<![CDATA[Ekstrak bunga sepatu (Hibiscus rosa-sinensis L.) telah banyak diteliti dan dimanfaatkan dalam berbagai bidang. Namun, peta pemanfaatannya belum tergambarkan secara terstruktur dari literatur yang ada. Penelitian ini bertujuan memetakan dan menganalisis fokus pemanfaatan ekstrak bunga sepatu berdasarkan literatur ilmiah dengan menggunakan teknik visualisasi Word Cloud dan klasifikasi Naive Bayes. Data abstrak penelitian dari Google Scholar, PubMed, dan ScienceDirect dalam 10 tahun terakhir dikumpulkan, diproses (stopword removal, stemming), lalu dianalisis. Naive Bayes diterapkan untuk mengklasifikasikan dan memvalidasi tema dominan secara kuantitatif berdasarkan probabilitas kemunculan kata kunci. Hasil visualisasi Word Cloud menunjukkan kata kunci paling menonjol adalah "bunga sepatu", "ekstrak", "antimikroba", "pewarna alami", "kosmetik", "antioksidan", "antibakteri", "perawatan kulit", dan "tumbuhan obat", yang dikuatkan oleh probabilitas klasifikasi tinggi dari model Naive Bayes. Berdasarkan hasil penelitian klasifikasi pemanfaatan ekstrak bunga sepatu dengan tiga kernel Naïve Bayes dan visualisasi Word Cloud, dapat disimpulkan bahwa Multinomial Naïve Bayes pada skenario pembagian data 90:10 menghasilkan performa terbaik dengan akurasi 88,42%, presisi 87,91%, recall 88,15%, dan F1-Score 88,03%. Hasil Word Cloud memberikan informasi bahwa kategori "Kesehatan" mendominasi diskusi akademik (42%) dengan kata kunci seperti herbal, tekanan darah, dan antioksidan, diikuti kategori "Penelitian" (35%) dengan kata seperti ekstrak, uji, dan flavonoid, serta "Kecantikan" (23%) dengan fokus pada kulit, masker, dan anti-aging, sehingga menjadi peluang riset mendatang.]]>
Copyrights © 2026
