Vosviewer online: wajib anda pakai di paper bibliometrik

Kawan semuanya

Analisis bibliometrik sepertinya sedang digemari. Analisis yang konon diklaim miliknya pustakawan ini sudah melebar, dilakukan oleh siapapun yang berminat. Apalagi, saat ini alatnya semakin mudah digunakan. Tidak perlu manual mengumpulkan dan menghitung. 

Kasihan para pustakawan, ya. Lahannya tergerus. 😄

Salah satu alat yang dipakai yaitu Vosviewer. Nah, jika kita lakukan pencarian paper-paper dengan kata kunci, title, atau abstrak mengandung kata "vosviewer" pada databas Scopus, maka terlihat grafik di bawah ini.

Gambar 1: Grafik pertumbuhan paper "Vosviewer" di Scopus

Gambar di atas memperlihatkan pertumbuhan paper-paper analisis bibliometrik yang menggunakan Vosviewer sebagai alatnya. Tahun 2020 terdapat 495 paper, sementara itu tahun 2021 pertengahan sudah ada 494 paper. Artinya jika sampai akhir 2021 kemungkinan besar akan semakin banyak lagi.

****

Nah, visualisasi dataset menggunakan Vosviewer pada paper-paper tersebut masih berbentuk file statis. Tidak interaktif. Namun, mestinya sekarang tidak lagi.

Vosviewer telah memiliki versi online sebagai penyempurnaan versi online sebelumnya. Vosviewer online ini beralamat di https://app.vosviewer.com/. Panduan penggunaan, termasuk cara memanfaatkan fitur share dapat dilihat di https://app.vosviewer.com/docs/. Pokoknya lengkap di situ.

Ndak perlu saya ulangi lagi, ya.

Oia, saya pakai Simpan UGM untuk file json-nya, sehingga url Vosviewer online-nya akan seperti ini:

https://app.vosviewer.com/?json=URLSIMPANUGM&scale=1.5&curved_links=false

Berikut beberapa tampilan VV online dari dataset yang pernah saya buat.

Penjelasan 2 visualisasi di bawah ini ada di http://www.purwo.co/2021/05/inilah-peta-jejaring-kabinet-rektor-ugm.html

Gambar 2: Visualisasi asal fakultas rektor dan wakil rektor UGM 1998-2021 (gunakan Shift + Scroll untuk zoom in/out)  

Gambar 3: Visualisasi nama rektor dan wakil rektor UGM 1998-2021 (gunakan Shift + Scroll untuk zoom in/out)

Inilah peta jejaring kabinet rektor UGM sejak 1998, prediksi rektor 2022, serta peluang hattrick FT UGM

Iseng saja, melihat peta kabinet rektor UGM sejak 1998-2021. Keisengan ini saya lakukan pas liburan, Rabu kemarin, tanggal 26 Mei 2021, atau 14 Sawal tahun 1954 Jimakir.

Pemetaan ini dilakukan untuk mendukung analisis koalisi dalam kabinet rektor di UGM, serta bagaimana kemungkinan kompetisi pilihan rektor (pilrek) periode berikutnya. Pemetaan ini menggunakan data kabinet rektor sejak 1998-2021, yang terdiri dari 6 rektor terpilih beserta para wakil/pembantu rektor yang ada pada masing-masing periode. Data diperoleh dari googling serta validasi menggunakan data dari rekan-rekan di kantor arsip UGM.

Tujuan utama dari pemetaan ini adalah sinau menggunakan Vosviewer. :)

Sebagai data awal, berikut merupakan data rektor UGM + pembantu/wakil rektor sejak 1998 berdasarkan fakultas.

(Tabel 1: data fakultas pada 6 periode rektor)

1. 1998 - 2001: Fisipol, FE, FKU, FPn, FPt, FT, FTP
2. 2002 - 2007: Fisipol, FE, FFa, FKH, FMIPA, FPn, FT
3. 2007 - 2012: FT, FE, FFa
4. 2012 - 2014: Fisipol, FE, FGeo, FT, FKU
5. 2014 - 2017: FT, FE, FGeo, FH, FKU
6. 2017 - 2022: FT, FE, FH, FKG, FTP

Koreksi:

Ada koreksi terkait asal Wakil Rektor pada periode nomor 1 dan 2. FTP seharusnya FPn, FKH seharusnya FPt. Saya belum bisa edit di sini, grafik perbaikan ada di sini.

Mungkin ada yang bertanya-tanya, "kenapa sejak 1998?"

Jawabannya sederhana, karena saya masuk UGM pada 2001. Pada saat itu rektor yang sedang menjabat merupakan rektor periode 1998-2001. Atau bisa juga didasarkan bahwa pada masa-masa itulah perubahan model pilrek di UGM terjadi, seiring dengan berubahnya status menjadi BHMN. 😆

Oke, lanjut, ya. Data di atas diwadahi dalam software Zotero. Periode dipasang sebagai judul, nama orang (pejabat) pada masing-masing periode dipasang sebagai author, sementara asal fakultas dipasang sebagai tag. Kemudian data dialihkan dalam bentuk RIS, lalu divisualkan menggunakan Vosviewer berdasar nama pejabat yang ada di author,  serta visualisasi fakultas berdasarkan isian pada tag/kata kunci. 

Catatan: jika pada satu periode ada 2/lebih pejabat dari fakultas yang sama, maka nama fakultas hanya ditulis 1x saja.

Pola rektor sejak 1998
Sejak 1998, jabatan rektor di UGM hanya "dikuasai" oleh 2 fakultas saja, yaitu Fisipol dan FT. Dua fakultas ini berbagi rata. Dari 6 masa jabatan rektor, masing-masing menempatkan 3 rektor. Pola yang terbentuk: Fisipol, Fisipol, FT, Fisipol, FT, FT. Coba lihat polanya, rapih kan?.

Dua fakultas ini sama-sama memiliki 2 periode yang bersambung, serta 1 periode yang terhimpit fakultas lain. Namun, ada 1 catatan, yaitu salah satu dari 3 jabatan rektor yang ditempati FT hanya penyelesaian periode yang belum habis. Hal ini terjadi ketika Prof. Dwikorita (FT)  menggantikan Prof. Pratikno (Fisipol) yang diberi jabatan lebih tinggi: menteri. 

Catatan lain terkait pola rektor sejak 1998, yaitu meskipun ada fakultas yang bersambung pada 2 periode berturut-turut, namun jika acuannya nama rektor, maka belum pernah ada (baik dari FT maupun Fisipol) yang kadernya berhasil menduduki jabatan rektor pada 2 periode berturut-turut.

Apakah ada yang mencoba? Ada. Pada periode pemilihan 2002, menurut catatan Tempo, Prof. Ichlasul Amal mencoba ingin kembali menjabat rektor, namun gagal. Kemudian pada 2007, menurut catatan ini, Prof. Sofian juga hendak mencoba kembali menjabat rektor, namun gagal. Serta pada 2017, menurut catatan ini, Prof. Dwikorita juga berkeinginan menjabat rektor kembali, namun gagal.

