Hasil Pencarian  ::  Simpan CSV :: Kembali

"Meningkatkan visibilitas dan aksesibilitas buku ilmiah dalam lanskap pengetahuan digital merupakan sebuah kebutuhan dalam menghadapi tuntutan perkem­bangan teknologi informasi yang telah membuat komunitas aka­demik menjadi lebih terhubung, ide dibagikan lebih cepat, dan informasi dapat diambil lebih mudah daripada sebelum­nya. Penelitian kualitatif dengan metode studi kasus ini ber­upaya mengeksplorasi bagaimana penerbitan buku ilmiah dapat dilihat dan ditemukan oleh pengguna potensial yang mungkin memanfaatkannya. Langkah-lang­kah apa yang dilaku­kan untuk mencapai tujuan tersebut juga dianalisis, serta mengidentifikasi tantangan yang di­hadapi untuk memas­ti­kan bahwa buku-buku ilmiah terintegrasi ke dalam lans­kap pengetahuan digital. Pengam­bilan data dilakukan pada Januari-Maret 2022 dengan wawancara, kuesioner, obser­vasi, dan tinjauan literatur. Hasil penelitian menun­juk­kan bahwa strategi penerbitan buku ilmiah di era digital adalah dengan mem­bangun visibilitas dan aksesibilitas ke dalam alur kerja editorial, mulai dari produksi hingga penyebarluasan buku dengan meman­faatkan secara maksimal berbagai alat dan inovasi penemuan infor­masi. Sementara itu, langkah-langkah yang perlu dilaku­kan penerbit adalah mulai mengadopsi dan menerapkan sistem pener­bitan elektronik yang mampu menam­pung dan mengelola metadata secara leng­kap serta menggunaan berbagai alat penemuan infor­masi, seperti E-ISBN, DOI, dan berbagai jejaring media sosial serta media berbagi untuk men­dukung penyebar­luasan dan penemuan buku dalam lanskap pengetahuan digital. Adapun tantangan yang di­hadapi untuk memasti­kan bahwa buku-buku ilmiah terintegrasi ke dalam lanskap pengetahuan digital adalah karena penerbit ilmiah di Indonesia masih terlalu fokus dengan penerbitan buku versi cetak dan belum memiliki sistem yang meng­arah pada pendistribusian ke dalam lanskap digital. Akhirnya, penerbit ilmiah di Indonesia perlu me­laku­kan transformasi dalam proses produksi dan penye­barluasan buku ilmiah sebagai media komunikasi ilmiah yang mendalam. Keterbatasan penelitian ini adalah pada jumlah narasumber yang digunakan. Untuk itu, diharapkan adanya pene­litian lanjutan dengan me­libatkan lebih banyak penerbit dan akademisi untuk memetakan bentuk serta peran penerbitan buku ilmiah di masa depan dan penga­ruh­nya terhadap pembaca dan kualitas publikasi nasional.

---

Increasing the visibility and accessibility of scholarly books in the digital knowledge landscape is a necessity in the face of the demands of information technology developments that have made the academic community more connected, ideas shared faster, and information retrieved easier than ever before. This qualitative research with the case study method seeks to explore how scholarly book publications can be seen and discovered by potential users who might take advantage of them. The steps taken to achieve these goals are also analyzed, as well as identifying the challenges faced to ensure that scholarly books are integrated into the digital knowledge landscape. Data collection was carried out in January-March 2022 with interviews, questionnaires, observations, and literature review. The results show that the strategy for publishing scholarly books in the digital era is to build visibility and accessibility into the editorial workflow, from production to book dissemination by making maximum use of various information discovery tools and innovations. The steps that need to be taken are that publishers begin to adopt and implement an electronic publishing system that is able to accommodate and manage complete metadata and use various information discovery tools, such as E-ISBN, DOI, and various social media networks and sharing media to support the dissemination and book discovery in the digital knowledge landscape. The challenge faced in ensuring that scholarly books are integrated into the digital knowledge landscape is that scientific publishers in Indonesia are still too focused on publishing printed versions of books and do not yet have a system that leads to distribution in the digital landscape. Finally, scholarly publishers in Indonesia need to make a transformation in the process of producing and disseminating scholarly books as a medium of deep scientific communication. The limitation of this research is the number of sources used. For this reason, it is hoped that further research will be carried out by involving more publishers and academics to map out the form and role of scientific book publishing in the future and its impact on readers and the quality of national publications."

"Tren adalah suatu pola yang berulang, sementara analisis tren merupakan praktik pengumpulan dan analisis data dalam upaya untuk menemukan pola tersebut. Analisis tren adalah suatu metode untuk memproyeksikan kondisi masa depan berdasarkan data masa lalu hingga saat ini. Tinjauan literatur sistematis, bibliometrik, dan topic modeling adalah beberapa contoh pendekatan yang sering dipakai untuk menangkap fenomena perkembangan tren sains dan teknologi. Penelitian ini bertujuan untuk melakukan pengujian dan implementasi algoritma deteksi topik berbasis clustering yang dikombinasikan dengan analisis kualitatif dalam pendeteksian tren topik untuk mendapatkan gambaran yang menyeluruh mengenai konsep, struktur ilmiah, topik utama, dan perkembangan bidang teknologi big data dan smart sustainable city. Analisis topik dilakukan terhadap kumpulan data bibliografi publikasi ilmiah terkait kedua bidang tersebut yang didapat dari basis data Scopus dan CORE. Pengujian terhadap kinerja algoritma Deep-autoencoder based Fuzzy C-Means (DFCM) untuk deteksi topik dari corpus dokumen publikasi ilmiah menunjukkan bahwa algoritma DFCM menunjukkan kinerja yang baik serta dapat mengungguli kinerja algoritma-algoritma standar yang banyak dipakai untuk pendeteksian topik seperti Non-negatif Matrix Factorization (NMF) dan Latent Dirichlet Allocation (LDA) pada corpus dengan ukuran besar. Analisis hasil clustering terhadap data publikasi ilmiah memberikan gambaran perkembangan dan topik-topik yang menjadi “highlight” dalam periode tertentu, mencari research gap dan mengetahui karakteristik penelitian, serta memprediksi topik penelitian apa saja yang menjanjikan di masa depan.

---

A trend is a recurring pattern, while trend analysis is the practice of collecting and analyzing data to find that pattern. Trend analysis is a method for projecting future conditions based on past to present data. Systematic literature review, bibliometrics, and topic modeling are examples of approaches that are often used to capture the phenomenon of the development of science and technology trends. This study examined and implemented clustering-based topic detection algorithms, combined with qualitative analysis, to comprehensively picture the concept, scientific structure, main topics, and developments in big data technology and smart and sustainable city. The topic analysis is performed on collecting bibliographic data from scientific publications related to these two fields obtained from the Scopus and CORE database. In this research, the deep-autoencoder based on the Fuzzy C-Means (DFCM) algorithm's performance for topic detection from the corpus of scientific publication documents was examined. Based on the experiment's results, it can be concluded that the DFCM algorithm shows good performance and can outperform standard algorithms that are widely used for topic detection, such as Non-negative Matrix Factorization (NMF) and Latent Dirichlet Allocation (LDA) on topic detection tasks in huge corpus text. The clustering results analysis on scientific publication data provides an overview of research topics and developments that become "highlights" in a certain period, discover research gaps and characteristics, and predict what research topics are promising in the future."