Penerapan Sentence-Bert dalam Pengembangan Sistem Informasi Monitoring Tema Penelitian di UIN AR-RANIRY Banda Aceh

Monitoring tema penelitian di UIN Ar-Raniry masih dilakukan secara manual sehingga proses pengecekan kesamaan judul membutuhkan waktu lama dan berpotensi terjadinya duplikasi tema. Oleh karena itu, penelitian ini bertujuan mengembangkan sistem informasi monitoring tema penelitian dengan menerapkan metode Sentence-BERT Multilingual berbasis deep learning untuk menganalisis tingkat kemiripan judul penelitian secara otomatis. Model Sentence-BERT Multilingual digunakan untuk menghasilkan representasi vektor kalimat (Sentence embedding) yang mampu menangkap makna semantik teks. Selanjutnya, tingkat kemiripan dihitung menggunakan metode Cosine Similarity berdasarkan hasil embedding yang diperoleh. Sistem dikembangkan berbasis web dengan menggunakan data judul penelitian mahasiswa sebagai bahan pengujian. Hasil penelitian menunjukkan bahwa penerapan metode deep learning melalui Sentence-BERT Multilingual mampu memberikan pengukuran kemiripan yang lebih akurat secara semantik dibandingkan metode pencocokan teks konvensional. Sistem yang dikembangkan dapat membantu proses monitoring tema penelitian menjadi lebih efektif, cepat, dan sistematis. Dengan adanya sistem ini, diharapkan dapat mendukung proses pengelolaan data penelitian di lingkungan akademik serta membantu mahasiswa dan pihak program studi dalam meminimalkan terjadinya kesamaan tema penelitian.