SOFTWARE VOSviewer

 

Panduan Lengkap VOSviewer

1. Apa itu VOSviewer?

VOSviewer (Visualization of Similarities viewer) adalah perangkat lunak gratis untuk membangun dan memvisualisasikan peta bibliometrik. Software ini dikembangkan oleh Nees Jan van Eck dan Ludo Waltman dari Centre for Science and Technology Studies (CWTS), Universiteit Leiden, Belanda. Hasilnya berupa peta jaringan yang menunjukkan hubungan antar-penulis, kata kunci, jurnal, institusi, negara, atau dokumen.

Ciri utama:

  • Gratis dan berbasis Java, sehingga bisa dijalankan di Windows, macOS, dan Linux
  • Berbasis klik (tanpa coding)
  • Fokus pada visualisasi peta bibliometrik, bukan pada pengumpulan data
  • Menghasilkan klaster (kelompok) dengan warna berbeda secara otomatis
  • Menyediakan tiga tampilan: Network, Overlay, dan Density
  • Bisa membaca data dari Scopus, Web of Science, Dimensions, Lens.org, PubMed, dan lainnya
  • Mendukung analisis berbasis teks (text mining judul dan abstrak)

2. Fungsi dan Kegunaan

VOSviewer banyak dipakai untuk tinjauan literatur bibliometrik, pemetaan tren riset, dan mencari celah penelitian (research gap), terutama pada skripsi, tesis, dan artikel review.

Jenis analisis Unit analisis Kegunaan
Co-authorship Penulis, organisasi, negara Melihat kolaborasi antarpeneliti, institusi, atau negara
Co-occurrence Kata kunci (author keywords / all keywords), istilah dari judul/abstrak Memetakan topik dan tren tema penelitian
Citation Dokumen, sumber (jurnal), penulis, organisasi, negara Melihat siapa mengutip siapa
Bibliographic coupling Dokumen, sumber, penulis, organisasi, negara Mengelompokkan karya yang memakai rujukan serupa
Co-citation Cited references, cited sources, cited authors Melihat karya atau penulis yang sering dikutip bersamaan (struktur intelektual bidang)

3. Istilah Penting

Istilah Arti
Node (item) Lingkaran/titik yang mewakili satu unit (kata kunci, penulis, dll.). Semakin besar, semakin banyak kemunculan atau bobotnya
Link Garis penghubung antar-item. Semakin tebal, semakin kuat hubungannya
Cluster Kelompok item yang berhubungan erat, ditandai warna sama
Links Jumlah hubungan sebuah item dengan item lain
Total link strength (TLS) Total kekuatan seluruh hubungan sebuah item
Occurrences Jumlah kemunculan (pada analisis co-occurrence)
Documents / Citations Jumlah dokumen dan sitasi (pada co-authorship dan citation)
Avg. pub. year Rata-rata tahun terbit, dipakai untuk tampilan Overlay
Avg. citations / Avg. norm. citations Rata-rata sitasi, dan rata-rata sitasi yang dinormalisasi

4. Instalasi

  1. Buka situs resmi vosviewer.com, menu Download
  2. Pilih versi sesuai sistem operasi (Windows, macOS, Linux)
  3. Ekstrak file yang diunduh dan jalankan aplikasinya
  4. Bila diminta, pasang Java terlebih dahulu (versi terbaru VOSviewer umumnya memerlukan Java yang sesuai)
  5. Tidak perlu registrasi atau lisensi

Catatan: nomor versi, persyaratan Java, dan fitur terbaru bisa berubah, jadi cek langsung di situs resmi. VOSviewer juga punya versi web (VOSviewer Online) untuk membagikan peta secara interaktif.

5. Mengenal Tampilan VOSviewer

  • Panel kiri: tab Options, Analysis, Items, dan Overlay (mengatur peta dan menampilkan daftar item)
  • Area tengah: kanvas peta (Network / Overlay / Density)
  • Panel kanan: tab Action, Info, dan Legend (untuk mengedit, melihat informasi, dan legenda)
  • Menu atas: File, Map, Verify, Screenshot, Help
  • Tab visualisasi: Network Visualization, Overlay Visualization, Density Visualization

6. Menyiapkan Data (Tahap Paling Penting)

VOSviewer tidak mencari artikel sendiri. Data harus diunduh dari database bibliografi terlebih dahulu.

A. Sumber data yang umum

Sumber Format ekspor yang dipakai
Scopus CSV (pilih semua informasi: citation information, bibliographical information, abstract & keywords, dan referensi bila diperlukan)
Web of Science Plain text file atau tab-delimited (pilih Full Record and Cited References untuk analisis sitasi)
Dimensions CSV/Excel
Lens.org CSV
PubMed Format PubMed/MEDLINE
Crossref, OpenAlex, Semantic Scholar Lewat fitur pengambilan data (API) atau ekspor
Google Scholar Tidak bisa langsung. Gunakan Publish or Perish, lalu simpan sebagai RIS

Batas jumlah rekaman per sekali ekspor berbeda tiap database dan bisa berubah, sehingga sering perlu ekspor bertahap lalu digabung.

