SARGA : JOURNAL OF ARCHITECTURE AND URBANISM
VOLUME 17 NO 1 JANUARI 2023
P-ISSN: 0853-4748 E-ISSN: 2961-7030
Journal Home Page: https://jurnal2.
id/index.
php/sarga ANALISIS BIBLIOMETRIK PERANCANGAN ARSITEKTUR
DENGAN KECERDASAN BUATAN
Bibliometric Analysis of Architectural Design with Artificial Intelligence | Received December 5th 2022 | Accepted January 5th 2023 | Available online January 31th 2023 | | DOI 10.
56444/sarga.
219 | Page 48 - 63 | Andrey Caesar Effendi1*.
Yantri Komala Dewi2 effendi@matanauniversity.
Universitas Matana.
Banten.
Indonesia1* dewi@matanauniversity.
Universitas Matana.
Banten.
Indonesia2
ABSTRAK
Kemajuan teknologi dan keberadaan data besar dan kecerdasan buatan (Artificial Intelligenc.
yang dapat diakses, diteliti, dan diterapkan dalam beberapa dekade ini, bidang ilmu arsitektur pun mengalami perubahan dan perkembangan sebagai dampak dari fenomena tersebut.
Namun kajian secara terstruktur maupun kajian secara cepat mengenai perubahan dan perkembangan teknologi terutama dalam pengetahuan Artificial Intelligence dan arsitektur yang mempengaruhi bidang keilmuan arsitektur itu sendiri di Indonesia belum tersedia secara komprehensif.
Dalam penelitian literatur berikut ini, metode pencarian literatur melalui big data di internet dengan menggunakan perangkat lunak Publish or Perish yang kemudian dianalisa secara bibliometrik dengan menggunakan perangkat lunak VosViewer.
Analisa bibliometric tersebut digunakan untuk mengidentifikasi kata kunci yang muncul bersamaan dalam penelitian selama 10 tahun terakhir.
Secara keseluruhan, tujuan makalah ini adalah dapat menjadi sumber yang berguna untuk memperoleh wawasan tentang perancangan arsitektur dengan menggunakan Artificial Intelligence serta menjadi referensi untuk penelitian yang lebih lanjut.
Kata Kunci: Analisa.
Bibliometrik.
Perancangan.
Arsitektur.
Artificial Intelligence ABSTRACT With technological advances and the existence of big data and Artificial Intelligence that can access, research, and apply in recent decades, architecture has experienced changes and developments due to this phenomenon.
However, structured studies and rapid studies regarding changes and technological developments, especially in Artificial Intelligence and architecture knowledge that affect the scientific field of architecture itself in Indonesia, are not yet comprehensively available.
In the following literature research, the literature search method through big data on the internet uses Publish or Perish software which is then analyzed bibliometrically using VosViewer software.
The bibliometric analysis identifies keywords that have emerged together in research over the last ten years.
Overall, the purpose of this paper is to be a useful resource for gaining insight into architectural design using Artificial Intelligence and being a reference for further research .
Keyword: Analytics.
Bibliometrics.
Design.
Architecture.
Artificial Intelligence SARGA - VOLUME 17 NO.
1 JANUARY 2023
Andrey Caesar Effendi.
Yantri Komala Dewi
PENDAHULUAN
Penggunaan teknologi dalam bidang arsitektur telah mengubah cara arsitek dalam melaksanakan proses desain arsitektur, terutama dalam konteks kemajuan teknologi yang dibuat dalam beberapa tahun terakhir.
Arsitek pada era modern sekitar awal abad ke-20 seperti Walter Gropius.
Le Corbusier.
Mies van der Rohe, dll sudah mulai menggunakan kemajuan teknologi dalam bidang arsitektur.
Kemajuan teknologi dalam bidang arsitektur tersebut dimulai dengan menggunakan bahan prefabrikasi berupa modul-modul (Chaillou, 2019.
Setelah kemajuan teknologi dengan menggunakan bahan prefarbikasi, kemajuan teknologi dalam bidang arsitektur memasuki era digital dengan pemanfaatan komputer yang menggunakan perangkat lunak sebagai alat peraga dalam menggambar arsitektur.
Memasuki era teknologi digital ini, proses desain tersebut juga dapat disebut dengan Desain Komputasional (Chaillou.
Desain Komputasional adalah metode desain yang menggunakan pemrograman untuk merancang dan mengubah bentuk dan struktur (Kyratsis, 2.
Seiring berjalannya waktu, penggunaan software arsitektur semakin meningkat.
Asimilasi proses digital dan arsitektur menciptakan arsitektur digital (Burry, 2.
