Pembentukan Dataset dan Klasterisasi Data Kepakaran Berbasis Publikasi dan Sitasi Google Scholar

Abstract

Pemetaan kepakaran peneliti penting untuk memahami perkembangan bidang penelitian di perguruan tinggi. Penelitian ini membangun dataset dan memetakan kelompok kepakaran peneliti di Sekolah Sains Data, Matematika, dan Informatika (SSMI) IPB University berdasarkan publikasi Google Scholar. Data hasil web scraping diproses melalui deduplikasi dan prapemrosesan teks, direpresentasikan dengan TF-IDF, direduksi dimensinya dengan LSA, lalu dikelompokkan menggunakan K-Means. Hasil penelitian menghasilkan lima kelompok kepakaran yang merepresentasikan bidang keilmuan di SSMI. Jumlah klaster ini dipilih berdasarkan kesesuaiannya dengan struktur program studi, meskipun konfigurasi enam klaster memiliki nilai pemisahan lebih tinggi. Dataset dan pemetaan yang dihasilkan dapat mendukung pengambilan keputusan akademik dan pengembangan kolaborasi riset.