<![CDATA[Perkembangan teknologi deep learning yang pesat telah mendorong transformasi besar dalam analisis perilaku konsumen, namun arah perkembangan literatur pada bidang ini belum terpetakan secara komprehensif. Penelitian ini bertujuan untuk menganalisis tren perkembangan riset terkait pemanfaatan deep learning dalam klasifikasi perilaku konsumen menggunakan pendekatan bibliometrik. Data diambil dari basis data OpenAlex hingga Juni 2026, menghasilkan 411 dokumen relevan yang kemudian dianalisis menggunakan perangkat lunak VOSviewer dengan teknik co-occurrence. Temuan penelitian menunjukkan adanya lonjakan publikasi yang signifikan sejak tahun 2020 hingga tahun berjalan 2026, dengan volume dokumen terindeks tertinggi berada pada tahun 2025 (data bersifat parsial dan masih dalam proses agregasi). Analisis klaster menunjukkan dominasi bidang computer science (326 kemunculan) dan artificial intelligence (238 kemunculan). Hasil pemetaan kata kunci mengidentifikasi keterkaitan kuat antara teknologi kecerdasan buatan dengan strategi bisnis modern, namun menunjukkan adanya kesenjangan pada kajian psikologis yang lebih spesifik seperti perilaku pembelian impulsif (impulsive buying). Secara praktis, penelitian ini memberikan landasan bagi pengembang strategi bisnis untuk mengintegrasikan model komputasi yang lebih akurat dengan teori perilaku nyata. Implikasi dari penelitian ini diharapkan dapat mendorong pengembangan riset interdisipliner yang lebih seimbang antara kekuatan teknis algoritma dan pemahaman psikologis konsumen di masa depan.]]>