Hal di atas bisa memiliki banyak tafsir. Misalnya tidak adanya rektor yang memiliki kinerja luar biasa sehingga memungkinkan terpilih kembali, atau selalu ada orang baru (pendatang) baru yang menawarkan harapan baru, atau bisa juga menunjukkan bahwa konstelasi "politik" kampus selalu dinamis.

Dominasi FT dan FE

Gambar 1: Kemunculan dan kekuatan jaringan

Gambar di atas menunjukkan kemunculan fakultas dalam jabatan rektor dan wakil rektor sejak 1998, serta kekuatan jaringannya. Terdapat 13 fakultas yang berkontribusi selama 6 periode rektor. Berarti ada 5 fakultas yang selama 6 periode ini tidak mendudukkan kadernya di jajaran rektor atau wakil/pembantu rektor, yaitu FIB, Filsafat, Psikologi, Biologi, Kehutanan. Ayo, terus berjuang!!

Berdasar gambar di atas, FT selama 6 periode rektor selalu ikut serta dalam kabinet. Rutin. Siapapun rektornya FT selalu ada. Ini juga berlaku untuk FE, bahkan meskipun FE belum pernah mendudukkan kadernya sebagai rektor pada 6 periode terakhir. Siapapun rektornya, FE juga selalu kebagian jatah wakil/pembantu rektor.

Lain halnya dengan Fisipol. Meski 3 dari 6 periode terakhir ini Fisipol berhasil mendudukkan kadernya sebagai rektor, namun peran di kabinet rektor ya hanya pada 3 periode rektor tersebut. Tidak ada kader Fisipol saat rektornya tidak dari Fisipol. Kenapa? ha embuh.

Kabinet FT dan Fisipol
Sebagai 2 fakultas yang mendominasi dalam mendudukkan kadernya sebagai rektor pada 6 periode terakhir, menarik untuk dilihat jejaring kabinetnya.

Namun, sebelum kita lihat kabinet dua fakultas ini, saya garis bawahi lagi fakta menarik, bahwa saat kader Fisipol menjadi rektor, selalu ada kader FT yang terlibat sebagai wakil/pembantu rektor. Namun saat kader FT menjadi rektor, kader Fisipol selalu tidak ada yang terlibat menjadi wakil/pembantu rektor.

Apakah hal tersebut karena Fisipol tidak mau, atau tidak ditawari/ajak, saya belum ada informasi. Anda punya?

Berikut gambar jejaring kabinetnya FT serta kabinetnya Fisipol.

Gambar 2: Jejaring kabinet FT 

Dalam menjalankan tugasnya sebagai rektor selama 3 periode, kader FT menempatkan wakil/pembantu rektor yang berasal dari fakultas teknik  dan fakultas lain. Terdapat 8 node (fakultas) jejaring, di antaranya FE, FFa, FGeo, FKU, FH, FTP, dan FKG.

Gambar 3: Jejaring kabinet Fisipol

Lain halnya dengan Fisipol. Meskipun sama-sama pernah menempatkan 3 kader sebagai rektor, namun berdasar gambar di atas, Fisipol lebih banyak memiliki jejaring fakultas yang ditempatkan sebagai wakil/pembantu rektor. Total ada 11 fakultas, yaitu Fisipol sendiri, kemudian FE, FKU, FPt, FTP, FGeo, FT, FPn, FFa, FKH, FMIPA. 

Bagaimana jika jejaring fakultas divisualkan secara keseluruhan? Hasilnya terlihat pada gambar di bawah ini.

Gambar 4: Jejaring kabinet rektor (keseluruhan)

Terlihat secara default visualisasi terbagi menjadi 2 kubu besar. Di kanan dimotori oleh Fisipol, sementara di sebelah kiri (merah) ada FE dan FT yang dominan. Meskipun dua fakultas ini ikut pada kelompok merah namun juga berada di tengah sebagai  jembatan antara kubu kanan (hijau) dan kiri (merah).

Tampak pula ada FPt yang menyendiri dengan warna biru. FPt (sesuai dengan gambar 1) hanya muncul 1x, namun jejaringnya agaknya imbang antara ke kubu hijau dan merah, sehingga membentuk warna sendiri. Hal ini berbeda dengan fakultas lain yang juga hanya muncul 1x, namun oleh Vosviewer dibaca kecenderungannya kuat ke kanan atau ke ke kiri.

Jejaring berdasarkan nama pejabat rektor atau wakil/pembantu rektor

Gambar 5: Jumlah keikutsertaan di kabinet rektor serta kekuatan jejaringnya

Nama pejabat rektor dan wakil rektor pada 6 periode terakhir, memiliki keterlibatan maksimal 2 kali pada kabinet rektor yang berbeda. Diantaranya Prof. Sudjarwadi, Prof. Retno Sunarminingsih, Prof. Didi Achjari, serta beberapa nama lainnya. Total ada 33 nama yang terlibat dalam kabinet rektor selama 6 periode terakhir. Data selengkapnya bisa dilihat pada gambar di atas.

Dari 33 nama pejabat rektorat pada 6 periode terakhir sejak 1998, jika divisualkan membentuk 3 kelompok jaringan, yang terdiri dari 5 klaster.

Gambar 6: Jejaring nama pejabat rektor/wakil rektor

Pada visual di atas terlihat tidak adanya jejaring dari klaster periode Prof. Ichlasul Amal dengan periode berikutnya. Jejaring pada periode Prof. Amal ini hanya sendirian. Ini berarti tidak ada pejabat pada periode ini yang ikut menjabat pada periode berikutnya.

Sementara itu, klaster Prof. Sofian Effendie dan Prof. Sudjarwadi membentuk satu kelompok. Hal ini berarti ada node (pejabat) yang turut serta pada 2 periode ini. Keturutsertaan satu atau lebih orang pada dua periode yang berurutan ini bisa dimaknai sebagai kemungkinan adanya potensi estafet ide (keberlanjutan ide) dari periode sebelumnya. 

Sayangnya, klaster Prof. Sofian dan Prof. Sudjarwadi tidak terhubung dengan klaster berikutnya.

Klaster setelah periode Prof. Sudjarwadi, yaitu klaster Prof. Pratikno, Prof. Dwikorita, dan Prof. Panut membentuk satu jaringan. Berarti pada 3 kelompok ini ada (minimal) 1 pejabat yang menjadi penghubung (bergabung dalam 2 kabinet berbeda), yang, seperti disebutkan sebelumnya, memungkinkan adanya kesinambungan ide antar periode. 

Bagaimana peluang pada pilrek 2022?

Jika melihat pola "Fisipol, Fisipol, FT, Fisipol, FT, FT" di atas, maka mestinya rektor periode berikutnya menjadi "jatah" Fisipol. Namun, karena rektor dipilih oleh MWA, maka kita wajib melihat komposisi MWA saat ini. Ya... sangat dimungkinkan, kan, hasrat-hasrat ingin menjabat rektor juga dimulai dari bagaimana penempatan para anggota MWA.  

