Analisis Bibliometrik Tren Penelitian Natural language processing pada Chatbot dari Tahun 2019-2023

Perkembangan teknologi informasi saat ini berkembang dengan begitu pesat. Teknologi Informasi merupakan teknologi yang memproses data untuk menghasilkan informasi berkualitas, relevan, akurat, dan tepat waktu yang digunakan dalam berbagai konteks seperti pribadi, bisnis, dan pemerintahan, serta menjadi dasar penting dalam pengambilan keputusan (Wardiana, 2002). Berkat kemampuan manusia dalam inovasi serta kreatifitasnya telah muncul inovasi teknologi informasi, salah satunya artificial intelligence. AI (artificial intelligence) merupakan kecerdasan buatan yang meniru perilaku manusia (Pakpahan, 2021). Secara sederhana, artificial intelligence memiliki kemampuan untuk meniru kecerdasan manusia dalam menyelesaikan berbagai tugas dan pekerjaan. Bahkan, artificial intelligence memiliki potensi untuk mengambil alih peran manusia dalam beberapa jenis pekerjaan. Perkembangan artificial intelligence sudah berkembang tidak hanya sekedar kecerdasan buatan. Baru-baru ini penggunaan Chat GPT menjadi sesuatu yang disorot dalam implementasi artificial intelligence dalam bentuk chatbot. Aplikasi tersebut dibangun atas dasar pendekatan natural language processing yang merupakan salah satu bidang keilmuan dalam kecerdasan buatan yang mempelajari mengenai interaksi antara komputer dan bahasa alami yang digunakan oleh manusia. Model komputasi semacam ini memiliki manfaat dalam mempermudah komunikasi antara manusia dan komputer, terutama dalam konteks pencarian informasi (Maitri & Sutopo, 2019). Berkembangnya teknologi memberikan proses kegiatan manusia menjadi lebih mudah dari sebelumnya. Terdapat banyak pilihan produk artificial intelligence, chatbot menjadi salah satu favorit orang-orang dalam menggunakan artificial intelligence seperti Chat GPT dan lain sejenisnya. Perkembangan artificial intelligence seperti chatbot telah mengalami pertumbuhan yang sangat masif setelah pandemi Covid-19. Seiring dengan perubahan dalam gaya hidup dan kebiasaan komunikasi yang dipengaruhi oleh pandemi, artificial intelligence telah menjadi semakin penting dalam menyediakan solusi dan layanan yang mudah diakses secara digital (Kuppuswamy, et al., 2023). Teknologi ini telah digunakan secara luas dalam berbagai sektor, termasuk kesehatan, bisnis digital, dan banyak lagi. Penelitian sebelumnya yang berjudul “Research Trends in the International Literature on Natural Language Processing, 2000-2019 — A Bibliometric Study” ditulis oleh Roberto E Lopez-Martinez dan Gerardo Sierra dari Journal of Scientometrics Research tahun 2020 yang menyajikan tinjauan menggunakan metode bibliometrik terhadap keadaan penelitian di bidang natural language processing, yang mencakup metode teknik semantik, teknik statistik, atau kombinasi keduanya dalam rentang tahun 2000 sampai 2019. Hasilnya menunjukkan bahwa, dalam beberapa tahun terakhir natural language processing sering berinteraksi dengan subjek yang terkait dengan artificial intelligence, seperti deep learning, machine learning dan neural networks (Lopez-Martinez & Sierra, 2020). Penelitian ini menggunakan metode bibliometrik untuk melihat sebaran keadaan penelitian internasional tentang natural language processing pada implementasi artificial intelligence dalam bentuk chatbot dengan meninjau dari penelitian yang bersumber dari Scopus dengan mengidentifikasi dan melihat area penelitian yang mana saja yang banyak dikaji selama rentang tahun 2019 sampai 2023 setelah pandemi Covid-19.

