Psikolgi1. Program Studi Psikologi : Ibu Lina (085383337698) Ruang kerja : Ruang Dekan FKIK Unja# Jurusan Farmasi1. Program Studi Farmasi : Bapak Ides Nawinata, S.E (085269826454) Ruang kerja : Ruang Perlengkapan FKIK Unja# Kemahasiswaan (Aktif Kuliah)1. Kemahasiswaan : Bapak Irwansyah, S.K.M (0895620070754) Ruang kerja : Ruang Perlengkapan FKIK Unja# Laboratorium1. Lab Keterampilan Klinik (SKillab) : Ibu Dyna Afriyanti,Am.Far (082177434105)2. Lab Biomedik : Ibu Peggy Dwi Pratiwi, Am.Ak (082281159219)3. Lab Anatomi : Bapak Yusiro (085269413988)# Perpustakaan1. Lab Perpustakaan : Ibu Fristi (082182211964)# Lab ICT-CBT1. Pendaftaran UKMPPD (Profesi Dokter), Pendaftaran UKNI (Profesi Ners), Pendaftaran Yudisium, Penurunan UKT : Bapak Martinsyah, S.E (085266892842)2. Operator Teknis ICT-CBT : Bapak Mory Setiawan, S.Pd (085268330478) Untuk pelayanan mahasiswa yang berkaitan dengan akademik dapat menghubungi staf kependidikan masing-masing jurusan pada program studi, atau bisa menghubungi kontak person sebagai berikut: # Jurusan Pendidikan Dokter 1.\_ Program Studi Pendidikan Dokter : Ibu Melly Priyana, SE (085208500620) Ruang Kerja : Ruang Akademik FKIK Unja 2. Program Studi Profesi Dokter : Ibu Yuricho,S.Kep (085269962998) Ruang Kerja :Ruang Dekan FKIK Unja # Jurusan Ilmu Keperawatan 1. Program Studi\_ Ilmu Keperawatan : Ibu Nursamsiah (082178444274) Ruang kerja : Ruang Akademik FKIK Unja 2. Program Studi Profesi Ners : Ibu Nurlaila,S.Pd (082177180778)Ruang kerja : Ruang Akademik FKIK Unja # Jurusan Ilmu Kesehatan Masyarakat 1. Program Studi Ilmu Kesehatan Masyarakat : Bapak Yudhi Desfratama Putra Alda, S.H. (085839603772) Ruang kerja : Ruang Program Studi Ilmu Kesehatan Masyarakat # Jurusan Ilmu Psikolgi 1. Program Studi Psikologi : Ibu Lina (085383337698) Ruang kerja : Ruang Dekan FKIK Unja # Jurusan Farmasi 1. Program Studi Farmasi : Bapak Ides Nawinata, S.E (085269826454) Ruang kerja : Ruang Perlengkapan FKIK Unja # Kemahasiswaan (Aktif Kuliah) 1. Kemahasiswaan : Bapak Irwansyah, S.K.M (0895620070754) Ruang kerja : Ruang Perlengkapan FKIK Unja # Laboratorium 1. Lab Keterampilan Klinik (SKillab) : Ibu Dyna Afriyanti,Am.Far (082177434105) 2. Lab Biomedik : Ibu Peggy Dwi Pratiwi, Am.Ak (082281159219) 3. Lab Anatomi : Bapak Yusiro (085269413988) # Perpustakaan 1. Lab Perpustakaan : Ibu Fristi (082182211964) # Lab ICT-CBT 1. Pendaftaran UKMPPD (Profesi Dokter), Pendaftaran UKNI (Profesi Ners), Pendaftaran Yudisium, Penurunan UKT : Bapak Martinsyah, S.E (085266892842) 2. Operator Teknis ICT-CBT : Bapak Mory Setiawan, S.Pd (085268330478)"
      - >-
        silakan reset passwordnya melalui link https://siharka.menpan.go.id/
        pilih bagian lupa password silakan reset passwordnya melalui link
        https://siharka.menpan.go.id/ pilih bagian lupa password
  - source_sentence: >-
      5. Saya Cek Ijazah Saya di Sivil Dikti, Ternyata Data Ijazah Saya Tidak
      Terdaftar. Bagaimana Prosedur Selanjutnya?
    sentences:
      - "Cari\_data anda pada linkhttps://pddikti.kemdikbud.go.id/dengan menginputkan NIM pada kolom pencarian.Bila data tetap tidak ditemukan silahkan hubungi Helpdesk BAK UNJA melalaui WhatsApp di 0821 8147 6636 Cari\_data anda pada linkhttps://pddikti.kemdikbud.go.id/dengan menginputkan NIM pada kolom pencarian.Bila data tetap tidak ditemukan silahkan hubungi Helpdesk BAK UNJA melalaui WhatsApp di 0821 8147 6636"
      - >-
        Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih
        dari 16 sks. Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan
        kinerja lebih dari 16 sks.
      - >-
        Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih
        dari 16 sks. Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan
        kinerja lebih dari 16 sks.
pipeline_tag: sentence-similarity
library_name: sentence-transformers

