Deteksi Code Smell dengan Pendekatan Machine Learning: Analisis Bibliometrik

Dalam pengembangan perangkat lunak, aspek efisiensi dan keberlanjutan sangat penting. Teknik refactoring dapat digunakan untuk mengurangi dampak dari code smell. Code smell merupakan bentuk technical debt akibat implementasi source code yang tidak mematuhi prinsip-prinsip rekayasa perangkat lunak. Tetapi proses refactoring membutuhkan biaya yang tidak sedikit. Oleh karena itu, code smell memerlukan pendeteksian secara dini untuk mencegah dampak buruknya terhadap kualitas perangkat lunak. Dalam penelitian ini, metode pencarian jurnal dilakukan dengan menggunakan tools Publish or Perish dengan kata kunci "Code Smell Detection". Sebanyak 200 jurnal yang terindeks Scopus berhasil dikumpulkan, namun hanya 69 diantaranya yang tersedia secara terbuka (open access). Analisis bibliometrik dalam penelitian ini menyajikan tinjauan terhadap literatur mengenai deteksi code smell dengan pendekatan machine learning. Penelitian ini memberikan wawasan mendalam mengenai kontribusi institusi dalam domain deteksi code smell. Hasil analisis menunjukkan bahwa institusi dari India menjadi penyumbang terbanyak penelitian dalam domain ini, yaitu sebanyak 14 jurnal dari tahun 2021 sampai tahun 2024. Kemudian, diikuti oleh institusi dari RRC dan Amerika Serikat. Meskipun penelitian ini banyak dilakukan pada tahun 2021, tren dalam domain deteksi code smell ternyata mengalami penurunan pada tahun 2022 hingga 2024. Jenis publikasi yang paling banyak adalah dalam bentuk artikel sebanyak 40 publikasi. Melalui pembentukan word cloud yang dilakukan 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.