Model Perbandingan Dokumen Karya Ilmiah Dengan Metode Fragmentasi Menggunakan Algoritma Kesamaan Dokumen Doc2vec

Dalam dunia penelitian saat ini, menjaga kualitas karya tulis ilmiah memang masih menjadi perkara yang tidak mudah. Berbagai kendala dialami oleh para penyusun atau peneliti dari mulai persiapan judul penelitian yang matang, mencari latar belakang penelitian dan merumuskan masalahnya, mencari dan membandingkan literatur pendukung, mengumpulkan dan mengolah data pendukung, menjaga orisinalitas karya tulis dan lain sebagainya. Solusi yang ada saat ini masih belum bisa memberikan hasil rekomendasi yang optimal dikarenakan komputasi yang tinggi dan kecepatan yang rendah. Dari berbagai metode yang ada, terdapat satu metode state-of-the-art yang disebut Doc2Vec. Doc2Vec (Paragraph Vector) adalah metode yang merepresentasikan dokumen dalam bentuk vektor untuk dibandingkan dengan proses machine learning. Terlepas dari popularitasnya, diketahui bahwa semua metode membandingkan dokumen secara berurutan yang membutuhkan waktu dan proses komputasi yang tinggi. Penelitian ini mengusulkan model perbandingan dokumen yang menerapkan metode Doc2Vec secara paralel dan mengujinya dengan beberapa karya tulis ilmiah Indonesia sebagai dataset. Metode perbandingan pengujian yang digunakan adalah keakuratan perbandingan dokumen dan kecepatannya. Menggunakan dataset yang dibuat, Model kami dapat mengungguli metode Doc2Vec secara sekuensial dalam membandingkan kesamaan dokumen dan dapat dikatakan cocok untuk karya tulis ilmiah berbahasa Indonesia. Oleh karena itu, model machine learning dan micro-services dapat diadaptasi pada pengembangan metode perbandingan kesamaan dokumen atau deteksi plagiarisme dalam karya ilmiah berbahasa Indonesia.