Pengembangan Metode Penugasan Reviewer Dengan Latent Dirichlet Allocation Dan Link Prediction Untuk Menghindari Conflict Of Interest (COI)

Nugroho, Adi Setyo (2023) Pengembangan Metode Penugasan Reviewer Dengan Latent Dirichlet Allocation Dan Link Prediction Untuk Menghindari Conflict Of Interest (COI). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6025201003-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (4MB) | Request a copy

Abstract

Jumlah makalah dalam publikasi dari tahun ke tahun semakin bertambah pesat. Peningkatan jumlah tersebut juga harus diiringi dengan tingginya kualitas penulisan. Dalam upaya memastikan bahwa karya ilmiah memiliki kualitas yang baik, maka perlu adanya ulasan sejawat. Proses pencarian reviewer yang tepat untuk melakukan ulasan yang sesuai dengan bidang penelitian kandidat reviewer menjadi poin utama dalam penugasan reviewer. Di sisi lain, ada kendala jika ditemukan adanya CoI. Penelitian ini bertujuan untuk mengembangkan metode dalam melakukan penugasan reviewer. Proses dilakukan dengan menggabungkan metode LDA, klasifikasi dan link prediction. LDA digunakan untuk menemukan topik dari data penelitian kandidat reviewer sehingga bisa memastikan bahwa reviewer yang ditugaskan memiliki kesamaan bidang dengan makalah yang diajukan. Data tersebut nantinya akan digunakan sebagai data training untuk klasifikasi pada Random Forest. Tahap selanjutnya, dilakukan link prediction untuk menghasilkan kandidat reviewer reviewer. Hasil dari penerapan metode tersebut dievaluasi menggunakan Mean Average Precision (MAP). Metode usulan memiliki nilai MAP dari rekomendasi kandidat reviewer sebesar 0,87 yang mana lebih besar dari metode penelitian sebelumnya
======================================================================================================================================
The number of papers from year to year is increasing rapidly. This increase in number must also be accompanied by an increase of quality. In an effort to ensure that scientific papers are in good quality, peer review is necessary. The process of finding the right reviewer to conduct a review in accordance with the prospective reviewer's field of research is the main point in the reviewer assignment. On the other hand, there are obstacles when there is a CoI in the process. This study aims to develop a method for assigning reviewers. This is conducted by combining the LDA, classification and link prediction methods. LDA is used to find topics from the research data of prospective reviewers so it can be ensured that the assigned reviewers have the same field as the submitted paper. This data will be used as training data for classification in Random Forest. Finally, link prediction is implemented to make reviewer recommendations. The result of our proposed method will be evaluated using Mean Average Precision (MAP). Our proposed method have MAP value 0,87 which is better compared than one of previous work

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Reviewer, Conflict of Interest (COI), DBLP Dataset, Latent Dirichlet Allocation (LDA), Random Forest, Link Prediction
Subjects:	T Technology > T Technology (General) > T58.62 Decision support systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User:	Adi Setyo Nugroho
Date Deposited:	08 Feb 2023 02:52
Last Modified:	08 Feb 2023 02:52
URI:	http://repository.its.ac.id/id/eprint/96404

Actions (login required)

View Item