Di era perkembangan teknologi informasi yang pesat seperti saat ini, penyimpanan dan
penyebaran artikel ilmiah dalam bentuk elektronik berkembang sangat pesat
sekali.Sayangnya kemajuan teknologi tersebut tidak diimbangi dengan kemampuan
manusia dalam memilah artikel-artikel yang relevan dengan dengan suatu artikel ilmiah
tertentu. Sistem rekomendasi artikel ilmiah dengan vector space model dan algoritma
diujicoba pada 125 dokumen berbahasa Inggris. Dalam proses pengujian yang telah
dilakukan dengan nilai ambang batascosine similarity 0.1 untuk artikel ilmiah acuan
berbahasa Inggris sistem dapat memberikan hasil rata-rata precall 82.3%, precision 72.9%,
dan mean average precision (MAP) sebelum dilakukan relevance feedback 81.2% dan
setelah dilakukan relevance feedback 89.6%. Sedangkan untuk artikel ilmiah acuan