Penelitian ini bertujuan untuk mengembangkan sistem tinjauan pustaka berbasis kecerdasan buatan yang memanfaatkan GROBID untuk ekstraksi informasi bibliografi dan SciBERT untuk menghasilkan ringkasan artikel ilmiah. Sistem ini dirancang sebagai aplikasi berbasis web menggunakan Streamlit, yang memungkinkan pengguna mengunggah artikel dalam format PDF dan mendapatkan rekomendasi literatur yang relevan. Metode penelitian yang digunakan meliputi studi literatur, pengumpulan data dari repositori jurnal ilmiah Garba Rujukan Digital (Garuda), serta pengolahan data menggunakan teknik pemrosesan bahasa alami (NLP). Data dalam format PDF dikonversi menjadi format JSON melalui GROBID untuk mengekstrak elemen penting, seperti judul, penulis, abstrak, dan isi artikel. Selanjutnya, SciBERT digunakan untuk melakukan peringkasan teks otomatis dengan metode ekstraktif yang menyoroti kalimat-kalimat utama dalam dokumen. Evaluasi sistem dilakukan menggunakan metrik ROUGE untuk mengukur kesamaan antara ringkasan sistem dan ringkasan manual, dengan hasil F1-score yang menunjukkan tingkat akurasi tinggi dalam mempertahankan esensi artikel. Hasil penelitian ini diharapkan dapat meningkatkan efisiensi dan akurasi dalam proses tinjauan pustaka, sehingga memberikan manfaat bagi para peneliti dalam menyaring informasi secara lebih efektif. Kata Kunci: GROBID, SciBERT, tinjauan pustaka, peringkasan teks otomatis, Streamlit, ROUGE
Copyrights © 2025