VOSviewer adalah alat perangkat lunak yang dirancang untuk membangun dan memvisualisasikan jaringan untuk analisis bibliometrik. Dikembangkan oleh Nees Jan van Eck dan Ludo Waltman di Centre for Science and Technology Studies (CWTS) Universitas Leiden, VOSviewer telah menjadi alat yang sangat populer di kalangan peneliti dan profesional di berbagai bidang.
Alat ini memungkinkan pengguna untuk membangun jaringan bibliometrik berdasarkan sitasi, bibliographic coupling, co-citation, atau co-authorship, serta menawarkan fungsi text mining untuk membangun jaringan ko-occurrence dari istilah-istilah penting dalam literatur ilmiah.
Seiring dengan meningkatnya popularitas metode analisis bibliometrik, VOSviewer telah menjadi alat yang tidak bisa dilewatkan. Perangkat lunak ini tidak hanya membantu dalam mengidentifikasi hubungan antar publikasi tetapi juga membantu dalam mengungkap tren penelitian yang mungkin tidak terlihat dengan metode analisis konvensional. VOSviewer memungkinkan visualisasi data yang kompleks dengan cara yang lebih mudah dipahami dan diinterpretasikan.
Anda dapat mengunduh VOSviewer dari sini.
Mendapatkan Konten dari Basis Data
Untuk memulai analisis bibliometrik dengan VOSviewer, Anda perlu mengumpulkan data dari basis data seperti Scopus dan Web of Science. Berikut adalah panduan untuk mengekstraksi data dari masing-masing basis data:
Teknik mendapatkan database dari Scopus untuk VoSViewer
Untuk database Scopus utamakan mengekspor dalam format CSV, dalam hal ini juga sangat penting menentukan dan memilih keyword yang benar saat melakukan pencarian, umumnya disebut dengan STRING. Untuk mendapatkan STRING yang tepat Anda bisa merujuk pada artikel-artikel sebelumnya, seperti yang telah dilakukan oleh Kashi and Shah (2023). Mereka menggabungkan keyword pencarian dari beberapa artikel terkait Sustainable Finance.
Metode yang digunakan untuk menggabungkan kata kunci pencarian terkait Sustainable Finance berfokus pada integrasi logis dari kata kunci yang relevan ke dalam pernyataan pencarian yang komprehensif. Berikut adalah penjelasan lebih rinci tentang pendekatan yang diterapkan:
Pendekatan Multidimensional dan Variasi Kata Kunci
Penelitian ini bertujuan untuk mengkaji peran keuangan dalam memantau transisi keberlanjutan dari berbagai perspektif. Oleh karena itu, diperlukan cakupan kata kunci yang luas untuk menggambarkan berbagai aspek dari keuangan berkelanjutan. Kata kunci yang digunakan dalam pernyataan pencarian mencakup istilah seperti “sustainable finance”, “green finance”, “sustainable banking”, “green banking”, “sustainable and responsible investment”, “climate finance”, dan “carbon finance”. Pemilihan kata kunci ini dimaksudkan untuk mencakup berbagai terminologi yang mungkin digunakan oleh penulis yang berbeda dalam konteks keuangan berkelanjutan.
Penggunaan Operator Boolean “OR”
Operator Boolean “OR” diterapkan dalam pernyataan pencarian untuk memperluas cakupan literatur yang dicakup dalam studi. Dengan menggunakan “OR”, setiap artikel yang mengandung salah satu dari kata kunci yang disebutkan akan dimasukkan dalam hasil pencarian. Pendekatan ini memungkinkan cakupan literatur yang lebih luas dan lebih inklusif, mencakup berbagai aspek dan terminologi terkait keuangan berkelanjutan.
Pembatasan dan Keterbatasan
Namun, pembatasan hanya pada variasi kata kunci “sustainable finance” dapat menyebabkan terlewatnya sejumlah publikasi yang relevan dengan penelitian ini. Misalnya, publikasi yang membahas dinamika pertumbuhan berkelanjutan yang terkait dengan keuangan, seperti “climate change”, “low-carbon economy”, dan “energy and financial markets”, mungkin tidak terjaring dalam pencarian awal. Untuk mengatasi ini, penggunaan operator “OR” bertujuan untuk meningkatkan cakupan literatur selama periode studi, yaitu 2001–2021. Langkah ini menghasilkan 1738 artikel sebagai sampel utama, memberikan dasar yang luas untuk analisis lebih lanjut.
Dengan pendekatan ini, penelitian dapat mengidentifikasi dan mengkaji berbagai kontribusi literatur yang relevan, memastikan cakupan yang lebih komprehensif dalam memahami peran keuangan dalam transisi keberlanjutan.
