Penerapan Information Retrieval System dan Latent Dirichlet Allocation sebagai Service untuk Pemetaan SDGs.

Abstrak

Penentuan kategori Sustainable Development Goals (SDGs) pada data penelitian dan pengabdian kepada masyarakat (PPM) di IPB University pada periode awal dilakukan secara manual, sehingga sebagian besar data belum memiliki label SDGs dan menimbulkan ketidakkonsistenan informasi. Penelitian ini mengusulkan pendekatan otomatis untuk pelabelan SDGs berbasis Information Retrieval System (IR System) yang terintegrasi dengan KMS PPM IPB. Kontribusi utama penelitian ini adalah pengembangan framework otomasi yang menggabungkan pemodelan topik Latent Dirichlet Allocation (LDA) dan semantic similarity berbasis triplet loss untuk mengukur kesesuaian semantik antara dokumen PPM dan kategori SDGs. Selain itu, sistem dirancang sebagai layanan berbasis REST API yang memungkinkan integrasi langsung dengan sistem KMS PPM IPB, sehingga mendukung implementasi dalam lingkungan sistem nyata dan meningkatkan skalabilitas serta interoperabilitas. Hasil evaluasi menunjukkan nilai F1-score sebesar 16%, yang mengindikasikan keterbatasan dalam menyeimbangkan precision and recall. Namun demikian, rata-rata waktu respons sebesar 5.48 detik menunjukkan bahwa sistem mampu beroperasi dalam batas performa yang dapat diterima. Hasil ini menunjukkan bahwa pendekatan yang diusulkan dapat menjadi tahap awal dalam otomatisasi pelabelan SDGs untuk pengelolaan data PPM secara terintegrasi.