Universitas Logistik dan Bisnis Internasional

Fakultas Logistik, Teknologi, dan Bisnis

Bandung, 01 Februari 2023
ANALISIS BIBLIOMETRIK METODE BAYES DENGAN MENGGUNAKAN
SOFTWARE VOSVIEWER
Hilmi Alhafidz1. Rakyan Abhiseka Bhairawa Anoraga2.
Manajemen Logistik, Fakultas Logistik Teknik Bisnis, Universitas Logistik Bisnis
Internasional
alhafidzhilmi@gmail.com1. rakyananoraga@gmail.com2

ABSTRACT
This study examines the development of research with the topic is the using of naïve bayes
method. The purpose of this study and research is to analyze the application of naïve bayes
method. The method that used in this research is bibliometric where in conducting research
using this bibliometric method requires some software such as vosViewer, publish or perish,
and mendeley. The data in this study was collected through Google Scholar with the keywords
Naive Bayes, Bayesian, and Bayes methods within a 10 year research period from 2013 to
2023. Meanwhile, for the mapping results obtained using vosviewer software. The research
results in vosviewer found that the development of research growth regarding the keywords
naive bayes, bayes, bayesian in a period of 10 years from 2013 to 2023 which was indexed on
google scholar the highest occurred in 2017. After being entered into software Vosviewer, there
are 79 items, 10 clusters, 710 links, and a total of 1736 link strengths.
Penelitian ini mengkaji pengembangan penelitian dengan topik penggunaan metode naïve
bayes. Tujuan kajian dan penelitian ini adalah menganalisis penerapan metode naïve bayes.
Metode yang digunakan dalam penelitian ini adalah bibliometrik dimana dalam melakukan
penelitian menggunakan metode bibliometrik ini membutuhkan beberapa perangkat lunak
seperti VosViewer, publish or perish, dan mendeley. Data dalam penelitian ini dikumpulkan
melalui Google Scholar dengan kata kunci metode Naive Bayes, Bayesian, dan Bayes dalam
kurun waktu penelitian 10 tahun dari tahun 2013 hingga 2023. Sedangkan untuk hasil pemetaan
diperoleh dengan menggunakan software vosviewer. Hasil penelitian di vosviewer menemukan
bahwa perkembangan pertumbuhan penelitian mengenai kata kunci naive bayes, bayes,
bayesian dalam kurun waktu 10 tahun dari tahun 2013 hingga 2023 yang terindeks di google
scholar tertinggi terjadi pada tahun 2017. Setelah dimasukkan ke dalam software Vosviewer,
terdapat 79 item, 10 cluster, 710 link, dan total kekuatan link 1736.
Kata Kunci: Bayes, Bayesian, Naïve Bayes, Metode Bayes, VosViewer, Bibliometrik.

1. PENDAHULUAN
Sering kali kita dihadapkan dengan
berbagai macam pilihan yang mana kita
hanya bisa memilih 1 diantara
banyaknya pilihan pilihan lain.
Menyangkut hal itu seringkali kita
memilih keputusan yang salah yang
justru malah merugikan diri sendiri
seorang pengambil keputusan. Namun,
tidak jarang juga kita mengambil
keputusan yang tepat yang mana akan
berdampak baik kepada diri seorang
pengambil keputusan. Terlepas dari
salah dan benar nya keputusan yang
dibuat, pada dasarnya setiap keputusan
memiliki kelebihan dan kekurangannya
sendiri. Pembuat keputusan seringkali
dipertemukan dengan keadaan
pengambilan keputusan yang rumit
dengan data yang begitu banyak.
Mengingat hal itu, pembuat keputusan
harus mempertimbangkan resiko resiko
serta manfaat yang akan dihadapi jika
Universitas Logistik dan Bisnis Internasional
Fakultas Logistik, Teknologi, dan Bisnis
Bandung, 01 Februari 2023
mengambil suatu keputusan, Arief
Jananto dalam (B. Setyaji, Pujiono,
2015).
Pengambilan keputusan merupakan
proses memilih pilihan terbaik diantara
beberapa alternatif yang diikuti secara
sistematis untuk memecahkan masalah.
Proses pengambilan keputusan harus
berdasarkan proses dengan
mempertimbangkan segala alternate
alternative yang ada serta akibat akibat
yang dapat ditimbulkan oleh alternative
yang nantinya akan dipilih sebagai
keputusan akhir. Terdapat berbagai
macam metode yang tersedia untuk
membantu menentukan pengambilan
keputusan yang tepat seperti AHP,
decision tree, MPE, dan lain sebagainya.
Salah satu metode lain yang dapat
digunakan sebagai metode untuk
pengambilan keputusan adalah metode
bayes. Metode bayes merupakan metode
pengambilan keputusan yang sudah
sering digunakan dalam menganbil
keputusan orang banyak seperti
menentukan lokasi pembangunan dan
contoh contoh pengambilan keputusan
lainnya. Metode bayes dapat
menyelesaikan permasalahan
pengambilan keputusan dengan cara
menganalisis nilai peluang dari kejadian
dan nilai evidence yang didapat dari
objek yang akan diteliti. Metode bayes
memerlukan informasi informasi
probabilitas dari setiap alternatif yang
dihadapkan kepada pengambil
keputusan. Dalam mengambil keputusan
sang pembuat keputusan sudah harus
memiliki data data kualitatif ataupun
kuantitatif yang mana data tersebut akan
menjadi landasan dalam mengambil
keputusan. Pengambilan data data
tersebut dapat melalui observasi,
wawancara, dan studi pustaka.

