Implementasi Large Language Model Berbasis Text-to-Text pada Robot Humanoid untuk Sistem Interaksi Manusia-Robot

Abstract

Perkembangan Large Language Model (LLM) membuka peluang baru dalam pengembangan sistem Human-Robot Interaction (HRI) yang lebih natural dan adaptif, khususnya melalui interaksi verbal berbasis bahasa alami. Penelitian sebelumnya masih terbatas pada sistem chatbot berbasis teks, serta jarang langsung diimplementasikan pada robot humanoid nyata, terutama pada dataset domain-spesifik secara local deployment dengan keterbatasan sumber daya komputasi, dan pengaruh variasi temperature 0.1-1.0 pada inferensi LLM dalam konteks HRI yang masih belum banyak diteliti. Penelitian ini bertujuan mengimplementasikan LLM pre-trained berbasis Text-to-Text dengan pendekatan few-shot inference tanpa proses fine-tuning, serta mengevaluasi pengaruh variasi temperature terhadap kualitas respons dan performa real-time. Metode pendekatan kuantitatif eksperimental dengan dataset domain-spesifik 1000 pasangan pertanyaan (question) dan jawaban referensi (ground truth) terkait Polibatam dan Robot Humanoid Tari. Evaluasi offline menggunakan metrik ROUGE-1, ROUGE-2, ROUGE-L, dan BERTScore. Konfigurasi parameter terbaik diintegrasikan dengan modul Speech-to-Text dan Text-to-Speech pada robot humanoid untuk dievaluasi online. Hasil evaluasi offline menunjukkan bahwa temperature 0.1 optimal dengan nilai ROUGE-1: 0.5044, ROUGE-2: 0.3559, ROUGE-L: 0.4781, dan BERTScore: 0.7792. Evaluasi online menghasilkan nilai latency Speech-to-Text: 23.27 detik, latency Text-to-Text (LLM): 5.43 detik, latency Text-to-Speech: 29.12 detik, hingga End-to-End latency: 35.15 detik. Penelitian ini berkontribusi pada penerapan few-shot inference LLM untuk HRI secara nyata melalui local deployment dan dataset domain-spesifik, membuktikan bahwa kelayakan pendekatan tanpa melalui proses fine-tuning pada sistem interaksi verbal robot humanoid dengan sumber daya komputasi terbatas.