SentenceTransformer based on sentence-transformers/all-MiniLM-L6-v2

This is a sentence-transformers model finetuned from sentence-transformers/all-MiniLM-L6-v2. It maps sentences & paragraphs to a 384-dimensional dense vector space and can be used for semantic textual similarity, semantic search, paraphrase mining, text classification, clustering, and more.

Model Details

Model Description

Model Type: Sentence Transformer
Base model: sentence-transformers/all-MiniLM-L6-v2
Maximum Sequence Length: 256 tokens
Output Dimensionality: 384 dimensions
Similarity Function: Cosine Similarity

Model Sources

Documentation: Sentence Transformers Documentation
Repository: Sentence Transformers on GitHub
Hugging Face: Sentence Transformers on Hugging Face

Full Model Architecture

SentenceTransformer(
  (0): Transformer({'max_seq_length': 256, 'do_lower_case': False}) with Transformer model: BertModel 
  (1): Pooling({'word_embedding_dimension': 384, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

Usage

Direct Usage (Sentence Transformers)

First install the Sentence Transformers library:

pip install -U sentence-transformers

Then you can load this model and run inference.

from sentence_transformers import SentenceTransformer

# Download from the 🤗 Hub
model = SentenceTransformer("sentence_transformers_model_id")
# Run inference
sentences = [
    '5. Saya Cek Ijazah Saya di Sivil Dikti, Ternyata Data Ijazah Saya Tidak Terdaftar. Bagaimana Prosedur Selanjutnya?',
    'Cari\xa0data anda pada linkhttps://pddikti.kemdikbud.go.id/dengan menginputkan NIM pada kolom pencarian.Bila data tetap tidak ditemukan silahkan hubungi Helpdesk BAK UNJA melalaui WhatsApp di 0821 8147 6636 Cari\xa0data anda pada linkhttps://pddikti.kemdikbud.go.id/dengan menginputkan NIM pada kolom pencarian.Bila data tetap tidak ditemukan silahkan hubungi Helpdesk BAK UNJA melalaui WhatsApp di 0821 8147 6636',
    'Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks. Kelebihan kinerja dapat dibayarkan jika BKD terpenuhi dan kinerja lebih dari 16 sks.',
]
embeddings = model.encode(sentences)
print(embeddings.shape)
# [3, 384]

# Get the similarity scores for the embeddings
similarities = model.similarity(embeddings, embeddings)
print(similarities.shape)
# [3, 3]

Training Details

Training Dataset

Unnamed Dataset

Size: 200 training samples
Columns: sentence_0, sentence_1, and sentence_2

Approximate statistics based on the first 200 samples:

	sentence_0	sentence_1	sentence_2
type	string	string	string
details	min: 10 tokens mean: 32.59 tokens max: 116 tokens	min: 4 tokens mean: 137.68 tokens max: 256 tokens	min: 4 tokens mean: 130.25 tokens max: 256 tokens

