VOSviewer

 

Mengenal VOSviewer: Perangkat Lunak Visualisasi Bibliometrik dan Pemetaan Jaringan Ilmiah untuk Analisis Literatur Riset

Dalam dunia akademik dan penelitian modern, jumlah publikasi ilmiah berkembang secara eksponensial setiap tahunnya. Ketika seorang peneliti, dosen, atau mahasiswa hendak melakukan studi kepustakaan (literature review), mereka sering kali dihadapkan pada ribuan artikel ilmiah yang relevan. Membaca dan menganalisis ribuan artikel satu per satu secara manual tentu membutuhkan waktu yang sangat lama dan rentan terhadap bias subjektif.

Untuk mengatasi tantangan penumpukan informasi ilmiah ini, dikembangkanlah metodologi analisis bibliometrik (bibliometric analysis). Di antara berbagai perangkat lunak yang dirancang untuk mendukung analisis bibliometrik, VOSviewer berdiri sebagai salah satu software paling populer, canggih, dan paling banyak digunakan oleh para peneliti di seluruh dunia.

Artikel ini akan mengupas secara lengkap, mendalam, dan komprehensif mengenai apa itu VOSviewer, sejarah dan filosofi pengembangannya, keunggulan utamanya, konsep pemetaan peta bibliometrik yang digunakannya, fitur-fitur analisis unggulan, perbandingannya dengan software bibliometrik lain, hingga panduan praktis penerapannya dalam menyusun karya ilmiah.

Apa Itu VOSviewer?

VOSviewer adalah perangkat lunak komputer berbasis Java yang dikembangkan secara khusus untuk membangun, memvisualisasikan, dan mengeksplorasi peta bibliometrik (bibliometric maps). Software ini dirancang untuk menampilkan jaringan ilmiah (scientific networks) yang kompleks dalam bentuk klaster visual yang mudah dipahami dan diinterpretasikan.

Nama VOS pada VOSviewer merupakan singkatan dari Visualization of Similarities (Visualisasi Kemiripan), yang merujuk pada algoritma matematika unik yang digunakan software ini untuk meletakkan item-item penelitian dalam ruang dua dimensi berdasarkan tingkat keterkaitan atau kemiripan antar-item tersebut.

VOSviewer dikembangkan oleh dua ahli bibliometrik terkemuka, yaitu Nees Jan van Eck dan Ludo Waltman dari Centre for Science and Technology Studies (CWTS) di Leiden University, Belanda. Software ini bersifat gratis (freeware) dan dapat dijalankan di berbagai sistem operasi, termasuk Windows, macOS, dan Linux.

Dengan menggunakan VOSviewer, seorang peneliti dapat dengan cepat memetakan tren riset global, menemukan kata kunci yang paling sering diteliti, mengidentifikasi peneliti atau lembaga yang paling berpengaruh, serta menemukan celah penelitian (research gap) yang belum banyak disentuh oleh ilmuwan lain.

Sejarah dan Filosofi Pengembangan VOSviewer

Sebelum hadirnya VOSviewer pada akhir dekade 2000-an, sebagian besar pemetaan bibliometrik dilakukan menggunakan teknik peletakan skala multidimensi (Multidimensional Scaling - MDS) atau perangkat lunak analisis jaringan sosial (Social Network Analysis - SNA) umum seperti Pajek atau Gephi.

Namun, Nees Jan van Eck dan Ludo Waltman menyadari bahwa teknik MDS tradisional dan software SNA umum memiliki keterbatasan besar ketika diterapkan pada data publikasi ilmiah. Teknik MDS sering kali menghasilkan tampilan visual yang menumpuk di bagian tengah dan sulit memisahkan klaster-klaster kecil yang terpisah secara jelas.

