Pengembangan Sistem Rekomendasi Artikel Ilmiah Berbasis Text Mining menggunakan Metode Cosine Similarity (Studi Kasus Jurnal Garba Rujukan Digital)

Abstract

Website Garba Rujukan Digital menyediakan banyak jurnal yang sudah terakreditasi, namun masih terdapat kekurangan dalam fitur pencarian artikel ilmiah yang akan dicari. Fitur pencarian tersebut masih berdasarkan kueri dari judul artikel ilmiah, sehingga dalam kasus tertentu apabila terdapat kesalahan dalam penulisan kueri inputan maka artikel yang akan dicari tidak muncul. Sehingga perlu dibuat sistem yang dapat menemukan referensi artikel ilmiah yang mempunyai relevansi paling tinggi disertai presentase kemiripan berdasarkan abstrak dari artikel ilmiah utama yang ingin dicari menggunakan teks abstrak sebagai kueri. Subyek penelitian berupa website Garba Rujukan Digital yang berisi kumpulan jurnal beserta karya ilmiah yang terdaftar pada jurnal tersebut. Metode yang digunakan yakni TF-IDF dan Cosine Similarity dengan prosesnya dibedakan menjadi dua modul, yakni modul Crawling data dan Searching. Modul crawling digunakan untuk proses pengambilan data pada website Garba Rujukan Digital dan nantinya disimpan pada basis data. Sedangkan modul searching digunakan untuk mencari dokumen yang mirip pada basis data berdasarkan teks abstraknya. Penelitian ini menunjukkan bahwa desain sistem yang dirancang dalam penelitian ini telah berhasil menunjukkan tingkat relevansi antara kueri dengan keseluruhan dokumen dengan menunjukkan nilai kemiripan dokumen menggunakan Cosine Similarity. Pengujian Cosine Similarity yang dihasilkan pada penelitian ini menunjukkan nilai presentase rata-rata Precision sebesar 77,5%, Recall sebesar 93%, dan F1-Score sebesar 84,1%.