B. Langkah menyiapkan data (contoh dari Scopus)

  1. Buka Scopus, cari dengan string pencarian yang jelas (misalnya TITLE-ABS-KEY("financial literacy" AND "Islamic bank"))
  2. Terapkan filter: rentang tahun, jenis dokumen (article), bahasa, dan bidang
  3. Pilih semua hasil, klik Export, pilih CSV
  4. Centang semua kategori informasi, lalu unduh
  5. Simpan file di folder yang mudah ditemukan tanpa mengubah namanya secara aneh

7. Cara Menggunakan VOSviewer (Langkah demi Langkah)

A. Membuat Peta dari Data Bibliografi

  1. Klik File → Create (atau tombol Create)
  2. Pilih Create a map based on bibliographic data, lalu Next
  3. Pilih Read data from bibliographic database files, lalu Next
  4. Tab Scopus (atau database lain), klik ikon folder, pilih file CSV Anda, lalu Next
  5. Pilih jenis analisis dan unit analisis, lalu Next
  6. Pilih counting method (metode penghitungan)
  7. Atur ambang batas (threshold)
  8. Periksa daftar item yang terpilih (Verify selected items), hapus yang tidak relevan, lalu Finish
  9. Peta akan muncul di layar.

B. Contoh 1: Peta Kata Kunci (Co-occurrence)

Tujuan: memetakan topik dan tren riset.

  1. Pilih Co-occurrence, unit Author keywords (atau All keywords)
  2. Counting method: Full counting (umum dipakai)
  3. Minimum number of occurrences of a keyword: misalnya 5 (turunkan bila hasilnya terlalu sedikit, naikkan bila terlalu ramai)
  4. Pada layar verifikasi, hapus kata kunci yang terlalu umum atau tidak relevan (misalnya kata yang sama dengan string pencarian)
  5. Lihat klaster: tiap warna menunjukkan satu tema.

C. Contoh 2: Peta Kolaborasi Negara (Co-authorship)

  1. Pilih Co-authorship, unit Countries
  2. Atur minimum documents per country (misalnya 5)
  3. Lihat negara mana yang paling produktif dan berkolaborasi.

D. Contoh 3: Peta Penulis dan Jurnal

  • Co-authorship → Authors untuk melihat jaringan kolaborasi peneliti. Untuk hasil rapi, atur batas minimal dokumen per penulis.
  • Citation → Sources untuk melihat jurnal yang saling mengutip.
  • Bibliographic coupling → Documents untuk mengelompokkan artikel berdasarkan kemiripan rujukan.

E. Contoh 4: Co-citation

  1. Pilih Co-citation, unit Cited references (atau Cited authors)
  2. Atur ambang minimal sitasi, misalnya 20
  3. Hasilnya menunjukkan karya atau penulis fondasi bidang tersebut.
  4. Membutuhkan data yang memuat daftar referensi (cited references).

F. Membuat Peta dari Data Teks (Text Mining)

  1. Create → Create a map based on text data
  2. Pilih Read data from bibliographic database files (atau reference manager files, misalnya RIS)
  3. Pilih bagian teks yang dianalisis (title field, abstract field, atau keduanya) dan metode penghitungan (binary counting atau full counting)
  4. Atur minimum kemunculan istilah, lalu VOSviewer menyaring istilah paling relevan secara otomatis
  5. Periksa daftar istilah dan hapus yang tidak sesuai.

8. Tiga Jenis Tampilan Visualisasi

Tampilan Isi Kegunaan
Network Visualization Node dan garis, warna berdasarkan klaster Melihat struktur dan kelompok topik/kolaborasi
Overlay Visualization Warna berdasarkan skor (biasanya rata-rata tahun terbit) Melihat tren, misalnya topik lama (biru/ungu) vs topik terbaru (kuning)
Density Visualization Warna berdasarkan kepadatan (kuning = padat, hijau/biru = jarang) Melihat area yang sudah banyak diteliti dan area yang masih jarang

Pada Density, ada dua mode: Item density dan Cluster density.