Metode penelitian yang akan digunakan dalam penelitian ini mencakup dua pendekatan utama: citation network analysis dan text mining. Citation network analysis merupakan metode yang digunakan untuk menganalisis jaringan kutipan antara publikasi ilmiah. Jaringan kutipan terdiri dari simpul yang merepresentasikan artikel penelitian atau penulis, serta tautan yang menghubungkan kutipan antara penelitian-penelitian tersebut. Jaringan kutipan ini memiliki sifat acyclic, artinya tidak terdapat putaran tertutup dalam jaringan, namun dapat berkembang dari waktu ke waktu dengan adanya publikasi baru (Leicht, et al., 2007). Hubungan kutipan dalam jaringan ini sering mencerminkan korelasi semantik antara dua penelitian (Börner, et al., 2003). Analisis jaringan kutipan dapat digunakan untuk menyelidiki hubungan antara publikasi ilmiah, mengidentifikasi perkembangan ilmu pengetahuan, dan mengungkap inovasi teknologi. Diasumsikan bahwa penelitian yang dikutip memiliki minat yang sama atau berbagi topik yang serupa, dengan menyelidiki struktur dalam jaringan kutipan dapat memahami interkoneksi antara karya ilmiah dan struktur pengetahuan dalam berbagai disiplin ilmu. Pada penelitian kali ini VOSviewer akan dijadikan alat untuk melakukan citation network analysis. Sedangkan text mining merupakan pendekatan yang digunakan untuk mengekstraksi informasi dan merangkum konten dari berbagai dokumen tertulis dan kumpulan teks seperti situs web, surat kabar, buku, email, dan artikel. Pendekatan ini melibatkan penerapan pemrosesan bahasa alami untuk mengubah teks yang tidak terstruktur dalam dokumen menjadi format data terstruktur, sehingga memungkinkan identifikasi fakta dan hubungan (Aggarwal & Zhai, 2012). Text mining digunakan untuk mengekstraksi istilah kunci dari penelitian untuk mengklasifikasikan topik utama dalam suatu penelitian, dengan menggabungkan kedua pendekatan ini, penelitian ini akan meninjau hubungan antara publikasi ilmiah melalui analisis jaringan kutipan, serta melakukan analisis teks untuk mengekstraksi informasi penting dan meringkas konten dari dokumen-dokumen yang relevan.

Proses tinjauan penelitian ini terdiri dari tiga fase. Pertama, mengumpulkan data dari database yang bersumber dari Scopus. Kedua, catatan bibliografi data diambil untuk membuat dataset untuk bidang penelitian yang kemudian digunakan untuk melihat hasil visualisasi di VOSviewer. Ketiga, memanfaatkan text mining untuk mengekstraksi dan mendistribusi kata kunci informasi dari setiap tahun. Koleksi yang diambil meliputi artikel jurnal, makalah konferensi, buku dan bab buku. Kombinasi kata kunci yang dipakai adalah “Chatterbot OR Chatbot” sebagai string pencarian untuk pencarian topik dan membatasi pengumpulan literatur artikel yang diterbitkan selama periode 2019–2023 (data diambil pada 24 Mei 2023). Ini berarti bahwa semua publikasi yang mengandung istilah-istilah ini dalam daftar abstrak, judul, atau kata kunci diambil dan dimasukkan dalam kumpulan data awal penelitian. Kemudian diambil catatan bibliografi lengkap dari publikasi ini untuk membuat kumpulan data untuk analisis lebih lanjut. Pada hasil pemetaan tren bidang studi terdapat 10 bidang studi yang paling mendominasi (Gambar 1) dengan tema penelitian natural language processing pada implementasi artificial intelligence dalam bentuk chatbot, dari 7785 hasil pencarian yaitu, computer science sebanyak 2825 hasil (36,3%), engineering sebanyak 1159 hasil (14,9%), mathematics sebanyak 648 hasil (8,35), social sciences sebanyak 582 hasil (7,5%), decision sciences sebanyak 579 hasil (7,4%), medicine sebanyak 511 hasil (6,6%), business, management and accounting sebanyak 306 hasil (3,9%), physics and astronomy sebanyak 236 hasil (3%), energy sebanyak 149 (1,9%), dan arts and humanities sebanyak 137 hasil (1,8%). Untuk bidang studi lainnya yaitu sebanyak (8,4%) hasil terdiri dari psychology sebanyak 108 hasil, materials science sebanyak 98 hasil, health professions sebanyak 84 hasil, biochemistry, genetics and molecular biology sebanyak 56 hasil, environmental science sebanyak 54 hasil, chemical engineering sebanyak 48 hasil, neuroscience sebanyak 30 hasil, nursing sebanyak 26 hasil, agricultural and