Ukuran noktah Noktah besar seperti goetzel, ron z. dan ozminskowski, ronald j. menunjukkan penulis dengan tingkat kolaborasi tinggi atau jumlah publikasi besar. Noktah kecil menandakan penulis dengan kontribusi atau keterhubungan lebih terbatas.
Panjang lengan Lengan (garis penghubung) yang pendek menandakan hubungan kolaborasi yang erat dan sering terjadi, sedangkan lengan panjang menunjukkan kolaborasi yang jarang atau lemah antar penulis.
Ketebalan lengan Lengan tebal berarti intensitas kolaborasi tinggi (banyak publikasi bersama), sementara lengan tipis menunjukkan hubungan yang lebih lemah atau hanya sesekali bekerja sama.
Warna klaster Warna membedakan kelompok kolaborasi.
Klaster biru: kelompok penulis yang berkolaborasi di sekitar goetzel, ron z. dengan fokus tertentu.
Klaster merah: kelompok lain yang memiliki hubungan internal kuat namun lebih sedikit koneksi ke pusat.
Klaster hijau: jaringan kolaborasi yang terhubung dengan ozminskowski, ronald j.
Klaster kuning: jembatan penghubung antara dua pusat kolaborasi besar, berperan sebagai intermediary authors.
Tiga Jenis Visualisasi VOSviewer
Jenis Visualisasi
Makna Utama
Interpretasi dalam konteks kolaborasi
Network Visualization
Menunjukkan struktur hubungan antar penulis
Node besar = penulis utama; garis = kekuatan kolaborasi; warna = kelompok kolaborasi
Overlay Visualization
Menampilkan dimensi waktu atau tren
Warna gradasi (biru → kuning) menunjukkan evolusi kolaborasi dari lama ke baru
Density Visualization
Menunjukkan kepadatan kolaborasi
Area terang = pusat kolaborasi aktif; area gelap = kolaborasi jarang terjadi
Kesimpulan Analitis
Goetzel, Ron Z. dan Ozminskowski, Ronald J. adalah hub utama dalam jaringan kolaborasi.
Klaster warna menunjukkan komunitas penelitian yang berbeda namun saling terhubung melalui penulis penghubung.
Kombinasi ukuran node dan ketebalan edge memperlihatkan hierarki kolaborasi, dari inti (core authors) hingga periferi (supporting authors).
Visualisasi ini membantu mengidentifikasi struktur sosial ilmiah, potensi kolaborasi baru, dan arah perkembangan riset.
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 Utama
Kelebihan
Kekurangan
CSV
Comma-Separated Values → format tabular sederhana, berasal dari sistem database & spreadsheet
Digunakan untuk menyimpan data bibliometrik (judul, penulis, kata kunci, sitasi) dari Scopus/WoS; fleksibel untuk analisis co-authorship, co-citation, keyword co-occurrence
Fleksibel, mudah diolah dengan Excel/R/Python, mendukung semua jenis analisis
Rawan error jika struktur kolom tidak konsisten; perlu penataan manual
RIS
Research Information Systems format → dikembangkan oleh RIS Inc. sebagai standar pertukaran bibliografi
Digunakan oleh reference manager (EndNote, Zotero, Mendeley) untuk metadata publikasi (judul, penulis, jurnal, DOI, dll); cocok untuk bibliographic coupling & co-citation
Format standar bibliografi, kompatibel lintas aplikasi, mudah dipertukarkan
Metadata kadang tidak lengkap; kurang fleksibel untuk custom data
XLS/XLSX
Excel Spreadsheet → format milik Microsoft untuk data tabular
Digunakan 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 customisasi
Lebih berat dibanding CSV; perlu konsistensi format tabel
TXT
Plain Text File → format dasar komputer sejak awal sistem operasi
Digunakan untuk input sederhana seperti daftar kata kunci atau publikasi; biasanya dari database yang hanya menyediakan teks
Ringkas, ringan, mudah dibuat
Tidak mendukung struktur tabular kompleks; terbatas untuk analisis sederhana
Scopus/WoS/PubMed Export
Format khusus tiap database: .csv (Scopus), .txt (WoS), .nbib (PubMed)
Digunakan untuk analisis lengkap: citation, co-authorship, keyword co-occurrence; langsung dikenali VOSviewer
Data kaya, terstruktur, langsung kompatibel
Format berbeda tiap database; keterbatasan akses (WoS berbayar, PubMed terbatas sitasi)
JSON VOSviewer
JavaScript Object Notation → format ringan untuk data terstruktur, populer di web
Digunakan untuk menyimpan peta & jaringan hasil analisis; bisa dibagikan online atau diintegrasikan dengan aplikasi web
Mendukung visualisasi interaktif, mudah dibagikan
Lebih 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
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.
