Makalah ilmiah berperan penting untuk kebutuhan studi literatur. Namun ketersediaanya yang sangat banyak telah menjadi permasalahan tersendiri, sehingga diperlukan suatu sistem peringkasan terhadap makalah tersebut agar menampilkan yang ingin dibutuhkan saja. Point-point pada review seperti kekuatan, batasan, dan hubungan kerja merupakan hal yang biasa dibutuhkan dalam pencarian literatur, karena berkaitan dengan tujuan pencariannya, seperti mencari metode terbaik, mengembangkan penelitian orang lain, menghindari membuat ulang, dan lain sebagainya. Pada penelitian ini dibahas bagaimana pemrosessan peringkasan otomatis makalah lmiah, yaitu dengan mengklasifikasikan satu bagian yang mewakili isi makalah berupa kalimat sitasi dengan penggunaan variasi fitur adjective, verb ,noun, unigram, dan bigram. Classifier yang digunakan adalah Naïve Bayes dan Support Vector Machine (SVM). Dari hasil pengujian sistem didapat kombinasi fitur terbaik adalah adjective, verb, dan unigram pada kedua classifier. Classifier terbaik ditunjukkan oleh SVM yang menampilkan rata-rata dari hasil evaluasinya lebih baik dibanding hasil Naive Bayes.