Sunday 26 May 2019

, ,

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
Share:

39 comments:

  1. assalamualaykum
    mas pur..fajar anak js
    minta nomor telpon mas pur

    ReplyDelete
  2. assalamualaykum
    mas pur..fajar anak js
    minta nomor telpon mas pur

    ReplyDelete
  3. Izin bertanya bertanya. Jika Co-occurance tidak bisa di klik, bagaimana solusinya? Terima kasih. Nur Hidayat

    ReplyDelete
    Replies
    1. Sy pun mengalamai hal yg sama, mas Nur sdh ada solusinyakah?

      Delete
    2. Berarti datasetnya tidak lengkap, Pak.

      Delete
    3. Data set supaya lengkap bgm ya Pak Pur? Saya mengalami hal sama dg pak nurhidayat. Tks

      Delete
    4. Bisa dilengkapi dulu, dibuka dan dilengkapi di zotero atau mendeley misalnya.

      Delete
    5. nggak bisa ya dilengkapi di VV nya? sy coba klak klik berkali2 nglengkapi di vv nya kok g bisa...

      Delete
    6. Tidak bisa, Mas. Harus di datasetnya

      Delete
    7. Yang dimaksud dataset gak lengkap apa, Mas Pur? Karena judul, penulis, th, abstrak, keywords sudah terisi semua di Mendeley.

      Delete
    8. komunitassahabatkecil: kalau keywords sudah ada, mestinya co-occurence bisa dibuat

      Delete
  4. terimakasih bapak atas ilmunya, ijin unduh, terimakasih, salam

    ReplyDelete
  5. Izin bertanya pak, untuk software vosviewer bisa juga digunakan untuk mengukur usia paro hidup literatur?

    ReplyDelete
  6. Dalam vosviewer apakah bisa mengecek atau mengvisualisasikan data dari jurnal berupa subjek yang di bahas?

    ReplyDelete
    Replies
    1. bisa, namun diambil dari kata kunci, atau abstrak, atau judul

      Delete
  7. Mau tanya pak..
    Apakah bisa vosviewer mengvisualisasikan data subjek pada jurnal ?

    ReplyDelete
  8. Izin bertanya Pak, apakah analisis keyword co-occurence itu sama dengan analisis Co-word? Ataukah berbeda, apabila berbeda di mana letak dr perbedaannya pak? Terima kasih banyak atas ilmunya

    ReplyDelete
  9. Assalamualaikum,

    apa perbedaan antara vos viewer dan sinta pak ? terima kasih

    ReplyDelete
    Replies
    1. Sinta itu semacam pengindeks, ya? tapi datanya dari pengindeks. :)

      VosV itu untuk memvisualisasikan

      Delete
  10. izin bertanya pak.. vosviewer ini bisa memvisualisasikan topik skripsi yg telah diteliti??
    atau data set nya hanya diambil dari scopus, scholar dll??
    terimakasih pak. mohon arahannya

    ReplyDelete
    Replies
    1. bisa. Namun harus disiapkan datasetnya. Bisa diolah dulu di zotero atau mendeley, eksport ke RIS, baru dibaca di VV

      Delete
  11. Saya mau tanya pak..

    Apakah term yang berasal dari judul dan abstraka nantinya dapat dijadikan sebagai ukuran tren subjek/topik penelitian pak?
    Karena saya mencoba mengolah dataset dari Dimension,ternyata tidak memunculkan co-occurrence-keywordnya.🙏

    ReplyDelete
    Replies
    1. di VV dimungkinkan memvisualkan. Dengan analisis yang baik, tentu bisa dilihat trennya

      Dimension tidak lengkap metadatanya, termasuk keyword. Sehingga tidak bisa dimunculkan. Bisa dilengkapi dulu, namun memakan waktu.

      Delete
  12. Saya mau bertanya pak..
    Apakah term dari judul dan abstrak dapat dijadikan sebagai acuan tren subjek/topik penelitaian pak?
    Karena saya mencoba mengolah dataset Dimension, namun ternyata tidak memunculkan co-occurrence-keywordnya. Mohon pencerahannya pak. 😅🙏

    ReplyDelete
    Replies
    1. di VV dimungkinkan memvisualkan. Dengan analisis yang baik, tentu bisa dilihat trennya

      Dimension tidak lengkap metadatanya, termasuk keyword. Sehingga tidak bisa dimunculkan. Bisa dilengkapi dulu, namun memakan waktu.

      Delete
  13. Mantappp mas Pur informasi nya sangat bermanfaat 🙏🏻 nitip sendal

    ReplyDelete
  14. Izin tanya mas karena masih pemula, kenapa pilihan co-occurence pada saat counthing method tdk dapat dipilih/tidak aktif?mohon pencerahannya

    ReplyDelete
    Replies
    1. karena pada dataset yang dibaca, data untuk co-occurrencenya tidak ada, mas. Coba cek apakah ada kata kuncinya

      Delete
  15. Pak pur kenapa semakin banyak artikel yg saya masukan malah semakin sedikit kata kunci yg terbaca. Jejaringnya malah sedikit

    ReplyDelete
    Replies
    1. kok bisa, ya.
      Ini harus dicek datasetnya, mas.

      Bisa kontak saya di purwoko AT ugm.ac.id

      Delete
  16. Terima kasih postingannya, menambah wawasan mas.

    ReplyDelete
  17. mau tanya pake untuk mengaktifkan fitur line di vos viewer gimana ya? soalnya punya saya cuman ada visualisation, label dan colors. linesnya hilang jadi tidak bisa melihat link antar bulatannya

    ReplyDelete
  18. Apakah ada tantangan atau batasan yang perlu diperhatikan dalam melakukan analisis visualisasi citasi? Visit Us Telkom University

    ReplyDelete

Terimakasih, komentar akan kami moderasi