Berkembangnya era Desain Komputasional dengan menggunakan perangkat lunak seperti CAD membuat inovasi lebih jauh lagi penggunaan perangkat lunak dalam bidang arsitektur dengan mulai diperkenalkannya penggunaan parameter .
(Oxman, 2.
dalam proses desain yang menjadi tanda masuknya arsitektur ke dalam era teknologi selanjutnya.
Dalam parametricism, kekompleksitasan yang ada dalam arsitektur sedikit diabaikan, karena pada realitanya arsitektur adalah hasil dari banyak parameter realitas yang di algoritmakan oleh arsitek sesuai dengan konteks, lingkungan, masyarakat, budaya, dan sejarahnya.
Realitas yang mendalam ini merupakan penggabungan disiplin ilmu secara sistematis dengan parameter yang sangat kompleks serta dengan menggunakan ilmu data (Data Scienc.
dan kecerdasan buatan (Artificial Intelligenc.
yang merupakan bagian dari komputasi statistik (Chaillou, 2019.
Dengan pemikiran terhadap realitas yang lebih mendalam ini terjadi perubahan dalam proses penggambaran, lebih jauh lagi dalam proses berpikir sang arsitek.
Gambar 1.
A Four Sequence of Technological Evolution in Architecture Sumber: Stanislass Chailou Teknologi digital yang digunakan dalam dunia arsitektur diawali dengan evolusi yang terjadi dalam penggunaan media visual (Oxman, 2.
sebagai alat representasi yang berkembang dengan penggunaan perangkat lunak CAD pada awal tahun 1980-an.
Penggunaan teknologi SARGA - VOLUME 17 NO.
1 JANUARY 2023
Analisis Bibliometrik Perancangan Arsitektur dengan Kecerdasan Buatan digital tersebut pertama kali digunakan secara luas dengan menggunakan software Auto Cad sebagai pengganti mesin gambar konvensional dengan penggunaan kertas, penggaris, dan pensil (Atmajayani, 2.
yang cukup memakan banyak tempat penyimpanan.
Pada saat ini tempat penyimpanan tersebut menjadi lebih kompak dan tidak memakan banyak tempat dengan data digital yang tersimpan dalam sebuah gawai kecil (Tripathi, 2.
Setelah mulai diperkenalkannya penggunaan teknologi digital dengan komputer yang diawali penggunaan software Auto CAD bertahun-tahun berkembang, semakin banyak muncul software-software lainnya seperti Revit.
Archi Cad, dll.
Perdebatan tentang penggunaan komputer telah bergeser dari sejumlah masalah teknis menjadi masalah yang berhubungan dengan digitalisasi arsitektur (Schumacher, 2.
Dalam makalah yang berjudul AuThe Philosophy of Digital ArchitectureAy.
Yu-Tung Liu (Liu, 2.
mengungkapkan pertanyaanAe pertanyaan prinsip terkait masuknya arsitektur ke dalam era arsitektur digital, seperti : Apakah arsitektur digital itu? Apakah itu merupakan sebuah alat baru? Atau teori baru? Atau zaman baru? Atau revolusi baru dalam bidang arsitektur? Masa peralihan dari metode manual menjadi digital yang cukup signifikan terjadi pada tahun 90-an dimana terjadi perkembangan besar pada perangkat lunak arsitektur dengan munculnya berbagai jenis perangkat lunak 2D dan 3D, serta kombinasi dari kedua perangkat lunak tersebut.
Semakin banyaknya pembangunan selama dekade tersebut, memberikan kenyataan bahwa konstruksi dalam suatu proyek menjadi semakin kompleks dan sulit untuk diatur (Alshawi & Ingirige, 2.
(Chan et al.
, 2.
, muncul perangkat lunak arsitektur generasi berikutnya yaitu BIM (Building Information Modelin.
(Succar, 2.
Software ini tidak hanya mencakup informasi penting dalam proses desain dan konstruksi tetapi juga tentang manajemen konstruksi dan pemeliharaan yang diintegrasikan ke dalam pemodelan 3D (Bryde et al.
, 2.
Pesatnya perkembangan teknologi digital dalam dunia arsitektur telah menyebabkan perbedaan formal antara struktur geometris dan objek desain yang kompleks secara topologi (Oxman.
Perkembangan bentuk geometris kompleks berdasarkan parameter (Gyulai & Katona, 2.
mulai menggantikan kompleksitas dan kontradiksi (Venturi et al.
, 1.
yang terkait dengan arsitektur postmodern.
Minat baru dalam desain kinerja, teori struktural, topologi, dan penggunaan parameter dalam representasi material mencerminkan kritik implisit terhadap kompleksitas dan kontroversi yang lebih formal daripada generasi sebelumnya (Gyulai & Katona.