2. TINJAUAN PUSTAKA
2.1 Metode Bayes
Naïve Bayes Classifier adalah metode probabilitas dan statistik untuk memprediksi apa
yang mungkin terjadi di masa depan berdasarkan apa yang telah terjadi di masa lalu.
Pengklasifikasi ini membuat asumsi yang sangat kuat bahwa hal-hal (peristiwa atau
kondisi) selalu independen satu sama lain. Naïve Bayes bekerja untuk menghitung
probabilitas suatu keputusan menjadi benar, berdasarkan informasi yang kita miliki. Hal
ini dilakukan dengan melihat seberapa sering hasil yang berbeda telah terlihat di masa
lalu, dan menggunakan informasi tersebut untuk menghasilkan perkiraan seberapa besar
kemungkinan situasi saat ini akan menghasilkan hasil yang sama.
Pengklasifikasi naif Bayes lebih akurat daripada pengklasifikasi lainnya. Hal ini
ditemukan oleh Xhemali dan Hinde Stone dalam penelitian yang mereka lakukan
dengan judul penelitian “Naïve Bayes vs. Decision Trees vs. Neural Networks in the
Classification of Training Web Pages”. Metode ini menggunakan sedikit data pelatihan
untuk memperkirakan parameter yang dibutuhkan untuk mengklasifikasikan sesuatu.
Hal ini berguna karena ini berarti bahwa kita hanya perlu mengetahui perbedaan sampel
di dalam kelas, bukan seluruh matriks kovarians untuk semua sampel di kelas.
2.2 Bibliometrik
Bibliometrik adalah studi tentang bagaimana penelitian ilmiah ditulis dan seberapa
sering para ilmuwan mengeluarkan penelitian. Hal ini dilakukan dengan menggunakan
prosedur statistik dan matematis untuk menganalisis seberapa sering ide-ide ilmiah yang
berbeda digunakan, berapa lama para ilmuwan telah bekerja di bidang tertentu, dan
Universitas Logistik dan Bisnis Internasional
Fakultas Logistik, Teknologi, dan Bisnis
Bandung, 01 Februari 2023
berapa banyak uang yang telah mereka peroleh. Informasi yang didapat kemudian
digunakan untuk menilai seberapa baik kinerja para ilmuwan.
Studi bibliometri sering dibagi menjadi dua kelompok berdasarkan sumber data yang
didapat seperti berdasarkan bibliografi dan abstrak, atau referensi dan kutipan.
Bibliometri biasanya diterapkan dalam: memilih teks dan terbitan teks berkala, dalam
identifikasi aspek sastra, sejarah sains, evaluasi bibliografi, identifikasi negara yang
paling produktif mengeluarkan penelitian dalam waktu tertentu.
2.3 Google Scholar
Google Scholar adalah layanan yang disediakan Google di mana pengguna dapat
mencari informasi tentang berbagai topik, termasuk makalah ilmiah. Layanan ini dapat
digunakan untuk mencari makalah peer-reviewed, tesis, buku, abstrak, dan
artikel/jurnal.
Publikasi ilmiah dapat berasal dari penerbit akademik, komunitas profesional, database
pracetak, universitas, dan organisasi akademik lainnya. Beberapa format publikasi
ilmiah, seperti file pdf atau halaman situs web buku atau halaman yang berisi publikasi
ilmiah, dapat diindeks di Google Scholar.
Layanan Google Scholar sangat cocok untuk teman-teman yang sedang mencari
makalah penelitian dalam format pdf. Cocok digunakan mahasiswa yang sedang
menulis proposal penelitian, tesis, tesis, disertasi, dan jurnal ilmiah.
2.4 VosViewer
VOSviewer adalah perangkat lunak yang dapat digunakan untuk memvisualisasikan
jaringan ilmiah, yang dapat membantu menemukan topik yang masih berpotensi untuk
penelitian lebih lanjut atau yang mungkin cocok untuk dipublikasikan di jurnal.
Saat sedang mencari topik baru untuk dipelajari, terkadang menemukan peluang besar
untuk melakukan penelitian dengan mencari hal-hal yang baru, menarik, dan memiliki
banyak referensi. Dalam analisis bibliometrik ini, juga dapat mencari judul, pengarang,
dan jumlah referensi yang dibutuhkan dari berbagai jurnal dan karya ilmiah.