😆

Dari informasi di sini, terlihat anggota Majelis Wali Amanat (MWA) 2021-2026 adalah sebagai berikut:

1. Ir. Budi Karya Sumadi (Menteri Perhubungan) - FT
2. Perry Warjiyo, S.E., M.Sc., Ph.D., (Gubernur Bank Indonesia) - FE
3. Ir. Mochamad Basuki Hadimuljono, M.Sc., Ph.D., (Menteri PUPR) - FT
4. Retno L.P Marsudi., S.IP., MA., (Menteri Luar Negeri) -  FISIPOL
5. Prof. Dr. Pratikno, M.Soc., Sc., (Mensesneg) - FISIPOL
6. Ir. Agus Priyatno, IPU., (Direktur Umum Kaltim Methanol Indonesia) - FT
7. Prof. Dr. Dato’ Sri Tahir, MBA., - Dr. (HC) bidang Kedokteran
8. Ir. Ahmad Yuniarto (Dirut Pertamina Geothermal Energi) - FT
9. Dr. Bagus Santoso, M.Soc.Sc. - FE
10. Supra Wimbarti, M.Sc., Ph.D., Psikolog. - FPsi
11. Dr. dr. Rustamadji., M.Kes.  - FK
12. Prof.dr. Adi Utarini, M.Sc., MPH., Ph.d. - FK
13. Prof. Dr. Apt., Subagus Wahyuono, M.S.c. - FFa
14. Prof. Dr. Chairil Anwar. - FMIPA
15. Ade Agoes Kevin Dwi Kesuma Parta  - FH
16. M. Nur Budiyanto. - Tendik bertugas di SV

MWA terdiri dari berbagai unsur. Dan, ternyata orang yang sudah menjabat menteri pun masih mau berkiprah di MWA. 

😊

Dari 16 nama di atas, jika difokuskan pada FT dan Fisipol yang pada 6 periode terakhir mendominasi posisi rektor, tampak komposisi anggota MWA yang memiliki pertalian dengan FT lebih banyak dari Fisipol, yaitu 4 orang. Sementara Fisipol ada 2 orang. Hal ini jelas menunjukkan bahwa di atas kertas FT memiliki peluang lebih tinggi dari Fisipol.

Terkait pilihan rektor di UGM, kita tidak bisa melupakan Mendikbud. Lalu bagaimana peluang hinggapnya suara Menteri Pendidikan dan Kebudayaan?

Menteri Pendidikan dan Kebudayaan saat ini memang tidak berasal dari kampus. Namun, siapa orang yang berperan terkait perguruan tinggi di Kemdikbud? Jawabannya FT UGM. Hal ini bisa dilihat dari posisi Dirjen Dikti yang dijabat alumni FT UGM. Maka, sangat mungkin pandangan Dirjen ini akan menjadi salah satu dasar pilihan Mendikbud saat pilrek. Fakta ini bisa memperkuat posisi FT pada pilrek 2022. Atau dalam bahasa lainnya, calon dari FT punya kans besar untuk menjadi rektor kembali di 2022, sekaligus mencatatkan hattrick pertama kali sepanjang sejarah UGM.

Tentu saja, dengan catatan calon yang maju merupakan calon yang tepat. Selain memenuhi syarat, juga memiliki tingkat elektabilitas di kalangan MWA. Tidak mungkin juga MWA yang punya pertalian dengan FT akan memilih calon dari FT jika calon FT dirasa kurang memenuhi syarat.

Untuk visualisasi yang lebih interaktif, kami letakkan visualisasi di atas dalam VosViewer online di bawah ini: Gambar 7: Visualisasi asal fakultas rektor dan wakil rektor UGM 1998-2021 (gunakan Shift + Scroll untuk zoom in/out)  

Gambar 8: Visualisasi nama rektor dan wakil rektor UGM 1998-2021 (gunakan Shift + Scroll untuk zoom in/out)

Peluang di lapangan

Jika kita lihat data calon rektor 2017-2022 dari sini dan sini, rata-rata calon rektor atau orang yang mengajukan diri sebagai rektor merupakan dekan di fakultasnya masing-masing. 

Fisipol memiliki kader muda yang pada periode pilrek sebelumnya masuk 3 besar, Prof. Dr. Erwan Agus Purwanto, M. Si., yang semestinya bisa  menjadi calon potensial dari Fisipol pada periode 2022. Namun, saat ini, Prof.Erwan baru saja berpindah tugas sementara ke KEMENPAN.

Agaknya, karena pilrek kemungkinan diadakan di tahun 2022,  kecil kemungkinan Prof. Erwan untuk ikut nyalon. Atau mungkin beliau sudah melihat peta MWA, kemudian melihat tipisnya peluang Fisipol? Lalu memilih tugas ke KEMENPAN? Entahlah.

Semoga tetap muncul calon-calon potensial lainnya dari Fisipol.

Sementara itu, dari FT UGM, yang di atas kertas punya kans terbesar untuk 2022, selama ini dikenal memiliki banyak kader. Periode pemilihan 2017 saja terdapat 4 bakal calon, meskipun yang lolos hanya 3. Tentu saat ini pun cadangan kader itu masih ada, baik yang duduk di jajaran dekanat, maupun yang tidak. Jangan lupakan pula, FT punya kader yang saat ini ada di jajaran struktural UGM maupun pemerintahan. Siapa tau mereka kangen kampus, mau balik lagi. 😜

Bagaimana dengan fakultas lainnya?

Saya kira dan yakin banyak kader dari berbagai fakultas. Jika dilihat dari pencalonan periode 2017, ada nama Prof. Ali Agus, Prof. Mudrajat, Dr. Titi Savitri, Dr. Paripurna, yang pasti beberapa di antaranya secara usia masih memenuhi syarat. 

Semoga saja juga muncul nama-nama baru, yang lebih segar, fresh, visioner, punya keteguhan akademik, untuk memimpin UGM pada periode berikutnya. Juga lebih muda, idealis dan berani menegakkan muruah dunia akademik, perguruan tinggi dan para sivitas akademikanya. Serta mau dan mampu menempatkan pertimbangan benar-salah menjadi pertimbangan utama, bukan sekedar baik-buruk atau untung-rugi.