Penggunaan parameter tersebut merupakan sinyal bahwa arsitektur telah memasuki era teknologi digital yang baru (Schumacher, 2.
Seperti Frank Gehry yang menggunakannya pada saat mendesain arsitektur Museum Guggenheim.
Bilbao, yang menjadi katalisator utama, menjauh dari bentuk apriori seperti bentuk linguistik dan memperkenalkan pendekatan geometris baru dengan menggunakan parameter untuk mengubahnya menjadi bentuk yang lebih kompleks .
(Schumacher, 2.
Dalam arsitektur terdapat kompleksitas parameter (Salingaros, 2.
yang kemudian di algoritmakan oleh arsitek pada saat mendesain sesuai dengan konteks, sosial, budaya, sejarah, masyarakat, dan parameter lainnya yang tidak dapat diakomodir oleh parametricism.
Realitas ini merupakan kombinasi disiplin ilmu dengan prosedur yang sangat kompleks yang membutuhkan pengolahan ilmu data dan kecerdasan buatan (Artificial Intelligenc.
untuk memprosesnya yang merupakan bagian dari komputasi statistik (Chaillou, 2019.
Pena & Parshall .
menjadikan kegiatan analisa dan sintesa faktor utama dalam proses desain arsitektur.
Proses analisa dapat disebut sebagai kegiatan programming sebagai proses SARGA - VOLUME 17 NO.
1 JANUARY 2023
Andrey Caesar Effendi.
Yantri Komala Dewi dari pencarian masalah .
roblem seekin.
, sementara kegiatan sintesa disebut sebagai kegiatan design yang sebagai pemecahan masalah .
roblem solvin.
(Peya & Parshall, 2.
Gambar 2.
Analysis and synthesis diagram Sumber: Pena & Parshall, 2001 Menurut Pena & Parshall, arsitek yang baik dan berpengalaman tidak akan langsung melakukan penilaian dan menolak solusi tanpa melakukan menerima semua informasi yang kemudian dianalisis sehingga mendapatkan akar permasalahannya.
Pada saat melakukan programming yang merupakan awal dari proses desain dan mendapatkan akar dari permasalahan, berarti arsitek telah melakukan setengah dari perjalanan dalam proses desain (Peya & Parshall, 2.
Menganalisis tren berdasarkan analisis bibliometric yang dapat mengungkapkan wawasan ke arah kemajuan desain arsitektur dengan menggunakan Artificial Intelligence berdasarkan tren Penelitian ini bertujuan untuk mengidentifikasi, menganalisis, membandingkan, dan menjelaskan perkembangan desain arsitektur denga menggunakan Artificial IntelligenceAi dalam literatur untuk menjawab beberapa pertanyaan: mengapa beberapa tren bertahan di beberapa area dan jalur apa yang akan dikembangkan oleh pengembangan.
Kesimpulannya kemudian mengkorelasikan kata kunci yang muncul dengan implementasi signifikan lebih lanjut dari desain komputasi.
REVIEW LITERATUR
Artificial Intelligence Menurut Wang dalam teorinya di bidang kecerdasan buatan adalah pasti berpusat pada konsep "kecerdasan" yang secara akurat mempunyai tiga konsep, yaitu : Human Intellegence .
ecerdasan manusi.
Computer Intellegence .
ecerdasan kompute.
General Intelligence .
ecerdasan umu.
Untuk pembahasan saat ini.
HI juga bisa disebut sebagai Aukecerdasan alamiAy.
CI sebagai Aukecerdasan buatanAy, dan GI hanya sebagai AukecerdasanAy, yang juga mencakup konsep lain seperti Aukecerdasan hewanAy.
Aukecerdasan kolektifAy.
Aualien intelijen Ay, dan kecerdasan-kecerdasan lainnya sebagai kasus khusus (Wang, 2.
Di masa depan Artificial Intelligence mempunyai peran yang semakin banyak meningkat dalam setiap sendi kehidupan manusia.
Artificial Intelligence bekerja dengan menggunakan algoritma yang berbeda dengan manusia.
Dengan menggunakan pembelajaran mesin, algoritma Artificial Intelligence dapat melihat pola dan hubungannya yang mungkin terlewat oleh manusia.
Dalam beberapa bidang pekerjaan di masa depan.
Artificial Intelligence akan mampu menggantikan kemampuan manusia dalam mengerjakan sesuatu.
Tetapi di lain pihak keberadaan Artificial Intelligence akan sangat membantu manusia dalam melakukan pekerjaan diantaranya dengan cara menambahkan kecerdasan pada produk-produk, melakukan pembelajaran yang progresif SARGA - VOLUME 17 NO.
