Analisis Bibliometrik terhadap Penggunaan Teknologi Natural Language Processing dalam Analisis Kesalahan Berbahasa Arab
SYIFA FIRDAUSI PUTRI
Documents Available
Full Text (Complete)
Library members only
To access full text, please log in as a library member. If not registered, visit the library to register.
Thesis Information
Author
SYIFA FIRDAUSI PUTRI
Student ID
452024817043
Type
Tesis
Year
2025
Faculty
Pascasarjana
Study Program
Magister Pendidikan Bahasa Arab
Advisor 1
Assoc. Prof. Dr. Abdul Hafidz bin Zaid, Lc., M.A
Keywords
Abstract
Salah satu terobosan penting di bidang Pendidikan Bahasa Arab adalah pemanfaatan teknologi Natural Language Processing untuk menganalisis kesalahan berbahasa secara otomatis, sehingga proses identifikasi, klasifikasi, dan evaluasi kesalahan dapat dilakukan dengan lebih cepat, objektif, dan sistematis. Keterbaruan penelitian ini terdapat pada penerapan Natural Language Processing pada bahasa Arab masih terbatas jika dibandingkan dengan bahasa seperti Inggris dan Mandarin. Tujuan dari penelitian ini adalah untuk menganalisis perkembangan studi terkait penggunaan NLP dalam menganalisis kesalahan berbahasa Arab selama lima tahun terakhir, melalui pendekatan analisis bibliometrik. Penelitian ini juga mengungkap para peneliti, lembaga, jurnal, dan negara terkemuka yang menggunakan NLP dalam analisis kesalahan berbahasa arab serta menjelaskan hubungan antar negara dalam mengembangkan teknologi ini Metode yang digunakan adalah kuantitatif-deskriptif dengan analisis bibliometrik. Pengumpulan data berbasis Scopus dengan kata kunci yang relevan, yaitu analisis kesalahan, kesalahan bahasa Arab, dan pemrosesan bahasa alami. Berdasar kriteria inklusif dan eksklusif, ditemukan 97 artikel ilmiah sebagai data dasar untuk penelitian ini. Analisis data menggunakan Biblioshiny dan VOSviewer untuk memetakan tren penelitian, jaringan kolaborasi ilmiah berdasar kata kunci. Hasil penelitian menunjukkan peningkatan signifikan dalam publikasi terkait topik ini sejak 2019, dengan puncaknya pada tahun 2022 dan 2023. Hasil penelitian juga menunjukkan peralihan metode statistik tradisional ke penggunaan model pembelajaran mendalam dan transformator seperti CAMeL Tools, yang meningkatkan akurasi deteksi kesalahan morfologi. Studi ini juga menunjukkan adanya kolaborasi penelitian yang luas antara negara-negara Timur Tengah dan Asia Tenggara, dengan Arab Saudi, Mesir, Malaysia, dan Indonesia. Peneliti terkemuka adalah Al-Huwaiti M.M., Al-Tani A.T., dan Al-Zahrani S.M., sedangkan lembaga terkemuka adalah King Saud University, Universitas Yordania, dan Universitas Kairo. Diharapkan bagi peneliti selanjutnya dapat menganalisa tren penelitian dengan jangka yang lebih Panjang dan mendalam serta mampu mengembangkan alat deteksi kesalahan berbahasa berbasis Natural Language Processing.