HOSTJOURNALSHOSTJOURNALS

Bulletin of Computer Science ResearchBulletin of Computer Science Research

Profiling dosen berbasis publikasi ilmiah menjadi komponen strategis dalam pengelolaan sumber daya manusia perguruan tinggi. Proses identifikasi kompetensi dosen yang dilakukan secara manual sering memerlukan waktu lama dan berpotensi menimbulkan ketidaktepatan. Penelitian ini bertujuan mengembangkan aplikasi otomatis untuk profiling dosen dan pemetaan kompetensi terhadap mata kuliah menggunakan pendekatan unsupervised text similarity berbasis metode Term Frequency–Inverse Document Frequency (TF-IDF) dan Cosine Similarity. Aplikasi dikembangkan menggunakan framework Streamlit dengan integrasi data dari Google Scholar, SINTA, dan Scopus. Evaluasi dilakukan terhadap 50 dosen 120 pasangan data dosen–mata kuliah menggunakan metrik akurasi, precision, recall, F1-score, waktu respons, dan usability. Hasil pengujian menunjukkan akurasi sebesar 85,3%, F1-score 0,853, waktu respons rata-rata 2,3 detik, serta skor usability 86,4, yang termasuk kategori excellent. Sistem mampu menampilkan profil dosen secara interaktif, melakukan pemetaan kompetensi terhadap mata kuliah, serta menghasilkan laporan otomatis dalam format PDF. Dengan demikian, aplikasi ini efektif mendukung proses pengambilan keputusan akademik berbasis data dalam penempatan dosen sesuai bidang keahlian mereka.

Penelitian ini berhasil mengembangkan sistem Profiling Dosen berbasis Streamlit yang mengintegrasikan data dari Google Scholar, SINTA, dan Scopus serta menggunakan metode TF‑IDF dan Cosine Similarity untuk memetakan kompetensi dosen terhadap mata kuliah.Evaluasi menunjukkan akurasi pemetaan 85 %, F1‑Score 0,85, rata‑rata waktu respons 1,82 detik, dan skor SUS 86,4 (Excellent), menandakan hasil analisis yang akurat, responsif, dan mudah digunakan.Oleh karena itu, sistem ini efektif mendukung pengambilan keputusan akademik berbasis data dan memiliki potensi pengembangan lebih lanjut dalam manajemen sumber daya manusia akademik.

Penelitian selanjutnya dapat mengkaji penerapan model bahasa modern seperti BERT atau GPT untuk meningkatkan akurasi pemetaan semantik antara publikasi dosen dan deskripsi mata kuliah, sehingga memperkaya representasi konteks istilah teknis. Selanjutnya, studi longitudinal dapat mengintegrasikan aliran data publikasi secara real‑time untuk menilai dampak pembaruan profil otomatis terhadap keputusan penugasan dosen selama beberapa semester. Terakhir, perlu dilakukan eksplorasi integrasi sumber data tambahan seperti ORCID, paten, dan hibah penelitian guna memperluas cakupan kompetensi dosen, serta mengevaluasi bagaimana informasi ini dapat memandu perancangan kurikulum lintas disiplin yang lebih responsif terhadap kebutuhan industri dan penelitian.

  1. SISTEM INFORMASI AKADEMIK BERBASIS FRAMEWORK BOOTSTRAP UNTUK PENGELOLAAN DATA AKADEMIK DAN ADMINISTRASI... journal.dcircle.org/index.php/suliwa/article/view/66SISTEM INFORMASI AKADEMIK BERBASIS FRAMEWORK BOOTSTRAP UNTUK PENGELOLAAN DATA AKADEMIK DAN ADMINISTRASI journal dcircle index php suliwa article view 66
Read online
File size717.88 KB
Pages12
DMCAReport

Related /

ads-block-test