1 JANUARY 2023
Analisis Bibliometrik Perancangan Arsitektur dengan Kecerdasan Buatan dengan keakuratan yang mengagumkan, pemanfaatan big data untuk menganalisis data yang lebih banyak dan mendalam, dll.
Pada tahun 2014, seorang peneliti di Google Brain yang bernama Ian Goodfellow menjadikan penggunaan algoritma dalam Artificial Intelligence ini menjadi lebih menarik.
Ide model yang ditawarkan oleh Goodfellow ini adalah dengan menggunakan sistem jaringan saraf (Neural Networ.
dan pembelajaran mesin (Machine Learnin.
untuk memproduksi gambar sekaligus memastikan keakuratan dari gambar tersebut melalui proses kompetitif di mana jaringan generator dan diskriminator dilatih secara bersamaan.
Generator belajar untuk menghasilkan data yang masuk akal, sedangkan diskriminator belajar membedakan data palsu yang dibuat oleh generator dari sampel data nyata (Salehi et al.
, 2.
Model algoritma ini membalikkan definisi Artificial Intelligence, yang merupakan alat analisis menjadi agen generatif sehingga diberi nama Generative Adversarial Neural Network (GAN.
(Goodfellow et al.
, 2.
Algoritma GANs ini termasuk ke dalam pembelajaran mendalam atau Deep Learning dalam ranah Artificial Intelligence.
Pemodelan algoritma GANs tersebut membawa Artificial Intelligence yang sebelumnya lebih banyak digunakan dalam bidang ilmu di luar arsitektur, kini menjadi selangkah lebih dekat ke dalam bidang arsitektur, yaitu menggambar dan produksi gambar.
Pembelajaran mesin yang dilakukan oleh jaringan saraf dalam pemodelan algoritma ini, dari jaringan saraf yang sederhana hingga GANs yang merupakan alat generasi gambar dan digabungkan dengan kemampuan komputasi yang semakin kuat, ekonomis dan dapat diakses, menjadikan Artificial Intelligence memiliki peran di bidang arsitektur sebagai media yang kuat dan terjangkau.
Gambar 3.
Analysis and synthesis diagram Sumber: Stanislass Chaillou, 2019 Perancangan Arsitektur Terdapat lima fase yang diidentifikasi oleh Bryan Lawson pada saat perancang melakukan proses perancangan atau pemecahan masalah .
roblem solvin.
dalam bukunya yang berjudul AyHow Designers Think : The Design Process DemystifiedAy.
Kelima fase pemecahan masalah tersebut adalah tahap pendahuluan tentang permasalahan .
irst insigh.
, persiapan .
, inkubasi .
, pencerahan .
, dan verifikasi .
(Purcell, 1.
SARGA - VOLUME 17 NO.
1 JANUARY 2023
Andrey Caesar Effendi.
Yantri Komala Dewi Gambar 4.
Five stage model creative process
Sumber: Lawson, 1980
METODE
Membangun sebuah penelitian sebuah keilmuan yang berkaitan dengan eksisting data bisa menjadi sebuah kompleksitas yang tidak terbatas.
Penelitian kajian literatur ini akan menggunakan analisa bibliometrik yang merupakan prosedur untuk menyajikan ringkasan yang jelas dari sejumlah penelitian ilmiah yang sangat besar .
an Nunen et al.
, 2.
Pencarian data dalam penelitian analisis bibliometrik ini menggunakan software Publish or Perish (Baneyx, 2.
Namun, untuk menganalisis dan mendapatkan visualisasi jaringan bibliometric yang menarik dan mudah dimengerti, menggunakan bantuan dari perangkat lunak VOSviewer (Martynez-Lypez et al.
, 2.
Alasan menggunakan bantuan perangkat lunak VOSviewer adalah kemampuannya yang secara efisien dapat mengolah kumpulan data yang besar dan menyajikan visualisasi, analisis, dan investigasi yang menarik .
an Eck & Waltman, 2.
Selain itu.
VOSviewer juga mampu membuat visualisasi peta publikasi, peta penulis, atau peta jurnal berdasarkan jaringan co-citation dan juga dapat membangun peta kata kunci berdasarkan jaringan yang saling berkolabroasi.
Dasar dari kajian literatur bibliometrik ini adalah metode yang sistematis dan eksplisit (GarzaReyes, 2.
atau metode pemetaan pikiran yang menekankan batas-batas pengetahuan (Tranfield et al.
, 2.
Dalam melakukan analisis bibilometrik ini, metode penelitian ini mengadopsi lima langkah (Setyaningsih et al.
, 2.
seperti pada gambar di bawah ini.