Teknik pengambilan database dari Scopus dan WoS
Scopus – Format CSV
- Pencarian: Masukkan topik atau publikasi yang diinginkan di Scopus.
- Ekspor: Pilih sitasi yang relevan, klik ekspor, dan pilih format CSV.
- Data yang Disertakan: Pastikan untuk menyertakan informasi sitasi, afiliasi, abstrak, kata kunci, dan referensi.
- Batasan: Anda dapat mengekspor hingga 2000 artikel per ekspor.
Scopus – Format RIS
- Pencarian: Masukkan topik atau publikasi yang diinginkan di Scopus.
- Ekspor: Pilih sitasi yang relevan, klik ekspor, dan pilih format RIS.
- Batasan: Anda dapat mengekspor hingga 2000 artikel per ekspor.
- Data yang Disertakan: Pastikan untuk menyertakan informasi sitasi dan abstrak.
Web of Science – Format Plain Text (txt)
- Pencarian: Masukkan topik atau publikasi yang diinginkan di Web of Science.
- Ekspor: Pilih sitasi yang relevan, klik ekspor, dan pilih format plain text.
- Batasan: Anda dapat mengekspor hingga 500 artikel per ekspor.
- Data yang Disertakan: Sertakan “Full Record and Cited References”.
Web of Science – Format RIS
- Pencarian: Masukkan topik atau publikasi yang diinginkan di Web of Science.
- Ekspor: Pilih sitasi yang relevan, klik ekspor, dan pilih format RIS.
- Batasan: Anda dapat mengekspor hingga 1000 artikel per ekspor.
- Data yang Disertakan: Sertakan “Author, Title, Source, Abstract”.
Analisis Bibliometrik Menggunakan VOSviewer
Membuat Peta Berdasarkan Data Bibliografi
Langkah pertama dalam analisis bibliometrik menggunakan VOSviewer adalah mengumpulkan dan mengimpor data bibliografis. Berikut adalah langkah-langkah untuk membuat peta berdasarkan data bibliografis:
- Ekspor Data: Ekspor data dalam format CSV (Scopus) atau TXT (Web of Science).
- Buka VOSviewer: Jalankan VOSviewer dan pilih opsi untuk membuat peta berdasarkan data bibliografis.
- Pilih Sumber Data: Pilih file yang telah diunduh dari basis data dan impor ke VOSviewer.
- Analisis Jaringan: Pilih jenis analisis seperti co-authorship, keyword co-occurrence, citation, bibliographic coupling, atau co-citation.
- Threshold dan Jumlah Item: Tentukan threshold dan jumlah item yang ingin dianalisis.
- Verifikasi dan Bersihkan Data: Verifikasi data yang telah dipilih menggunakan thesaurus untuk membersihkan nama atau istilah yang duplikat.
- Visualisasi: Setelah data siap, klik “Finish” untuk memvisualisasikan peta jaringan.
Lihat juga contoh co-authorship analysis dalam bibliometrik.
Membuat Peta Berdasarkan Data Teks
VOSviewer juga memungkinkan pembuatan peta berdasarkan data teks, yang sangat berguna untuk analisis co-occurrence kata kunci. Berikut adalah langkah-langkahnya:
- Ekspor Data: Ekspor data dalam format CSV (Scopus) atau TXT (Web of Science) yang mencakup judul dan abstrak.
- Buka VOSviewer: Jalankan VOSviewer dan pilih opsi untuk membuat peta berdasarkan data teks.
- Pilih Sumber Data: Pilih file yang telah diunduh dari basis data dan impor ke VOSviewer.
- Pilih Bidang: Pilih bidang data seperti judul dan abstrak.
- Metode Penghitungan: Pilih metode penghitungan seperti binary atau full-counting.
- Threshold dan Jumlah Istilah: Tentukan threshold dan jumlah istilah yang ingin dianalisis.
- Verifikasi dan Bersihkan Data: Verifikasi istilah yang telah dipilih dan gunakan thesaurus untuk membersihkan istilah yang duplikat.
- Visualisasi: Setelah data siap, klik “Finish” untuk memvisualisasikan peta jaringan ko-occurrence.
Membuat Thesaurus
Thesaurus adalah alat penting dalam analisis bibliometrik untuk menghapus kata-kata umum atau untuk menstandarkan istilah atau nama. Thesaurus harus dalam format tabel .txt yang sederhana. Berikut adalah cara membuat dan menggunakan thesaurus:
- Buat Tabel: Buat tabel dalam format .txt dengan dua kolom: “label” dan “replace by”.
