Tren Penelitian Grafik yang Dihasilkan AI: Analisis Bibliometrik Publikasi 2020-2025
DOI:
https://doi.org/10.31848/jesii.v3i2.4218Kata Kunci:
Bibliometrics, VOSv, AI, Text-to-image, DA, Midjourney, Stable DiffusionAbstrak
Studi ini bertujuan untuk mengidentifikasi tren dan perkembangan penelitian ilmiah tentang grafik yang dihasilkan AI selama periode 2020–2025 menggunakan pendekatan bibliometrik. Analisis ini berfokus pada tren publikasi, kolaborasi institusi dan negara, distribusi tematik, dan visualisasi jaringan penelitian. Data bibliometrik dikumpulkan dari basis data Scopus, menghasilkan 4.968 dokumen ilmiah yang diambil menggunakan kata kunci seperti "grafik yang dihasilkan AI," "teks ke gambar," "DALL-E," "Stable Diffusion," dan "Midjourney." Analisis dilakukan menggunakan VOSviewer untuk memeriksa ko-okurensi kata kunci, ko-penulis, ko-sitasi, dan penggabungan bibliografi. Hasilnya menunjukkan peningkatan signifikan dalam publikasi, dengan puncak yang menonjol pada tahun 2024. Tiongkok muncul sebagai kontributor utama, diikuti oleh Amerika Serikat, yang didukung oleh lembaga pendanaan penelitian utama seperti Yayasan Ilmu Pengetahuan Alam Nasional Tiongkok (NSFC). Analisis tematik menunjukkan pergeseran dari model berbasis GAN menuju model teks-ke-gambar berbasis difusi, disertai dengan meningkatnya perhatian pada isu-isu semantik, etika, dan sosial. Visualisasi jaringan mengungkapkan sepuluh kluster penelitian utama, termasuk kesehatan, seni digital, dan penglihatan komputer. Berbeda dengan studi bibliometrik sebelumnya yang terutama berfokus pada kecerdasan buatan umum atau model generatif terisolasi, studi ini memberikan pemetaan komprehensif dan terkini dari penelitian grafis yang dihasilkan AI dengan mengintegrasikan evolusi teknologi, platform AI kreatif, dan dimensi etika dalam satu kerangka analitis. Temuan ini menawarkan pemahaman holistik tentang lanskap penelitian dan berfungsi sebagai dasar untuk pengembangan teknologi di masa depan serta kolaborasi interdisipliner dalam grafik yang dihasilkan AI.
Referensi
A. Ramesh, P. Dhariwal, A. Nichol, C. Chu, and M. Chen, “Hierarchical Text-Conditional Image Generation with CLIP Latents,” Apr. 2022, [Online]. Available: http://arxiv.org/abs/2204.06125
A. W. Fadhlan Ramdhani and A. Susanti, “Pemanfaatan Teknologi Openai Dall-E 2 dalam Meningkatkan Kreativitas Desainer Grafis pada Komunitas Desain Grafis Indonesia,” Jurnal Bisnis dan Komunikasi Digital, vol. 1, no. 2, p. 8, Nov. 2023, doi: 10.47134/jbkd.v1i2.1916.
N. Mukaromah, S. Mulyono, and U. Islam Sultan Agung, “Jurnal Rekayasa Sistem Informasi dan Teknologi Volume 2, No 3-Februari 2025 e-ISSN : 3025-888X IMPLEMENTASI STABLE DIFFUSION DAN FINE-TUNING LOW RANK ADAPTATION UNTUK PEMBUATAN LOGO.”
B. Çeken, O. Şen, G. Tasarımı, S. ve Tasarım Fakültesi, and A. Hacı Bayram Veli Üniversitesi, “GRAFİK TASARIM SEKTÖRÜNDE YAPAY ZEKANIN KULLANILMASI (MİDJOURNEY).” [Online]. Available: http://as-proceeding.com/:Konya,Turkeyhttps://as-proceeding.com/index.php/iccar
H.-C. Chen, “Harnessing AI for Scientific Illustration: Exploring Tornado Dynamics Through Midjourney,” in 2023 12th International Conference on Awareness Science and Technology (iCAST), IEEE, 2023, pp. 136–141.
