Sistem rekomendasi jurnal ilmiah teknologi informasi terindeks SINTA berbasis content-based filtering dengan embedding LaBSE

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Irsyad, Muhammad Rifqi Naufal (2026) Sistem rekomendasi jurnal ilmiah teknologi informasi terindeks SINTA berbasis content-based filtering dengan embedding LaBSE. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Muhammad Rifqi Naufal Irsyad_09010622010 OK.pdf Download (3MB)
	Text Muhammad Rifqi Naufal Irsyad_09010622010 Full.pdf Restricted to Repository staff only until 21 May 2029. Download (3MB)

Abstract

Peningkatan jumlah publikasi ilmiah di Indonesia menimbulkan tantangan baru bagi peneliti dalam memilih jurnal yang tepat untuk naskah mereka. Sistem pencarian jurnal yang ada saat ini umumnya masih mengandalkan pencocokan kata kunci secara leksikal, sehingga tidak mampu menangkap kesamaan makna antar teks yang menggunakan istilah berbeda. Penelitian ini mengembangkan sistem rekomendasi jurnal berbasis content-based filtering dengan memanfaatkan model Language-agnostic BERT Sentence Embedding (LaBSE) untuk merepresentasikan kesamaan semantik antara artikel dan karakteristik jurnal teknologi informasi terindeks SINTA. Data artikel berupa judul dan abstrak diperoleh dari portal Garba Rujukan Digital (GARUDA) pada rentang tahun 2022–2024. Evaluasi dilakukan menggunakan metrik journal accuracy dan Mean Reciprocal Rank (MRR). Hasil eksperimen menunjukkan bahwa kombinasi judul dan abstrak menghasilkan performa terbaik dengan nilai Acc@30 sebesar 0,836 dan MRR sebesar 0,244. Model LaBSE juga mengungguli model embedding lain yang diuji, termasuk BERT multilingual (MRR 0,213), XLM-RoBERTa (MRR 0,211), USE (MRR 0,201), SBERT (MRR 0,205), SPECTER (MRR 0,172), dan SciBERT (MRR 0,081). Keunggulan LaBSE ini disebabkan oleh arsitektur dual-encoder-nya yang dioptimalkan untuk cross-lingual retrieval, sehingga mampu menjembatani representasi semantik teks berbahasa Indonesia dan Inggris yang umum ditemukan dalam metadata jurnal nasional. Penelitian ini membuktikan bahwa pendekatan semantik berbasis LaBSE dapat menjadi solusi efektif dalam membantu peneliti menemukan jurnal publikasi yang relevan secara lebih cepat dan akurat.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Irsyad, Muhammad Rifqi Naufal rifqii.naufall37@gmail.com 09010622010
Contributors:	Contribution Name Email NIDN Thesis advisor Kunaefi, Anang akunaefi@uinsa.ac.id -- Thesis advisor Khalid, Khalid khalid@uinsa.ac.id --
Subjects:	Tehnik Informatika Informasi
Keywords:	sistem rekomendasi jurnal; content-based filtering; LaBSE; SINTA; GARUDA
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Muhammad Rifqi Naufal Irsyad
Date Deposited:	21 May 2026 06:37
Last Modified:	21 May 2026 06:37
URI:	http://digilib.uinsa.ac.id/id/eprint/90822

Actions (login required)

View Item