Aneka Jenis Format File Dalam Analisis Vosviewer

Oleh: Maryono

Terdapat aneka jenis format file yang digunakan dalam analisis bibliometrika dengan VOSviewer, masing-masing memiliki penggunaan yang berbeda, berikut penjelasannya yang mungkin bermanfaat:

Format File VOSviewer

Format
Kepanjangan & Asal-usul
Penggunaan UtamaKelebihanKekurangan
CSVComma-Separated Values → format tabular sederhana, berasal dari sistem database & spreadsheetDigunakan untuk menyimpan data bibliometrik (judul, penulis, kata kunci, sitasi) dari Scopus/WoS; fleksibel untuk analisis co-authorship, co-citation, keyword co-occurrenceFleksibel, mudah diolah dengan Excel/R/Python, mendukung semua jenis analisisRawan error jika struktur kolom tidak konsisten; perlu penataan manual
RISResearch Information Systems format → dikembangkan oleh RIS Inc. sebagai standar pertukaran bibliografiDigunakan oleh reference manager (EndNote, Zotero, Mendeley) untuk metadata publikasi (judul, penulis, jurnal, DOI, dll); cocok untuk bibliographic coupling & co-citationFormat standar bibliografi, kompatibel lintas aplikasi, mudah dipertukarkanMetadata kadang tidak lengkap; kurang fleksibel untuk custom data
XLS/XLSXExcel Spreadsheet → format milik Microsoft untuk data tabularDigunakan untuk data hasil olahan manual peneliti; cocok untuk custom networks (misalnya daftar kata kunci atau hubungan antar entitas)Mudah diedit, familiar bagi banyak pengguna, mendukung customisasiLebih berat dibanding CSV; perlu konsistensi format tabel
TXTPlain Text File → format dasar komputer sejak awal sistem operasiDigunakan untuk input sederhana seperti daftar kata kunci atau publikasi; biasanya dari database yang hanya menyediakan teksRingkas, ringan, mudah dibuatTidak mendukung struktur tabular kompleks; terbatas untuk analisis sederhana
Scopus/WoS/PubMed ExportFormat khusus tiap database: .csv (Scopus), .txt (WoS), .nbib (PubMed)Digunakan untuk analisis lengkap: citation, co-authorship, keyword co-occurrence; langsung dikenali VOSviewerData kaya, terstruktur, langsung kompatibelFormat berbeda tiap database; keterbatasan akses (WoS berbayar, PubMed terbatas sitasi)
JSON VOSviewerJavaScript Object Notation → format ringan untuk data terstruktur, populer di webDigunakan untuk menyimpan peta & jaringan hasil analisis; bisa dibagikan online atau diintegrasikan dengan aplikasi webMendukung visualisasi interaktif, mudah dibagikanLebih teknis; tidak semua pengguna terbiasa mengolah JSON

Penjelasan Penggunaan Lebih Rinci

  • CSV → paling umum digunakan karena fleksibel; misalnya ekspor data sitasi dari Scopus lalu dianalisis untuk melihat jaringan co-authorship.
  • RIS → biasanya digunakan jika data berasal dari reference manager; misalnya daftar artikel dari Zotero untuk analisis co-citation.
  • XLS/XLSX → dipakai jika peneliti ingin membuat data custom; misalnya jaringan kata kunci yang disusun manual.
  • TXT → dipakai untuk input sederhana; misalnya daftar kata kunci dari database kecil.
  • Ekspor Scopus/WoS/PubMed → pilihan terbaik untuk analisis standar karena langsung dikenali VOSviewer tanpa perlu konversi.
  • JSON → lebih ke penyimpanan hasil analisis, bukan input; berguna untuk berbagi peta bibliometrik secara interaktif.

Langkah-Langkah Alur Kerja

  1. Ekspor Data dari Scopus
    • Masuk ke Scopus → lakukan pencarian artikel sesuai topik.
    • Pilih Export → format CSV → sertakan metadata (judul, penulis, afiliasi, kata kunci, sitasi).
    • Hasil: file scopus_export.csv.
  2. Preprocessing di Excel
    • Buka file CSV di Excel.
    • Bersihkan data: hapus duplikasi, periksa konsistensi nama penulis, normalisasi kata kunci.
    • Simpan kembali sebagai cleaned_data.csv.
  3. Import ke VOSviewer
    • Buka VOSviewer → pilih Create Map Based on Bibliographic Data.
    • Pilih file cleaned_data.csv.
    • Tentukan jenis analisis: misalnya Co-authorship (penulis), Co-occurrence (kata kunci), atau Citation Analysis.
    • VOSviewer akan menghasilkan peta jaringan interaktif.
  4. Analisis Jaringan
    • Gunakan fitur clustering untuk melihat kelompok penulis atau topik.
    • Atur visualisasi (warna, ukuran node, label).
    • Interpretasi: misalnya, terlihat kelompok riset dominan dalam bidang tertentu.
  5. Ekspor Hasil ke JSON
    • Simpan hasil peta dalam format JSON.
    • File ini bisa dibagikan atau diunggah ke web untuk visualisasi interaktif.
    • Contoh: network_map.json.

Manfaat Alur Kerja

  • CSV dari Scopus → kaya metadata, fleksibel untuk analisis.
  • Excel preprocessing → memastikan data bersih & konsisten.
  • VOSviewer → menghasilkan peta visual interaktif.
  • JSON output → mudah dibagikan & dipublikasikan online.