Pendeteksian argumen secara otomatis dari dokumen teks dengan mengklasifikasi kalimat kedalam komponen argumen telah dilakukan beberapa peneliti sebelumnya dan menghasilkan hasil klasifikasi yang bervariatif. Identifikasi komponen argumen yang dilakukan oleh Stab dengan membangun fitur kalimat menghasilkan tingkat akurasi yang baik menggunakan Support Vector Machine. Dalam jurnal ini dilakukan pengembangan menggunakan metode SVM yang digabungkan dengan Jaringan Saraf Tiruan (Neural Network) berupa Convolutional Neural Network untuk mengklasifikasi komponen argumen pada esai persuasif. Hasil yang didapat bahwa metode ini dapat berkerja dengan baik untuk kelas argumen yang relatif sedikit pada corpus esay dan menghasilkan nilai Akurasi rata-rata 76% dan rata-rata F1-Score 71.4%.