Untuk mengatasi masalah tersebut, van Eck dan Waltman menciptakan teknik pemetaan berbasis VOS mapping technique dan teknik pengklasteran berbasis VOS clustering technique. Filosofi utama di balik VOSviewer adalah menyajikan representasi visual dari jaringan bibliometrik yang tidak hanya akurat secara matematis, tetapi juga indah secara estetik, bersih, dan langsung dapat diinterpretasikan oleh manusia tanpa perlu membaca ratusan angka matriks yang rumit.

Sejak dirilis secara resmi, VOSviewer telah menjadi standar de facto dalam studi bibliometrik global dan dikutip di puluhan ribu artikel jurnal ilmiah bereputasi internasional (seperti Scopus dan Web of Science).

Jenis-Jenis Analisis Bibliometrik di VOSviewer

VOSviewer mendukung berbagai jenis analisis bibliometrik mendasar yang sangat krusial dalam pemetaan literatur ilmiah:

1. Analisis Ko-Katakunci (Co-occurrence Analysis): Menganalisis seberapa sering kata kunci (keywords) muncul bersamaan dalam kumpulan artikel ilmiah. Analisis ini sangat berguna untuk memetakan struktur pengetahuan, topik utama, serta tren konsep dalam suatu bidang ilmu.
2. Analisis Ko-Penulisan (Co-authorship Analysis): Menganalisis jaringan kolaborasi antar-peneliti, antar-lembaga/universitas, atau antar-negara berdasarkan karya ilmiah yang ditulis bersama. Analisis ini mengungkapkan siapa saja ilmuwan atau institusi kunci yang memimpin suatu bidang riset.
3. Analisis Sitasi (Citation Analysis): Menganalisis hubungan antara artikel, jurnal, atau pengarang berdasarkan jumlah sitasi langsung. Analisis ini membantu mengidentifikasi publikasi yang paling berpengaruh dalam suatu topik.
4. Analisis Ko-Sitasi (Co-citation Analysis): Menganalisis seberapa sering dua dokumen, jurnal, atau pengarang disitasi secara bersamaan oleh dokumen ketiga. Ini adalah teknik terbaik untuk mengidentifikasi fondasi teoretis (intellectual base) dari suatu bidang ilmu.
5. Analisis Pasangan Bibliografi (Bibliographic Coupling): Menganalisis tingkat kemiripan antara dua artikel berdasarkan jumlah referensi yang sama-sama mereka gunakan. Teknik ini sangat efektif untuk memetakan baris depan penelitian masa kini (research fronts).

Keunggulan Utama VOSviewer

Mengapa VOSviewer menjadi perangkat lunak utama yang sangat digemari oleh para peneliti dalam melakukan analisis bibliometrik? Berikut adalah keunggulan-keunggulan utamanya:

1. Sepenuhnya Gratis dan Lintas Platform

VOSviewer dapat diunduh dan digunakan secara bebas tanpa biaya lisensi apa pun. Karena dibangun berbasis Java, VOSviewer dapat berjalan dengan lancar di Windows, Mac, maupun Linux tanpa kendala kompatibilitas.

2. Kemampuan Memproses Data Sumber Utama (Scopus, WoS, PubMed, Dimensions)

VOSviewer dapat membaca berkas data ekspor secara langsung dari basis data ilmiah terkemuka di dunia, seperti Scopus (.csv), Web of Science (.txt/.ciw), PubMed, Dimensions, RIS, dan Crossref, serta manajer referensi seperti EndNote dan Reference Manager.

3. Tiga Mode Tampilan Visualisasi yang Sangat Jelas

VOSviewer menyediakan tiga mode tampilan visual interaktif yang membantu peneliti melihat data dari berbagai sudut pandang:

• Network Visualization: Menampilkan jaringan antar-item dalam bentuk lingkaran (nodes) dan garis penghubung (links). Ukuran lingkaran menunjukkan frekuensi/bobot item, sedangkan warna lingkaran mewakili klaster atau kelompok topik.
• Overlay Visualization: Menampilkan perkembangan tren riset berdasarkan dimensi waktu (years). Item diberi warna gradasi (misalnya dari biru tua ke kuning terang) untuk menunjukkan topik mana yang merupakan topik lama dan topik mana yang merupakan tren riset terbaru.
• Density Visualization: Menampilkan kerapatan titik riset dalam bentuk peta panas (heat map). Area dengan warna terang dan rapat menunjukkan topik yang sudah sangat padat diteliti, sedangkan area yang pudar/gelombang dingin menunjukkan topik yang masih jarang diteliti (research gap).

