Software VOSviewer
Software VOSviewer
VOSviewer (Visualization of Similarities viewer) adalah perangkat lunak (software) analisis bibliometrik dan visualisasi jaringan literatur ilmiah gratis (freeware) berbasis Java yang dikembangkan oleh Nees Jan van Eck dan Ludo Waltman dari Centre for Science and Technology Studies (CWTS) Universitas Leiden. Perangkat lunak ini dirancang khusus untuk membangun dan memvisualisasikan peta jaringan bibliometrik (bibliometric networks) dari ribuan publikasi ilmiah secara otomatis. VOSviewer dapat memetakan hubungan antar-kata kunci (co-occurrence), sitasi (citation), ko-sitasi (co-citation), penggabungan bibliografi (bibliographic coupling), hingga kolaborasi antar-penulis, institusi, atau negara (co-authorship). Software ini sangat ideal digunakan saat peneliti ingin menyusun Systematic Literature Review (SLR), mengidentifikasi celah penelitian (research gap), menemukan tren topik riset terkini (research trends), atau memetakan Kluster intelektual dari pangkalan data seperti Scopus, Web of Science, PubMed, Crossref, maupun Dimensions. Sebaliknya, jika analisis membutuhkan pengolahan statistik deskriptif/inferensial atas variabel kuantitatif kuesioner atau analisis regresi, maka software statistik standar seperti SPSS, JASP, atau RStudio lebih tepat dijadikan pilihan utama.
A. Menu Utama & Tab di VOSviewer
Navigasi VOSviewer dikelompokkan ke dalam tiga panel kontrol utama di sisi kiri dan kanan layar:
Action Panel (Panel Kiri): Pintu utama alur kerja analisis. Berisi tombol Create untuk memulai pembuatan peta bibliometrik baru, Open untuk membuka berkas peta yang sudah disimpan (
.mapdan.network), Save untuk menyimpan peta, serta Screenshot untuk mengekspor gambar peta berresolusi tinggi.Visualization Tabs (Bilah Atas Visualisasi): Tiga mode tampilan utama untuk melihat peta jaringan:
Network Visualization: Menampilkan node (lingkaran) dan garis hubungan antar-item berdasarkan kluster warna.
Overlay Visualization: Menampilkan peta dengan gradasi warna waktu untuk melihat tren perkembangan topik riset dari tahun ke tahun.
Density Visualization: Menampilkan peta kerapatan (heat map) untuk mengidentifikasi area fokus riset yang pekat dan area yang masih jarang diteliti (research gap).
Options Panel (Panel Kanan): Tempat menyesuaikan tampilan visual, seperti mengatur ukuran node (Scale), ketebalan garis (Line size), metode pembentukan kluster (Clustering attraction/repulsion), skala warna, serta tingkat transparansi.
Items Panel (Panel Navigasi Bawah): Menampilkan daftar rinci seluruh item (kata kunci/penulis) yang tergolong ke dalam masing-masing kluster warna.
B. Elemen & Komponen Utama Antarmuka VOSviewer
Struktur visualisasi peta jaringan VOSviewer terdiri dari beberapa komponen grafis bermakna statistik:
Node (Lingkaran / Label): Mewakili item analisis (seperti kata kunci, nama penulis, atau jurnal). Ukuran lingkaran berbanding lurus dengan frekuensi kemunculan (occurrence) atau jumlah sitasi item tersebut.
Edges (Garis Hubungan): Garis yang menghubungkan dua node, menunjukkan adanya keterkaitan (misalnya dua kata kunci yang muncul bersamaan dalam satu artikel). Ketebalan garis menggambarkan kekuatan hubungan (Link Strength).
Cluster Colors (Warna Kluster): Pengelompokan node berdasarkan warna yang sama, menandakan kumpulan item yang memiliki korelasi tematik erat dalam satu sub-topik riset.