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.
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.
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.
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.
Scopus AI adalah fitur layanan berbasis AI dari Scopus yang mulai disediakan pada tahun 2024. Fungsi utamanya untuk membantu peneliti melakukan pencarian literatur secara lebih cerdas, lebih cepat, dan terstruktur. Manfaat terbesarnya adalah mempercepat proses eksplorasi dalam suatu topik riset tertentu, dan kemudian menyajikan ringkasan hasil pencarian dalam bentuk poin-poin, serta menampilkan studi landmark yang relevan. Untuk mahasiswa doktoral, Scopus AI sangat berguna dalam tahap awal systematic literature review(SLR) karena membantu menemukan tren, gap / novelty penelitian, dan arah topik riset dengan lebih efisien.
Bisa dikatakan bahwa Scopus AI adalah asisten penelitian berbasis AI yang terintegrasi dengan basis data Scopus – yang merupakan kumpulan jutaan artikel ilmiah terindeks dan tervalidasi (peer-reviewed). Berbeda dengan ChatGPT umum, Scopus AI hanya merujuk pada sumber-sumber terpercaya dari Scopus sehingga hasilnya dapat dipertanggungjawabkan, dapat ditelusuri dan sedikit risiko halusinasi.
Fitur utama Scopus AI:
Memahami pertanyaan dalam bahasa alami (bisa menggunakan bahasa Indonesia atau Inggris). Meringkas topik menjadi tinjauan terstruktur disertai konsep kunci. Menampilkan peta literatur (gambaran hubungan antarkonsep). Menyediakan daftar pustaka inti dengan tautan langsung ke artikel asli. Skor kepercayaan (confidence score) untuk setiap pernyataan. Fitur “Emerging Topics” untuk mendeteksi tren penelitian baru
Manfaat Utama Scopus AI
Efisiensi pencarian: Mengurangi waktu eksplorasi literatur dengan query sederhana. Ringkasan otomatis: Memberikan gambaran cepat tentang tren penelitian. Identifikasi gap: Membantu menemukan area yang belum banyak diteliti. Akses studi landmark: Menyediakan referensi kunci untuk memperkuat kerangka teori. Integrasi dengan SLR: Mempercepat tahap awal systematic review.
Kecepatan – Mengurangi waktu survei awal dari beberapa minggu menjadi hitungan menit. Kualitas sumber – Hanya menggunakan literatur tervalidasi (jurnal, prosiding, buku terindeks Scopus). Transparansi – Setiap klaim disertai referensi yang dapat diverifikasi. Deteksi celah penelitian – Menyoroti area yang belum banyak diteliti. Tidak perlu kata kunci rumit – Cukup tanyakan dalam kalimat biasa seperti “What are the recent advances in…”
Manfaat untuk Systematic Literature Review (SLR)
Bagi mahasiswa doktoral, SLR adalah fondasi untuk menentukan topik riset. Scopus AI membantu di beberapa tahap penting:
Formulasi pertanyaan riset: Dengan pencarian berbasis bahasa alami, mahasiswa dapat menguji berbagai formulasi pertanyaan. Pencarian literatur komprehensif: AI memperluas cakupan pencarian tanpa melewatkan artikel relevan. Seleksi awal studi: Ringkasan hasil memudahkan identifikasi artikel yang layak ditinjau lebih lanjut. Pemetaan tren penelitian: Membantu melihat arah perkembangan bidang tertentu. Identifikasi novelty: Gap yang ditemukan bisa menjadi dasar novelty untuk disertasi.