Samples:

sentence_0	sentence_1	sentence_2
`Saya sudah mengajukan BKD kepada asesor, dan karena satu alasan saya ingin membatalkan ajuan BKD tersebut. Apa yang harus saya lakukan (Remunerasi)?`	`Klik tombol merahBuat Permohonan Pembatalan Ajuandi menuBKD dan Kinerja. Klik tombol merahBuat Permohonan Pembatalan Ajuandi menuBKD dan Kinerja.`	`Membuat surat permohonan yang ditujukan ke Dekan Fakultas PertanianSurat Keterangan Bebas Pustaka Fakultas PertanianSurat Keterangan Bebas Pustaka Universitas JambiBukti Registrasi Terakhir`
`Bagaimana cara mengakses atau login ke aplikasi SIREMUN (Remunerasi)?`	`Anda dapat mengakses atau login ke dalam aplikasi SIREMUN (Remunerasi) dengan menggunakan akun yang sama dengan akun akses ke SIAKAD. Anda dapat mengakses atau login ke dalam aplikasi SIREMUN (Remunerasi) dengan menggunakan akun yang sama dengan akun akses ke SIAKAD.`	DATA IPK ALUMNI UNJA TELAH KAMI LAPORKAN KE PANGKALAN DATA DIKTI (PDDIKTI) SESUSAI DENGAN NILAI IPK YANG TERTERA PADA TRANSKRIP NILAI ANDA.JIKA SETELAH PELAPORAN DATA INI MASIH DITEMUKAN KETIDAKSESUAIAN IPK ANTARA TRANSKRIP NILAI UNJA DENGAN APLIKASI PPG SILAHKAN ANDA MENGKONFIRMASI KE ADMIN APILIKASI PPG (CEK DI WEBSITE PPG) DATA IPK ALUMNI UNJA TELAH KAMI LAPORKAN KE PANGKALAN DATA DIKTI (PDDIKTI) SESUSAI DENGAN NILAI IPK YANG TERTERA PADA TRANSKRIP NILAI ANDA. JIKA SETELAH PELAPORAN DATA INI MASIH DITEMUKAN KETIDAKSESUAIAN IPK ANTARA TRANSKRIP NILAI UNJA DENGAN APLIKASI PPG SILAHKAN ANDA MENGKONFIRMASI KE ADMIN APILIKASI PPG (CEK DI WEBSITE PPG)
`Untuk menambahkan lokasi presensi Dosen (karena tugas tambahan), Siapa yang bisa dihubungi?`	`Silakan hubungi bagian kepegawaian BUPK Universitas Jambi Silakan hubungi bagian kepegawaian BUPK Universitas Jambi`	DATA IPK ALUMNI UNJA TELAH KAMI LAPORKAN KE PANGKALAN DATA DIKTI (PDDIKTI) SESUSAI DENGAN NILAI IPK YANG TERTERA PADA TRANSKRIP NILAI ANDA.JIKA SETELAH PELAPORAN DATA INI MASIH DITEMUKAN KETIDAKSESUAIAN IPK ANTARA TRANSKRIP NILAI UNJA DENGAN APLIKASI PPG SILAHKAN ANDA MENGKONFIRMASI KE ADMIN APILIKASI PPG (CEK DI WEBSITE PPG) DATA IPK ALUMNI UNJA TELAH KAMI LAPORKAN KE PANGKALAN DATA DIKTI (PDDIKTI) SESUSAI DENGAN NILAI IPK YANG TERTERA PADA TRANSKRIP NILAI ANDA. JIKA SETELAH PELAPORAN DATA INI MASIH DITEMUKAN KETIDAKSESUAIAN IPK ANTARA TRANSKRIP NILAI UNJA DENGAN APLIKASI PPG SILAHKAN ANDA MENGKONFIRMASI KE ADMIN APILIKASI PPG (CEK DI WEBSITE PPG)

Loss: TripletLoss with these parameters:

{
    "distance_metric": "TripletDistanceMetric.EUCLIDEAN",
    "triplet_margin": 5
}

Training Hyperparameters

Non-Default Hyperparameters

per_device_train_batch_size: 16
per_device_eval_batch_size: 16
multi_dataset_batch_sampler: round_robin