Gambar 5.
5 langkah metode dalam analisis bibliometric Sumber: Setyaningsih, 2018 SARGA - VOLUME 17 NO.
1 JANUARY 2023
Analisis Bibliometrik Perancangan Arsitektur dengan Kecerdasan Buatan Penentuan kata kunci pencarian Sebelum menentukan kata kunci pencarian terlebih dahulu ditentukan mesin pencariannya dengan menggunakan Publish or Perish dan Google Scholar dipilih karena mempunyai basis data terbesar di internet.
Penggunaan Publish or Perish sebagai alat bantu perangkat lunak karena terbukti paling efektif untuk mencari artikel di Google Scholar (Baneyx, 2.
Pencarian pertama dilakukan dengan menggunakan kata kunci architectural design, artificial intelligence, machine learning, deep learning pada perangkat lunak Publish or Perish.
Hasil pencarian awal Setelah mendapatkan hasil dari pencarian awal yang merupakan canpuran dari bebagai tulisan baik bab buku, prosiding, jurnal, artikel, dll, kemudian pencarian ini dikhususkan hanya untuk jurnal yang terbit 10 tahun terakhir, dari tahun 2012-2022.
Setelah mendapatkan jurnal berdasarkan pencarian awal tersebut, hasilnya dikompilasi dalam format Research Information System (RIS) untuk mendapatkan semua informasi penting pada artikel tersebut seperti judul makalah, nama penulis, afiliasi, abstrak, kata kunci, dan referensi.
Penyempurnaan hasil pencarian Artikel yang sesuai dan diindeks dalam database GS disaring.
Prosiding, surat kabar, buku, resensi buku, dan bab buku tidak termasuk dalam data ini.
Dalam penelitian ini hanya artikel jurnal saja yang dipilih.
Setelah itu dilakukan cek kembali terhadap artikel jurnal tersebut dan dilakukan perbaikan yang diperlukan agar sesuai, dan kemudian file tersebut disimpan dalam bentuk format RIS.
Data RIS tersebut diimpor ke perangkat lunak bibliografi Mendeley untuk digunakan sebagai Analisa data lebih lanjut Menyusun statistik data awal Setelah penyempurnaan data-data tersebut terkumpul dan disimpan dalam bentuk RIS, selanjutnya adalah memeriksa dan menambahkan komponen artikel jika ditemukan data yang kurang lengkap seperti tahun terbit, volume, nomor, halaman, dll.
Untuk dapat mengklasifikasi berdasarkan tahun, sumber publikasi dan penerbit maka dilakukan analisis data-data tersebut.
Analisis data Dalam melakukan analisis bibliometric pada penelitian ini digunakan perangkat lunak Publish or Perish (PoP) (Baneyx, 2.
Sedangkan untuk menganalisis dan memvisualisasikan jaringan bibliometric, digunakan perangkat lunak VosViewer (Martynez-Lypez et al.
, 2.
VosViewer mempunyai kemampuan untuk membuat pekerjaan lebih efisien saat menggunakan data yang besar sekaligus menyediakan berbagai visualisasi, analisis, dan investigasi yang menarik untuk dilihat .
an Eck & Waltman, 2.
sehingga membuat perangkat lunak ini dipilih dalam penelitian ini.
Vosviewer juga dapat membuat peta publikasi, peta penulis, atau peta jurnal berdasarkan jaringan co-citation atau untuk membangun peta kata kunci berdasarkan jaringan Bersama.
DATA.
DISKUSI.
DAN HASIL/TEMUAN
Peneitian ini mengambil basis data dari Google Scholar dengan menggunakan bantuan perangkat lunak Publish or Perish.
Pada perangkat lunak PoP terserbut dimasukkan kata kunci seperti Architectural Design.
Artificial Intelligence.
Machine Learning, dan Deep Learning.
Setelah itu data tersebut dianalisis menggunakan perangkat lunak VOSviewer untuk memvisualisasikan peta bibliometrik.
Perangkat lunak ini menampilkan pemetaan bibliometrik SARGA - VOLUME 17 NO.
1 JANUARY 2023
Andrey Caesar Effendi.
Yantri Komala Dewi pada tiga visualisasi yang berbeda yaitu, visualisasi jaringan, visualisasi overlay, dan visualisasi Visualisasi publikasi dan sitasi menggunakan VOSviewer Pada pencarian kata kunci awal dengan menggunakan perangkat lunak Publish or Perish, ditemukan data sebanyak 226 artikel termasuk buku, prosiding, website artikel, dll dari tahun 2012 Ae 2022 dengan 4802 sitasi .
,2 sitasi/tahu.