Mahasiswa doktoral (S3) menghadapi tantangan: harus menemukan topik orisinal, signifikan, dan layak diteliti dalam 3–5 tahun. SLR adalah metode standar untuk memetakan bukti yang ada, namun SLR tradisional memakan waktu sangat lama (bisa 6–12 bulan hanya untuk tahap awal). Scopus AI tidak menggantikan SLR, tetapi mempercepat fase-fase awal secara drastis.
Berikut manfaat spesifik untuk mahasiswa doktoral:
1. Eksplorasi Awal Domain Penelitian (Scoping Review)
Dengan satu pertanyaan, Scopus AI menghasilkan ringkasan bidang, tren, dan tokoh penting.
Contoh: “Systematic literature review on digital transformation in public sector governance in Southeast Asia 2020–2025”
Manfaat: Mahasiswa langsung mendapat peta wilayah penelitian tanpa harus membaca 200 abstrak dulu.
2. Identifikasi Celah Penelitian (Research Gap) secara Cepat
Fitur Emerging Topics menyaring artikel 2 tahun terakhir dan mengelompokkan topik yang sedang naik daun.
AI juga menyebutkan “what is not yet known” dalam ringkasannya.
Manfaat: Calon topik disertasi bisa ditemukan dari area yang masih minim eksplorasi, bukan hanya mengulang penelitian lama.
3. Menyusun Kerangka Pustaka Awal untuk SLR
Dalam SLR yang benar, kita tetap perlu protokol PRISMA, screening ganda, ekstraksi data manual, dll. Tapi Scopus AI bisa digunakan untuk membangun draft awal:
Daftar kata kunci dan sinonim
Klasifikasi konsep utama
Peta hubungan antartema
Manfaat: Menghemat waktu 60–70% pada fase formulasi pertanyaan dan identifikasi sumber.
4. Menentukan Kelayakan Topik (Feasibility Check)
Sebelum memutuskan topik, mahasiswa bisa bertanya ke Scopus AI: “What are the main methodological approaches used in studying X?” atau “Is there enough empirical evidence from developing countries on Y?”
AI akan menunjukkan apakah topik tersebut terlalu luas, terlalu sempit, atau sudah jenuh.
Manfaat: Mencegah pemilihan topik yang tidak feasible di tengah jalan studi doktoral.
5. Mendukung Bagian “Background” dan “Related Work” dalam Proposal Disertasi
Hasil dari Scopus AI dapat menjadi kerangka awal untuk penulisan bab tinjauan pustaka.
Karena setiap klaim punya referensi, mahasiswa bisa langsung mengunduh artikel-artikel kunci untuk dibaca lebih dalam.
Manfaat: Proposal menjadi lebih berbasis bukti dan argumentatif.
Peringatan Penting (Batas Penggunaan)
Scopus AI TIDAK bisa menggantikan systematic literature review formal. SLR sejati harus memenuhi kriteria:
Protokol yang dapat direproduksi (bisa diulang oleh peneliti lain)
Proses screening ganda dengan kriteria inklusi/eksplisit
Penilaian kualitas dan bias studi secara manual
Ekstraksi data dan sintesis naratif atau meta-analisis
Scopus AI hanya untuk tahap eksplorasi dan pemetaan awal. Setelah topik ditentukan, mahasiswa doktoral tetap harus melakukan SLR penuh dengan metode standar (misalnya PRISMA). Namun dengan bantuan Scopus AI, proses SLR bisa lebih terarah dan efisien.
Catatan Penting
Scopus AI bukan pengganti penuh proses SLR; tetap diperlukan seleksi manual, analisis kritis, dan sintesis.
Mahasiswa doktoral harus menggunakan Scopus AI sebagai alat bantu eksplorasi awal, lalu melanjutkan dengan metode SLR standar (misalnya PRISMA).
