Pemodelan Topik dengan Latent-Dirichlet Allocation untuk penemuan State-of-the-Art dalam Keilmuan

Abstract

Mengembangkan ilmu pengetahuan adalah ambisi dalam dunia akademis. Dalam melakukan hal tersebut, penting untuk menemukan state-of-the-art dalam keilmuan sebagai dasar untuk pengembangan ilmu. Pendekatan penemuan state-of-the-art yang ada saat ini cenderung language-specific dan belum dapat memfasilitasi penemuan state-of-the-art secara otomatis dan intuitif. Tujuan penelitian ini adalah untuk menghasilkan sebuah perangkat lunak yang dapat mempermudah proses penemuan state-of-the-art pada topik apapun dalam dunia akademis dan yang juga language-agnostic. Sebuah perangkat lunak yang dapat melakukan pengumpulan artikel dari berbagai basis data untuk topik apapun secara otomatis dibangun. Konten artikel yang dikumpulkan lalu dipraproses dengan tokenization, token cleansing, penghapusan stopwords, dan lemmatization. Konten yang telah dipraproses, lalu dikonversi ke sebuah matriks dokumen-frasa numerik dan dianalisis dengan model latent-dirichlet allocation (LDA) dan bidirectional encoder representations from transformers (BERT) untuk melakukan penemuan dan pelabelan topik secara otomatis. Sebuah metode penyaringan luaran topik berbasis entity linking juga diusulkan dalam penelitian ini dimana luaran topik dari model difiltrasi menggunakan basis data pengetahuan agar memastikan luaran topik sesuai. Luaran topik lalu divisualisasi dengan nested bubble dan line chart untuk memvisualisasikan topik terkini, kesenjangan, dan tren evolusi dalam penelitian. Sebuah survei yang disebarkan untuk menilai aspek antarmuka dan relevansi topik dari luaran penelitian menunjukkan bahwa antarmuka perangkat lunak yang telah dikembangkan mudah untuk dinavigasi dan informasi yang ditunjukkan mudah untuk dicerna. Selain itu, hasil survei juga mengindikasikan bahwa topik-topik yang dihasilkan relevan dan sesuai dengan konten artikel yang diproses, serta visualisasi yang dihasilkan membantu dalam memahami state-of-the-art dan peta penelitian pada topik yang diberikan. Hasil survei ini menunjukkan bahwa luaran penelitian adekuat untuk digunakan dalam analisis preliminer penelitian dengan presisi dan relevansi yang tinggi.