Setelah dilakukan penyempurnaan dengan hanya menyaring artikel jurnal kemudian hanya terdapat 75 artikel jurnal dengan data kutipan juga berubah menjadi 519 sitasi .
,67 sitasi/tahu.
Perbandingan data metrik dari pencarian awal dan pencarian yang telah disempurnakan dapat dilihat pada Tabel 1.
Tabel 1.
Tabel perbandingan pencarian awal dan pencarian yang telah disempurnakan Metrics Data Initial Search Refinement Search Source Architectural Design.
Artificial Intelligence.
Machine Learning, dan Deep Learning Architectural Design.
Artificial Intelligence.
Machine Learning, dan Deep Learning Publication year
2012 - 2022
2012 - 2022
Paper Citations Cites/year Cites/paper Author/paper h_index g_index hI_norm hI_annual Selanjutnya menyajikan kontribusi dari artikel yang paling relevan dalam penelitian ini dengan cara mengambil 75 artikel dengan kata kunci AuArchitectural Design.
Artificial Intelligence.
Machine Learning, dan Deep LearningAy yang memiliki nilai sitasi tertinggi .
artikel teratas yang dikuti.
seperti tabel 2 di bawah ini.
SARGA - VOLUME 17 NO.
1 JANUARY 2023
Analisis Bibliometrik Perancangan Arsitektur dengan Kecerdasan Buatan Tabel 2.
Tabel peringkat 10 artikel terbaik berdasarkan jumlah sitasi Terdapat 8 penerbit terbaik berdasarkan jumlah artikel yang diterbitkan yang merupakan hasil dari 75 artikel jurnal yang telah disempurnakan dengan kata kunci AuArchitectural Design.
Artificial Intelligence.
Machine Learning, dan Deep LearningAy yang di presentasikan pada tabel 3 di bawah ini.
SARGA - VOLUME 17 NO.
1 JANUARY 2023
Andrey Caesar Effendi.
Yantri Komala Dewi Tabel 3.
Tabel peringkat 8 penerbit berdasarkan jumlah yang diterbitkan sesuai topik tersebut Publisher Articles Springer
MDPI
Elsevier Taylor & Francis arXiv Cambridge Hindawi Ital Publication Topik yang cukup baru dalam dunia arsitektur ini menyebabkan masih belum terlalu banyak pengelola jurnal yang menerima topik tersebut.
Berikut di bawah ini merupakan pengelola jurnal yang mempunyai relevansi dengan kata kunci AuArchitectural Design.
Artificial Intelligence.
Machine Learning, dan Deep LearningAy yang di presentasikan pada tabel 4.
Tabel 4.
Tabel peringkat 7 pengelola jurnal terbaik berdasarkan jumlah artikel sesuai topik tersebut No Journal Total Articles Cites Sustainability Energies Automation in Construction AI EDAM Buildings Emerging Science Journal The Visual Computer Tampilan visualisasi jaringan data dengan menggunakan VOSviewer pada data Google Scholar yang di dapat melalui perangkat lunak Publish or Perish terkait kata kunci AuArchitectural Design.
Artificial Intelligence.
Machine Learning, dan Deep LearningAy yang telah disempurnakan dalam pencarian awal, dapat dilihat pada Gambar 6 di bawah ini.
Gambar 6.
Visualisasi jaringan pada basis data Google Scholar SARGA - VOLUME 17 NO.
1 JANUARY 2023
Analisis Bibliometrik Perancangan Arsitektur dengan Kecerdasan Buatan Pada VOSviewer juga dapat melihat visualisasi overlay yang menunjukkan tren yang terjadi dari tahun ke tahun yang berhubungan dengan topik tersebut dapat dilihat pada Gambar 7.
Gambar 7.
Visualisasi overlay perubahan waktu penelitian pada basis data Google Scholar Penggunaan perangkat lunak VOSviewer ini juga dapat melihat visualisasi dari kepadatan suatu penelitian yang terkonsentrasi pada kata kunci AuArchitectural Design.
Artificial Intelligence.
Machine Learning, dan Deep LearningAy yang dapat dilihat pada Gambar 8.
Gambar 8.
Visualisasi kepadatan suatu penelitian pada basis data Google Scholar Pada perangkat lunak VOSviewer sebagai alat untuk menganalisanya, hasil pada basis data Google Scholar ini disarikan dari judul, kata kunci, dan abstrak dengan perhitungan lengkap jumlah minimum event yang ditetapkan adalah 2 sehingga ditemukan sebanyak 83 item katakata.
Item kata-kata yang paling banyak muncul adalah Auarchitectural design, artificial intelligence, study, approach, machine learning, dan architectural design processAy.
