Studi Bibliometrik Analisis Tren Penelitian Kesehatan Lingkungan di Jakarta

Abstract

Jakarta adalah ibukota negara Indonesia dengan kepadatan penduduk yang tinggi dan meningkat setiap tahunnya. Populasi penduduk yang tinggi tentu menimbulkan berbagai masalah lingkungan baik udara, air maupun tanah. Penelitian tentang pencemaran di Jakarta telah banyak dilakukan, namun belum diketahui tren penelitian terkait pencemaran di Jakarta. Penelitian ini bertujuan untuk mengetahui tren penelitian dan bagaiman polusi ini berdampak pada kesehatan lingkungan di Jakarta. Penelitian ini menggunakan analisis bibliometrik dengan menggunakan aplikasi VOSviewer serta mengambil data penelitian dari Scopus pada tahun 2020-2025. Adapun kata kunci yang digunakan yaitu Pollution dan Jakarta serta menggunakan publikasi tahun 2020-2025 sehingga didapatkan 367 dokumen.  Hasil dari analisis bibliometrik disajikan dalam bentuk network visualization, overlay visualization, dan density visualization. Dari analisis ini dapat diketahui hubungan diantara artikel- artikel. Hasilnya ditemukan bahwa jumlah penelitian tentang pencemaran meningkat dari tahun 2022 sampai 2024. Adapun tema yang paling banyak dibahas yaitu pencemaran udara. Berdasarkan overlay visualization didapatkan bahwa pencemaran udara masih menjadi topik penelitian yang banyak dibahas dan topik yang mulai sering dibahas yaitu mikroplastik, sampah plastik dan deep learning pada tahun 2023-2025, sedangkan remote sensing dan transportasi perkotaan mulai tidak dibahas lagi. Berdasarkan hasil analisis network visualization, penelitian terbagi menjadi 4 kelompok yaitu pencemaran udara, pencemaran perairan, dampak polusi dan pemodelan pencemaran. Dari hasil analisis di atas, adapun saran yang diberikan yaitu penelitian selanjutnya sebaiknya perlu melakukan penelitian yang lebih banyak membahas pencemaran tanah dan dampaknya pada kesehatan masyarakat di Jakarta karena tema ini masih jarang diteliti. Selain itu perlu dilakukan penelitian pencemaran dengan didukung bantuan teknologi dengan menggunakan deep learning.