Kita perlu rektor yang ilmuwan benar-benar, bukan sekedar kepala administrasi

****

Beberapa catatan kesimpulan

1. Sejak 1998, terdapat 6 kabinet rektor.
2. Dari  6 kabinet itu, hanya ada 2 fakultas yang calonnya berhasil menjadi rektor: 3 dari Fisipol, 3 dari FT.
3. Satu dari 3 yang dari FT "hanya" meneruskan jatah yang belum habis.
4. Ketika Fisipol jadi rektor, FT selalu ikut ambil bagian sebagai wakil/pembantu rektor.
5. Ketika FT jadi rektor, Fisipol selalu tidak ada dalam jajaran wakil/pembantu rektor.
6. FT dan FE selalu mendapat peran dalam 6 kabinet rektor.
7. Dari 6 periode kabinet rektor sejak 1998-2021, nama pejabat pada periode pertama membentuk 1 klaster terpisah. Periode 2 dan 3 saling terhubung; periode 4,5,6 juga saling terhubung.
8. Dari catatan di atas kertas, FT punya peluang besar untuk jabatan rektor pada pilrek 2022, sekaligus peluang mencetak hattrick.
9. Terkait dengan nomor 8, jika ingin mempertahankan trend serta "mengambil" jatah, FISIPOL harus mencari kader terbaik dengan tingkat popularitas dan keterpilihan tinggi. 
10. Belum pernah ada rektor yang menjabat 2x berturut-turut.
11. Meskipun yang berpeluang besar di tahun 2022 itu FT, saya kira agar sehat, harus ada pergantian rezim.
12. FE, yang selama 6 periode selalu berkontribusi, mestinya punya modal sosial tinggi untuk menempatkan kadernya menjadi rektor.
13. Pada 6 periode terakhir, terdapat 13 fakultas yang memiliki kader sebagai rektor maupun wakil/pembantu rektor; sedangkan 5 fakultas lain masih belum.

Lalu, kalau anda, dari fakultas mana yang anda idamkan?

Kalau saya, berharap rektor berikutnya giliran fakultas timur ja-kal. Syukur-syukur dari FIB, atau Filsafat. :)

Kenapa? Menurut saya, UGM perlu mengalami dipimpin orang berjiwa sastra, atau juga filosof.  Serius!

[[ koalisi partai di pilkada Gunungkidul ]]

Iseng mencoba membuat visualisasi tentang koalisi partai di pilkada GK. Khusus pilkada langsung sejak 2005-saat ini, yang berarti ada 4 kali pilkada. Tiga kali diantaranya sudah terlaksana. Dari 4 pilkada ini terdapat 29 peserta/partai yang ikut kontes, dengan berbagi jejaring koalisi. Satu diantaranya independent.

Dari 3 kali pilkada langsung yang sudah berlalu, pilkada pertama dimenangkan calon dari PAN, pilkada kedua dari PAN. Dua kali kemenangan PAN itu (kalau tidak salah) diusung sendirian. Sementara pilkada ketiga, masih dimenangkan calon dari PAN, yang koalisi dengan Golkar, Hanura, Nasdem, (dan PPP menurut berita). Sayang saya belum mencari data persen kemenangannya, yang bisa sebagai perbandingan. Apakah ada perbedaan signifikan antara diusung sendiri dan diusung dengan koalisi.

Pilkada ke empat, tahun 2020 ini peta koalisinya agak berubah. PDIP percaya diri dengan maju sendiri lagi. Sementara PAN tetap berkoalisi seperti periode sebelumnya. Namun koalisinya beda dengan koalisi ketika memenangkan pilkada langsung ketiga. Calon yang diusung PAN pada pilkada tahun ini, beda dengan yang dimenangkannya diperiode lalu. Padahal biasanya PAN dalam kesuksesan sebelumnya selalu melibatkan calon yang sebelumnya diusung, baik bupatinya (sebagai pencalonan periode berikutnya, maupun wakilnya). Wakil bupati pilkada lalu, di tahun 2020 ini justru dicalonkan partai lain. PAN percara diri dengan calon baru.

 -----

Ada 4 partai yang rutin ikut pilkada di GK sejak pertama pilkada langsung digelar. Golkar, PAN, PDIP, dan PKB. Dari 4 ini, Golkar paling banyak berkoalisinya. Disusul PAN, PKB, dan PDIP.

Jika dilihat yang tampak di lapangan, dari 4 partai di atas, ada yang sudah berkali-kali berhasil mengusung calonnya menjadi bupati (PAN, dan Golkar Ketika koalisi di pilkada ke-tiga). Sementara yang lain masih harus berjuang agar pecah telor dan gol calonnya.

-------

Pada visualisasi ada yang menarik. PDIP terhubung hanya ke PKB. Ini berarti dalam pilkada, PDIP baru koalisi dengan PKB saja. Menurut data, ini terjadi terjadi di 2010. Selain itu PDIP sendirian. Ini fenomena menarik. Karena selama 3x Pilkada langsung di GK, PDIP belum pernah berhasil mendudukkan calonnya sebagai bupati dan wakil bupati. Padahal suara PDIP termasuk besar di GK.

Tentu, periode 2020 ini akan menjadi pembuktian PDIP, apakah akan berhasil, atau harus berjuang lagi di periode mendatang.

Unik juga bagi Gerindra. Meski baru 3 kali mengikuti, link strengnya sudah 13. Lebih banyak dari Demokrat yang meski juga 3x ikut pilkada, namun baru punya 10 jejaring koalisi selama pilkada GK. 

Apakah ada ada hal baru di tahun 2020?

Akankah partai yang belum pernah menang di pilkada akan berhasil di tahun ini? atau justru partai yang selama ini berhasil mendudukkan calonnya sebagai pasangan bupati dan wabup, tetap akan mempertahankan posisinya?

Yang pasti, dari yang saya lihat, partai tidak begitu berperan di pilkada GK. Kemenangan/suara yang diraih pada pemilu legislative, tidak jadi kunci kemenangan koalisi. Ini keren. Segala hal yang berkaitan dengan tokoh/calon bupati dan wakil bupati (dan mungkin visi misi tokoh) yang diusunglah yang menjadi kunci kemenangan. 

---------------------------------------------

Selamat mencoblos.

Catatan: Data yang saya kumpulkan sangat dimungkinkan ada kekeliruan. Visualisasi ini sebagai bahan latihan visualisasi data menggunakan VV. Saya tetap netral. 📷

Sumber data: 

1. https://news.detik.com/berita/d-348465/kpud-gunung-kidul-tetap-sahkan-calon-bupati-bermasalah (peserta 2005) 

2. https://kab-gunungkidul.kpu.go.id/berita-detail-6-hasil-rekapitulasi-penghitungan-suara-pasangan-calon-kepala-daerah-dan-wakil-kepala-daerah-kabupaten-gunungkidul-tahun-2010-.html (peserta 2010) 

3. https://nasional.tempo.co/read/694642/empat-pasang-calon-bertarung-di-pilkada-gunungkidul (peserta 2016)

4. https://kab-gunungkidul.kpu.go.id/files/arsip/2015/08/79_sk-penetapan-paslon.pdf (2015)

5. https://kab-gunungkidul.kpu.go.id/berita-detail-366-keputusan-kpu-kabupaten-gunungkidul-tentang-penetapan-pasangan-calon-peserta-pemilihan-bupati-dan-wakil-bupati-tahun-2020.html (2020) 

Data yang ditemukan kemudian dimasukkan ke Zotero dalam bentuk nama calon, tahun pilkada serta nama partai pendukungnya. Setelah lengkap, kemudian dieksport ke ris, lalu dimasukkan ke VV

Profil publikasi civitas UGM terbit 2019 terindeks Scopus

Langsung ke pembahasan saja, yak.

