Pemetaan Tren Machine Learning dalam Penelitian Ilmu Kimia Menggunakan LLM dengan Multi-Turn Prompting

Aug 2, 2026

Unggah oleh Skyler

Pemetaan tren penelitian kimia yang memanfaatkan machine learning diperlukan untuk mengenali perkembangan terkini dan peluang aplikasi. Artikel ini meninjau karya terpublikasi dengan memanfaatkan NLP untuk mempercepat analisis teks ilmiah serta meningkatkan ketepatan pemahaman isi dan konteks. Data abstrak dikumpulkan melalui scraping, ditabulasi, lalu dianalisis menggunakan LLM berbasis multi-turn prompting. Prompt awal yang bersifat umum diikuti penelusuran lebih mendalam dari respons sebelumnya, termasuk prompting untuk analisis statistik deskriptif. Hasilnya memetakan tujuh kata kunci utama, tiga topik dominan, serta pola kenaikan publikasi sejak 2012 terutama pada 2019, sekaligus menyoroti peluang pengembangan pada kimia kuantum.

BahasaIndonesian

KategoriPenelitian & Laporan

FormatPDF

Halaman11

Waktu Membaca17 mnt

AksesGratis untuk diunduh

Daftar Isi

Abstrak

Pendahuluan

Latar belakang pertumbuhan machine learning

Potensi penerapan machine learning dalam kimia

Metodologi

Pengumpulan data melalui scraping abstrak

Analisis menggunakan LLM multi-turn prompting

Analisis statistik deskriptif berbasis prompting

Hasil dan Pembahasan

Kata kunci utama yang dominan

Topik utama yang dominan

Tren jumlah artikel per tahun

Kesimpulan dan Peluang Pengembangan

PemetaanTren Machine Learning dalamPenelitian Ilmu KimiamenggunakanLLM dengan Multi-Turn Prompting Mapping Machine Learning Trends in Chemistry Research using LLM with Multi-Turn Prompting 1Andreo Yudertha*, 2Riski Dwimalida Putri 1Program Studi Sistem Informasi, Fakultas Sains dan Teknologi, UIN Sulthan Thaha Saifuddin Jambi 2Program Studi Kimia, Fakultas Sains dan Teknologi, UIN Sulthan Thaha Saifuddin Jambi 1,2Jl. Jambi-Muara Bulian No.KM. 16, Kec. Jambi Luar Kota, Muaro Jambi, Jambi, Indonesia *e-mail: [andreo@uinjambi.ac.id](andreo@uinjambi.ac.id) (received: 9 January 2025, revised: 4 February 2025, accepted: 5 February 2025) Abstrak Peninjauan terhadap penelitian di bidang kimia yang melibatkan machine learning diperlukan untuk mengidentifikasi perkembangan terkini dan menggali potensi aplikasinya. Artikel-artikel penelitianyang telah terpublikasi memberikan kesempatan untuk menganalisa tren penelitian yang sedangberkembang. Penggunaan teknologi pemrosesan bahasa alami (NLP) tidak hanya mempercepat prosesanalisis data teks, tetapi juga meningkatkan akurasi dalam memahami isi dan konteks artikel ilmiah. Sebelumnya analisis tren artikel bidang oftalmologi sudah pernah dilakukan dengan Zero Shot Learning. Pada penelitian ini dilakukan analisis artikel bidang kimia yang terkait dengan topik machine learning dengan teknik multi-turn prompting. Tahapan dilakukan dengan mengumpulkan data dengan teknik scraping pada abstrak artikel yang memuat kata kunci machine learning dan chemistry. Data yang diperoleh ditabulasi dan dianalisis menggunakan Large Language Model (LLM) dengan menggunakan teknik Multi-Turn Prompting dengan memasukkan prompt dari hal yangumum, dan menggali informasi yang lebih dalam berdasarkah hasil prompting sebelumnya. Selain itu, analisi dilakukan dengan memberikan prompting untuk membuat analisis statistik deskriptif. Hasil analisis 200 abstrak artikel didapat tujuh kata kunci utama terkait bidang kimia yang memanfaatkan machine learning, yakni chemical (138 artikel), protein (119 artikel), drug (107 artikel), structure (100 artikel), molecular (96 artikel), chemistry (91 artikel), dan quantum (84 artikel) . Selain itu dari didapatkan adanya tiga topik utama yang dominan dalam kimia yang dikombinasikan dengan machine learning, yaitu struktur protein dan molekul , kimia kuantum sertapenemuan obat (drug discovery) . Terbitan artikel mengenai machine learning dalam bidang kimiamulai naik pada pada tahun 2012 dan naik signifikan pada tahun 2019. Berdasarkan hasil yang diperoleh masih banyak peluang pengembangan machine learning dalam bidang kimia khusunyabidang kimia kuantum yang baru terpublikasikan pada tahun 2013 dan jumlah artikel yang dipublikasikan tidak terlalu besar ditiap tahunnya, yang menunjukkan bahwa bidang ini masih dalam tahap awal eksplorasi. Kata kunci: machine learning, multi-turn prompting, kimia, LLM Abstract A review of research in the field of chemistry that incorporates machine learning is essential to identify recent developments and explore its potential applications. Published research articles provide an opportunity to analyze emerging research trends. The use of natural language processing (NLP) technology not only accelerates text data analysis but also enhances accuracy in understanding the content and context of scientific articles. Previously, trend analysis in ophthalmology research had been conducted using Zero-Shot Learning. In this study, an analysis of chemistry-related articles focusing on machine learning was carried out using a multi-turn prompting technique. The process began with data collection through web scraping of abstracts containing the keywords "machine learning" and "chemistry. " The retrieved data was then tabulated and analyzed using a Large Language Model (LLM) with a Multi-Turn Prompting approach, where general prompts were initially used, followed by deeper exploration based on previous responses. Additionally, statistical descripti

Pertanyaan Umum

Bagaimana data penelitian dikumpulkan untuk pemetaan tren?

Data dikumpulkan dari abstrak artikel yang memuat kata kunci machine learning dan chemistry melalui teknik scraping, kemudian ditabulasi untuk dianalisis lebih lanjut.

Bagaimana LLM digunakan pada metode multi-turn prompting?

LLM menjalankan analisis dengan memberikan prompt awal yang umum, lalu menggunakan respons sebelumnya untuk menggali informasi yang lebih dalam pada tahapan berikutnya.

Apa temuan utama terkait kata kunci dan topik dalam kimia yang menggabungkan machine learning?

Terdapat tujuh kata kunci utama—chemical, protein, drug, structure, molecular, chemistry, dan quantum—serta tiga topik dominan, yaitu struktur protein dan molekul, kimia kuantum, dan drug discovery.

Aug 2, 2026

Unggah oleh Skyler