Analisis Bibliometrik Shannon Entropy: Tren Penelitian dan Relevansi Multidimensional

Adi Supriyatna

Sari


Dengan meningkatnya adopsi Shannon Entropy di berbagai bidang, penting untuk melakukan analisis komprehensif mengenai perkembangan penelitiannya, termasuk tren utama, kolaborasi antarpeneliti, dan arah inovasi di masa depan. Penelitian ini bertujuan untuk menelaah perkembangan riset tentang Shannon Entropy dan Information Theory melalui pendekatan bibliometrik. Shannon Entropy adalah konsep dasar dalam Information Theory yang diterapkan secara luas dalam bidang kecerdasan buatan, statistik, dan ilmu informasi. Seiring bertambahnya publikasi terkait topik ini, diperlukan analisis mendalam untuk memahami tren penelitian, kolaborasi antar peneliti, dan sumber referensi yang berpengaruh. Penelitian ini menggunakan analisis bibliometrik terhadap publikasi dari basis data ilmiah internasional, meliputi jumlah publikasi per tahun, kolaborasi internasional, topik penelitian dominan, dan sumber jurnal utama. Hasil penelitian menunjukkan bahwa publikasi tentang Shannon Entropy mencapai puncaknya pada tahun 2020, dengan kontribusi signifikan dari Amerika Serikat, Pakistan, dan China. Topik utama meliputi Information Theory dan Shannon Entropy, dengan minat yang meningkat pada kecerdasan buatan dan statistik. Jurnal Entropy serta publikasi IEEE seperti IEEE International Symposium on Information Theory dan IEEE Transactions on Information Theory terbukti sebagai referensi paling relevan. Kesimpulannya, studi ini memberikan wawasan komprehensif tentang perkembangan, kolaborasi, dan signifikansi sumber penelitian terkait Shannon Entropy, yang berperan penting dalam Information Theory dan berdampak luas pada berbagai disiplin terkait.

Teks Lengkap:

PDF

Referensi


Araujo, E. C. G., Sanquetta, C. R., Dalla Corte, A. P., Pelissari, A. L., Orso, G. A., & Silva, T. C. (2023). Global review and state-of-the-art of biomass and carbon stock in the Amazon. Journal of Environmental Management, 331, 117251. https://doi.org/10.1016/j.jenvman.2023.117251

Enblin, T. A. (2019). Information Theory for Fields. Annalen Der Physik, 531(3). https://doi.org/10.1002/andp.201800127

Guha, R., & Velegol, D. (2023). Harnessing Shannon entropy-based descriptors in machine learning models to enhance the prediction accuracy of molecular properties. Journal of Cheminformatics, 15(1), 1–11. https://doi.org/10.1186/s13321-023-00712-0

Hasegawa, Y., & Vu, T. Van. (2019). Uncertainty relations in stochastic processes: An information inequality approach. Physical Review E, 99(6). https://doi.org/https://doi.org/10.1103/PhysRevE.99.062126

İri, R., & Ünal, E. (2024). Bibliometric Analysis Bibliometric Analysis of Research (1980-2023). Ahi Evran Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10(2), 386–403. https://doi.org/10.31592/aeusbed.1446738

Martín-Martín, A., Orduna-Malea, E., Thelwall, M., & Delgado López-Cózar, E. (2018). Google Scholar, Web of Science, and Scopus: A systematic comparison of citations in 252 subject categories. Journal of Informetrics, 12(4), 1160–1177. https://doi.org/10.1016/j.joi.2018.09.002

Mvondo-She, Y. (2023). Shannon information entropy, soliton clusters and Bose-Einstein condensation in log gravity. Journal of High Energy Physics, 2023(3). https://doi.org/10.1007/JHEP03(2023)192

Rey-Devesa, P., Prudencio, J., Benítez, C., Bretón, M., Plasencia, I., León, Z., … Ibáñez, J. M. (2023). Tracking volcanic explosions using Shannon entropy at Volcán de Colima. Scientific Reports, 13(1), 9807. https://doi.org/10.1038/s41598-023-36964-x

Reznikova, Z. (2023). Information Theory Opens New Dimensions in Experimental Studies of Animal Behaviour and Communication. Animals, 13(7), 1–20. https://doi.org/10.3390/ani13071174

Sinon, M. B. A., & Mba, J. C. (2024). The analysis of diversification properties of stablecoins through the Shannon entropy measure. Knowledge and Information Systems, 66(9), 5501–5540. https://doi.org/10.1007/s10115-024-02133-3

Tsallis, C. (2022). Entropy. Encyclopedia, 2(1), 264–300. https://doi.org/10.3390/encyclopedia2010018

Wing, S., & Johnson, J. R. (2019). Applications of information theory in solar and space physics. Entropy, 21(2). https://doi.org/10.3390/e21020140

Zhai, C., & Ho, Y.-S. (2018). A Bibliometric Analysis of Distributed Control Publications. Measurement and Control, 51(3–4), 113–121. https://doi.org/10.1177/0020294018768352




DOI: https://doi.org/10.31294/infortech.v6i2.24445

DOI (PDF): https://doi.org/10.31294/infortech.v6i2.24445.g6677

Refbacks

  • Saat ini tidak ada refbacks.


Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License