Dokumen civitas UGM terbit tahun 2019, dapat dilihat pada grafik dan visualisasi di bawah ini. Namun, perlu dijadikan catatan, untuk grafik diambilkan dari data di Scopus pada 18 Februari 2020. Sementara untuk visualisasi, tidak jauh rentang waktunya, diambil pada 21 Februari 2020. 

Jadi, dalam kurun waktu tahun 2020, masih dimungkinkan dokumen terbitan 2019 civitas UGM yang terindeks Scopus bertambah.     

Terdapat 2190 dokumen yang terindeks Scopus. Dari angkat tersebut, penulis terbanyak yaitu Rohman, A., disusul oleh Nugroho, HA., serta beberapa nama lain pada peringkat 5 teratas. 

UGM tentu menjadi institusi terbanyak yang menyumbang artikel. Setelah UGM terdapat UNS  dan ITB yang menjadi partner para penulis UGM. 

Scopus merekam, bahwa bidang Environmental Science menduduku peringkat paling tinggi dengan 507 dokumen. Berdasar type dokumen, artikel melampaui jenis konferensi. Hal ini dikuatkan dari data berdasar wadah publikasi yang menunjukkan dokumen yang terbit di jurnal lebih banyak dari pada prosiding.

Namun demikian, jenis open access lebih tinggi jumlah dokumennya (1.393 dokumen, atau 61%) dibanding yang lain. Sisi positif dari data ini, berarti sebagian besar dokumen yang diterbitkan oleh civitas UGM dapat diakses masyarakat secara bebas. 

Pada negara jejaring, Jepang menjadi negara paling banyak berjejaring dan menghasilkan publikasi bersama UGM. Menariknya, ada Australia dan Belanda pada 5 teratas. Artinya civitas UGM tidak hanya berjejaring dengan negara di Asia saja.

Lebih jelas tentang jejaring antar negara bisa dilihat di visualisasi.

Grafik di atas menunjukkan jenis publikasi dan jumlah dikutip. Menarik. Karena meskipun jumlah selain open access hanya 837 (30% dari total publikasi 2019), namun justru jumlah dikutipnya mencatatkan angka 451 dokumen atau 60% dari total dikutip (750). Melebihi dokumen openaccess yang meski berjumlah 1.353, namun baru dikutip 299 dokumen.

******

Author keyword minimal 5

Visualisasi di atas menunjukkan jejaring kata kunci yang ditentukan oleh penulis, dengan ketentuan  kata kunci muncul minimal 5 kali pada kumpulan data set publikasi 2019.

Kajian tentang Indonesia paling banyak muncul. Topik tersebut berkaitan dengan berbagai topik lain, yang bisa dilihat pada gambar.  Misalnya dengan remote sensing, climate change, tuberculosis, cancer, malaria, dan lainnya.

Tampaknya, bidang kesehatan mendominasi dalam hal ini.

Jejaring negara penulis, minimal 5 kali muncul

 Pada grafik terlihat bahwa Indonesia merupakan negara paling banyak menyumbang penulis. Tentu saja, karena civitas UGM berasal dari Indonesia. Namun, visualisasi di atas memperlihatkan lebih jelas tentang jejaring antar negara asal penulis tersebut.

Ada beberapa klaster. Nama negara yang memiliki warna yang sama, menunjukkan bahwa negara tersebut kerap berkolaborasi dalam penulisan. Warna-warna tersebut dihubungkan oleh Indonesia, sebagai negara asal penulis UGM.

Dari visualisasi di atas, kita bisa mengetahui kecenderungan negara jejaring (selain Indonesia) ketika kolaborasi menulis dengan penulis UGM. Misalnya Thailand, Vietnam, Singapura, itu cenderung bersama. Kalau Australia berkolaborasi dengan UGM, maka jejaring negara lainnya adalah UK, German, Spanyol. Dan seterusnya.

Tentu, sebaran ini bisa menjadi bahan kebijakan jejaring kepenulisan pada masa yang akan datang.

Nama penulis, minimal punya 5 dokumen, dan saling berjejaring.

Jejaring antar penulis di atas memperlihatkan klaster/kelompok penulis yang saling berjejaring. Fokusnya ada pada nama-nama yang menjadi pusat pada setiap klaster. Ditunjukkan oleh besarnya lingkaran.

Dari visualisasi di atas, selain kelompok penulis, kita bisa melihat jejaring antar fakultas/program studi.

Sayangnya, saya tidak mengenal semua nama dosen di UGM. Sehingga belum bisa membaca visualisasi di atas lebih dalam. Namun, mudahnya begini: jika ada dua nama dari fakultas yang berbeda tapi saling terhubung, maka mereka berkolaborasi.

Maaf, analisia belum mendalam.

(Selesai)

Wajah Jurnal UGM di Scopus #1: Gama IJB

Catatan: analisis di bawah ini diperoleh dari dataset dari Scopus, tanpa proses pengurangan, pengeditan, pengecekan apapun. Sangat mungkin dataset memuat data yang dobel (misal: nama, institusi, dll.). 
Analisis ini merupakan analisis pribadi, sebagai bagian dari latihan menulis dan melakukan analisis bibliometrik. Ada beberapa visualisasi yang belum disertakan, dan analisis masih berpeluang untuk dilakukan lebih mendalam. Kami menerima koreksi dan atau pertanyaan terkait.

Gama IJB menempati ranking 11 di Sinta. Ranking ini tertinggi diantara jurnal lain yang diterbitkan UGM. Oleh karena itu, menarik untuk menganalisis Gama IJB.

Di Scimago, Gama IJB memiliki h-indeks 6. Sedangkan di Sinta, h-indeks Gama IJB mendapat skor tinggi: 28. Scimago mengelompokan scope Gama IJB menjadi 2: bussiness and international management, serta  economics and econometric. Keduanya memiliki kategori quartile 3 di tahun 2018.

Berikut ini merupakan analisis yang kami buat berdasarkan dataset  jurnal Gama IJB  yang terindeks Scopus. Dengan menggunakan strategi pencarian "Gadjah Mada International Journal of Business" sebagai Source Title, pada hari Sabtu sore, 26 Oktober 2019.

Hasil pencarian memperlihatkan ada 147 dokumen terindeks Scopus sejak 2010. Beberapa grafik berikut dapat memperlihatkan wajah Gama IJB di Scopus.

Pergerakan dokumen per tahun

Dokumen per tahun konsisten pada angka belasan. Maksimal 16 dokumen pada tahun 2011 dan 2015. Tahun 2019, sampai data ini diambil, ada pada angka 10 dokumen. Angka ini tentunya masih akan bertambah, bahkan meskipun sudah masuk di tahun 2020.

Jenis dokumen

Jenis dokumen yang terbit terbagi 3. Paling  banyak kategori artikel sebanyak 141 dokumen. Selain itu ada pula kategori editorial dan review.

5 penulis terproduktif

Hartono J (Akuntansi FEB UGM), merupakan penulis yang paling produktif menulis di Gama IJB, dengan jumlah 6 dokumen. Disusul oleh Ciptono (Manajemen FEB UGM), Purwanto (FEB UGM), Utama (FEB UGM), dan Abd. Majid (Unsyiah Aceh).