- Penggantian Istilah: Dengan menempatkan istilah alternatif di kolom “replace by”, sistem akan mengganti istilah tersebut dengan istilah pengganti.
- Menghapus Istilah: Dengan membiarkan kolom “replace by” kosong, sistem akan menghapus istilah tersebut dari analisis.
Contoh:
label replace by
design
adult
organization association
article
dental caries dental cavity
dental cavities dental cavity
Definisi Istilah Penting
Co-authorship
Co-authorship mengacu pada hubungan antara penulis yang telah bekerja bersama pada satu atau lebih publikasi. Ini mencerminkan kolaborasi dalam penelitian dan sering digunakan untuk mengkaji jaringan kolaborasi ilmiah.
- Jaringan Langsung: Penulis yang terhubung secara langsung karena mereka menulis artikel bersama.
- Jaringan Tidak Langsung: Penulis yang mungkin tidak menulis artikel bersama secara langsung tetapi terhubung melalui kolaborasi dengan penulis lain. Misalnya, jika Penulis A menulis dengan Penulis B, dan Penulis B menulis dengan Penulis C, maka A dan C memiliki koneksi tidak langsung.
- Analisis Co-authorship: Digunakan untuk memetakan jaringan kolaborasi dan mengidentifikasi kelompok peneliti yang bekerja bersama, serta peneliti yang paling berpengaruh dalam suatu bidang berdasarkan jumlah kolaborasi.
Co-occurrence
Co-occurrence mengacu pada frekuensi kemunculan dua atau lebih kata kunci dalam dokumen yang sama. Ini digunakan untuk mengidentifikasi hubungan antara topik-topik penelitian.
- Co-occurrence Kata Kunci: Analisis ini melihat seberapa sering dua atau lebih kata kunci muncul bersama dalam satu dokumen. Misalnya, dalam artikel tentang perubahan iklim, kata kunci seperti “global warming” dan “greenhouse gases” mungkin sering muncul bersama.
- Peta Co-occurrence: Menghasilkan peta yang menunjukkan hubungan antara berbagai topik atau konsep dalam bidang penelitian tertentu, membantu mengidentifikasi tema-tema utama dan tren penelitian.
Citation
Citation adalah ketika satu artikel mengutip artikel lain. Ini menunjukkan pengakuan terhadap karya penelitian yang telah dilakukan oleh penulis lain dan merupakan indikator penting dari pengaruh suatu artikel.
- Analisis Sitasi: Melibatkan penghitungan berapa kali suatu artikel telah dikutip oleh artikel lain. Artikel yang sering dikutip dianggap memiliki dampak besar dalam bidang penelitian.
- Jurnal dan Penulis Berpengaruh: Dengan menganalisis pola sitasi, kita dapat mengidentifikasi jurnal, artikel, dan penulis yang paling berpengaruh dalam bidang tertentu.
Co-citation
Co-citation terjadi ketika dua publikasi dikutip bersama oleh publikasi ketiga. Ini mengindikasikan bahwa kedua publikasi tersebut dianggap relevan oleh artikel yang mengutip mereka.
- Frekuensi Co-citation: Semakin sering dua artikel dikutip bersama, semakin kuat hubungan co-citation di antara mereka.
- Identifikasi Cluster: Analisis co-citation dapat digunakan untuk mengidentifikasi cluster atau kelompok penelitian yang berkaitan, membantu mengungkap struktur intelektual dari suatu bidang penelitian.
Bibliographic Coupling
Bibliographic coupling terjadi ketika dua publikasi mengutip publikasi yang sama. Ini menunjukkan bahwa kedua publikasi tersebut berbagi referensi dan mungkin membahas topik yang sama atau terkait.
- Hubungan Rujukan: Dua artikel yang mengutip sejumlah referensi yang sama menunjukkan bahwa mereka mungkin memiliki latar belakang teori atau metodologi yang serupa.
- Analisis Bibliographic Coupling: Dapat digunakan untuk memetakan hubungan antara berbagai artikel dan melihat bagaimana penelitian dalam suatu bidang saling berhubungan.
Penggunaan dalam VOSviewer
Dalam VOSviewer, istilah-istilah ini digunakan untuk membangun dan memvisualisasikan berbagai jenis jaringan dalam analisis bibliometrik. Misalnya, dengan menganalisis co-authorship, kita dapat melihat jaringan kolaborasi antara peneliti; dengan co-occurrence, kita dapat mengidentifikasi hubungan antara topik-topik penelitian; dengan citation dan co-citation, kita dapat mengukur dampak dan hubungan antara karya penelitian; dan dengan bibliographic coupling, kita dapat melihat bagaimana artikel-artikel dalam bidang tertentu saling terkait melalui referensi bersama.
