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, 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

Abstract licence: CC BY

A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.