Syamsuddin/eplanning-kegiatan-ID

Qwen Kamus ePlanning Sumber Pendanaan Indonesia - NUSSTEK-AI 💰🇮🇩

Dataset Summary

Dataset ini berisi kamus kode dan nama sumber pendanaan Indonesia yang diformat untuk fine-tuning model Qwen (instruction tuning).
Tujuannya agar model AI dapat memahami relasi kode → nama sumber pendanaan → atribut detail dan sebaliknya.

Dataset ini sangat berguna untuk:

• Sistem AI keuangan daerah / APBD AI
• Chatbot pendamping TAPD / Bappeda / BKAD
• Automasi validasi dokumen RKA, DPA, dan laporan keuangan publik
• RAG (Retrieval-Augmented Generation) terkait klasifikasi akun belanja/pembiayaan

---

Supported Tasks and Leaderboards

• Instruction Tuning untuk Qwen dan model LLM sejenis.
• Text-to-Code Mapping (nama → kode sumber pendanaan).
• Code-to-Text Mapping (kode → nama + atribut detail).
• Fuzzy Matching / Normalisasi Nama.
• Daftar penuh (kode;nama) untuk retrieval.

---

Languages

• Indonesian (id)

---

Dataset Structure

Data Fields

Field	Deskripsi
instruction	Instruksi/narasi tugas untuk model (misal: "Berikan kode…")
input	Nama atau kode sumber pendanaan (atau query lain sesuai variasi instruksi)
output	Jawaban berupa kode, nama, atau daftar lengkap sesuai konteks

Data Instances

1. Nama → Kode

{
  "instruction": "Berikan kode sumber pendanaan untuk nama berikut.",
  "input": "Pendapatan Asli Daerah",
  "output": "4.01"
}

2. Kode → Nama & Detail

{
  "instruction": "Uraikan informasi sumber pendanaan untuk kode berikut.",
  "input": "4.01",
  "output": "nama: Pendapatan Asli Daerah\nkelompok: Pendapatan\njenis: Pajak Daerah"
}

3. Pencarian Singkat

{
  "instruction": "Jawab hanya dengan kode yang benar tanpa penjelasan.",
  "input": "Cari kode sumber pendanaan untuk 'Pendapatan Transfer'.",
  "output": "4.02"
}

4. Normalisasi Nama

{
  "instruction": "Apa kode sumber pendanaan untuk nama yang telah dinormalisasi (huruf kecil, tanpa tanda baca) berikut?",
  "input": "pendapatan asli daerah",
  "output": "4.01"
}

5. Daftar Lengkap

{
  "instruction": "Tampilkan daftar lengkap kode dan nama sumber pendanaan (format: kode;nama).",
  "input": "",
  "output": "4.01;Pendapatan Asli Daerah\n4.02;Pendapatan Transfer\n..."
}

---

Dataset Statistics

• Jumlah record JSONL: ±827 instruksi
• Kolom utama:
  • uraian_akun → kode sumber pendanaan
  • sumber_data → nama sumber pendanaan
• Kolom tambahan: kelompok, jenis, obyek, rincian_obyek, sub_rincian_objek

---

Usage

Load dataset from HuggingFace

from datasets import load_dataset

dataset = load_dataset("Syamsuddin/qwen-kamus-sumber-pendanaan-ID", split="train")

print(dataset[0])
# {'instruction': 'Berikan kode sumber pendanaan untuk nama berikut.',
#  'input': 'Pendapatan Asli Daerah',
#  'output': '4.01'}

Fine-tuning with Qwen

python train_sft.py \
  --model_name_or_path Qwen/Qwen2.5-7B-Instruct \
  --data_path ./kamus-sumber-pendanaan-id.jsonl \
  --dataset_format simple_instruct \
  --output_dir ./qwen-sumber-lora \
  --use_lora true --lora_r 16 --lora_alpha 32 --lora_dropout 0.05 \
  --per_device_train_batch_size 4 --gradient_accumulation_steps 8 \
  --learning_rate 2e-5 --num_train_epochs 3 \
  --max_seq_length 2048 --bf16 true

---

License

Released under the MIT License.
Anda bebas menggunakan, menyalin, memodifikasi, dan mendistribusikan dataset ini dengan syarat menyertakan atribusi.

---

Citation

@misc{syamsuddin2025qwenpendanaan,
  author       = {Syamsuddin},
  title        = {Qwen Kamus Sumber Pendanaan Indonesia},
  year         = {2025},
  howpublished = {HuggingFace Datasets},
  url          = {https://huggingface.co/datasets/Syamsuddin/qwen-kamus-sumber-pendanaan-ID},
  note         = {Dataset fine-tuning sumber pendanaan untuk model Qwen}
}