Show simple item record

dc.contributor.advisorSitanggang, Imas Sukaesih
dc.contributor.advisorWijaya, Sony Hartono
dc.contributor.authorFadilah, Hidayatul
dc.date.accessioned2026-08-11T07:35:26Z
dc.date.available2026-08-11T07:35:26Z
dc.date.issued2026
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/178255
dc.description.abstractPerubahan iklim telah mendorong adopsi Climate-Smart Agriculture (CSA) sebagai pendekatan strategis untuk meningkatkan produktivitas pertanian, ketahanan pangan, serta kemampuan adaptasi dan mitigasi terhadap perubahan iklim. Pesatnya perkembangan publikasi mengenai CSA menghasilkan literatur yang semakin luas dan multidisiplin, sehingga diperlukan sintesis bukti yang komprehensif untuk memetakan perkembangan ilmu, mengidentifikasi tren, serta mengungkap celah pengetahuan (knowledge gaps). Namun, studi yang mengintegrasikan Systematic Literature Review, analisis bibliometrix, dan topic modeling masih relatif terbatas. Penelitian ini bertujuan menganalisis perkembangan global kajian CSA melalui integrasi, analisis bibliometrik menggunakan paket Bibliometrix, dan pemodelan topik Latent Dirichlet Allocation (LDA). dan analisis bibliometrik digunakan untuk mengevaluasi tren publikasi, penulis dan negara yang paling berpengaruh, jaringan kolaborasi, struktur tema, serta dinamika perkembangan riset. Hasil analisis menunjukkan bahwa publikasi CSA mengalami pertumbuhan yang signifikan dalam beberapa tahun terakhir dengan fokus utama pada adaptasi perubahan iklim, ketahanan pangan, praktik pertanian berkelanjutan, dan petani skala kecil. Analisis bibliometrik juga mengungkap bahwa topik terkait Artificial Intelligence (AI), Internet of Things (IoT), dan machine learning masih berada pada area dengan kepadatan penelitian yang rendah sehingga merepresentasikan peluang riset yang menjanjikan. Selanjutnya, pemodelan LDA berhasil mengidentifikasi tiga tema utama, yaitu (1) praktik adaptasi perubahan iklim, (2) manajemen sumber daya pertanian, dan (3) evaluasi metodologis berbasis bukti. Model terbaik diperoleh pada tiga topik dengan skor koherensi UMass sebesar -1,15 dan UCI sebesar 0,20, yang menunjukkan kualitas koherensi semantik yang memuaskan. Secara keseluruhan, integrasi, analisis bibliometrik, dan LDA memberikan kerangka kerja yang komprehensif untuk memetakan evolusi penelitian CSA, mengidentifikasi kesenjangan penelitian, serta memberikan arah pengembangan riset masa depan, khususnya melalui integrasi AI, IoT, dan teknologi digital guna mewujudkan sistem pertanian yang lebih berkelanjutan dan tangguh terhadap perubahan iklim.
dc.description.sponsorship
dc.language.isoid
dc.publisherIPB Universityid
dc.titleKAJIAN RISET CLIMATE - SMART AGRICULTURE DENGAN PENDEKATAN SYSTEMATIC LITERATURE REVIEW DAN TEXT MININGid
dc.title.alternativeClimate-Smart Agriculture Research Study with Systematic Literature Review and Text Mining approaches
dc.typeTesis
dc.subject.keywordLDAid
dc.subject.keywordliterature reviewid
dc.subject.keywordpertanian cerdasid
dc.subject.keywordperubahan iklimid
dc.subject.keywordText miningid
dc.subtypeTheses


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record