<![CDATA[untuk mengenali dan merespons kondisi emosional manusia, dan penerapannya pada kesehatan mental menjadi arah riset yang tumbuh paling cepat dalam lima tahun terakhir. Penelitian ini memetakan struktur intelektual, tren produktivitas, dan evolusi tematik penelitian pada irisan affective computing dan kesehatan mental melalui pendekatan bibliometrik. Data diperoleh dari Scopus menggunakan boolean yang menggabungkan istilah affective computing dan emotion recognition dengan istilah kesehatan mental, dibatasi pada tahun terbit 2021–2025, jenis dokumen artikel, bahasa Inggris, jenis sumber jurnal, dan tahap publikasi final, sehingga diperoleh 828 artikel dari 424 jurnal dan lebih dari 45 negara. Analisis dilakukan menggunakan Biblioshiny (bibliometrix R) meliputi produktivitas tahunan, Hukum Bradford, Hukum Lotka, analisis sitasi, ko-kolaborasi negara, ko-occurrence kata kunci, dan pemetaan tematik. Hasil menunjukkan pertumbuhan publikasi yang meningkat tajam sejak 2023, didominasi kontribusi Tiongkok, India, dan Amerika Serikat, dengan kepenulisan yang sangat terkonsentrasi. Pemetaan ko-occurrence memperlihatkan dua klaster yang saling terhubung melalui simpul mental health, yaitu klaster teknis-komputasional (affective computing, deep learning, EEG) dan klaster klinis-demografis (emotion, depression, schizophrenia, controlled study). Penelitian ini mengidentifikasi bahwa integrasi antara pengembangan model kecerdasan buatan dan validasi klinis pada populasi khusus, terutama di kawasan berpenghasilan rendah dan menengah, masih menjadi celah penelitian yang signifikan dan menjadi agenda riset prioritas ke depan.]]>
Copyrights © 2025
