VOSviewer

 

Penjelasan Lengkap tentang VOSviewer

1. Apa itu VOSviewer?

VOSviewer adalah perangkat lunak gratis untuk membuat, memvisualisasikan, dan menjelajahi peta bibliometrik, yaitu jaringan hubungan antar publikasi, penulis, kata kunci, jurnal, institusi, atau negara. Nama VOS berasal dari Visualization Of Similarities, teknik pemetaan yang menjadi dasarnya.

VOSviewer dikembangkan oleh Nees Jan van Eck dan Ludo Waltman di Centre for Science and Technology Studies (CWTS), Universitas Leiden, Belanda. Programnya berbasis Java, sehingga berjalan di Windows, macOS, dan Linux. Unduh resmi dari vosviewer.com. Versi terbaru dan fitur barunya bisa berubah, jadi cek situs itu.

Berbeda dengan JASP, Minitab, AMOS, atau LISREL, VOSviewer bukan software statistik inferensial. Ia dipakai untuk analisis bibliometrik dan tinjauan literatur, bukan menguji hipotesis atau mengolah data survei dan keuangan.

2. Apa itu Analisis Bibliometrik?

Analisis bibliometrik adalah pendekatan kuantitatif untuk mempelajari pola publikasi ilmiah. Pertanyaan yang bisa dijawab:

  • Bagaimana tren publikasi suatu topik dari tahun ke tahun?
  • Siapa penulis, jurnal, institusi, dan negara yang paling berpengaruh?
  • Topik apa saja yang sering muncul bersamaan dan bagaimana kelompoknya?
  • Topik mana yang sudah jenuh dan mana yang masih jarang diteliti (research gap)?

VOSviewer membantu bagian visualisasi dan pengelompokan, sedangkan datanya diambil dari basis data ilmiah.

3. Ciri Khas VOSviewer

  • Gratis dan ringan, mudah dipakai tanpa kemampuan pemrograman.
  • Tiga jenis visualisasi (lihat bagian 5).
  • Clustering otomatis. Item yang berhubungan erat dikelompokkan dan diberi warna sama.
  • Fokus pada keterbacaan. Algoritma tata letaknya menempatkan item yang mirip berdekatan, dan label ditampilkan agar tidak saling menumpuk.
  • Pemetaan teks (text mining). Bisa mengekstrak istilah dari judul dan abstrak.
  • Berbagai sumber data (lihat bagian 4).
  • Ekspor fleksibel. Peta bisa disimpan sebagai gambar (PNG, JPG, SVG, PDF), serta file peta dan jaringan untuk dibuka ulang atau dianalisis di software lain.
  • Thesaurus file. Untuk menggabungkan istilah sinonim, misalnya "Islamic bank" dan "Islamic banking".
  • Versi daring. Ada VOSviewer Online untuk melihat dan membagikan peta lewat browser.

4. Sumber Data yang Didukung

Sumber Keterangan
Scopus Ekspor CSV, paling sering dipakai
Web of Science Ekspor teks atau tab-delimited
Dimensions Ekspor CSV
Lens.org Ekspor CSV
PubMed Untuk bidang kedokteran dan kesehatan
OpenAlex dan Crossref Sumber terbuka lewat API
RIS Format referensi umum
Publish or Perish Untuk data Google Scholar, diekspor lalu dibaca VOSviewer

Basis data yang tersedia dan format ekspornya bisa berubah antar versi, jadi periksa dokumentasi terbaru. Beberapa basis data (Scopus dan Web of Science) memerlukan akses lewat institusi atau langganan.

5. Tiga Jenis Visualisasi

  1. Network Visualization: simpul (lingkaran) dan garis penghubung. Ukuran simpul menunjukkan bobot (misalnya jumlah kemunculan), jarak menunjukkan kedekatan hubungan, dan warna menunjukkan klaster.
  2. Overlay Visualization: seperti network, tetapi warna menunjukkan skor lain, biasanya tahun rata-rata publikasi. Berguna untuk melihat topik yang lama dan yang sedang berkembang.
  3. Density Visualization: peta panas yang menunjukkan area dengan kepadatan item tinggi, sehingga topik dominan terlihat jelas.

