Tren Penelitian Artificial Intelligence dalam Manajemen dan Bisnis Digital di Indonesia: Analisis Bibliometrik 2015–2024

Loso Judijanto

doi:10.31004/riggs.v4i4.3824

Authors

Loso Judijanto IPOSS Jakarta

DOI:

https://doi.org/10.31004/riggs.v4i4.3824

Keywords:

Kecerdasan Buatan, Transformasi Digital, Bibliometrik, Model Bisnis Digital, Inovasi Teknologi

Abstract

Studi ini menggunakan pendekatan bibliometrik berdasarkan publikasi yang terindeks Scopus pada periode 2015–2024 untuk mengevaluasi perkembangan penelitian tentang kecerdasan buatan dalam manajemen dan bisnis digital di Indonesia. Data dianalisis menggunakan berbagai indikator bibliometrik, seperti tren jumlah publikasi dan sitasi, pola kata kunci, serta struktur jaringan kolaborasi penulis dan afiliasi. Hasil analisis co-occurrence kata kunci menunjukkan bahwa artificial intelligence, transformasi digital, dan pembelajaran mesin merupakan tema sentral yang menghubungkan berbagai topik lain dalam literatur. Visualisasi overlay juga mengindikasikan pergeseran fokus riset dari kajian infrastruktur dan kesiapan teknologi menuju aplikasi berbasis digital, termasuk digital marketing, model bisnis digital, dan pengambilan keputusan berbasis data. Selain itu, peta jejaring penulis dan institusi memperlihatkan bahwa lanskap riset bersifat multidisipliner, global, dan tumbuh pesat, yang diperkuat oleh intensitas kolaborasi internasional. Studi ini turut mengidentifikasi topik-topik yang mulai mengemuka, seperti tata kelola dan etika pemanfaatan AI, integrasi AI dalam UMKM, serta kaitannya dengan keberlanjutan bisnis. Temuan ini memberikan gambaran yang lebih komprehensif mengenai peta ilmu, kesenjangan riset, dan peluang pengembangan kajian di masa depan, khususnya terkait penguatan riset lokal, pembangunan kapasitas peneliti, dan pemanfaatan kecerdasan buatan dalam praktik manajemen dan industri di Indonesia. Implikasi praktisnya dapat menjadi rujukan bagi pembuat kebijakan, dunia usaha, dan komunitas akademik dalam merancang strategi pengembangan ekosistem riset dan inovasi AI yang lebih inklusif.

Downloads

Download data is not yet available.

References

Agarwal, G. K., Simonsson, J., Magnusson, M., Hald, K. S., & Johanson, A. (2022). Value-capture in digital servitization. Journal of Manufacturing Technology Management, 33(5), 986–1004.

Akter, S., Michael, K., Uddin, M. R., McCarthy, G., & Rahman, M. (2022). Transforming business using digital innovations: The application of AI, blockchain, cloud and data analytics. Annals of Operations Research, 1–33.

Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959–975.

Chen, Y., Visnjic, I., Parida, V., & Zhang, Z. (2021). On the road to digital servitization–The (dis) continuous interplay between business model and digital technology. International Journal of Operations & Production Management, 41(5), 694–722.

Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296.

Erwin, E., Pasaribu, A. W., Novel, N. J. A., Thaha, A. R., Adhicandra, I., Suardi, C., Nasir, A., & Syafaat, M. (2023). Transformasi Digital. PT. Sonpedia Publishing Indonesia.

Far, S. B., Rad, A. I., & Asaar, M. R. (2023). Blockchain and its derived technologies shape the future generation of digital businesses: a focus on decentralized finance and the Metaverse. Data Science and Management, 6(3), 183–197.

Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California Management Review, 61(4), 5–14.

Hunt, E. B. (2014). Artificial intelligence. Academic Press.

Jaya, H., Sabran, S., Idris, M., Djawad, Y. A., Ilham, A., & Ahmar, A. S. (2018). Kecerdasan Buatan. Fakultas MIPA Universitas Negeri Makassar.

Jeyaraj, A., & Zadeh, A. H. (2020). Evolution of information systems research: Insights from topic modeling. Information & Management, 57(4), 103207.

Kwilinski, A. (2024). Understanding the nonlinear effect of digital technology development on CO2 reduction. Sustainable Development, 32(5), 5797–5811.

McAfee, A., & Brynjolfsson, E. (2017). Machine, platform, crowd: Harnessing our digital future. WW Norton & Company.

Mongeon, P., & Paul-Hus, A. (2016). The journal coverage of Web of Science and Scopus: a comparative analysis. Scientometrics, 106(1), 213–228.

Nicoletti, B., & Appolloni, A. (2023). Artificial intelligence for the management of servitization 5.0. Sustainability, 15(14), 11113.

Priyana, Y. (2022). Implementation of President Grants for Micro Business Productive (BPUM) to Increase Productivity of MSMEs Amid Adaptation of New Normal: A Research Proposal. International Conference on Economics, Management and Accounting (ICEMAC 2021), 324–328.

Rahmadanita, A. (2023). Tren Penelitian Ketertiban Umum (Public Order): Sebuah Pendekatan Bibliometrik. Jurnal Tatapamong, 81–100.

Simanjuntak, W., Subagyo, A., & Sufianto, D. (2024). Peran pemerintah dalam implementasi artificial intelligence (ai) di kementerian komunikasi dan informatika republik indonesia (kemenkominfo ri). Journal of Social and Economics Research, 6(1), 1–15.

Tham, Y.-C., Husain, R., Teo, K. Y. C., Tan, A. C. S., Chew, A. C. Y., Ting, D. S., Cheng, C.-Y., Tan, G. S. W., & Wong, T. Y. (2022). New digital models of care in ophthalmology, during and beyond the COVID-19 pandemic. British Journal of Ophthalmology, 106(4), 452–457.

Van Eck, N., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523–538.

Vermesan, O., & Bacquet, J. (2022). Cognitive hyperconnected digital transformation: Internet of things intelligence evolution. CRC Press.

Volberda, H. W., Khanagha, S., Baden-Fuller, C., Mihalache, O. R., & Birkinshaw, J. (2021). Strategizing in a digital world: Overcoming cognitive barriers, reconfiguring routines and introducing new organizational forms. Long Range Planning, 54(5), 102110.

Yablonsky, S. (2019). Multidimensional data-driven artificial intelligence innovation. Technology Innovation Management Review, 9(12), 16–28.

Zupic, I., & Čater, T. (2015). Bibliometric methods in management and organization. Organizational Research Methods, 18(3), 429–472.