Negara asal penulis

Sebagai jurnal yang terbit di Indonesia, tidak mengherankan jika penulisnya banyak berasal dari Indonesia, khususnya dari UGM (lihat grafik berikutnya). Namun, Malaysia patut diperhatikan. Malaysia memiliki 44 dokumen yang terbit di Gama IJB. Lebih detail bisa dilihat di visualisasi VV pada bagian berikutnya.

Institusi asal penulis

Dari 5 institusi paling banyak kontribusi pada Gama IJB, ada data yang menarik. Ternyata 3 institusi asal penulis yang menempati top five ini justru berasal dari Malaysia. Tiga institusi tersebut yaitu: UKM, UUM, dan IIUM.

VISUALISASI VOSVIEWER

Penulis minimal 1 dokumen

Tampilan di atas memperlihatkan semua penulis, dengan minimal memiliki 1 dokumen di Gama IJB. Terlihat ada beberapa nama yang memiliki jejaring dengan penulis lainnya. Ada pula yang hanya menulis sendirian saja. Vosviewer mendeteksi ada 300 nama penulis.

Total penulis tersebut terbagi dalam 121 cluster penulis. 92 di antaranya merupakan cluster yang berjejaring. Artinya ada 92 kelompok penulis yang berpasangan (menulis bersama). Total dari 92 klaster tersebut adalah 271 penulis. Sisanya, sebanyak 29 penulis merupakan single author (penulis jomblo).

Penulis berjejaring

Gambar di atas menunjukkan salah satu cluster penulis yang berjejaring, dan dianggap dominan oleh vosviewer. Penulis di atas fokus (bisa dianggap pula sebagai yang paling berpengaruh) pada nama Hartono J, yang berjejaring dengan beberapa klaster kecil: Utomo dkk, Hanafi dkk, dan Amilia dkk. 

author 1 overlay

Jika semua penulis ditampilkan pada mode overlay, akan terlihat penulis baru yang muncul pada tahun terakhir. Misalnya Mahatma T, Muftiadi,  dan nama lain yang berwarna kuning.

Keyword all

Visual di atas memperlihatkan sebaran kata kunci yang ditentukan oleh penulis. Ada beberapa kluster kata kunci yang dominan, misalnya Indonesia. Hal ini berarti topik penelitian yang ada pada Gama IJB banyak dikaitkan dengan kasus di indonesia. Uniknya, ada juga nama negara Malaysia sebagai kata kunci dan memiliki beberapa tautan/hubungan dengan kata kunci lainnya. 

Kata kunci lain yang menjadi fokus klaster yaitu: corporate governance, customer satisfaction, enterpreneurial orientation.

Keyword Indonesia

Gambar di atas memperlihatkan jejaring kata kunci Indonesia. Terlihat pembahasan tentang Indonesia pada Gama IJB terkait dengan bussiness enterprises, abusive supervision, company performance, consumer motivation, local food, dan lainnya. 

Beberapa kata kunci yang belum terhubung dengan Indonesia, merupakan kata kunci yang masih berpeluang dilakukan riset.

keyword minimal 2

Jika keyword yang ditampilkan hanya yang minimal 2x digunakan, kita bisa melihat beberapa kata kunci yang muncul dan berjejaring. Malaysia dan Indonesia memiliki angka kemunculan yang sama: 9. Namun, visual di atas memperlihatkan Malaysia justru ada di tengah, dan Indonesia ada di pinggir.

Hal ini menunjukkan bahwa justru kajian dengan minimal 2 dokumen tentang Malaysia lebih dominan dalam jejaring antar keyword daripada kata kunci Indonesia. Kajian tentang Malaysia terkait dengan transparancy, smes, customer satisfaction, knowlege sharing, absortive capacity, job satisfaction, juga tentang organizational commitment.

overlay all keyword

Pada mode overlay, terlihat kata kunci yang memperlihatkan tren kajian di Gama IJB. Kata kunci warna kuning muncul pada kisaran tahun 2018. Sementara warna lainnya muncul sesuai dengan kode warna pada angka tahun di kanan bawah.

Negara jejaring

Visual di atas memperlihatkan nama negara asal penulis. Ada negara yang sendirian ada juga yang berjejaring. Dari visual di atas dapat kita lihat beberapa nama negara yang penulisnya mengisi Gama IJB. 

Nama negara yang sendirian (ada di luar titik sentral), mengindikasikan penulis dari negara tersebut tidak menulis bersama co-author dari negara lain, bahkan bisa juga malah hanya sendirian.

Sementara itu, pada titik tengah, terdapat beberapa nama negara yang berjejaring. Lebih detail, silakan lihat visual di bawah ini.

Negara berjejaring.

Selain dengan Malaysia dan Australia, penulis dari Indonesia juga berjejaring dengan penulis dari US, UK, Senegal, New Zaeland, Canada, Norway, dan China. 

Sementara itu, penulis dari Malaysia menulis bersama penulis dari Indonesia dan Australia, serta memiliki jejaring justru dengan Egyp, Saudi Arabia dan Tanzania. 

Ada negara yang bersama Indonesia namun tidak bersama Malaysia, ataupun sebaliknya. 

Dengan data di atas, dapat dijadikan gambaran, dengan negara mana saja penulis dari Indonesia bisa membuka peluang menulis bersama. 

Kesimpulan:

belum dibuat kesimpulan :)

Ngahad Kliwon 27 Sapar Wawu 1953 AJ.

Mengambil data dari Dimensions untuk Vos Viewer

pencarian

Untuk mengambil dataset dari Dimensions, pertama harus masuk ke laman https://app.dimensions.ai. Kemudian lakukan pencarian sesuai kebutuhan.

Perhatikan parameter pencarian, bisa full data, title dan abstract, atau melalui DOI.

hasil pencarian

Setelah pencarian dilakukan, akan muncul hasilnya. Hasil ini bisa difilter menggunakan panel sebelah kiri.

klik save/export

Jika dirasa sudah sesuai kebutuhan, klik SAVE/EXPORT - Export for bibliometric mapping. Sebelum klik save/export, silakan pastikan sudah login ke Dimensions. Proses export tidak bisa dilakukan jika belum memiliki akun dan login ke Dimensions.

klik go to export center

 Ikuti proses berikutnya sesuai gambar di atas.

unduh

Hasil export akan ada di akun, bagian export center. Kita bisa unduh atau biarkan tersimpan.

Hasilnya, tinggal dimasukkan ke VOSVIEWER.

Selesai

Mengambil data dari Scopus untuk Vos Viewer

hasil pencarian

Lakukan pencarian di Scopus. Jika ingin memvisualkan topik, maka lakukan pencarian berdasar kata kunci. Jika ingin memetakan negara atau institusi, maka sesuaikan cara anda mencari.

Nah! Jika hasilnya lebih dari 2000, saring menjadi maksimal 2000. Sisanya diunduh kemudian. Jangan khawatir, di VV bisa melakukan visualisasi sekaligus dari beberapa file.