6. Jenis Analisis

Analisis Unit Arti
Co-authorship Penulis, institusi, negara Kolaborasi: siapa menulis bersama siapa
Co-occurrence Kata kunci (penulis atau indeks), istilah teks Kata kunci yang sering muncul bersamaan dalam artikel, untuk memetakan topik
Citation Dokumen, sumber, penulis, institusi, negara Siapa mengutip siapa secara langsung
Bibliographic coupling Dokumen, sumber, penulis, institusi, negara Dua item dianggap dekat bila punya daftar pustaka yang banyak sama
Co-citation Referensi, sumber, penulis Dua item dianggap dekat bila sering dikutip bersama oleh artikel lain

Yang paling sering dipakai pemula adalah co-occurrence kata kunci dan co-authorship.

7. Istilah dan Pengaturan Penting

Istilah Arti
Link Hubungan antara dua item
Link strength Kekuatan hubungan (misalnya berapa kali dua kata kunci muncul bersama)
Total link strength Jumlah kekuatan semua link milik sebuah item
Cluster Kelompok item yang berhubungan erat
Occurrences Jumlah kemunculan item
Minimum number of occurrences Ambang batas agar item ditampilkan
Counting method Full counting (tiap item dihitung penuh) atau fractional counting (bobot dibagi)
Normalization Biasanya association strength, agar hubungan tidak bias oleh item yang sangat sering muncul
Resolution dan minimum cluster size Mengatur jumlah dan ukuran klaster

8. Langkah Dasar Menggunakan VOSviewer

  1. Tentukan topik dan kata kunci pencarian, misalnya "Islamic banking" atau "riba".
  2. Cari di basis data (misalnya Scopus), lalu saring: rentang tahun, jenis dokumen, bahasa, bidang.
  3. Ekspor hasil dengan field lengkap (judul, penulis, kata kunci, abstrak, referensi).
  4. Buka VOSviewer: Create → Create a map based on bibliographic data → pilih sumber dan file.
  5. Pilih jenis analisis (misalnya co-occurrence) dan unit analisis (kata kunci).
  6. Atur pengaturan: metode penghitungan dan ambang minimum kemunculan.
  7. Periksa daftar item dan buang yang tidak relevan.
  8. Bersihkan data lewat thesaurus bila ada sinonim atau variasi ejaan.
  9. Lihat dan interpretasikan peta (network, overlay, density).
  10. Ekspor gambar dan data untuk laporan.

9. Contoh Penerapan di Perbankan Syariah

  • Peta tren riset "Islamic banking", "sukuk", "Islamic fintech", atau "zakat" selama 10 hingga 20 tahun.
  • Identifikasi klaster topik, misalnya kinerja bank, kepatuhan syariah (sharia governance), literasi, dan fintech.
  • Mencari research gap lewat overlay: topik yang terbaru dan masih jarang.
  • Kolaborasi penulis, institusi, dan negara di bidang keuangan Islam.
  • Penulis dan jurnal berpengaruh, sebagai acuan referensi.
  • Dasar tinjauan pustaka untuk proposal, skripsi, atau artikel, termasuk jurnal kuliah tentang topik seperti riba, untuk melihat bagaimana literatur mengelompok.

10. Kelebihan

  • Gratis, cocok untuk mahasiswa.
  • Mudah dipelajari, tanpa coding.
  • Hasil visual dan mudah dipresentasikan.
  • Mempercepat pemetaan literatur yang luas.
  • Mendukung banyak sumber data dan jenis analisis.
  • Tersedia panduan resmi dan materi belajar daring.
  • Banyak dipakai di jurnal, sehingga metodenya diakui.

11. Keterbatasan

  • Bukan alat statistik. Tidak menguji hipotesis, tidak menghitung regresi, korelasi, atau SEM. Jangan dibandingkan langsung dengan JASP, AMOS, atau EViews.
  • Kualitas hasil bergantung pada kualitas data dan strategi pencarian. Kata kunci pencarian yang kurang tepat menghasilkan peta yang menyesatkan.
  • Data perlu dibersihkan. Sinonim, singular/plural, dan variasi ejaan harus digabung manual lewat thesaurus.
  • Cakupan basis data berbeda-beda. Scopus dan Web of Science tidak memuat semua publikasi, dan bahasa non-Inggris cenderung kurang terwakili.
  • Interpretasi klaster butuh penilaian peneliti. Program menampilkan pola, tetapi pemberian makna dan nama klaster tetap tugasmu.
  • Visualisasi bisa terlalu padat bila ambang batas terlalu rendah.
  • Fitur analisis bibliometrik terbatas dibanding alat seperti Bibliometrix (R) untuk analisis tren, produktivitas, dan hukum bibliometrik.
  • Akses ke Scopus atau Web of Science biasanya perlu langganan kampus.

