Program Kampus Merdeka menghadapi tantangan dalam upayanya untuk meningkatkan kualitas pendidikan melalui transfer kredit untuk pembelajaran di luar kampus. Proses pembelajaran Kampus Merdeka dilakukan secara sederhana yang berisiko membuat mahasiswa tidak sepenuhnya mendapat materi mata kuliah. Materi yang diperoleh mahasiswa dapat ditelusuri berdasarkan kemiripan konten dokumen, di mana analisis kemiripan kata menjadi salah satu cara yang dapat digunakan untuk melihat nilai kemiripan konten. Salah satu metode populer untuk mengukur kemiripan kata adalah cosine similarity. Pengukuran berdasarkan kemiripan kata sering terkendala oleh perbedaan cara representasi kata. Dalam hal ini, pemodelan topik menawarkan pendekatan yang lebih mendalam dengan mengungkapkan tema-tema tersembunyi, sehingga meningkatkan pemahaman terhadap konteks dokumen. Di lain pihak, metode pengukuran seperti cosine similarity tidak memperhitungkan arah hubungan antar teks. Pada penelitian ini, directed similarity diusulkan untuk memastikan bahwa kedua teks dapat mengukur nilai yang lebih tepat. Penelitian ini membandingkan pendekatan kemiripan kata menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dan kemiripan topik memanfaatkan Pemodelan Topik berbasis Latent Dirichlet Allocation (LDA). Hasil eksperimen menunjukkan bahwa kemiripan topik memberikan kemiripan dua kali lebih besar dibandingkan dengan kemiripan kata. Sedangkan, directed similarity memiliki keselarasan 98,8% dengan cosine similarity, dengan koreksi nilai sebesar 0,12 pada kemiripan kata dan 0,32 pada kemiripan topik. Penilaian ahli menunjukkan kedua metrik memiliki performa baik, dengan kemiripan kata memperoleh nilai 84,16% dan kemiripan topik memperoleh nilai 85,00%.