Pemetaan Riset Berdasarkan Abstrak Publikasi Ilmiah Menggunakan BERTopic Modelling Pada Organisasi Riset Penerbangan Dan Antariksa BRIN

Rumadi, Rumadi (2024) Pemetaan Riset Berdasarkan Abstrak Publikasi Ilmiah Menggunakan BERTopic Modelling Pada Organisasi Riset Penerbangan Dan Antariksa BRIN. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text Dokumen Final Thesis_6022221012.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (5MB) | Request a copy

Abstract

Organisasi Riset Penerbangan dan Antariksa (ORPA) memiliki peran penting dalam penelitian dan pengembangan teknologi penerbangan dan antariksa di Indonesia. Meskipun Indonesia masih tertinggal dalam penguasaan teknologi antariksa dibandingkan dengan negara lain seperti India, ORPA harus memanfaatkan anggaran dan Sumber Daya Manusia (SDM) yang terbatas secara optimal. Pemetaan riset dapat menjadi solusi untuk situasi ORPA saat ini. Melalui pemetaan riset, kita dapat menggambarkan struktur penelitian yang ada, mengidentifikasi tren penelitian, menemukan topik-topik yang paling banyak diteliti, serta mengenali kolaborasi antara periset atau organisasi riset. Dalam penelitian ini, kami menggunakan model BERTopic untuk memetakan riset berdasarkan 1.107 abstrak publikasi ilmiah. Kami juga menyertakan ringkasan riset dari masing-masing pusat riset dalam dokumen yang diolah, guna memudahkan penelusuran topik riset sesuai dengan pusat riset. Dengan memanfaatkan penyematan BERT dan c-TF-IDF, BERTopic menghasilkan topik yang terdiri dari istilah atau kata kunci yang tersebar dalam abstrak publikasi ilmiah. Berdasarkan evaluasi menggunakan koherensi topik dan mempertimbangkan relevansi topik dengan kebutuhan analisis, kami mengidentifikasi 29 topik. Topik-topik tersebut terdiri dari 7 topik di bidang antariksa, 3 topik di bidang teknologi penerbangan, 3 topik di bidang teknologi satelit, 1 topik di bidang teknologi roket, 12 topik di bidang penginderaan jauh, dan 3 topik di bidang atmosfer yang sudah bukan bagian dari ORPA. Hasil pemetaan riset ini dapat membantu organisasi dalam mengambil keputusan yang lebih tepat dan efisien dalam membentuk kelompok riset sesuai dengan keahlian berdasarkan topik riset yang diminati.
=================================================================================================================================
The Research Organization for Aeronautics and Space (ORPA) plays a crucial role in the research and development of aviation and space technology in Indonesia. Although Indonesia is still lagging behind in mastering space technology compared to other countries such as India, (ORPA) must make optimal use of its limited budget and human resources. Research mapping can be a solution to ORPA’s current situation. Through research mapping, we can describe existing research structures, identify research trends, find the most researched topics, and identify collaborations between researchers or research organizations. In this study, we utilized the BERTopic model to map research based on 1,107 abstracts of scientific publications. We also included research summaries from each research center in the processed documents to facilitate the search for research topics specific to each center. By leveraging BERT embeddings and c-TF-IDF, BERTopic generates topics consisting of terms or keywords found in the abstracts of scientific publications. Based on an evaluation using topic coherence and considering the topics’ relevance to analysis needs, we identified 29 topics. These topics include 7 in the field of space, 3 in aviation technology, 3 in satellite technology, 1 in rocket technology, 12 in remote sensing, and 3 in atmospheric studies, which are no longer part of ORPA. The results of this research mapping can help organizations make more precise and efficient decisions in forming research groups according to expertise based on research topics of interest.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	ORPA, BERTopic, BERT, publikasi ilmiah, topik, antariksa
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Rumadi Rumadi
Date Deposited:	24 Jul 2024 03:31
Last Modified:	24 Jul 2024 03:31
URI:	http://repository.its.ac.id/id/eprint/108744

Actions (login required)

View Item