4. Algoritma Pengklasteran (Clustering) Otomatis

VOSviewer secara otomatis mengelompokkan item-item yang memiliki keterkaitan erat ke dalam warna klaster yang berbeda. Hal ini mempermudah peneliti untuk melakukan sintesis tematis dalam bab tinjauan pustaka.

5. Fitur Penghentian Kata (Thesaurus File)

VOSviewer memungkinkan penggunaan berkas thesaurus (file .txt sederhana) untuk menggabungkan kata-kata yang memiliki arti sama (misalnya menggabungkan "AI" dan "Artificial Intelligence") atau menghapus kata kunci umum yang tidak relevan (seperti kata "study", "research", atau "analysis").

Cara Kerja Algoritma Pemetaan pada VOSviewer

Untuk memahami hasil keluaran VOSviewer secara ilmiah, peneliti perlu memahami cara kerja algoritma internalnya secara rinci. Pemrosesan data pada VOSviewer terdiri dari tiga tahap utama:

Langkah pertama adalah Normalisasi Data. VOSviewer menghitung matriks asosiasi dari data masukan menggunakan ukuran Association Strength (kekuatan asosiasi), bukan sekadar korelasi Pearson biasa. Ukuran ini menghitung proporsi kemunculan bersama dua item relatif terhadap total frekuensi kemunculan masing-masing item.

Langkah kedua adalah Penerapan Algoritma VOS Mapping. VOSviewer menempatkan setiap item pada koordinat dua dimensi sedemikian rupa sehingga jarak antara dua item mencerminkan tingkat keterkaitan mereka. Dua item yang memiliki kekuatan asosiasi tinggi akan diletakkan berdekatan, sedangkan dua item yang tidak memiliki asosiasi akan diletakkan berjauhan.

Langkah ketiga adalah Pengklasteran (Clustering). VOSviewer mengoptimalkan fungsi kepadatan (modularity function) untuk membagi kumpulan item ke dalam klaster-klaster yang tidak saling beririsan. Setiap klaster diberi warna khas untuk menggambarkan satu sub-tema penelitian tertentu.

Perbandingan VOSviewer dengan Software Bibliometrik Lainnya

Untuk memberikan gambaran yang menyeluruh, penting untuk membandingkan VOSviewer dengan software bibliometrik terpopuler lainnya seperti Bibliometrix (R-Package/Biblioshiny), CiteSpace, dan Gephi:

Dari segi kemudahan antarmuka, VOSviewer unggul karena memiliki antarmuka grafis yang sangat bersih, intuitif, dan mudah dipelajari bahkan oleh peneliti pemula dalam hitungan jam. Sementara itu, Bibliometrix membutuhkan pengetahuan dasar bahasa R (meskipun memiliki antarmuka Biblioshiny), dan CiteSpace memiliki antarmuka yang tergolong cukup rumit dengan kurva pembelajaran yang curam.

Dari sudut pandang fokus visualisasi, VOSviewer berfokus utama pada keterkaitan spasial (spatial similarity) dan pemetaan kerapatan topik. CiteSpace berfokus pada deteksi tren temporal, sitasi mendadak (burst detection), dan pemicu intelektual (intellectual turning points). Gephi berfokus pada analisis jaringan sosial umum yang tidak spesifik dirancang untuk data bibliometrik.

Dari segi kualitas grafik output, VOSviewer diakui menghasilkan diagram jaringan dan peta kerapatan yang paling rapi, bersih, dan siap untuk disisipkan langsung ke dalam naskah artikel ilmiah tanpa perlu banyak penyuntingan manual.