Setiap item yang mewakili kata kunci ditambahkan, yang ditunjukkan oleh besaran ukuran simpul.
Dapat SARGA - VOLUME 17 NO.
1 JANUARY 2023
Andrey Caesar Effendi.
Yantri Komala Dewi dikatakan bahwa ukuran simpul menunjukkan frekuensi kemunculan kata kunci bersama.
Semakin besar simpul yang terliihat maka semakin banyak kemunculan kata tersebut begitu pula sebaliknya.
Terdapat tujuh cluster yang diidentifikasi.
Kata kunci yang muncul pada setiap cluster yang mewakili alur AuArchitectural Design.
Artificial Intelligence.
Machine Learning, dan Deep LearningAy yang dapat dilihat pada Gambar 9 dan Tabel 5 di bawah ini.
Gambar 9.
Visualisasi cluster item kata-kata pada basis data Google Scholar Tabel 5.
Tabel item kata-kata yang merepresentasikan estiap cluster Cluster Element The first cluster .
, agent .
, algorithm .
, ann .
, architectural geometry .
Artificial intelligence .
, building .
, consideration .
, deep learning .
, deep neural network .
, energy .
, figure .
, machine .
, machine learning .
, machine learning algorithm .
, machine learning model .
, model .
, performance .
, relationship .
, structure .
, technique .
, topic .
, view The second cluster .
, application .
, approach .
, architectural design .
, architectural design method .
, architecture .
, case .
, early stage .
, improvement .
, intelligent technology .
, modelling .
, part .
, polynomial .
, principle .
, relational prototyping .
, sdwsns .
, technology .
, tinyml The third cluster .
architectural design education .
, architectural design optimization .
, architectural theory .
, biological inspiration .
, design process .
, genetic algorithm .
, influence .
, order .
, paper .
, practice .
, process .
, readability .
, reason .
, research .
, role .
, rural architectural design .
, shorter notion .
, time .
The fourth cluster .
architectural design process .
, architectural paradigm .
, example .
, intelligence .
, review .
, use .
, user .
, virtual environment .
The fifth cluster .
architectural practice .
, construction .
, design thinking .
, epistemology .
, innovation .
, theory .
The sixth cluster .
ight blu.
architectural design studios .
, cairo .
, case study .
, creativity .
, day lighting .
The seven cluster .
architectural design team .
, architectural pattern .
, federated learning system .
, study .
SARGA - VOLUME 17 NO.
1 JANUARY 2023
Analisis Bibliometrik Perancangan Arsitektur dengan Kecerdasan Buatan Visualisasi author dan co-author menggunakan VOSviewer VOSviewer juga dapat menganalisis kolaborasi antar penulis dalam artikel yang sama dan juga jaringan terkait pola kolaborasi antar individu yang dapat dilihat pada Gambar 10.
Dalam visualisasi jaringan penulis ini, setiap simpul mewakili penulis dalam koneksi tulisannya dengan yang lain.
Dalam jaringan ini, setiap simpul mewakili penulis dalam koneksi tulisannya.
Gambar 10.
Visualisasi jaringan antara penulis pada basis data Google Scholar Dalam suatu penelitian kolaborasi antara penulis dalam penelitian tersebut sangat diharapkan, karena penelitian dapat dilakukan dengan cara kolaborasi antar penulis dan tidak selalu dilakukan secara perseorangan (Rohanda & Winoto, 2.
Untuk itu dalam suatu penelitian diperlukan kolaborasi antar peneliti dan juga instansi baik dari sisi substansi ide penelitian, penggunaan dana, hingga sarana dan prasarana yang dapat membantu penelitian, sehingga dapat kesempatan dalam berbagi ilmu dan teknik tertentu (Widuri & Prasetyadi, 2.
Banyak dimensi berbeda dapat diintegrasikan dalam analisis ini.
Visualisasi berikutnya menunjukkan kelompok penulis antara dimensi dan kebaharuan waktu penelitian pada Gambar 11.
Gambar 11.
Visualisasi jaringan antara penulis terhadap perubahan waktu pada basis data Google Scholar SARGA - VOLUME 17 NO.
1 JANUARY 2023
Andrey Caesar Effendi.
Yantri Komala Dewi
KESIMPULAN
Berdasarkan analisis data di atas kontribusi yang paling signifikan dalam penelitian ini adalah jumlah sitasi.
Dapat dilihat pada tabel 1, berdasarkan data Google Scholar yang terindeks, kutipan terbanyak adalah dari artikel Krieg.
yang terbit pada tahun 2015.
Artikel ini dikutip sebanyak 71 artikel penelitian.
