Dalam pengembangan perangkat lunak, aspek efisiensi dan keberlanjutan sangat penting. Teknik refactoring digunakan untuk mengurangi dampak dari code smell yang merupakan bentuk technical debt akibat implementasi source code yang tidak mematuhi prinsip-prinsip rekayasa perangkat lunak. Tetapi proses refactoring membutuhkan biaya yang banyak. Oleh karena itu, code smell perlu dideteksi untuk mencegah dampak buruknya terhadap kualitas perangkat lunak. Dalam penelitian ini, pencarian jurnal dilakukan dengan tools Publish or Perish dengan kata kunci "Code Smell Detection". Terkumpul 200 jurnal yang terindeks Scopus, namun hanya 69 yang tersedia secara terbuka (open access). Analisis bibliometrik dalam penelitian ini menyajikan tinjauan literatur mengenai deteksi code smell dengan pendekatan machine learning. Penelitian ini memberikan wawasan mengenai kontribusi domain deteksi code smell. Hasil analisis menunjukkan bahwa institusi dari India menjadi penyumbang terbanyak penelitian dalam domain ini, diikuti oleh RRC dan Amerika Serikat. Penelitian ini banyak dilakukan pada tahun 2021, namun tren dalam domain ini mengalami penurunan pada tahun berikutnya. Dampak yang diberikan penelitian ini berupa potensi pengembangan alat deteksi code smell otomatis berbasis machine learning yang dapat mempercepat proses identifikasi masalah kode dalam proses pengembangan perangkat lunak. Dengan teknologi ini, pengembang dapat meningkatkan efisiensi dalam menemukan code smell sehingga dapat mengurangi biaya pemeliharaan perangkat lunak. Jenis publikasi yang paling banyak adalah dalam bentuk artikel sebanyak 40 publikasi. Melalui pembentukan word cloud dengan software NVivo, kata code, smells dan software adalah kata yang sering dipakai. Lalu untuk kata kunci yang terdeteksi melalui software VOSviewer, kata-kata code smell detection, detection, code, machine, dan method memiliki keterkaitan satu sama lain.
Copyrights © 2024