| 0 Comments | 6 Views
Gambar oleh AJS1 dari Pixabay
Berikut ini adalah pertanyaan dari peserta kegiatan workshop bibliometrik.
1️⃣ Dasar Konseptual dan Fungsi Bibliometrik
Pertanyaan:
Apa itu analisis bibliometrik?
Jawaban:
Analisis bibliometrik adalah evaluasi statistik terhadap publikasi ilmiah seperti artikel, buku, atau bab buku yang digunakan untuk mengukur pengaruh dan struktur pengetahuan suatu bidang riset. Tujuan utamanya adalah menilai kinerja riset (research performance) dan memetakan dinamika ilmu (science mapping), termasuk tren topik, kolaborasi penulis, dan jaringan sitasi.
Pertanyaan:
Apa tujuan utama analisis bibliometrik?
Jawaban:
Tujuan utama analisis bibliometrik ada dua:
- Research Performance – Mengevaluasi produktivitas dan dampak publikasi pada level individu, institusi, atau negara.
- Science Mapping – Mengungkap struktur, tema, dan hubungan konseptual antar topik dalam suatu bidang keilmuan.
Pertanyaan:
Apa manfaat analisis bibliometrik bagi peneliti?
Jawaban:
Bibliometrik membantu peneliti untuk:
- Menemukan jurnal dan paper inti dalam bidangnya,
- Mengidentifikasi kolaborator potensial,
- Melihat tren riset dan peluang publikasi,
- Menyusun tinjauan pustaka yang lebih sistematis,
- Menemukan novelty dan arah riset masa depan.
2️⃣ Perbandingan dan Metodologi
Pertanyaan:
Apa perbedaan antara analisis bibliometrik dan Systematic Literature Review (SLR)?
Jawaban:
SLR bersifat kualitatif—mengulas isi dan metodologi setiap artikel untuk sintesis tematik.
Sedangkan bibliometrik bersifat kuantitatif—menggunakan data sitasi dan metadata (judul, penulis, afiliasi, kata kunci) untuk mengidentifikasi pola dan hubungan antar entitas ilmiah. Keduanya dapat saling melengkapi dalam publikasi berbasis meta-analisis.
Pertanyaan:
Apa saja teknik analisis bibliometrik yang umum digunakan?
Jawaban:
Teknik analisis utama mencakup:
- Co-authorship analysis: memetakan kolaborasi antar penulis/institusi.
- Co-occurrence analysis: memetakan keterkaitan kata kunci dalam artikel.
- Citation analysis: menghitung jumlah sitasi antar dokumen.
- Co-citation analysis: melihat dua dokumen yang sering disitasi bersama.
- Bibliographic coupling: menghubungkan dua dokumen yang menyitasi sumber yang sama.
3️⃣ Persiapan dan Sumber Data
Pertanyaan:
Apa saja yang perlu disiapkan sebelum melakukan riset bibliometrik?
Jawaban:
Peserta perlu memasang:
- VOSviewer (untuk visualisasi peta pengetahuan),
- OpenRefine (untuk data cleaning),
- R + Bibliometrix/Biblioshiny (untuk analisis lanjutan).
Selain itu, siapkan dataset yang diambil dari Scopus, Dimensions, Lens, atau OpenAlex, lengkap dengan metadata (judul, penulis, tahun, kata kunci, DOI, dan sitasi).
Pertanyaan:
Apakah sumber dari Google Scholar dapat digunakan untuk bibliometrik?
Jawaban:
Secara teknis bisa, namun Google Scholar tidak direkomendasikan untuk analisis bibliometrik mendalam karena tidak menyediakan metadata terstruktur (DOI, afiliasi, atau bidang riset). Sebaiknya gunakan Scopus, WoS Dimensions, Lens.org, atau OpenAlex yang memiliki struktur metadata lengkap dan mendukung ekspor format standar (CSV, RIS, BibTeX).
Pertanyaan:
Bagaimana menentukan ukuran dataset (besar atau kecil)?
