Pemodelan Topik Berdasarkan Dokumen Penelitian Bidang Ilmu Komputer Menggunakan Text Mining

Abstrak

Penelitian ini bertujuan untuk mengembangkan model klasterisasi dokumen menggunakan kombinasi model IndoBERT dan algoritma K-Means untuk mengelompokkan abstrak penelitian dalam bidang ilmu komputer dan teknologi. Data yang digunakan terdiri dari 1000 abstrak penelitian yang dibagi menjadi dua yaitu 80% untuk data pelatihan (800 abstrak) dan 20% untuk data pengujian (200 abstrak). Model IndoBERT digunakan untuk merepresentasikan abstrak menjadi vektor embedding yang kemudian diproses dengan algoritma K-Means untuk membentuk 10 klaster topik yaitu kecerdasan buatan, sistem dan jaringan komputer, pemrograman, keamanan siber dan lainnya. Tahap eksperimen pelatihan menggunakan data pelatihan untuk menghasilkan klaster dan centroid untuk memetakan dokumen baru ke dalam klaster yang sesuai. Evaluasi dilakukan dengan menggunakan beberapa metrik, yaitu akurasi, homogenitas klaster, davies-bouldin index, dan silhouette score. Hasil pengujian menunjukkan bahwa model yang dikembangkan memiliki akurasi sebesar 85%, yang menunjukkan kinerja yang baik dalam mengklasterkan data uji. Nilai homogenitas klaster sebesar 0.90 mengindikasikan bahwa dokumen yang seharusnya berada dalam klaster yang sama dikelompokkan dengan baik. Nilai davies-bouldin index sebesar 0.34 sedangkan nilai Silhouette Score sebesar 0.76.

Identifier

• OpenAlex: https://openalex.org/W4417273051
• DOI: https://doi.org/10.36085/jsai.v8i3.9387