KONSISTENSI PENULISAN JURNAL ILMIAH BERBASIS NATURAL LANGUAGE PROCESSING

Konsistensi dalam penulisan jurnal ilmiah memiliki peran krusial dalam memandu pembaca melalui alur pemikiran dan informasi yang disajikan. Dengan memelihara konsistensi, penulis dapat menghindari kesalahan dan inkonsistensi yang berpotensi mempengaruhi hasil dan interpretasi penelitian. Penelitian ini mengembangkan sebuah sistem berbasis informasi yang bertujuan untuk mengevaluasi konsistensi dalam penulisan jurnal dengan pengujian sistem yang menghasilkan nilai coherence. Teknik-teknik Natural Language Processing (NLP), seperti Term Frequency-Inverse Document Frequency (TF-IDF) dan Cosine Similarity (CS), digunakan untuk menganalisis kesamaan antar bagian konten jurnal: judul, abstrak, pendahuluan, dan kesimpulan. Selain itu, sistem juga memanfaatkan Bidirectional Encoder Representations from Transformers (BERT) untuk menghasilkan embedding teks yang lebih kaya dan representatif terhadap konteks. Jarak antar embedding ini diukur menggunakan Euclidean Distance untuk mendapatkan evaluasi yang lebih mendalam mengenai koherensi dan keselarasan antar bagian teks. Dengan mengombinasikan perhitungan Cosine Similarity dan Euclidean Distance melalui embedding BERT