Akhsinatul Laeliyah
Universitas Islam Sultan Agung

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Kepakaran Reviewer Menggunakan Jaringan Syaraf Tiruan (Artificial Neural Network) Akhsinatul Laeliyah; Imam Much Ibnu Subroto; Sam Farisa Chaerul Haviana
TRANSISTOR Elektro dan Informatika Vol 5, No 1 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.1.%p

Abstract

Reviewer jurnal adalah seseorang yang ditugaskan untuk meninjau atau menilai kelayakan suatu artikel untuk dipublikasikan di jurnal tertentu. Seorang reviewer harus memahami isi dari sebuah artikel jurnal yang akan direview sehingga harus ada kesesuaian antara bidang ilmu reviewer dan bidang ilmu yang direview. Kemendikbud sendiri mempunyai sebuah program untuk meningkatkan jumlah publikasi di Indonesia yang dapat bereputasi Internasional. Untuk menjalankan program tersebut dibutuhkan tenaga reviewer yang sesuai dengan bidang ilmu para peneliti dan dosen yang akan publikasi. Dengan banyaknya bidang ilmu yang berbeda-beda maka diperlukan suatu metode untuk mengklasifikasi secara otomatis sehingga pemasaran reviewer dan para peneliti lainnya sesuai. Penelitian ini menggunakan metode Artificial Neural Network Backpropagation untuk mengklasifikasikan data reviewer ke 5 bidang utama yaitu Arts & Humanities, Engineering & Technology, Life Sciences & Medicine, Natural Sciences, dan Social Sciences & Management. Data reviewer akan melalui proses preprocessing teks, kemudian hasil dari preprocessing akan dilanjut menggunakan metode ANN Backpropagation, dan terakhir untuk mengukur tingkat keakurasian atau kecocokan menggunakan pengukuran akurasi, precision, recall, F1-Score untuk mengukur kinerja klasifikator. Hasil dari pengujian yang dilakukan dengan menggunakan metode Artificial Neural Network mendapatkan nilai yang cukup baik yaitu dengan nilai akurasi 0,767 atau setara dengan 76% dengan waktu testing dan training yang dipunya adalah 47 detik. Selain nilai akurasi juga menghasilkan nilai recall 0,566, precission 0,570 dan F1 0,544.