9. Mengatur Tampilan dan Parameter

A. Panel Options

  • Scale: memperbesar/memperkecil ukuran node
  • Size variation: mengatur perbedaan ukuran antar-node
  • Label size / Max. length / Font: mengatur label
  • Lines: mengatur jumlah garis, ketebalan minimum-maksimum, dan tampilan kurva
  • Color scheme: untuk Overlay, pilih skema warna dan skor yang ditampilkan
  • Weights: memilih ukuran node berdasarkan Links, Total link strength, atau Occurrences

B. Parameter Layout dan Clustering

Buka Analysis → Layout / Clustering (pada versi terbaru, lewat Map → Layout/Clustering):

  • Attraction dan Repulsion: mengatur jarak antar-node
  • Resolution: menentukan jumlah klaster (nilai lebih besar = klaster lebih banyak)
  • Minimum cluster size: ukuran klaster minimum
  • Normalization method: biasanya Association strength (bawaan)

C. Membersihkan Data dengan Thesaurus File

Kata kunci sering bervariasi ("Islamic bank", "Islamic banks", "islamic banking"). Gunakan thesaurus file (.txt, format dua kolom: label dan replace by) untuk menyatukan sinonim, singular/plural, dan singkatan. Ini sangat penting agar hasil tidak berantakan.

Contoh isi thesaurus (dipisah tab):

label	replace by
islamic banks	islamic bank
islamic banking	islamic bank
covid-19	covid 19

Muat lewat tahap Choose thresholds/Create map (opsi Thesaurus file) atau dari pengaturan pembuatan peta.

10. Membaca dan Menginterpretasi Hasil

  1. Ukuran node besar berarti item sangat sering muncul atau berpengaruh (tergantung bobot yang dipilih).
  2. Klaster: beri nama tiap klaster berdasarkan isi kata kunci di dalamnya (misalnya Klaster 1 = "literasi keuangan", Klaster 2 = "perilaku konsumen").
  3. Garis tebal menunjukkan hubungan kuat antar-item.
  4. Overlay: bagian berwarna kuning menunjukkan topik yang lebih baru, sehingga cocok untuk arah riset masa depan.
  5. Density: area hijau/biru (jarang) dapat menjadi peluang penelitian.
  6. Cek tab Items untuk melihat data angka lengkap (Links, TLS, Occurrences, Avg. pub. year, dll.).

Contoh kalimat interpretasi: "Peta co-occurrence menunjukkan terbentuknya empat klaster utama. Kata kunci 'financial literacy' memiliki total link strength tertinggi, yang berarti menjadi tema sentral dalam literatur. Tampilan overlay memperlihatkan bahwa topik 'fintech' dan 'digital' relatif baru (rata-rata terbit 2022–2023)."

11. Menyimpan dan Mengekspor Hasil

  • Simpan peta: File → Save (format file peta VOSviewer, seperti .txt atau .vos/map & network files)
  • Ekspor gambar: menu Screenshot → simpan sebagai PNG, JPEG, atau SVG/PDF (SVG bagus untuk publikasi)
  • Ekspor data item: File → Save pada bagian daftar item (tab/csv)
  • Bagikan peta interaktif: unggah ke VOSviewer Online
  • Buka kembali peta: File → Open untuk memuat file peta yang sudah disimpan

12. Perbandingan VOSviewer dengan Software Bibliometrik Lain

Aspek VOSviewer Bibliometrix / Biblioshiny (R) CiteSpace Publish or Perish
Harga Gratis Gratis Gratis Gratis
Fungsi utama Visualisasi peta bibliometrik Analisis bibliometrik lengkap Deteksi tren, burst, analisis co-citation Mengambil data dan menghitung metrik sitasi
Cara kerja Klik Klik (Biblioshiny) / coding R Klik Klik
Kemudahan Mudah Sedang Sedang-sulit Sangat mudah
Statistik deskriptif (tren tahunan, penulis produktif) Terbatas Lengkap Terbatas Dasar
Kualitas visual Sangat baik Baik Baik Tidak ada peta
Sumber data Banyak database Scopus, WoS, Dimensions, dll. WoS, Scopus, dll. Google Scholar, Crossref, Scopus, dll.

Kombinasi yang umum dalam penelitian: Publish or Perish / Scopus (ambil data) → Biblioshiny (statistik deskriptif) → VOSviewer (visualisasi peta).

13. Kelebihan dan Kekurangan

Kelebihan

  • Gratis, ringan, dan mudah dipelajari
  • Visualisasi peta sangat jelas dan menarik
  • Klaster dan warna dibuat otomatis
  • Mendukung banyak jenis analisis dan database
  • Cocok untuk skripsi, tesis, dan artikel review
  • Hasil bisa diekspor untuk publikasi

Kekurangan

  • Tidak menyediakan statistik bibliometrik deskriptif lengkap (misalnya produksi per tahun, h-index penulis)
  • Tidak mengumpulkan data sendiri, sehingga bergantung pada kualitas ekspor database
  • Data kotor (sinonim kata kunci, nama penulis ganda) harus dibersihkan manual dengan thesaurus
  • Hasil peta sensitif terhadap ambang batas dan parameter, sehingga bisa berbeda antar-pengguna
  • Interpretasi klaster tetap perlu penilaian peneliti
  • Kurang cocok untuk data yang sangat besar tanpa penyaringan

