Penentuan Relevansi Artikel Ilmiah dengan Metode Word2Vec

Abstract

ArXiv merupakan tempat menyimpan pracetak elektronik termasuk artikel ilmiah dan dapat diakses oleh semua pengguna internet secara online. Seiring berjalannya waktu, dokumen artikel ilmiah makin bertambah banyak. Hal tersebut dapat menurunkan tingkat efektifitas pengelompokkan artikel ilmiah berdasarkan bidang keminatan pengguna. Suatu sistem rekomendasi diperlukan untuk penentuan relevansi artikel ilmiah dapat memberi pengguna rekomendasi artikel ilmiah yang sesuai bidang keminatan pengguna, sehingga pengguna akan lebih mudah dalam mengakses artikel ilmiah pada sistem tersebut. Penulis akan melakukan word embedding dengan menerapkan metode Word2Vec. Word2Vec merupakan metode pembelajaran mesin untuk mendapatkan sebuah vektor berkualitas tinggi. Berdasarkan hasil pengujian didapatkan kesimpulan bahwa metode Word2Vec dapat digunakan untuk menghasilkan rekomendasi artikel ilmiah sesuai bidang keminatan pengguna dan menghasilkan nilai parameter terbaik n=150, epoch=100, window size=3 dan learning rate=0.01.