Pada hasil pencarian, contreng box di samping ALL, kemudian  klik EXPORT.

menu unduh dataset

Pada menu di atas, pilih data yang kita perlukan. Yang saya pilih di atas merupakan pilihan minimal jika kita ingin fungsikan semua fitur di VosViewer.

Untuk jenis eksport, bisa CSV atau RIS.

Klik EXPORT.

Selesai

Mengenal fitur Vosviewer dan arti visualisasinya #1

Vos Viewer digunakan untuk memvisualkan bibliografi, atau data set yang berisi field bibliografi (judul, pengarang, penulis, jurnal, dst.).  Dalam dunia penelitian, VV digunakan untuk analisis bibliometric, mencari topik yang masih ada peluang diteliti, mencari referensi yang paling banyak digunakan pada bidang tertentu dan lainnya.

Tag line Vosviewer, seperti ditulis pada websitenya: Visualizing scientific landscapes.

Ada berbagai fitur pada VV. Tulisan ini didasarkan pada VV 1.6.11.

DATA YANG BISA DIBACA
Untuk data bibliografi, VV mampu membaca dataset dari Web of Science, Scopus, Dimension, dan Pubmed. Selain itu, format dataset RIS, Endnote, dan RefWork juga bisa dibaca VV. Melalui fitur API, VV dapat membaca/mengambil data dari Crossreff, Pubmed PMC, Semantic Scholar, OCC, COCI, Wikidata.

Jika data yang disiapkan ada dalam beberapa file, VV juga mampu membaca multi file sekaligus.

Sementara itu, VV juga bisa membaca/menganalisis term dari abstrak dan title dengan sumber yang sama dengan data di atas.

JENIS ANALISIS
Untuk data bibliografi, VV dapat melakukan berbagai analisis. Dengan beberapa modifikasi, VV bisa juga untuk kepentingan visualisasi data lainnya.


Beberapa catatan angka dalam VV:
Akan ada variasi besar kecilnya garis yang menghubungkan, serta lingkaran. Hal ini berkaitan dengan besar kecilnya angka hasil analisis dari VV.

Misalnya: jika penulis Indonesia dan Jepang lebih banyak berkolaborasi dibanding dengan Indonesia dan India, maka garisnya akan lebih besar.  Jika tulisan orang Indonesia lebih banyak dari orang India, maka lingkaran Indonesia akan lebih besar.

Beberapa angka ini terbagi manjadi: link (jejaring yang dimiliki), total link streng (kekuatan link yang dihitung berdasar full atau fractional counting), occurrence (banyaknya kemunculan).

Selain itu ada normalisasi yang bisa dilakukan dengan beberapa metode.

Berikut beberapa jenis analisis dalam VV dan fungsinya.

Co-authorship, menganalisis kolaborasi penulis dengan penulis lain. Analisis akan memvisualkan hasil berdasarkan nama penulis, organisasi penulis, atau negara asal penulis.


Co-occurence menampilkan visualisasi jejaring antar kata kunci.

Citation akan memvisualkan dokumen yang diamati. Dokumen yang diamati/uji akan dihubungkan dengan dokumen lain (yang juga diamati/uji) jika mereka menyitir artikel lain yang sama-sama diamati. Analisis ini berguna untuk memperlihatkan sitasi antar dokumen, bisa dipakai juga untuk melihat self citation penulis.

Model visualisasinya ada beberapa. Diantaranya: dokumennya (yang diamati), jurnalnya, penulisnya, organisasinya, atau negara.


Bibliographic Coupling. Artikel yang diuji/amati akan divisualkan dan dibuat networknya, jika mereka memiliki referensi yang sama. Analisis ini menunjukkan kedekatan kajian antar dokumen yang terhubungkan.

Model visualisasinya ada beberapa. Diantaranya: dokumennya (yang diamati), jurnalnya, penulisnya, organisasinya, atau negara.

Co-citation berbeda dengan Citation dan Bibliographic coupling. Co-citation akan memvisualkan referensi yang digunakan oleh dokumen yang diuji/amati. Referensi akan dihubungkn jika mereka dipakai dalam artikel bersamaan.

Misal referensi 1 dan 2, digunakan oleh artikel A. Maka referensi 1 dan 2 dihubungkan. Jika referensi 1 dan 5 dipakai dalam artikel B, maka selain dengan referensi 2, referensi 1 juga terhubung dengan referensi 5.

Co-citation divisualkan berdasar: referensi yang dikutip, nama jurnalnya, atau masing-masing nama penulis referensinya.

Analisis ini bermanfaat untuk mengetahui referensi yang dominan digunakan oleh sekelompok artikel yang diuji.

Metode penghitungan yang dilakukan oleh VV ada dua: full dan fractional counting. Full counting akan menghitung apa adanya, sedangkan fractional dipengaruhi oleh berapa jumlah co-author dalam sebuah dokumen yang diuji.

Jika data yang ingin dibaca adalah bagian judul atau abstrak, maka VV akan memotong kata dalam judul/abstrak tersebut, kemudian menvisualkan keterkaitan antar potongan kata/term tersebut.

***

Jika pada dokumen ditemukan ketidak rapihan data, misalnya nama satu orang ditulis dengan beberapa variasi, VV memiliki fitur tesaurus. Fitur ini dengan otomatis akan mengganti beberapa nama (atau term) yang bervariasi ke dalam 1 nama yang kita pilih. Dengan demikian, hasil visualisasi akan lebih rapih.

Untuk melengkapi uraian di atas, baca juga beberapa pertanyaan yang bisa dijawab dengan masing-masing jenis analisis di atas yang ada di beberapa paper berikut:

1. Zupic, Ivan, and Tomaž Čater. “Bibliometric Methods in Management and Organization.” Organizational Research Methods, vol. 18, no. 3, July 2015, pp. 429–72. SAGE Journals, doi:10.1177/1094428114562629
2. Martin, Florence, et al. “Systematic Review of Adaptive Learning Research Designs, Context, Strategies, and Technologies from 2009 to 2018.” Educational Technology Research and Development, vol. 68, no. 4, Aug. 2020, pp. 1903–29. Springer Link, doi:10.1007/s11423-020-09793-2.
3. Colicchia, Claudia, and Fernanda Strozzi. “Supply Chain Risk Management: A New Methodology for a Systematic Literature Review.” Supply Chain Management: An International Journal, edited by Richard Wilding, vol. 17, no. 4, June 2012, pp. 403–18. DOI.org (Crossref), doi:10.1108/13598541211246558
4. Colicchia, Claudia, et al. “Information Sharing in Supply Chains: A Review of Risks and Opportunities Using the Systematic Literature Network Analysis (SLNA).” Supply Chain Management: An International Journal, vol. 24, no. 1, Jan. 2018, pp. 5–21. Emerald Insight, doi:10.1108/SCM-01-2018-0003

TAMPILAN VISUALISASI
Ada 3 tampilan visualisasi di VV. Network, overlay, dan density visualization.

