Manueke, Marvel and Sengkey, Rizal and Jacobus, Agustinus
(2022)
Implementasi Multi-Label Classification Untuk Penentuan Keyword Artikel Ilmiah pada Jurnal.
-.
Abstract
Abstract — Scientific articles are used as a communication forum for members of the scientific community for certain disciplines. because they are read, discussed, and disseminated by members of the scientific community concerned. This makes determining keyword arguably an important part of the making of scientific journals. Keyword not only act as a label of the article’s topics but also as a way of searching and grouping them. Determining those keywords is usually done personally by the author based on the title or article's body, which makes keywords tend to differ between journals even when their topics are the same. for this very reason, this research aims to make an app that can determine keywords automatically based on a multi-label classification method named binary relevance so that the determined keywords can be grouped well and in a uniform fashion. The result of this research showed that a combination of two methods like BRkNN is able to predict up to 15 popular keywords than a single method like BR-OvA, MLkNN, or BR-SVM.
Keywords — Binary Relevance; Journal Keyword; k Nearest Neighbor.
Abstrak — Artikel ilmiah digunakan sebagai forum komunikasi bagi anggota masyarakat ilmiah bagi disiplin ilmu tertentu, karena artikel ilmiah dibaca, didiskusikan, dan disebarkan oleh anggota masyarakat ilmiah yang bersangkutan. Hal inilah yang membuat penentuan kata kunci (keyword) bisa dibilang menjadi bagian penting dari pembuatan artikel ilmiah. Keyword tidak hanya bertindak sebagai label suatu topik artikel ilmiah, melainkan juga sebagai sarana pencarian dan pengelompokkan suatu topik. Penentuan keyword umumnya dilakukan secara pribadi oleh penulis berdasarkan judul penelitian atau dari tubuh artikel. Hal ini membuat keyword cenderung berbeda untuk setiap artikel ilmiah meski membahas topik yang sama. Untuk itu penelitian ini bertujuan untuk membuat aplikasi yang akan menentukan keyword secara otomatis berdasarkan metode klasifikasi Multi-label yakni Binary Relevance sehingga keyword yang didapat dapat lebih seragam dan dikelompokkan dengan baik. Hasil dari penelitian ini menunjukkan kombinasi dua metode seperti BRkNN memprediksikan sampai 15 keywords popular daripada metode tunggal seperti BR-OvA, MLkNN atau BR-SVM.
Kata kunci — Multi-Label; kata kunci jurnal; Binary Relevance, k Nearest Neighbor.
Actions (login required)
 |
View Item |