Jawaban:
Gunakan dataset kecil (100-500 artikel) untuk eksplorasi awal dan uji konsep. Dataset besar (≥ 1000 artikel) digunakan untuk pemetaan tren global atau multi-disipliner. Prinsipnya, semakin luas cakupan riset, semakin besar dataset yang dibutuhkan.
4️⃣ Strategi Kata Kunci dan Query
Pertanyaan:
Bagaimana cara menemukan kata kunci yang tepat dan mengatasi variasi ejaan seperti “tahfiz”, “tahfidh”, “tahfidz”?
Jawaban:
Gunakan Boolean operator dan wildcard symbols saat menulis query.
Contoh: (tahfiz* OR tahfidh OR tahfidz)
Gunakan tanda * untuk menjangkau semua variasi ejaan. Lakukan iterasi beberapa kali hingga hasil relevan dengan topik.
Pertanyaan:
Apakah setiap variabel dalam penelitian harus dibuatkan query tersendiri?
Jawaban:
Ya, untuk penelitian multi-variabel sebaiknya setiap variabel dibuatkan search query tersendiri agar hasil pencarian tetap relevan. Selanjutnya, gunakan operator AND atau OR untuk menggabungkan antar variabel sesuai fokus riset.
Pertanyaan:
Bagaimana menentukan hasil pencarian jika query terdiri dari beberapa baris?
Jawaban:
Ambil jumlah hasil dari baris query yang paling akhir (hasil penyatuan semua logika Boolean). Pastikan jumlah artikel yang tercantum di paper sesuai dengan dataset yang diunduh dan digunakan dalam analisis.
5️⃣ Data Cleaning dan Validasi
Pertanyaan:
Mengapa data perlu dibersihkan (cleaning) sebelum dianalisis di VOSviewer?
Jawaban:
Karena data sering mengandung kesalahan ketik, variasi ejaan, atau duplikasi. Misalnya, “virtual reality” dan “virtual-reality” akan dianggap dua kata kunci berbeda. Data yang tidak dibersihkan menyebabkan visualisasi dan Total Link Strength menjadi bias. Gunakan OpenRefine untuk menyatukan ejaan, menghapus duplikasi, dan menstandardisasi kata kunci atau nama penulis.
Pertanyaan:
Apa yang dimaksud dengan Total Link Strength (TLS) di VOSviewer?
Jawaban:
TLS menunjukkan kekuatan hubungan antara dua elemen (penulis, kata kunci, atau publikasi).
- Dalam co-authorship, TLS = frekuensi kolaborasi antar penulis.
- Dalam co-occurrence, TLS = seberapa sering dua kata kunci muncul bersama.
- Dalam co-citation, TLS = jumlah hubungan sitasi antar dua publikasi.
Pertanyaan:
Apa langkah yang benar jika hasil visualisasi menunjukkan kata kunci ganda atau salah klaster?
Jawaban:
Periksa kembali tahap data cleaning di OpenRefine. Pastikan sinonim disatukan dan tidak ada kata kunci identik dengan perbedaan kecil (misal tanda strip atau kapitalisasi). Gunakan menu “Merge” dan “Facet > Text Filter” untuk menyatukan term yang identik.
6️⃣ Penggunaan Tools dan Software
Pertanyaan:
Apakah kita perlu menginstal software VOSviewer dan Biblioshiny terlebih dahulu?
Jawaban:
Ya. Keduanya wajib diinstal sebelum praktik.
-
VOSviewer: untuk visualisasi jaringan (network visualization).
-
Biblioshiny (R Package): untuk analisis statistik dan kuantitatif.
Ukuran file kedua software ini relatif kecil (< 1GB) dan dapat dijalankan di berbagai sistem operasi.
Pertanyaan:
Apakah boleh menggunakan lebih dari satu software (misal VOSviewer + Biblioshiny)?
Jawaban:
Sangat boleh. Setiap software memiliki keunggulan:
-
VOSviewer: unggul dalam visualisasi jaringan dan clustering.
