Kebutuhan akan seorang pakar yang kredibel di bidangnya selalu dibutuhkan baik
dalam dunia akademis maupun industri. Kelemahan dari beberapa sistem pencari
pakar yang mainstream pada saat ini adalah kurangnya validasi akan jejak rekam
kandidat pakar tersebut. Sistem pencari pakar yang dibangun sebelumnya dapat
mengatasi masalah tersebut, tetapi menimbulkan kelemahan lainnya, yaitu hanya
dapat memetakan deskripsi masalah menjadi satu bidang, padahal bisa saja satu
deskripsi masalah terdiri dari berbagai bidang.
Sistem pencarian pakar ini dibangun dengan menggunakan data dosen yang diambil
dari laman PD Dikti Indonesia. Secara umum, sistem terdiri dari dua subkomponen,
yaitu pengklasifikasian bidang dan rekomendasi kandidat pakar. Pembangunan
model klasifikasi menggunakan ekstraksi fitur TF-IDF dan menghasilkan hasil
klasifikasi yang bersifat multi-label, untuk mengakomodasi kebutuhan lebih dari 1
bidang untuk suatu masalah. Penghitungan skor pakar menggunakan metode
weighted sum model. Aspek yang menjadi nilai kepakaran adalah aspek pendidikan,
pengajaran, penelitian, pengabdian masyarakat, serta jabatan yang dipegang.
Sistem dibangun dalam bentuk perangkat lunak berbasis web dengan framework
Django. Pengujian terdiri dari uji fungsionalitas sistem, uji hasil pembangunan
model, dan uji kualitas rekomendasi pakar. Model klasifikasi sudah cukup baik
dengan akurasi sebesar 71% dengan algoritma SVM untuk 10 kelas keahlian.
Sistem yang dibangun diharapkan dapat dimanfaatkan untuk pemakaian lebih luas
di institusi akademik atau pemerintah untuk mencari pakar yang tepat, khususnya
pada kebutuhan penelitian atau pengabdian masyarakat. Kedepannya, disarankan
untuk memperbanyak data agar model dapat belajar mengklasifikasi lebih spesifik
ke subbidang, sehingga bisa memperdalam lingkup pemakaian.