<![CDATA[Penelitian ini bertujuan mengembangkan sistem review otomatis berbasis logika visual untuk meningkatkan kualitas, konsistensi, dan efisiensi proses penilaian artikel ilmiah multidisiplin. Tantangan utama dalam review artikel multidisiplin adalah perbedaan struktur penulisan, terminologi, serta standar evaluasi yang sering menimbulkan subjektivitas dan inkonsistensi. Metode penelitian menggunakan pendekatan pengembangan sistem dengan integrasi pemrosesan bahasa alami, aturan logika visual, dan analisis pola dokumen. Dataset artikel ilmiah dari berbagai bidang dianalisis melalui tahap praproses teks, ekstraksi fitur struktural dan semantik, serta pemodelan logika visual untuk mengidentifikasi kelengkapan komponen artikel, kesesuaian format, dan potensi anomali. Sistem kemudian diuji melalui eksperimen komparatif terhadap proses review manual. Hasil penelitian menunjukkan bahwa sistem mampu meningkatkan konsistensi evaluasi, mempercepat proses penyaringan awal artikel, serta mengurangi kesalahan identifikasi struktur dokumen. Visualisasi logika yang dihasilkan membantu reviewer memahami hubungan antarbagian artikel secara intuitif. Simpulan penelitian menegaskan bahwa sistem review otomatis berbasis logika visual merupakan solusi efektif untuk mendukung proses evaluasi artikel ilmiah multidisiplin yang lebih objektif, sistematis, dan efisien.]]>
Copyrights © 2025