Network akan memperlihatkan jejaring antar term yang divisualkan. Overlay akan memperlihatkan jejak history penelitian, sedangkan density akan mempelihatkan kerapatan/penekanan pada kelompok penelitian.

Density dapat digunakan untuk melihat bagian riset yang masih jarang dilakukan.

Pada panel sebelah kanan, VV menyiapkan beberapa fitur visualisasi. Misalnya pengaturan weight yang dapat dipilih berdasarkan link, occurence, jumlah dokumen dan lainnya. Pilihan label menggunakan circle atau frame, pengaturan font, max length (untuk mengatur berapa karakter yang akan tampil pada setiap circle/frame.

Sementara pada panel kiri ada beberapa yang bisa dilakukan. Visualisasi bisa disimpan dalam bentuk png, serta penyimpanan hasil kerja VV ke dalam file yang bisa dibuka kemudian. File penyimpanan ini ada dua jenis: map, dan network.

Nah, untuk file hasil penyimpanan berjenis map, akan berisi data yang divisualkan, yaitu: term, occurence, weight, dan lainnya. Data di file map ini bisa dibuka menggunakan spreadsheet untuk ditampilkan dalam tabel.

Fitur lainnya adalah ITEMS. Pada tab ini akan terlihat jumlah items yang divisualkan serta kelompok clusternya. Kita bisa klik salah satu items untuk melihat jejaringnya.

Pada tab ANALYSIS, kita bisa lakukan pilihan normalisasi, seting cluster, dan melakukan rotasi tampilan.


Baca juga:
1. http://www.purwo.co/2019/05/visualisasi-library-and-trend-dan.html
2. http://www.purwo.co/2019/05/menggunakan-vosviewer-online.html
3. http://www.purwo.co/2019/05/koalisi-partai-dalam-vosviewer.html
4. https://www.vosviewer.com/getting-started 
5. http://ugm.id/ban

Berikut beberapa video VV dari kanal Perpustakaan FT UGM:

Dan

Visualisasi "Library" AND "trend" dan peluang bidang risetnya

Visualisasi ini menggunakan data set dari database Scopus, dengan kata kunci library pada judul artikel, AND trend pada judul artikel. Pencarian dilakukan pada 24 Mei 2019, dengan hasil 420 dokumen.

Kata kunci library AND trend dipilih tanpa alasan jelas. Hehehe. Sepintas saja muncul difikiran, sebagai sarana latihan. 

Dokumen dieksport dalam bentuk csv, dengan field: bibliografi, afiliasi, keyword, dan reference. Dataset kemudian divisualkan menggunakan VosViewer.

author keyword minimal 3

Tampilan di atas merupakan visualisasi author keyword dengan mininal memiliki 3 kemunculan. Terlihat paling dominan adalah kata kunci ACADEMIC LIBRARIES. Terbagi menjadi 9 klaster, terlihat kaitan antar kata kunci. CITATION ANALISYS, misalnya, berkaitan dengan bibliometric dan library management. Citation analysis tidak berhubungan dengan public libraries, artinya analisis sitasi untuk publikasi terkait public libraries belum ada atau kurang dari 3.

Keyword lain, dapat dilihat pada gambar.

author key minimal 4

author key minimal 5

Dengan minimal kemunculan 4, dan 5, kata kunci yang divisualisasi menjadi semakin sedikit. Jejaring antar kata kunci juga semakin jelas, sehingga prediksi tentang kata kunci yang memiliki peluang untuk diteliti menjadi semakin mudah.

co-author minimal 1

Co-authorship dengan minimal 1 artikel, dikelompokkan menjadi 2 klaster. Tidak ada yang dominan sekali, merata dengan fokos merah dan di kelompok hijau.

Biblio Coupling minimal dikutip 1x

Untuk bibliographic coupling dengan dokumen minimal dikutip 1x, memunculkan beberapa klaster. Jejaring pada bibliographic coupling ini menunjukkan bahwa dokumen dan dokumen lain yang terhubung memiliki referensi yang sama. Jika memiliki referensi yang sama, maka ada kemungkinan kemiripan dokumen.

Co-citation minimal 2

Co-citation dengan minimal 2x dikutip memunculkan visualisasi di atas. Tampak, dari artikel berkategori library dan trend, referensi paling banyak digunakan yaitu tulisan Clark, Bower, dan Burlingame. Ketiganya memiliki link 32 (berarti dikutip bersama 32 artikel yang lain), dengan total link strength 192.

Artikel lain seimbang, dengan kisaran link 32, dan link strength 130.

Namun, ada dua artikel yang ada di papan bawah. Keduanya yaitu artikel Goetsch, dan Law, dengan link 32 dan link strength 66.

co author berdasar negara, minimal 1 x

Amerika mendominasi dengan 193 dokumen, serta berjejaring dengan berjejaring dengan penulis dari berbagai negara, kecuali: Vietnam, Portugal dan New Zaeland

term judul minimal 5

Pada visualisasi term pada judul, kata paling banyak muncul yaitu TREND yang muncul sebanyak 238x dan terhubung dengan 10 term lainnya: state, digital library, academic library, university library, library, public library, top trend, medical library. 

Term lain yang belum muncul, bisa diindikasikan belum banyak diteliti, atau jika sudah ada maka jumlahnya kurang dari 5 dokumen.

Judul min 3 full

Untuk melengkapi analisis sebelumnya, di atas merupakan term judul dengan minimal muncul 3x. TREND tidak lagi berdiri sendiri. ACADEMIC LIBRARY menjadi term yang paling banyak dengan 39x, serta terhubung dengan  13 term lainnya.

Abstrak min 10 full

Term pada abstrak dengan minimal 10 kemunculan menggunakan full counting, menunjukkan term RESEARCH paling banyak muncul. Disusul ARTICLE, dan ACADEMIC LIBRARY. 

Salah satu term baru yang muncul yaitu BIG DATA. Term ini muncul bersama dengan beberapa term lainnya. Silakan lihat gambar di bawah ini.

Term Big data dan jejaringnya

Dari gambar di atas, dapat dilihat keterkaitan term BIG DATA, dan kemungkinan peluang penelitiannya. 

*****

Kesimpulan

Penelitian bidang perpustakaan dan informasi, dengan kata kunci "library" AND "trend" di database Scopus dominan dengan topik pada academic libraries. 

Meskipun demikian, peluang riset yang bisa dilakukan masih terbuka luas. Peneliti bisa mencari term/topik yang belum banyak berhubungan dengan topik dominan. Atau dengan mencari visualisasi topik yang hendak diteliti pada hasil di Vos Viewer kemudian melihat jejaringnya, serta menentukan term yang belum berkaitan. Seperti contoh ketika menfokuskan pada term BIG DATA (gambar terakhir).

Referensi yang digunakan, tidak ada yang benar-benar dominan. Hal ini terlihat pada visualisasi co-citation, yang hanya menampilkan satu klaster dengan ukuran label yang tidak jauh berbeda.

-----

Sambisari, 

  Sêtu Kliwon 20 Pasa Be 1952 4.25 sore