biological sciences sebanyak 24 hasil, chemistry sebanyak 22 hasil, multidisciplinary sebanyak 19 hasil, earth and planetary sciences sebanyak 12 hasil, immunology and microbiology sebanyak 9 hasil, pharmacology, toxicology and pharmaceutics sebanyak 6 hasil, dentistry sebanyak 1 hasil, dan veterinary sebanyak 1 hasil. Berdasarkan hasil pemetaan tersebut bidang studi computer science, engineering, dan mathematics merupakan tiga bidang studi yang mendominasi dalam jumlah hasil pencarian. Hal ini menunjukkan pentingnya penelitian dalam teknologi informasi, implementasi teknik, dan matematika dalam konteks studi bibliometrik pada tema penelitian natural language processing pada chatbot. Implikasinya adalah bahwa penelitian lebih lanjut dalam bidang-bidang ini dapat membantu memperdalam pemahaman tentang tren, pola, dan hubungan dalam literatur akademik. Meskipun beberapa bidang studi mendominasi, ada beberapa bidang studi yang menerima perhatian yang lebih sedikit dalam hasil pemetaan. Contohnya, bidang studi seperti environmental science, dentistry, dan veterinary memiliki jumlah hasil pencarian yang relatif rendah. Implikasinya adalah perlunya penelitian lebih lanjut untuk mengisi kesenjangan penelitian ini dan melengkapi pemahaman tentang bidang studi yang kurang dijelajahi. Setelah dilakukan penginputan data sejumlah 3.810 artikel pada periode lima tahun terakhir (2019-2023) menggunakan tema penelitian natural language processing pada implementasi artificial intelligence dalam bentuk chatbot, data tersebut dianalisis menggunakan perangkat lunak VOSviewer. Hasil output data VOSviewer yang dihasilkan (Gambar 2), ditemukan bahwa terdapat banyak penelitian yang mengkaji subjek participant, dataset, dan covid. Temuan ini menunjukkan adanya minat yang signifikan dalam penggunaan natural language processing pada chatbot dalam konteks yang berhubungan dengan participant, dataset, dan covid. Subjek participant menunjukkan bahwa banyak penelitian yang fokus pada pengguna manusia sebagai partisipan dalam penelitian-penelitian ini. Hal ini menunjukkan bahwa ada kepentingan dalam memahami interaksi antara manusia dan sistem artificial intelligence yang menggunakan natural language processing dalam bentuk chatbot. Selanjutnya, temuan mengenai dataset menunjukkan bahwa banyak penelitian yang berfokus pada pengembangan dan penggunaan dataset yang berkaitan dengan natural language processing pada implementasi artificial intelligence dalam bentuk chatbot. Dataset yang berkualitas dan representatif sangat penting dalam pengembangan model natural language processing yang efektif dan akurat. Selain itu, ditemukan juga keterkaitan yang signifikan antara tema penelitian dengan covid. Temuan ini mencerminkan respons cepat dari komunitas peneliti untuk memanfaatkan natural language processing dalam memahami dan mengatasi tantangan yang dihadapi dalam konteks pandemi Covid-19. Penelitian-penelitian ini berfokus pada analisis teks dari berbagai sumber, termasuk laporan medis, artikel jurnal, atau data sosial media, untuk membantu pemahaman, prediksi, atau mitigasi terkait Covid-19. Temuan-temuan ini memberikan wawasan yang berharga dalam tren dan arah penelitian dalam bidang natural language processing pada implementasi artificial intelligence dalam bentuk chatbot. Informasi ini dapat digunakan sebagai dasar untuk mengarahkan penelitian lanjutan dan mengidentifikasi potensi kolaborasi atau peluang penelitian yang lebih mendalam di masa depan. Gambar 3 menunjukan hasil pemetaan semua kata kunci pada tema penelitian natural language processing pada implementasi artificial intelligence dalam bentuk chatbot yang ada dalam 3.810 artikel pada periode lima tahun terakhir (2019-2023) mulai dari 2019 sebanyak 571 literatur, 2020 sebanyak 733 literatur, 2021 sebanyak 977 literatur, 2022 sebanyak 1096 literatur, dan 2023 sebanyak 433 literatur. Pada tahun 2019 terdapat 10 kata kunci yang paling mendominasi yaitu, chatbot or chatbots sebanyak 454 hasil, natural language processing or Natural language processing sebanyak 128 hasil, artificial intelligence sebanyak 116 hasil, natural language processing systems sebanyak 104 hasil, conversational agents sebanyak 