Contoh Penerapan VoSViewer dalam Analisis Bibliometrik
- Co-authorship: Analisis ini bisa menunjukkan bahwa Peneliti A dan Peneliti B sering berkolaborasi dalam penelitian tentang energi terbarukan.
- Co-occurrence: Peta co-occurrence kata kunci mungkin menunjukkan bahwa topik “sustainability” sering muncul bersamaan dengan “climate change” dan “renewable energy”.
- Citation: Analisis sitasi dapat mengungkap bahwa sebuah artikel seminal tentang perubahan iklim telah dikutip oleh 500 artikel lain, menunjukkan pengaruhnya yang besar dalam bidang tersebut.
- Co-citation: Dua artikel tentang keuangan hijau mungkin sering dikutip bersama dalam artikel-artikel terbaru tentang investasi berkelanjutan, mengindikasikan hubungan teoritis antara keduanya.
- Bibliographic Coupling: Dua artikel yang sering mengutip literatur dasar yang sama tentang ekonomi lingkungan menunjukkan bahwa mereka berbagi landasan teoritis yang serupa.
Studi Kasus Penggunaan VOSviewer
VOSviewer telah digunakan dalam berbagai studi untuk memvisualisasikan dan menganalisis jaringan bibliometrik. Sebagai contoh, dalam sebuah review yang ditulis oleh penulis SMU, “Employer and internal branding research: a bibliometric analysis of 25 years” (Saini et al., 2022), VOSviewer digunakan bersama dengan perangkat lunak Biblioshiny untuk melakukan analisis bibliometrik selama 25 tahun penelitian branding internal dan employer.
Fitur Umum VOSviewer
VOSviewer menawarkan berbagai fitur yang membuatnya sangat berguna untuk analisis bibliometrik:
- Mendukung Berbagai Sumber: VOSviewer menerima input dari berbagai sumber bibliometrik seperti Web of Science, Scopus, PubMed, Lens.org, Dimensions, Semantic Scholar, COCI, dan lainnya.
- Jenis Analisis: Menyediakan empat jenis analisis berbasis sitasi termasuk Co-authorship, Citation, Bibliometric coupling, dan Co-citation pada berbagai tingkat analisis (misalnya, penulis, jurnal, organisasi, negara) serta peta ko-occurrence kata kunci dan istilah (judul+abstrak).
- Visualisasi Interaktif: VOSviewer Online memungkinkan berbagi visualisasi interaktif yang dibuat dengan VOSviewer dengan file data yang disimpan di layanan cloud seperti Google Drive, Dropbox, atau Onedrive.
Pro dan Kontra VOSviewer
Kelebihan
- Antarmuka Pengguna yang Ramah: VOSviewer memiliki antarmuka yang intuitif dan pengaturan visualisasi yang masuk akal.
- Berbagai Sumber Data: Mendukung banyak sumber data, termasuk sumber terbuka yang baru dan penting seperti OpenAlex.
- Visualisasi Dinamis: Dapat membuat visualisasi interaktif yang dapat dibagikan dengan mudah melalui platform web.
- Pengaturan Visualisasi yang Mudah: Pengguna dapat dengan cepat menghasilkan visualisasi yang menarik tanpa harus mengatur banyak pengaturan yang rumit.
Kekurangan
- Analisis Temporal Terbatas: Tidak mampu melakukan analisis bibliometrik temporal seperti yang dapat dilakukan oleh alat lain seperti Biblioshiny atau CitNetExplorer.
- Jenis Visualisasi yang Terbatas: Sebagian besar menghasilkan grafik jaringan dan tidak dapat menghasilkan visualisasi lain seperti peta pohon atau spectrogram.
- Stemming pada co-occurrence: Fitur ko-occurrence tidak melakukan stemming kata, yang bisa menjadi kelemahan dalam analisis teks.
VOSviewer adalah alat yang sangat berguna untuk analisis bibliometrik dan visualisasi jaringan ilmiah. Dengan langkah-langkah yang tepat, Anda dapat mengeksplorasi hubungan yang kompleks dalam literatur ilmiah dan mendapatkan wawasan yang mendalam tentang topik penelitian Anda.
Cek beberapa tools dan panduan analisis bibliometrik.
Alat ini membantu peneliti dalam memahami pola sitasi, co-authorship, dan tren penelitian yang berkembang. Jika Anda tertarik untuk mempelajari lebih lanjut atau memiliki pertanyaan tentang penggunaan VOSviewer, jangan ragu untuk menghubungi kami.