14. Tips Praktis

  1. Rancang string pencarian yang jelas dan dokumentasikan (database, tanggal pencarian, filter, jumlah dokumen) agar penelitian dapat direplikasi.
  2. Tentukan ambang batas secara bertahap agar jumlah node wajar (sekitar 30–100 item lebih mudah dibaca).
  3. Gunakan thesaurus file sebelum membuat peta final.
  4. Hapus kata kunci yang identik dengan string pencarian karena akan mendominasi peta.
  5. Gunakan Overlay untuk membahas tren dan Density untuk mencari research gap.
  6. Beri nama tiap klaster dan jelaskan isinya di pembahasan.
  7. Simpan gambar dalam resolusi tinggi (SVG/PNG besar) untuk laporan.
  8. Cantumkan sitasi VOSviewer di metode penelitian (van Eck & Waltman, 2010).


Comments

Post a Comment

Popular posts from this blog

Answerthis

  Panduan Lengkap AnswerThis: Penjelasan dan Tutorial per Item 1. Apa Itu AnswerThis? AnswerThis (answerthis.io) adalah asisten riset berbasis AI. Alat ini dirancang untuk peneliti akademik, mahasiswa, dosen, dokter, dan klinisi, serta membantu menemukan, meringkas, dan menganalisis makalah ilmiah. Fitur andalannya adalah pembuatan tinjauan literatur ( literature review ) otomatis yang disertai sitasi. AnswerThis didukung Y Combinator dan dirancang khusus untuk riset ilmiah dan akademik, dengan fitur seperti systematic review, AI Writer dengan sitasi, screening teks lengkap, penilaian risiko bias, dan integrasi dengan Zotero serta Mendeley. Posisi AnswerThis dalam alur kerja riset: Alat Tahap Fungsi Connected Papers Memetakan literatur Grafik hubungan antarmakalah Elicit / SciSpace Mencari dan membaca Tabel data, chat dengan PDF AnswerThis Mencari, meninjau, dan menulis Literature review bersitasi, deteksi celah riset Zotero / Mendeley Mengelola refe...
Read more

WORD Penjelasan FILE

Penjelasan Lengkap Tab FILE pada Microsoft Word Tab FILE merupakan tab pertama yang terletak paling kiri pada ribbon Word, tampil dengan warna berbeda dari tab lainnya. Berbeda dengan tab-tab lain yang menampilkan ribbon dengan grup dan ikon, tab File akan membuka tampilan layar penuh yang disebut Backstage View . Tab ini tidak berisi perintah untuk mengedit isi dokumen, melainkan berisi perintah-perintah yang berkaitan dengan pengelolaan file dokumen itu sendiri — seperti menyimpan, membuka, mencetak, membagikan, hingga mengatur opsi aplikasi Word secara keseluruhan. Berikut penjabaran lengkap menu-menu di dalam Backstage View: 1. Home / Menu Utama Pada versi Word terbaru (Microsoft 365), saat tab File dibuka biasanya langsung menampilkan halaman Home dari Backstage View, berisi: Daftar dokumen yang baru saja dibuka ( Recent ) Pilihan template siap pakai untuk membuat dokumen baru dengan cepat Akses cepat ke folder/lokasi penyimpanan yang sering digunakan 2. New (Baru) Menu ini...
Read more

Zotero

  Panduan Lengkap Zotero: Penjelasan dan Tutorial per Item 1. Apa Itu Zotero? Zotero adalah pengelola referensi ( reference manager ) gratis dan open-source. Zotero membantu Anda mengumpulkan, mengorganisir, memberi anotasi, mengutip, dan membagikan riset. Fungsinya mirip Mendeley, tetapi dengan pendekatan berbeda: Zotero berjalan sebagai aplikasi desktop yang dipadukan dengan ekstensi browser (Connector) . Konektor menangkap informasi bibliografis dari halaman web lalu mengirimkannya ke aplikasi Zotero. Posisi Zotero dalam alur kerja riset: Alat Tahap Fungsi Elicit / Connected Papers Mencari literatur Menemukan dan memetakan makalah Zotero / Mendeley Mengelola dan mengutip Menyimpan referensi, membuat sitasi dan daftar pustaka Jenni AI Menulis Menyusun dan menyunting teks Turnitin Mengecek Memeriksa kemiripan teks Tiga komponen Zotero: Komponen Fungsi Aplikasi Zotero Perpustakaan referensi di komputer (Windows, Mac, Linux) Zotero ...
Read more