Total Link Strength (TLS): Indikator kuantitatif yang menunjukkan total akumulasi kekuatan hubungan suatu node dengan seluruh node lainnya dalam jaringan.
C. Fungsi Software VOSviewer
Analisis Co-occurrence (Kata Kunci): Memetakan istilah atau kata kunci yang paling sering muncul bersamaan dalam abstrak, judul, atau keywords riset untuk memahami struktur topik ilmu pengetahuan.
Analisis Co-authorship (Kolaborasi): Memetakan jaringan kerja sama antar-penulis, jaringan antar-lembaga/universitas, serta pola kolaborasi riset antar-negara.
Analisis Bibliographic Coupling & Co-citation: Menganalisis tingkat kemiripan intelektual antar-artikel atau antar-jurnal berdasarkan referensi kutipan yang saling terhubung.
Deteksi Tren & Research Gap: Mengidentifikasi perkembangan fokus studi dari waktu ke waktu melalui skala warna tahun publikasi dan mendeteksi area riset yang masih minim eksplorasi.
D. User Software VOSviewer
Mahasiswa & Peneliti (S1, S2, S3): Digunakan untuk menyusun Latar Belakang Masalah, bab Literature Review, serta pemetaan artikel ilmiah dalam skripsi, tesis, disertasi, dan draf jurnal.
Dosen & Pengembang Konsorsium Riset: Memetakan peta jalan (roadmap) penelitian institusi dan menemukan calon mitra kolaborasi riset antar-negara.
Pustakawan & Analis Scientometrics: Menganalisis dampak publikasi ilmiah institusi, pemetaan sitasi, dan pemantauan tren ilmu pengetahuan.
Pengelola Jurnal (Editor): Menganalisis fokus cakupan (scope) jurnal dan mengidentifikasi calon penelaah sejawat (reviewer) yang relevan.
E. Domain Penggunaan Software VOSviewer
Ranah penerapan utama VOSviewer meliputi:
Seluruh Disiplin Ilmu Akademis: Karena berbasis data publikasi (Scopus/WoS), VOSviewer digunakan lintas disiplin baik Ilmu Sosial, Ekonomi, Psikologi, Teknik, Kedokteran, hingga MIPA.
Studi Bibliometrik & Scientometrics: Menjadi software standar utama untuk penulisan artikel ilmiah khusus bertema analisis bibliometrik.
Perencanaan Roadmap Riset Institusi: Dimanfaatkan oleh lembaga riset kementerian dan perguruan tinggi untuk menyusun prioritas riset nasional.
F. Cara Menggunakan Software VOSviewer
Komponen Fitur & Analisis Utama
1. Analisis Co-occurrence Kata Kunci (Keywords Analysis)
Digunakan untuk mengetahui pemetaan konsep utama dan struktur tematik dalam suatu domain ilmu.
Kegunaan: Menemukan sub-topik riset utama yang terbagi dalam kluster-kluster warna.
Contoh Kasus: Memetakan tren dan struktur topik riset "Digital Marketing" dari 1.000 artikel Scopus.
Lokus/Langkah: Klik Create $\rightarrow$ Pilih Create a map based on bibliographic data $\rightarrow$ Pilih sumber data (misal: Read data from bibliographic database files) $\rightarrow$ Unggah file
.ris/.bib/.csvdari Scopus/WoS $\rightarrow$ Pilih jenis analisis Co-occurrence dan unit All keywords $\rightarrow$ Tentukan batas minimum kemunculan (minimum occurrence) $\rightarrow$ Klik Finish.
2. Analisis Tren Waktu (Overlay Visualization)
Menganalisis pergeseran fokus topik riset berdasarkan kebaruan tahun publikasi.
Kegunaan: Melihat kata kunci mana yang tergolong topik klasik (lama) dan kata kunci mana yang merupakan topik hangat/baru (emerging topics).
Contoh Kasus: Mengetahui kebaruan istilah riset kecerdasan buatan dalam kurun 2020–2026.
