Antoni Zulius

Karya ilmiah atau artikel penelitian merupakan bagian penting dalam pengembangan ilmu pengetahuan, banyak karya ilmiah telah diterbitkan secara online maupun offline seiring dengan meningkatnya kemajuan komputer dan teknologi informasi, manajemen pengolahan karya ilmiah baik yang terstruktur maupun yang tidak terstruktur semakin sulit karena jumlah dokumen terus meningkat secara eksponensial, disisi lain besarnya potensi pengetahuan yang terdapat di dalam sebuah karya ilmiah. Aggregator Garba Rujukan Digital (GARUDA) merupakan salah satu portal referensi ilmiah nasional Indonesia yang memberikan akses terhadap karya ilmiah yang dihasilkan oleh akademisi dan peneliti di Indonesia. Seiring dengan meningkatnya penelitian yang dilakukan oleh peneliti di Indonesia maka jumlah karya ilmiah akan semakin meningkat, hal ini menjadi tantangan pada penelitian bidang text mining dan machine learning untuk membangun klasifikasi teks yang diaplikasikan untuk mengklasifikasi keilmuan peneliti pada indeksasi nasional SINTA (Science and Technology Index) [6] dengan menggunakan abstrak karya ilmiah pada Aggregator Garuda, namun dalam membangun klasifikasi keilmuan dari peneliti tersebut dibutuhkan sebuah dataset yang proper agar pengklasifikasi keilmuan peneliti tersebut menghasilkan tingkat akurasi yang tinggi sehingga penulis memiliki tujuan untuk merancang model klasifikasi keilmuan peneliti pada indeksasi nasional SINTA menggunakan abstrak pada agregator Garuda menggunakan pendekatan machine learning. Berdasarkan hasil studi IDS dengan machine learning memiliki performa yang baik dari pengujian yang dilakukan penulis terhadap 6 (enam) algoritma klasifikasi untuk machine learning yaitu SVM, LR, NB, XGB, GB dan KNN dengan representasi teks menggunakan CountVectorizer, TF-IDF dan N-Gram menghasilkan performa SVM dengan menggunakan CountVectorizer dan Trigram mencapai akurasi paling tinggi yaitu 99.97 dengan waktu pelatihan yang lebih lama dan LR dengan Countvectorizer dan Trigram menunjukkan performa yang sama yaitu 99.97 dengan waktu pelatihan yang lebih rendah. Kata Kunci : Klasifikasi Keilmuan, Keilmuan Peneliti, Machine Learning.