<![CDATA[Penelitian ini memetakan tren integrasi Robotic Process Automation (RPA) dan Reinforcement Learning (RL) untuk mengatasi information overload pada sistem notifikasi cerdas. Menggunakan metode Systematic Literature Review (SLR) dengan pedomanPRISMA pada basis data Scopus, 132 artikel relevan disaring dari 2.259 dokumen awal dalam rentang waktu 2021–2025. Analisis bibliometrik menunjukkan pertumbuhan publikasi yang pesat (Annual Growth Rate 74,16%) dengan dominasi jurnal IEEE Access.Pertumbuhan ini didukung oleh tingginya Kolaborasi Internasional yang mencapai 43,94%, menunjukkan cakupan global yang luas dan kualitas riset yang terjamin. Secara tematik, Deep Learning teridentifikasi sebagai motor utama, di mana RL berfungsi sebagai otak adaptif untuk optimasi keputusan. Sementara RPA berperan sebagai eksekutor deterministik, struktur tematik menempatkan Robotics dan Automation pada kuadran Emerging Themes, mengindikasikan bahwa fokus pengembangan utama masih padaalgoritma, bukan implementasi teknis RPA itu sendiri. Mengingat adanya celah riset pada aspek keamanan model (Trustworthiness) dan tantangan infrastruktur desentralisasi (Edge Computing), studi ini merekomendasikan pengembangan arsitektur Trustworthy AI serta integrasi Edge Computing untuk mendukung skalabilitas dan ketahanan sistem waktu nyata. Sebagai kontribusi ilmiah, temuan ini menyediakan landasan konseptual bagi pengembangan sistem notifikasi otonom berbasis RPA-RL yang tidak hanya adaptif, tetapi juga skalabel dan terpercaya untuk implementasi praktis di lingkungan real-time.]]>
Copyrights © 2026