12. Perbandingan Singkat dengan Alat Sejenis

VOSviewer Bibliometrix / Biblioshiny (R) CiteSpace Publish or Perish
Harga Gratis Gratis Gratis Gratis
Fokus Visualisasi peta dan klaster Analisis bibliometrik lengkap Deteksi tren dan burst Pengambilan data dan metrik sitasi
Kemudahan Tinggi Sedang (Biblioshiny berbasis web) Sedang-rendah Tinggi
Kekuatan Peta jelas dan intuitif Statistik deskriptif bibliometrik mendalam Analisis perkembangan topik dari waktu ke waktu Mengambil data Google Scholar
Cocok untuk Pemula, tinjauan literatur Analisis mendalam dan reproducible Riset dinamika topik Persiapan data

Biasanya alat-alat ini dipakai berpasangan, misalnya Publish or Perish untuk mengambil data, lalu VOSviewer untuk memetakan.

13. Saran Penggunaan

  • Mulailah dengan pertanyaan penelitian yang jelas, lalu rancang kata kunci dan kriteria pencarian secara hati-hati dan catat prosesnya agar bisa direplikasi.
  • Gunakan thesaurus untuk merapikan istilah sebelum menafsirkan hasil.
  • Atur ambang minimum kemunculan agar peta terbaca, tidak terlalu padat dan tidak terlalu kosong.
  • Gunakan overlay untuk menemukan tren dan celah penelitian.
  • Dokumentasikan sumber data, tanggal pencarian, dan pengaturan di bagian metodologi.
  • Gabungkan dengan pembacaan literatur secara manual, karena peta hanya panduan awal.
  • Cek versi terbaru dan panduan resmi di vosviewer.com.


Komentar

Posting Komentar

Postingan populer dari blog ini

Perplexity

  Penjelasan Detail tentang Perplexity 1. Apa itu Perplexity? Perplexity (Perplexity AI) adalah mesin jawaban ( answer engine ) berbasis AI. Berbeda dari mesin pencari tradisional yang memberi daftar tautan, Perplexity mencari di web secara langsung, lalu merangkum hasilnya menjadi jawaban utuh lengkap dengan kutipan sumber yang bisa diklik. Karena itu ia sering dianggap perpaduan antara mesin pencari dan chatbot. Perusahaan ini berbasis di San Francisco, AS. Mesin pencari utamanya diluncurkan pada Desember 2022. Jangan tertukar dengan istilah perplexity dalam machine learning , yaitu metrik untuk mengukur seberapa baik sebuah model bahasa memprediksi teks. Keduanya hanya kebetulan senama, dan sebuah artikel bahkan perlu menjelaskan perbedaan antara metrik tersebut dan perusahaan Perplexity AI. 2. Pendiri dan Latar Belakang Didirikan sekitar 2022 oleh Aravind Srinivas (CEO), Denis Yarats , Johnny Ho , dan Andy Konwinski . Para pendirinya berlatar belakang riset AI dan ...
Baca selengkapnya

Gemini

  Penjelasan Detail tentang Google Gemini Gemini adalah produk yang berubah sangat cepat. Nama model, fitur, dan paket langganan bergeser dalam hitungan bulan. 1. Apa itu Gemini? "Gemini" sebenarnya merujuk pada dua hal yang berkaitan: Keluarga model AI buatan Google DeepMind. Model ini bersifat multimodal , artinya dirancang memahami dan menghasilkan teks, gambar, audio, video, dan kode sekaligus. Aplikasi/asisten Gemini , antarmuka chat tempat pengguna berinteraksi dengan model tersebut. Ia tersedia di web, aplikasi seluler, dan terintegrasi ke produk Google lain. 2. Sejarah Singkat Bagian ini sebagian besar dari pengetahuan saya, bukan hasil pencarian kali ini: 2023 : Google menggabungkan Google Brain dan DeepMind menjadi Google DeepMind. Pada Desember 2023 Gemini diperkenalkan dalam tiga ukuran (Ultra, Pro, Nano). Chatbot Google sebelumnya, Bard , kemudian diganti namanya menjadi Gemini. 2024 : Gemini 1.5 dikenal dengan jendela konteks yang sangat panjang. Ge...
Baca selengkapnya