Ekstraksi common fragment process dilakukan untuk memperoleh proses bisnis umum, dimana proses bisnis tersebut selalu ditemui pada proses bisnis setiap organisasi dengan ruang lingkup yang sama. Perhitungan nilai kemiripan proses bisnis dapat diperoleh berdasarkan structural similarity, dan behavioral similarity menggunakan algoritma jaccard coefficient similarity, dan pembentukan alur yang digunakan pada proses behavioral similarity menggunakan causal footprint, dan semantic similarity menggunakan wu palmer, dan Analytical Hierarchy Process. Ketiga aspek kemiripan tersebut, kemudian dicari nilai akumulasinya dengan melakukan pembobotan. Nilai bobot kemiripan dihitung menggunakan metode Analytical Hierarchy Process. Hasil akumulasi nilai kemiripan proses bisnis digunakan pada proses clustering. Hasil dari clustering digunakan dalam penentuan commont fragment. Data uji dimodelkan menggunakan Bussiness Process Modeling and Notation. Hasil penelitian menunjukkan bahwa perhitungan kemiripan model proses bisnis terjadi sebanyak 45 kali perhitungan. Komposisi nilai bobot structural, behavioral, dan semantic sebesar (0.33, 0.10, 0.57). Pada proses clustering dari nilai pembobotan kemiripan terbentuk 3 cluster dengan nilai threshold 0,49. Hasil ekstraksi common fragment berupa elemen-elemen dari semantic, structural, dan behavioral dijadikan satu kesatuan sebagai model proses umum yang dimodelkan dalam bentuk Bussiness Process Modeling and Notation.

Perhitungan sentence similarity dilakukan dengan menghitung nilai kemiripan antar katanya. Pada beberapa penelitian yang telah dilakukan sebelumnya, perhitungan sentence similarity hanya berhenti pada nilai kemiripan antar kata pada kalimat sebagai nilai akhirnya. Sedangkan pada perhitungan sentence similarity bertujuan untuk menghitung nilai kemiripan keseluruhan dalam bentuk kalimat menjadi satu nilai kemiripan secara utuh sebagai hasil akhir. Perhitungan word similarity berdasarkan contextual-nya dihitung menggunakan Word Similarity for Java (WS4J) dengan tiga pendekatan yaitu wu palmer, lin, dan path. Menghitung nilai kemiripan menggunakan WS4J hanya dapat diuraikan berdasarkan kemiripan antar kata, sehingga dilakukan pembobotan menggunakan metode Analytical Hierarchy Process (AHP). Ada dua aspek yang digunakan sebagai kriteria pada perhitungan AHP untuk menentukan nilai bobot kriterianya yaitu noun, dan verb. Dari hasil tersebut, kemudian dilakukan pembobotan dengan mengakumulasikan matriks nilai word similarity dengan nilai bobot kriteria masing-masing untuk memperoleh nilai sentence similarity.