F. Fuadi, “Medkom: Jurnal Media dan Komunikasi Medkom: Jurnal Media dan Komunikasi Perkembangan Tren Publikasi Ilmiah tentang Media Sosial dan Pemilu: Sebuah Studi Bibliometrik”, [Online]. Available: https://e-journal.unair.ac.id/Medkom
N. Donthu, S. Kumar, D. Mukherjee, N. Pandey, and W. M. Lim, “How to conduct a bibliometric analysis: An overview and guidelines,” J Bus Res, vol. 133, pp. 285–296, Sep. 2021, doi: 10.1016/j.jbusres.2021.04.070.
L. Radha and J. Arumugam, “The Research Output of Bibliometrics using Bibliometrix R Package and VOS Viewer,” Shanlax International Journal of Arts, Science and Humanities, vol. 9, no. 2, pp. 44–49, Oct. 2021, doi: 10.34293/sijash.v9i2.4197.
A. Ramesh et al., “Zero-Shot Text-to-Image Generation,” Feb. 2021, [Online]. Available: http://arxiv.org/abs/2102.12092
J. Lehtinen and T. Aila NVIDIA, “Analyzing and Improving the Image Quality of StyleGAN Tero Karras NVIDIA Samuli Laine NVIDIA Miika Aittala NVIDIA Janne Hellsten NVIDIA.” [Online]. Available: https://github.com/NVlabs/stylegan2
R. Zhang et al., “Generative AI for Film Creation: A Survey of Recent Advances.”
D. Kutanova, “The use of generative graphics in graphic design: Aesthetics and ethics”, doi: 10.18533/journal.v13i2.2524.
S. Das and R. Kundu, “The Ethics of Artificial Intelligence in Creative Arts: A Comprehensive Review,” Interdisciplinary International Journal of Advances in Social Sciences, Arts and Humanities, vol. 01, no. 01, pp. 27–34, 2024, doi: 10.62674/iijassah.2024.v1i1.003.
E. Mule et al., “Enhancing Ground-to-Aerial Image Matching for Visual Misinformation Detection Using Semantic Segmentation.”
J. Ricker, D. Assenmacher, T. Holz, A. Fischer, and E. Quiring, “AI-Generated Faces in the Real World: A Large-Scale Case Study of Twitter Profile Images,” Oct. 2024, doi: 10.1145/3678890.3678922.
I. Rahkovsky, A. Toney, K. W. Boyack, R. Klavans, and D. A. Murdick, “AI Research Funding Portfolios and Extreme Growth,” Front Res Metr Anal, vol. 6, 2021, doi: 10.3389/frma.2021.630124.
Y. Li et al., “Zero-shot Medical Image Translation via Frequency-Guided Diffusion Models,” Oct. 2023, doi: 10.1109/TMI.2023.3325703.
S. Pan et al., “2D medical image synthesis using transformer-based denoising diffusion probabilistic model,” Phys Med Biol, vol. 68, no. 10, p. 105004, 2023, doi: 10.1088/1361-6560/acca5c.
C. Lu, J. Kay, and K. McKee, “Subverting machines, fluctuating identities: Re-learning human categorization,” in ACM International Conference Proceeding Series, Association for Computing Machinery, Jun. 2022, pp. 1005–1015. doi: 10.1145/3531146.3533161.
M. W. Khasbulloh, R. Suzano, A. Y. Rukmana, and R. Mesra, “Peta Keterkaitan Konsep dalam Penelitian Kepemimpinan Kewirausahaan: Analisis Bibliometrik dan Co-occurrence,” Sanskara Manajemen Dan Bisnis, vol. 1, no. 03, pp. 217–228, 2023.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Tamara Adjuah, Uswatun Hasanah
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish in JESII: Journal Elektronik Sistem InformasI agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