Artikel ini membahas tentang bagaimana pengembangan dan konstruksi sistem pelat kayu ringan yang dibuat secara robotik melalui metode desain komputasi integratif yang diinformasikan secara biologis (Krieg et al.
, 2.
Selain itu juga dianalisis penerbit yang paling banyak menerbitkan topik tersebut adalah Springer.
Dalam 75 artikel yang telah disaring, artikel terbanyak diterbitkan oleh penerbit besar Springer sebanyak 16 artikel yang kemudian diikuti oleh penerbit MDPI sebanyak 10 artikel.
Elsevier 9 artikel.
Taylor & Francis 7 artikel, kemudian arXiv.
Cambridge.
Hindawi, dan Ital Publication masing-masing sebanyak 2 artikel.
Untuk penerbit lainnya rata-rata adalah 1 artikel setiap penerbit tentang topik ini.
Selain menganalisa jumlah artikel yang diterbitkan setiap penerbit, juga dianalisis berdasarkan keterkaitan jurnal yang didapatkan pada 7 jurnal yang memiliki keterkaitan tentang topik ini.
Dapat dilihat pada tabel 4, jurnal yang memiliki jumlah artikel dan sitasi terbanyak adalah Sustainablity yang diterbitkan oleh MDPI yang memiliki H index 109 dan terindeks Q1.
Artinya bahwa artikel-artikel pada topik tersebut dengan kata kunci architectural design, artificial intelligence, machine learning, deep learning tersebar di jurnal-jurnal lainnya.
Hasil analisis dengan menggunakan perangkat lunak VOSviewer tentang visualisasi overlay dan visualisasi kepadatan penelitian digunakan untuk mengidentifikasi tema-tema kunci dalam setiap kajian atau ruang lingkup pengetahuan.
Seperti yang terlihat pada Gambar 7 dan Gambar 8 bahwa setiap cluster terhubung dengan kata kunci lainnya.
Hal ini dapat diindikasikan bahwa pengembangan penelitian tentang hal ini terkait.
Pada perangkat lunak VOSviewer analisa jaringan juga dapat mengindentifikasi otoritas penulis (Bilik et al.
, 2.
Analisis penulis yang saling berkolaborasi merupakan teknik penelitian bibliometrik yang banyak digunakan yang menyelidiki penulis dalam melakukan penelitian bersama dari bidang tertentu.
Pada Gambar 10 di atas dapat dikatakan bahwa visualisasi jaringan yang ditampilkan pada topik ini mempunyai kelompok-kelompok sendiri yang tidak saling berhubungan antara satu kelompok dengan kelompok lainnya.
Menurut visualisasi jaringan dan visualisasi overlay dalam 10 tahun terakhir terdapat kesenjangan penelitian yang menunjukkan arah topik arsitektur dengan menggunakan kecerdasan buatan di masa depan akan semakin meningkat dam cukup penting untuk dikaji lebih lanjut.
Seperti yang terlihat pada visualisasi jaringan dan visualisasi overlay menunjukkan masih banyak simpul yang terlihat saling berjauhan antara satu dengan yang lainnya.
Oleh karena itu masih banyak simpul-simpil yang dapat di eksplor dalam topik tersebut di masa Selain itu diperlukan lebih banyak untuk melakukan kerjasama penelitian agar terjadi keterkaitan peneilitian yang lebih dekat dalam topik tersebut.
Setelah melakukan penelitian ini memiliki, peneliti merasa adanya dua keterbatasan.
Pertama, penelitian ini umumnya didasarkan pada kumpulan kata kunci yang terbatas yang di sebutkan oleh peneliti sehingga berpotensi dibatasi oleh database Google Scholar yang sempit untuk pengumpulan artikel.
Kedua, meskipun penelitian ini menggunakan perangkat lunak formal sebagai alat .
erangkat lunak Publish or Perish.
VOSviewer.
Mendeley, dan Microsoft Exce.
SARGA - VOLUME 17 NO.
1 JANUARY 2023
Analisis Bibliometrik Perancangan Arsitektur dengan Kecerdasan Buatan tetapi penilaian subjektif penulis masih tetap terjadi dan masih mungkin menyebabkan Penelitian selanjutnya direkomendasikan untuk menggunakan sampel yang lebih besar dengan memperluas kata kunci yang digunakan dan database yang lebih mudah diakses.
Juga dapat menggunakan perbandingan hasil analisis bibliometrik yang berbeda dan direkomendasikan .
eperti BibExcel dan HistCit.
Disarankan agar penelitian terkait lebih lanjut memberikan penjelasan yang lebih rinci karena masih terbatasnya penelitian yang membahas arsitektur dengan menggunakna kecerdasan buatan.
DAFTAR PUSTAKA