3. METODE PENELITIAN
Metode yang digunakan dalam penelitian ini tinjauan pustaka atau literature review dengan
menggunakan pendekatan analisa bibliometrik. Data yang digunakan dalam penelitian ini
merupakan berasal dari database google scholar (https://scholar.google.com/) dengan
keywords naïve bayes, bayes, bayesian, dan metode bayes dalam kurun waktu 10 tahun dari
tahun 2013 hingga 2023. Data yang dihasilkan oleh publish or perish berupa jumlah
publikasi yang yang selanjutnya hasil tersebut akan diunduh dalam format RIS (Research
Information System). Untuk mencari peta hasil bibliometrik menggunakan dan dianalisis
menggunakan software VosViewer.

4. HASIL DAN PEMBAHASAN

4.1 Perkembangan publikasi
Perkembangan pertumbuhan publikasi mengenai metode naïve bayes yang diambil
selama 10 tahun dari tahun 2013 hingga 2023 dan data diambil dari google scholar.
Perkembangan pertumbuhan mengenai bahasan metode bayes yang terdapat di dalam
google scholar tertinggi terjadi pada tahun 2017 yang mana mencapai jumlah 152
Universitas Logistik dan Bisnis Internasional
Fakultas Logistik, Teknologi, dan Bisnis
Bandung, 01 Februari 2023
publikasi atau sebesar 15,2%. Selengkapnya pertumbuhan publikasi metode bayes
dapat dilihat dari tabel berikut.

Tahun Publikasi Jumlah Artikel Persentase

2013 102 10,2%
2014 94 9,4%
2015 106 10,6%
2016 146 14,6%
2017 152 15,2%
2018 141 14,1%
2019 105 10,5%
2020 77 7,7%
2021 46 4,6%
2022 20 2,0%
2023 9 0,9%
Total: 998
Berikut merupakan perkembangan pertumbuhan menganai bahasan metode bayes yang
terdapat di dalam google scholar dalam bentuk chart menggunakan excel.

160

140

120

100

80

60

40

20

0
2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023

Jumlah Artikel Persentase

Dapat dilihat bahwa terjadi penurunan jumlah bahasan metode bayes dalam google
scholar dari tahun 2017 hingga awal tahun 2023. Total artikel yang didapat sebanyak
998.