76 hasil, human computer interaction sebanyak 59 hasil, machine learning sebanyak 54 hasil, learning systems sebanyak 50 hasil, deep learning sebanyak 43 hasil, dan students sebanyak 42 hasil. Selanjutnya tahun 2020 terdapat 10 kata kunci yang paling mendominasi yaitu, chatbot or chatbots sebanyak 622 hasil, artificial intelligence sebanyak 156 hasil, natural language processing or Natural language processing sebanyak 139 hasil, natural language processing systems sebanyak 98 hasil, conversational agents sebanyak 89 hasil, human sebanyak 58 hasil, machine learning sebanyak 53 hasil, human computer interaction sebanyak 48 hasil, natural languages sebanyak 47 hasil, dan user interfaces sebanyak 47 hasil. Untuk tahun 2021 terdapat 10 kata kunci yang paling mendominasi yaitu, chatbot or chatbots sebanyak 954 hasil, artificial intelligence sebanyak 225 hasil, natural language processing systems sebanyak 130 hasil, natural language processing sebanyak 110 hasil, conversational agents sebanyak 91 hasil, machine learning sebanyak 88 hasil, human sebanyak 74 hasil, students sebanyak 72 hasil, deep learning sebanyak 67 hasil, dan article sebanyak 55 hasil. Selanjutnya tahun 2022 terdapat 10 kata kunci yang paling mendominasi yaitu, chatbot or chatbots sebanyak 1206 hasil, artificial intelligence sebanyak 223 hasil, natural language processing systems sebanyak 183 hasil, natural language processing sebanyak 141 hasil, natural language sebanyak 130 hasil, machine learning sebanyak 111 hasil, conversational agents sebanyak 107 hasil, language processing sebanyak 95 hasil, human sebanyak 91 hasil dan deep learning sebanyak 84 hasil. Terakhir tahun 2023 terdapat 10 kata kunci yang paling mendominasi yaitu, chatbot or chatbots sebanyak 387 hasil, artificial intelligence sebanyak 111 hasil, human or humans sebanyak 96 hasil, natural language processing sebanyak 51 hasil, natural language processing systems sebanyak 42 hasil, natural language sebanyak 35 hasil, conversational agents sebanyak 33 hasil, machine learning sebanyak 33 hasil, language processing sebanyak 31 hasil dan Covid-19 sebanyak 29 hasil. Pada hasil pemetaan menunjukkan perubahan kata kunci yang mendominasi dari tahun ke tahun. Hal ini mencerminkan pergeseran minat penelitian dan perkembangan tren dalam bidang natural language processing pada chatbot. Contohnya, kata kunci "chatbot or chatbots" menjadi salah satu kata kunci yang dominan dalam semua tahun yang diamati, menunjukkan pentingnya chatbot dalam konteks natural language processing pada artificial intelligence. Sedangkan kata kunci "Covid-19" muncul pada tahun 2023, mengindikasikan adanya pengaruh pandemi terhadap penelitian dalam bidang ini. Hal ini menunjukkan upaya peneliti dalam mempelajari penggunaan natural language processing pada implementasi artificial intelligence dalam bentuk chatbot dalam menghadapi pandemi dan memahami dampaknya dalam berbagai aspek.

Berdasarkan hasil penelitian yang disajikan dapat disimpulkan beberapa poin yang relevan yaitu, bidang studi yang dominan dalam penelitian natural language processing pada chatbot adalah computer science, engineering, dan mathematics. Hal ini menunjukkan fokus utama dalam pengembangan dan pemahaman aspek-aspek teknis dari artificial intelligence. Selanjutnya, hasil penelitian juga menunjukkan minat yang signifikan dalam penggunaan natural language processing pada implementasi artificial intelligence dalam bentuk chatbot yang terkait dengan participant, dataset, dan covid. Hal ini mengindikasikan bahwa natural language processing dalam analisis data terkait memahami interaksi antara manusia dan sistem artificial intelligence yang menggunakan chatbot serta pandemi Covid-19 telah menjadi topik yang menarik bagi para peneliti. Selain itu, Penelitian tersebut juga menekankan pentingnya dataset yang berkualitas dan representatif dalam pengembangan model natural language processing yang efektif dan akurat. Terakhir dari hasil pemetaan kata kunci yang menentukan fokus penelitian yang berbeda setiap tahunnya, mencerminkan pergeseran tren dan minat dalam natural language processing pada implementasi artificial intelligence dalam bentuk chatbot dari tahun ke tahun.