Analisis Perkembangan Machine Learning di Indonesia Berdasarkan Publikasi Ilmiah

Abstrak

Machine Learning merupakan salah satu cabang dari Artificial Intelligence yang mengalami perkembangan sangat pesat dan telah diterapkan pada berbagai bidang, seperti pendidikan, kesehatan, pertanian, industri, keuangan, serta pemerintahan. Peningkatan jumlah publikasi ilmiah menunjukkan bahwa teknologi ini semakin banyak dimanfaatkan sebagai solusi dalam pengambilan keputusan berbasis data. Penelitian ini bertujuan menganalisis perkembangan Machine Learning di Indonesia berdasarkan publikasi ilmiah yang diterbitkan pada berbagai jurnal nasional maupun internasional. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan melakukan identifikasi, seleksi, evaluasi, dan sintesis terhadap artikel ilmiah yang relevan. Proses pencarian literatur dilakukan melalui beberapa basis data akademik, yaitu Google Scholar, Garuda, SINTA, IEEE Xplore, dan Scopus, menggunakan kriteria inklusi dan eksklusi yang telah ditetapkan. Hasil kajian menunjukkan bahwa jumlah publikasi Machine Learning di Indonesia terus mengalami peningkatan dalam beberapa tahun terakhir. Bidang pendidikan, kesehatan, dan industri merupakan sektor yang paling banyak menerapkan Machine Learning, sedangkan algoritma yang paling sering digunakan meliputi Decision Tree, Random Forest, Naïve Bayes, Support Vector Machine, dan K-Nearest Neighbor. Selain memiliki peluang besar dalam mendukung transformasi digital, pengembangan Machine Learning di Indonesia masih menghadapi berbagai tantangan, seperti keterbatasan dataset, kualitas data, infrastruktur komputasi, serta kompetensi sumber daya manusia. Hasil penelitian ini diharapkan dapat menjadi referensi bagi peneliti maupun praktisi dalam memahami tren perkembangan serta arah penelitian Machine Learning di Indonesia.

Kata kunci : Machine Learning, Artificial Intelligence, Systematic Literature Review, Publikasi Ilmiah, Indonesia.