Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu Komputer

Covid-19 berdampak pada seluruh penduduk di dunia, pandemi ini tidak hanya mempengaruhi sektor kesehatan, namun juga ekonomi, pendidikan, transportasi, industri, dan pemerintahan. Covid-19 hadir sebagai topik menarik bagi para peneliti, hal tersebut nampak pada data yang diperoleh dari Scopus, Cross...

Full description

Bibliographic Details
Main Authors: Tri Wahyu Widyaningsih, Meta Amalya Dewi, - Andrianingsih
Format: Article
Language:Indonesian
Published: Universitas Dian Nuswantoro 2021-08-01
Series:Techno.Com
Subjects:
Online Access:http://publikasi.dinus.ac.id/index.php/technoc/article/view/4593
id doaj-aeda6106f21a45f28a586ac2d6f55f9f
record_format Article
spelling doaj-aeda6106f21a45f28a586ac2d6f55f9f2021-08-31T05:47:00ZindUniversitas Dian NuswantoroTechno.Com2356-25792021-08-0120344045410.33633/tc.v20i3.45932113Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu KomputerTri Wahyu Widyaningsih0Meta Amalya Dewi1- Andrianingsih2Tanri Abeng UniversityTanri Abeng UniversityUniversitas NasionalCovid-19 berdampak pada seluruh penduduk di dunia, pandemi ini tidak hanya mempengaruhi sektor kesehatan, namun juga ekonomi, pendidikan, transportasi, industri, dan pemerintahan. Covid-19 hadir sebagai topik menarik bagi para peneliti, hal tersebut nampak pada data yang diperoleh dari Scopus, Crossref, IEEEXplore, dan Google Scholar yang di dalamnya memuat penelitian di bidang ilmu komputer yang membahas covid-19, dengan berbagai tujuan penelitian untuk memperoleh inovasi maupun solusi dari permasalahan yang timbul akibat pandemi. Penelitian ini dilakukan untuk memperoleh topik apa saja yang paling diminati oleh para peneliti terkait dengan covid 19, dan menganalisis serta membandingkan relasi antara topik Artificial Intelligence, Data Mining, Deep Learning, Machine Learning, dan Internet of Thing dari sumber google scholar, scopus, IEEEXplore, dan crossref dengan menggunakan analisis bibliometrik. Metode occurrence dan link strength digunakan untuk memvisualisasikan jejaring berdasarkan kata kunci dari ke lima topik bidang ilmu komputer serta hubungan antara lima topik tersebut dengan topik riset lainnya. Hasil analisis bibliometric menunjukkan peringkat dari ke empat penyedia sumber data artikel di lihat dari persentase setiap topik penelitian adalah sebagai berikut : Scopus, Crossref, IEEEXplore, dan Google Scholar. Analisis link strength dan occurence  terhadap kelima topik penelitian menunjukkan peringkat yang dapat dilihat dari banyaknya link strength dan occurrence di setiap penyedia sumber artikel, dengan hasil peringkat sebagai berikut : Deep Learning, Artificial Intelligence, Internet of Things, Machine Learning, dan Data Mining.   Kata kunci: Bibliometrik, Covid-19, Occurrence,  Link Strength, Ilmu Komputerhttp://publikasi.dinus.ac.id/index.php/technoc/article/view/4593bibliometrik, covid-19occurrencelink strengthcomputer science
collection DOAJ
language Indonesian
format Article
sources DOAJ
author Tri Wahyu Widyaningsih
Meta Amalya Dewi
- Andrianingsih
spellingShingle Tri Wahyu Widyaningsih
Meta Amalya Dewi
- Andrianingsih
Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu Komputer
Techno.Com
bibliometrik, covid-19
occurrence
link strength
computer science
author_facet Tri Wahyu Widyaningsih
Meta Amalya Dewi
- Andrianingsih
author_sort Tri Wahyu Widyaningsih
title Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu Komputer
title_short Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu Komputer
title_full Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu Komputer
title_fullStr Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu Komputer
title_full_unstemmed Analisis Bibliometrik untuk Memetakan Tren Penelitian Covid-19 dalam Topik Ilmu Komputer
title_sort analisis bibliometrik untuk memetakan tren penelitian covid-19 dalam topik ilmu komputer
publisher Universitas Dian Nuswantoro
series Techno.Com
issn 2356-2579
publishDate 2021-08-01
description Covid-19 berdampak pada seluruh penduduk di dunia, pandemi ini tidak hanya mempengaruhi sektor kesehatan, namun juga ekonomi, pendidikan, transportasi, industri, dan pemerintahan. Covid-19 hadir sebagai topik menarik bagi para peneliti, hal tersebut nampak pada data yang diperoleh dari Scopus, Crossref, IEEEXplore, dan Google Scholar yang di dalamnya memuat penelitian di bidang ilmu komputer yang membahas covid-19, dengan berbagai tujuan penelitian untuk memperoleh inovasi maupun solusi dari permasalahan yang timbul akibat pandemi. Penelitian ini dilakukan untuk memperoleh topik apa saja yang paling diminati oleh para peneliti terkait dengan covid 19, dan menganalisis serta membandingkan relasi antara topik Artificial Intelligence, Data Mining, Deep Learning, Machine Learning, dan Internet of Thing dari sumber google scholar, scopus, IEEEXplore, dan crossref dengan menggunakan analisis bibliometrik. Metode occurrence dan link strength digunakan untuk memvisualisasikan jejaring berdasarkan kata kunci dari ke lima topik bidang ilmu komputer serta hubungan antara lima topik tersebut dengan topik riset lainnya. Hasil analisis bibliometric menunjukkan peringkat dari ke empat penyedia sumber data artikel di lihat dari persentase setiap topik penelitian adalah sebagai berikut : Scopus, Crossref, IEEEXplore, dan Google Scholar. Analisis link strength dan occurence  terhadap kelima topik penelitian menunjukkan peringkat yang dapat dilihat dari banyaknya link strength dan occurrence di setiap penyedia sumber artikel, dengan hasil peringkat sebagai berikut : Deep Learning, Artificial Intelligence, Internet of Things, Machine Learning, dan Data Mining.   Kata kunci: Bibliometrik, Covid-19, Occurrence,  Link Strength, Ilmu Komputer
topic bibliometrik, covid-19
occurrence
link strength
computer science
url http://publikasi.dinus.ac.id/index.php/technoc/article/view/4593
work_keys_str_mv AT triwahyuwidyaningsih analisisbibliometrikuntukmemetakantrenpenelitiancovid19dalamtopikilmukomputer
AT metaamalyadewi analisisbibliometrikuntukmemetakantrenpenelitiancovid19dalamtopikilmukomputer
AT andrianingsih analisisbibliometrikuntukmemetakantrenpenelitiancovid19dalamtopikilmukomputer
_version_ 1721184338640371712