4.2 Peta Perkembangan Publikasi Berdasarkan Keyword

Berikut merupakan gambar peta grafis bibliometrik mengenai metode bayes
menggunakan VosViewer berdasarkan keywords atau kata kunci yang berbeda-beda
Network Visualization.
Universitas Logistik dan Bisnis Internasional
Fakultas Logistik, Teknologi, dan Bisnis
Bandung, 01 Februari 2023

Berdasarkan gambar peta grafis bibliometrik yang didapatkan menggunakan VosViewer

diatas, dapat diketahui bahwa peta grafis bibliometrik mengenai metode bayes tahun
2013-2023 terdapat 10 clusters, 79 items, 710 links, dan 1736 total links strength. Macam-
macam kluster dapat dicirikan sesuai dengan warna warna seperti merah, biru, hijau, dan
lain lain.

Berikut merupakan gambar overlay visualization yang didapat dari VosViewer.

Menunjukan tahun dari artikel yang dibuat, berdasarkan hasil, semakin gelap warna suatu
cluster menunjukkan bahwa semakin lama artikel tersebut dibuat. Sedangkan untuk warna
Universitas Logistik dan Bisnis Internasional
Fakultas Logistik, Teknologi, dan Bisnis
Bandung, 01 Februari 2023
yang terang menunjukan bahwa artikel tersebut dibuat pada tahun yang terbaru, yaitu
tahun 2023.

Berikut merupakan gambar Density Visualization yang didapatkan dari VosViewer.

Berdasarkan gambar dapat disebutkan mencapai 152 publikasi (15,2%). Dari

bahwa semakin terang suatu warna
mengartikan bahwa terdapat banyak
item-item atau artikel yang berkaitan
dalam cluster tersebut.
5. PENUTUP
5.1. Kesimpulan
Berdasarkan hasil dan pembahasan di
atas, dapat disimpulkan bahwa
perkembangan pertumbuhan penelitian
mengenai metode bayes dalam kurun
waktu 10 tahun dari 2013 hingga 2023
yang terdapat di dalam google scholar
tertinggi terjadi pada tahun 2017 yang
peta bibliografi yang didapat
berdasarkan co-occurance dan keywords
dari tahun 2013 hingga 2023 didapatkan
10 clusters, 79 items, 710 links, dan 1736
total links strength. Macam-macam
kluster dapat dicirikan sesuai dengan
warna warna seperti merah, biru, hijau,
dan lain lain.
5.2. Saran
Untuk peneliti peneliti selanjutnya,
penulis menyarankan untuk lebih
menganalisis lebih dalam agar hasil
akhir yang didapat akan lebih akurat dan
jauh lebih baik.

6. DAFTAR PUSTAKA
[1]. Effendy, F., Vanessa, G., Hurriyati, R., Hendrayati, H. 2021. Analisis Bibliometrik
Perkembangan Penelitian Penggunaan Pembayaran Seluler Dengan VosViewer. Jurnal
Publikasi Ilmiah Bidang Teknologi Informasi dan Komunikasi. 16 (01).
[2]. ind aword merchant. 2023. “Apa itu Bibliometrik?”,
ind.awordmerchant.com/bibliometr, diakses pada 1 Februari 2023
Universitas Logistik dan Bisnis Internasional
Fakultas Logistik, Teknologi, dan Bisnis
Bandung, 01 Februari 2023
[3]. Studiekonomi.com. 2022. “Cara cari jurnal dengan mudah melalui google scholar”,
https://studiekonomi.com/skripsi/cara-cari-jurnal-dengan-mudah-melalui-google-
scholar/#:~:text=Apa%20itu%20Google%20Scholar%3F%20Google%20scholar%20a
dalah%20layanan,scholar%20ini%20disebut%20juga%20dengan%20istilah%20googl
e%20cendekia. Diakses pada 1 Februari 2023.
[4]. Lubis, H. 2022. “Aplikasi VOSviewer: Manfaat,Jenis Analisa, Serta cara
menggunakannya”, https://dunialiterasi.com/aplikasi-vosviewer-manfaat-dan-cara-
menggunakan/#:~:text=Apa%20Itu%20VOSviewer%3F%20VOSviewer%20merupak
an%20salah%20satu%20software,bisa%20digunakan%20pada%20sebuah%20jurnal%
2C%20maupun%20karya%20ilmiah. Diakses pada 1 Februari 2023.
[5]. Widianto, M, H. 2019. “Algoritma Naive Bayes”,
https://binus.ac.id/bandung/2019/12/algoritma-naive-bayes/. Diakses pada 1 Februari
2023.