Tren Penelitian Deep Learning dalam Pendidikan Fisika: Analisis Bibliometrik dalam Satu Dekade Menggunakan Basis Data Scopus

Abstract

Perkembangan teknologi deep learning membuka peluang baru dalam pendidikan fisika untuk meningkatkan efektivitas pembelajaran, terutama dalam memahami konsep abstrak melalui simulasi virtual. Namun, pemanfaatannya masih terbatas dan belum ada pemetaan secara komprehensif yang berfokus pada pendidikan fisika. Penelitian ini bertujuan untuk menganalisis tren penelitian terkait deep learning dalam pendidikan fisika selama satu dekade terakhir.  Metode analisis penelitian ini meliputi pertumbuhan publikasi dan sitasi tahunan, kontribusi penulis, afiliasi, dan negara, serta kata kunci dominan dan peluang topik penelitian. Prosedur penelitian ini dilakukan dengan analisis bibliometrik terhadap 90 dokumen terindeks scopus, dianalisis dengan Biblioshiny dan VOSviewer melalui tiga jenis visualisasi pada fitur co-occurence analysis. Hasil penelitian menunjukkan pertumbuhan publikasi yang terus meningkat signifikan, mengalami puncak publikasi terbanyak pada tahun 2023,  dan kutipan terbesar pada tahun 2019, dengan rata-rata pertumbuhan tahunan mencapai 17,46%,  kontribusi afiliasi institusi dari Universitas Michigan, dan negara produktif dari Amerika Serikat. Kata kunci paling dominan meliputi deep learning, students, learning systems, dan artificial intelligence. Kesimpulan dari penelitian ini menunjukkan tren arah penelitian menuju integrasi teknologi digital dan pedagogi inovatif, dengan peluang riset masa depan pada mobile learning, chat-gpt augmented reality, dan blended learning berbasis kecerdasan buatan.