Lokus/Langkah: Setelah peta terbentuk, klik tab Overlay Visualization di bilah atas $\rightarrow$ Amati gradasi warna (warna biru/ungu menunjukkan publikasi lama, kuning/terang menunjukkan publikasi baru) $\rightarrow$ Atur skala tahun di panel kanan Options.
3. Identifikasi Celah Penelitian (Density Visualization)
Melihat tingkat kerapatan kata kunci untuk menemukan research gap.
Kegunaan: Menemukan area topik yang masih redup/jarang diteliti untuk dijadikan kebaruan (novelty) riset.
Contoh Kasus: Mencari kombinasi topik riset ekonomi hijau yang belum banyak dikaji.
Lokus/Langkah: Klik tab Density Visualization di bilah atas $\rightarrow$ Perhatikan area berwarna redup/transparan yang berada di antara dua kelompok topik pekat $\rightarrow$ Identifikasi kata kunci di area redup tersebut sebagai potensi kebaruan.
Tahapan Dasar Memulai Bekerja di VOSviewer
Mengekspor Data dari Pangkalan Data (Scopus / WoS):
Lakukan pencarian artikel di Scopus atau Web of Science, pilih artikel yang relevan, lalu ekspor dataset dalam format
.csv,.bib, atau.ris(pastikan mencentang informasi Citation, Bibliographical information, dan Abstract & Keywords).Mengimpor Data ke VOSviewer:
Buka VOSviewer, klik Create pada panel kiri, pilih opsi sesuai format berkas data Anda, lalu muat file hasil ekspor tersebut.
Mengatur Ambang Batas (Threshold):
Tentukan batas minimum (minimum number of occurrences/documents). VOSviewer akan menampilkan jumlah item yang memenuhi syarat.
Visualisasi & Analisis Kluster:
VOSviewer akan merender peta jaringan. Analisis tiap kluster warna, baca nilai Links, Total Link Strength, serta ekspor gambar peta berresolusi tinggi melalui tombol Screenshot.
Tips Efektif Menguasai Software VOSviewer
Gunakan File Thesaurus untuk Membersihkan Data: Sebelum membuat peta, buat berkas teks (
.txt) thesaurus untuk menggabungkan kata yang bermakna sama (misal: meretasonline-learningdane-learningmenjadi satu istilah baku) agar peta jaringan tidak berantakan.Gunakan Fitur Density Visualization untuk Mencari Novelty: Jangan hanya melihat Network Visualization. Tampilan Density sangat ampuh diperlihatkan di bab pendahuluan proposal riset untuk membuktikan secara visual bahwa topik yang Anda angkat berada di area yang masih jarang diteliti.
Ekspor Data Tabel untuk Analisis Lanjutan: Selain gambar, simpan hasil kalkulasi item melalui Action $\rightarrow$ Save $\rightarrow$ Save map/network data untuk mendapatkan angka pasti Total Link Strength yang dapat ditabulasi di Excel.
Sesuaikan Normalization Method: Pada panel kanan, coba ubah metode normalisasi dari Association strength ke Fractionalization jika Anda ingin memberikan bobot yang lebih seimbang pada item dengan jumlah kemunculan kecil.
Kombinasikan dengan Bibliometrix (R): Untuk analisis publikasi yang lebih komprehensif, peneliti sering mengombinasikan visualisasi peta VOSviewer dengan analisis performa kuantitatif dari package
bibliometrixdi RStudio.
Penguasaan VOSviewer menjadi keunggulan penting bagi peneliti dalam memetakan lanskap literatur ilmiah secara objektif dan visual. Dengan kemampuan mentransformasi ribuan bibliografi publikasi menjadi peta jaringan tematik, VOSviewer membantu mempermudah penemuan kebaruan riset (novelty) serta pemahaman arah perkembangan ilmu pengetahuan.
Komentar
Posting Komentar