-
Biblioshiny: unggul untuk statistik, analisis tren, dan deskriptif.
Menggabungkan keduanya justru memperkuat hasil analisis.
7️⃣ Validitas dan Kesalahan Umum
Pertanyaan:
Apa dampaknya jika salah menulis query atau memilih dataset yang tidak relevan?
Jawaban:
Kesalahan pada tahap query akan berakibat fatal karena seluruh analisis (TLS, cluster, dan visualisasi) didasarkan pada dataset tersebut. Versi singkatnya, hasil sudah tidak valid dan reliabel. Pastikan query disusun sistematis, menggunakan kata kunci yang benar, dan dilakukan uji coba sebelum ekspor data dari database.
Pertanyaan:
Apa saja kesalahan umum dalam studi bibliometrik?
Jawaban:
Menurut Ahmi (2023), kesalahan umum meliputi:
- Dataset terlalu kecil (<100 dokumen).
- Tidak dilakukan data cleaning.
- Dataset tidak sesuai topik.
- Penggunaan atribut berlebihan.
- Klaim hasil tidak didukung bukti kuat.
- Results tidak diinterpretasikan dengan benar.
8️⃣ Analisis dan Interpretasi
Pertanyaan:
Bagaimana menemukan research gap atau novelty dari hasil bibliometrik?
Jawaban:
Identifikasi celah riset dengan tiga pendekatan:
- Kuantitatif: tema dengan frequency rendah atau masih jarang diteliti.
- Temporal: topik baru yang muncul di tahun terakhir (trending cluster).
- Relasional: klaster besar dengan sedikit koneksi ke topik lain—menunjukkan potensi eksplorasi interdisipliner.
Pertanyaan:
Bagaimana menafsirkan hasil cluster map di VOSviewer?
Jawaban:
Setiap warna menggambarkan klaster topik yang saling terkait. Ukuran node menunjukkan frekuensi kemunculan, sedangkan jarak antar node menunjukkan kedekatan hubungan. Semakin dekat dua node, semakin kuat asosiasi konseptual antar topik.
Pertanyaan:
Bagaimana menentukan apakah visualisasi sudah benar?
Jawaban:
Visualisasi yang baik memiliki klaster yang jelas, tanpa duplikasi kata, dan distribusi warna yang seimbang. Jika muncul dua node dengan istilah identik, itu tanda data cleaning belum optimal.
9️⃣ Praktik dan Aplikasi
Pertanyaan:
Dari mana kita mendapatkan dataset untuk latihan analisis bibliometrik?
Jawaban:
Dataset dapat diunduh langsung dari Scopus, Dimensions, Lens, atau OpenAlex.
Contoh:
- Scopus: hingga 20.000 dokumen.
- Dimensions: 2.500 dokumen.
- Lens: 50.000 dokumen.
Untuk bahan latihan, bisa gunakan dataset yg telah saya siapkan di sini. Jika kurang relevan, coba cek juga https://www.erickunto.com/2023/07/sampel-dataset-bibliografi-dari-scopus-untuk-bibliometrik.html
Pertanyaan:
Bagaimana memulai praktik VOSviewer dari awal?
Jawaban:
- Jalankan VOSviewer → pilih Create Map Based on Bibliographic Data.
- Impor file data (CSV, RIS, BibTeX).
- Pilih teknik analisis (co-authorship, co-occurrence, dll.).
- Tentukan unit analisis (author, keyword, document).
- Sesuaikan tampilan dan ekspor visualisasi dengan menu Screenshot Export.
🔟 Penutup
Pertanyaan:
Apa prinsip penting agar hasil analisis bibliometrik valid dan beretika?
Jawaban:
- Gunakan data yang transparan dan dapat direproduksi.
- Jelaskan sumber dan metode dalam bagian Materials and Methods.
- Hindari interpretasi berlebihan tanpa bukti visual/statistik.
- Pastikan analisis sesuai konteks riset dan tidak memanipulasi metrik.
Leave a Comment