Pengembangan Sistem EKstraksi Metadata Artikel ilmiah secara Otomatis

• Main Authors: Faisal Rahutomo, Dyah Ayu Irawati, Muhammad Aisamuddin Eka Pramudita
• Format: Article
• Language: Indonesian
• Published: University of Brawijaya 2019-02-01
• Series: Jurnal Teknologi Informasi dan Ilmu Komputer
• Online Access: http://jtiik.ub.ac.id/index.php/jtiik/article/view/1227

Pengarsipan artikel ilmiah di Jurusan Teknologi Informasi Politeknik Negeri Malang menggunakan platform Open Journal Systems (OJS). Pengarsipan tersebut melalui tahapan penulisan metadata artikel ilmiah yang dilakukan satu-persatu. Metadata artikel ilmiah ini berupa judul, penulis, instansi, surel penulis, abstrak, kata kunci, dan daftar pustaka. Diperlukan waktu yang cukup lama untuk memasukkan metadata artikel ilmiah dalam OJS karena prosedur dalam OJS itu sendiri. Untuk itu penelitian ini mengusulkan sebuah sistem tambahan OJS yang bisa menyediakan metadata artikel ilmiah tersebut secara otomatis. Sistem dibangun menggunakan pendekatan rule-based text parsing. Dalam metode tersebut disusun beberapa aturan untuk mengambil teks yang diperlukan oleh isian metadata OJS yang mewakili sebuah artikel ilmiah. Artikel ilmiah diunggah ke dalam sistem tambahan tersebut untuk menghasilkan metadata-nya secara otomatis. Metadata tersebut selanjutnya disimpan dalam format XML. Pada sistem OJS terdapat perangkat native XML plugin yang bisa melakukan export – import metadata suatu artikel ilmiah untuk OJS. Dari hasil pengujian, sistem bisa memudahkan pengarsipan artikel ilmiah lebih cepat 13 kali dibanding pengisian metadata secara manual. Abstract Department of information technology, State Polytechnic of Malang archives its scientific article with Open Journal Systems (OJS) platform. Archiving in OJS needs to write the scientific article metadata manually through a form. Metadata of this scientific article includes title, author, agency, writer e-mail, abstract, keywords and bibliography. Inserting scientific articles metadata in OJS manually takes quite a long time because of the procedure in OJS itself. Highlighting this problem, this research proposes a text processing add-on system for OJS that able to extract the scientific article's metadata automatically. The system is built with rule-based text parsing method. In this method, the authors composed some rules to obtain the metadata of scientific article. Scientific articles were uploaded into the system to capture the metadata of the scientific article automatically. The metadata was then stored in XML. In OJS add-on there is native XML plugin tool that able to export - import the scientific article metadata for OJS. The experimental results show the system able to facilitate the archiving of scientific articles 13 times faster.