Hypergraph-Partitioning pada Co-Authorship Graph untuk Pengelompokan Penulis Berdasarkan Topik Penelitian

Abstrak

Topik Penelitian dapat diketahui dari Abstraksi dokumen penelitian, misalnya laporan Karya Tulis Ilmiah (KTI) berupa Tugas Akhir, Tesis dan Disertasi. Topik Penelitian dari KTI merupakan kumpulan kata-kata penting yang menunjukkan area/bidang penelitian dari KTI tersebut. Sebuah KTI dibimbing beberapa Dosen pembimbing, dan seorang Dosen biasanya akan membimbing beberapa topik tertentu. Beberapa Dosen yang memiliki bidang penelitian yang sama membentuk grup riset dalam lingkup Jurusan, tetapi beberapa Jurusan terdapat Dosen yang memiliki kesamaan atau kemiripan bidang penelitian. Pada Tesis ini diusulkan metode untuk mengelompokkan Penulis (Dosen) berdasarkan kesamaan topik penelitian pada Co-Authorship Graph menggunakan Hypergraph Partitioning, sehingga memungkinkan untuk membuat grup riset dalam lingkup antar Jurusan atau tingkat perguruan tinggi. Metode dibagi menjadi tiga tahap yaitu ekstraksi topik penelitian, pembentuksn Co-Authorship Graph, dan pengelompokan Penulis. Ekstraksi topik penelitian, mendapatkan topik dari KTI berdasarkan Judul dan Abstraksi menggunakan Latent Dirichlet Allocation (LDA). Pembentukan Co-Authorship Graph, dimana node adalah Penulis, edge adalah hubungan kolaborasi dan kesamaan/kemiripan topik penelitian, dan bobot edge adalah nilai jaccard dan cosine similary topik penelitian antar Penulis. Pengelompokkan Penulis pada Co-Authorship Graph menggunakan Hypergraph Partitioning. Uji coba metode menggunakan data Penelitian dari Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) ITS Surabaya. Hasil pengelompokkan divalidasi menggunakan Silhouette dan Entropy. Hasil akhir pengelompokkan menunjukkan bahwa telah terbentuk kelompok Penulis yang anggotanya berasal dari Jurusan atau bidang yang berbeda, dengan kesamaan topik yang tinggi.