All Hyperparameters

Click to expand

overwrite_output_dir: False
do_predict: False
eval_strategy: no
prediction_loss_only: True
per_device_train_batch_size: 16
per_device_eval_batch_size: 16
per_gpu_train_batch_size: None
per_gpu_eval_batch_size: None
gradient_accumulation_steps: 1
eval_accumulation_steps: None
torch_empty_cache_steps: None
learning_rate: 5e-05
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.999
adam_epsilon: 1e-08
max_grad_norm: 1
num_train_epochs: 3
max_steps: -1
lr_scheduler_type: linear
lr_scheduler_kwargs: {}
warmup_ratio: 0.0
warmup_steps: 0
log_level: passive
log_level_replica: warning
log_on_each_node: True
logging_nan_inf_filter: True
save_safetensors: True
save_on_each_node: False
save_only_model: False
restore_callback_states_from_checkpoint: False
no_cuda: False
use_cpu: False
use_mps_device: False
seed: 42
data_seed: None
jit_mode_eval: False
use_ipex: False
bf16: False
fp16: False
fp16_opt_level: O1
half_precision_backend: auto
bf16_full_eval: False
fp16_full_eval: False
tf32: None
local_rank: 0
ddp_backend: None
tpu_num_cores: None
tpu_metrics_debug: False
debug: []
dataloader_drop_last: False
dataloader_num_workers: 0
dataloader_prefetch_factor: None
past_index: -1
disable_tqdm: False
remove_unused_columns: True
label_names: None
load_best_model_at_end: False
ignore_data_skip: False
fsdp: []
fsdp_min_num_params: 0
fsdp_config: {'min_num_params': 0, 'xla': False, 'xla_fsdp_v2': False, 'xla_fsdp_grad_ckpt': False}
fsdp_transformer_layer_cls_to_wrap: None
accelerator_config: {'split_batches': False, 'dispatch_batches': None, 'even_batches': True, 'use_seedable_sampler': True, 'non_blocking': False, 'gradient_accumulation_kwargs': None}
deepspeed: None
label_smoothing_factor: 0.0
optim: adamw_torch
optim_args: None
adafactor: False
group_by_length: False
length_column_name: length
ddp_find_unused_parameters: None
ddp_bucket_cap_mb: None
ddp_broadcast_buffers: False
dataloader_pin_memory: True
dataloader_persistent_workers: False
skip_memory_metrics: True
use_legacy_prediction_loop: False
push_to_hub: False
resume_from_checkpoint: None
hub_model_id: None
hub_strategy: every_save
hub_private_repo: None
hub_always_push: False
gradient_checkpointing: False
gradient_checkpointing_kwargs: None
include_inputs_for_metrics: False
include_for_metrics: []
eval_do_concat_batches: True
fp16_backend: auto
push_to_hub_model_id: None
push_to_hub_organization: None
mp_parameters:
auto_find_batch_size: False
full_determinism: False
torchdynamo: None
ray_scope: last
ddp_timeout: 1800
torch_compile: False
torch_compile_backend: None
torch_compile_mode: None
include_tokens_per_second: False
include_num_input_tokens_seen: False
neftune_noise_alpha: None
optim_target_modules: None
batch_eval_metrics: False
eval_on_start: False
use_liger_kernel: False
eval_use_gather_object: False
average_tokens_across_devices: False
prompts: None
batch_sampler: batch_sampler
multi_dataset_batch_sampler: round_robin

Framework Versions

Python: 3.11.13
Sentence Transformers: 4.1.0
Transformers: 4.52.4
PyTorch: 2.6.0+cu124
Accelerate: 1.7.0
Datasets: 2.14.4
Tokenizers: 0.21.1

Citation

BibTeX

Sentence Transformers

@inproceedings{reimers-2019-sentence-bert,
    title = "Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks",
    author = "Reimers, Nils and Gurevych, Iryna",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing",
    month = "11",
    year = "2019",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/1908.10084",
}

TripletLoss

@misc{hermans2017defense,
    title={In Defense of the Triplet Loss for Person Re-Identification},
    author={Alexander Hermans and Lucas Beyer and Bastian Leibe},
    year={2017},
    eprint={1703.07737},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}