Bibliometrik Analisis Sentimen: Tren Metode Penelitian dan Domain Implementasi
DOI:
https://doi.org/10.70609/jusifor.v4i1.7275Kata Kunci:
Analisis Sentimen, Bibliometrik, Biblioshiny, VosViewerAbstrak
Perkembangan teknologi digital telah mendorong peningkatan penelitian dalam analisis sentimen di berbagai platform digital. Penelitian ini bertujuan untuk memvisualisasikan tren analisis sentimen. Metode Penelitian yang digunakan merupakan analisis bibliometrik dengan data yang diperoleh dari database Scopus. Pencarian data dilakukan dengan kata kunci utama “sentiment” dan “analysis”, kemudian dianalisis menggunakan perangkat lunak seperti R Studio, Biblioshiny, dan VOSviewer. Hasil penelitian menunjukkan bahwa penelitian analisis sentimen mengalami peningkatan signifikan dalam rentang tahun 2020-2025, dengan metode berbasis kecerdasan buatan seperti BERT, Long Short-Term Memory (LSTM), dan Lexicon sebagai teknik yang paling dominan. Selain itu, analisis tren topik mengungkapkan bahwa pendekatan terbaru, seperti aspect-based sentiment analysis dan deep reinforcement learning, semakin banyak digunakan. Hasil penelitian juga menunjukan bahwa Domain atau area implementasi penelitian analisis sentimen pada Teknologi, Ilmu Sosial, dan Bisnis sebagai domain paling dominan.
Referensi
[1] M. Imelda, N. Susiang, and M. Ghofur, “The Influence of Social Media on Changes in Social Values among Millennials,” Socious Journal, vol. 1, no. 5, pp. 21-28, 2024, doi: 10.62872/sbe22z03.
[2] D. Andzani and Irwansyah, “Dinamika Komunikasi Digital: Tren, Tantangan, Dan Prospek Masa Depan,” Jurnal Syntax Admiration, vol. 4, no. 7, pp. 894–911, Jul. 2023, doi: 10.46799/jsa.v4i11.743.
[3] B. Wicaksono and V. R. S. Nastiti, “Analisis Sentimen dalam Opini Publik di Chanel Youtube Indonesia Lawyers Club Tentang Isu Populer dengan Menggunakan Metode LSTM dan Bi-LSTM,” Jurnal Algoritma, vol. 21, no. 2, pp. 241–251, Dec. 2024, doi: 10.33364/algoritma/v.21-2.1696.
[4] M. Birjali, M. Kasri, and A. Beni-Hssane, “A comprehensive survey on sentiment analysis: Approaches, challenges and trends,” Knowl Based Syst, vol. 226, Aug. 2021, doi: 10.1016/j.knosys.2021.107134.
[5] M. R. Fauzi, R. A. Pratama, P. Laksono, and P. Eosina, “Penerapan Big Data Menggunakan Algoritma Multi-Label K-Nearest Neighbor dalam Analisis Sentimen Konsumen UMKM Sektor Kuliner,” Krea-TIF, vol. 9, no. 1, pp. 9–20, May 2021, doi: 10.32832/kreatif.v9i1.3587.
[6] M. J. Palepa, N. Pratiwi, and R. Q. Rohmansa, “Analisis Sentimen Masyarakat Tentang Pengaruh Politik Identitas Pada Pemilu 2024 Terhadap Toleransi Beragama Menggunakan Metode K - Nearest Neighbor,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 1, pp. 389–401, Feb. 2024, doi: 10.29100/jipi.v9i1.4957.
[7] S. Puad and A. Susilo Yuda Irawan, “Analisis Sentimen Masyarakat Pada Twitter Terhadap Pemilihan Umum 2024 Menggunakan Algoritma Naïve Bayes,” Jurnal Mahasiswa Teknik Informatika, vol. 7, no. 3, pp. 1560–1566, 2023.
[8] E. Lutfina, W. Andriana, S. Quamila, P. Wiratmaja, and E. Febrianti, “Metode dan Algoritma Dalam Sentimen Analisis: Systematic Literature Review,” Science, Technology and Management Journal (STMJ), vol 4, no.2, pp. 67–79. 2024, doi: 10.53416/stmj.v4i2
[9] N. Donthu, S. Kumar, D. Mukherjee, N. Pandey, and W. M. Lim, “How to conduct a bibliometric analysis: An overview and guidelines,” J Bus Res, vol. 133, pp. 285–296, Sep. 2021, doi: 10.1016/j.jbusres.2021.04.070.
[10] S. Hanifah, T. D. F. Abdillah, and K. Wachyudi, “Analisis bibliometrik dalam mencari research gap menggunakan aplikasi vosviewer dan aplikasi publish or perish,” Journal of Innovation Research and Knowledge, vol. 2, no. 7, pp. 2713–2728, 2022, doi: 10.53625/jirk.v2i7.4082.
[11] M. K. Lazarides, I.-Z. Lazaridou, and N. Papanas, “Bibliometric Analysis: Bridging Informatics With Science,” Int J Low Extrem Wounds, pp. 1–3, Jan. 2023, doi: 10.1177/15347346231153538.
[12] I. Passas, “Bibliometric Analysis: The Main Steps,” Encyclopedia, vol. 4, no. 2, pp. 1014–1025, Jun. 2024, doi: 10.3390/encyclopedia4020065.
[13] L. Nurina, S. H. Hairuddin, A. A. Bakri, and A. Pilua, “Tinjauan Bibliometrik Terhadap Pemanfaatan Big Data, Analisis Sentimen, dan Kriptokurensi dalam Analisis Pajak,” Sanskara Akuntansi dan Keuangan, vol. 02, no. 01, pp. 66–76. doi: 10.58812/sak.v2i01.
[14] F. Effendy, V. Gaffar, R. Hurriyati, and H. Hendrayati, “Analisis Bibliometrik Perkembangan Penelitian Penggunaan Pembayaran Seluler Dengan Vosviewer,” Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi Informasi dan Komunikasi, vol. 16, no. 1, 2021, pp. 10–17, doi: 10.35969/interkom.v16i1.
[15] L. Hakim, “Analisis Bibliometrik Penelitian Inkubator Bisnis Pada Publikasi Ilmiah Terindeks Scopus,” Procuratio : Jurnal Ilmiah Manajemen, vol. 8, no. 2, pp. 176–189, 2020, [Online]. Available: https://ejournal.pelitaindonesia.ac.id/ojs32/index.php/PROCURATIO/article/view/677.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Aldiki Farhan Zein, Syopiansyah Jaya Putra, Qurrotul Aini
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