Tahapan Praktis Mengoperasikan Analisis Bibliometrik di VOSviewer

Secara umum, alur kerja pengolahan data penelitian bibliometrik menggunakan VOSviewer terdiri dari langkah-langkah sistematis berikut:

1. Pengumpulan Data Ilmiah: Peneliti melakukan pencarian kata kunci di basis data seperti Scopus atau Web of Science, memfilter dokumen berdasarkan kriteria inklusi, lalu mengekspor metadata publikasi dalam format CSV atau TXT (memastikan menyertakan informasi judul, abstrak, kata kunci, pengarang, institusi, dan daftar pustaka).
2. Pembuatan Berkas Thesaurus (Opsional): Peneliti membuat berkas teks sederhana untuk membersihkan sinonim, kata jamak/tunggal, atau penulisan nama pengarang yang bervariasi.
3. Pengimporan Data ke VOSviewer: Buka VOSviewer, pilih Create, lalu pilih jenis data (apakah berdasarkan data jaringan atau data berkas bibliometrik langsung dari Scopus/WoS).
4. Pemilihan Jenis Analisis dan Ambang Batas (Threshold): Peneliti menentukan jenis analisis (misalnya Co-occurrence of Author Keywords) dan menentukan batas minimum kemunculan suatu kata kunci (misalnya minimum muncul 5 kali).
5. Visualisasi dan Eksplorasi Peta: VOSviewer memproses data dan menampilkan peta jaringan. Peneliti beralih antara Network, Overlay, dan Density Visualization untuk menganalisis struktur klaster, tren tahun publikasi, dan celah penelitian (research gap).
6. Ekspor Gambar dan Data: Gambar peta jaringan disimpan dalam format definisi tinggi (PNG, PDF, atau EPS), sedangkan data koordinat dan klaster diekspor untuk dianalisis lebih mendalam pada bagian pembahasan artikel.

Penerapan VOSviewer dalam Berbagai Bidang Riset

Penggunaan VOSviewer telah meluas di hampir seluruh cabang ilmu pengetahuan:

1. Manajemen dan Bisnis: Memetakan tren riset tentang Green Supply Chain Management, Digital Marketing, atau Corporate Social Responsibility selama satu dekade terakhir.
2. Ilmu Komputer dan Teknologi Informasi: Mengidentifikasi perkembangan sub-topik dalam bidang Artificial Intelligence, Machine Learning, Cybersecurity, dan Blockchain.
3. Kesehatan dan Kedokteran: Menganalisis perkembangan publikasi global mengenai penyakit tertentu (seperti COVID-19 atau Diabetes), serta memetakan kolaborasi riset antar-negara.
4. Pendidikan dan Sosiologi: Memetakan evolusi metode pembelajaran e-learning, blended learning, serta isu-isu kesetaraan gender dalam pendidikan.
5. Ilmu Lingkungan dan Energi: Memetakan tren teknologi energi terbarukan, pengelolaan sampah, dan perubahan iklim global.

Kesimpulan

VOSviewer adalah perangkat lunak analisis bibliometrik dan visualisasi jaringan ilmiah yang sangat canggih, intuitif, dan efisien. Dengan kemampuan untuk mengolah ribuan data publikasi ilmiah dari basis data global menjadi peta visual yang indah dan mudah dipahami, VOSviewer membantu peneliti menghemat waktu secara signifikan dalam memetakan lanskap riset, menemukan tren terbaru, serta mengidentifikasi celah penelitian (research gap) yang bernilai tinggi.

Bagi mahasiswa yang sedang menyusun skripsi, tesis, atau disertasi, serta para dosen dan peneliti profesional yang ingin menulis artikel systematic literature review atau analisis bibliometrik berkelas internasional, menguasai VOSviewer merupakan aset keterampilan akademik yang sangat berharga. Perangkat lunak ini dapat diunduh secara gratis melalui situs resminya di vosviewer.com.