Karena berbasis langganan, akses Scopus AI bergantung pada institusi atau individu.
Perbandingan Scopus AI vs Pencarian Manual
Aspek
Scopus AI
Manual
Input query
Bahasa alami
Kata kunci spesifik
Output
Ringkasan + highlight
Daftar artikel mentah
Efisiensi
Cepat, terstruktur
Lambat, repetitif
Identifikasi gap
Didukung AI
Bergantung analisis manual
Akses landmark
Disediakan otomatis
Harus dicari sendiri
Kesimpulan untuk Mahasiswa Doktoral
Tahap
Tanpa Scopus AI
Dengan Scopus AI
Memetakan bidang penelitian
2–4 minggu
1–2 jam
Menemukan research gap
1–2 bulan
1–2 hari
Menyusun daftar pustaka awal
100–200 abstrak dibaca manual
AI beri 15–30 artikel inti
Cek kelayakan topik
Tebakan atau konsultasi berulang
Bisa diuji dengan cepat sendiri
Rekomendasi: Gunakan Scopus AI sebagai pilot atau pemandu awal, lalu lanjutkan dengan SLR (Systematic Literature Review) tradisional untuk validasi dan kedalaman analisis.
Jurnal yang telah terindeks Scopus, dalam perkembangannya dapat kehilangan status indeksnya atau di-“discontinue” karena tidak lagi memenuhi standar kualitas dan integritas yang terus-menerus dievaluasi oleh tim Content Selection and Advisory Board (CSAB). Pada dasarnya, proses ini adalah bentuk “quality control” berkelanjutan untuk menjaga reputasi database Scopus
Berikut adalah rincian penyebab utamanya:
1. Publication Concern (Kekhawatiran terhadap Proses Publikasi)
Ini merupakan salah satu faktor utama yang menyebabkan jurnal di-discontinue. Data menunjukkan sekitar 59.7% jurnal yang dicabut indeksnya bermasalah di area ini . Indikatornya meliputi:
Rekrutmen Editor Tidak Profesional: Mengikutsertakan editor tanpa keahlian yang sesuai atau melibatkan “editor bayaran”.
Peer Review Tidak Transparan atau Bermasalah: Proses review yang tidak jelas, asal-asalan, atau bahkan tidak dilakukan.
Pelanggaran Etika Publikasi: Tidak menangani masalah seperti plagiarisme, konflik kepentingan, atau pemalsuan data dengan serius.
2. Outlier Behaviour (Perilaku Publikasi yang Tidak Wajar)
Scopus menggunakan ilmu data untuk mendeteksi anomali atau keanehan dalam perilaku publikasi jurnal. Faktor ini berkontribusi pada sekitar 14.5% kasus penghapusan indeks. Contoh perilaku yang mencurigakan adalah:
Ledakan Publikasi (Publication Burst): Tiba-tiba menerbitkan artikel dalam jumlah sangat besar (ratusan atau ribuan) dalam satu edisi, sementara sebelumnya hanya menerbitkan puluhan artikel. Ini seringkali merupakan indikasi praktik “paper mill” atau penerbitan masal demi keuntungan finansial.
Praktik Sitasi Tidak Wajar (Citation Stacking/Cartels): Terdapat pola sitasi yang berlebihan dan tidak wajar antar jurnal atau dalam satu kelompok penulis tertentu untuk menaikkan metrik secara artifisial
3. Penurunan Kualitas Konten dan Standar Ilmiah
Setelah terindeks, sebuah jurnal harus secara konsisten mempertahankan kualitas ilmiahnya. Jika tim kurasi Scopus menemukan penurunan standar yang signifikan, jurnal tersebut akan ditinjau ulang. Indikatornya antara lain:
Kualitas Bahasa Inggris Buruk: Tata bahasa yang tidak standar menunjukkan lemahnya proses editorial
Ketidaksesuaian dengan Fokus dan Ruang Lingkup (Aim & Scope): Banyak artikel yang diterbitkan tidak lagi relevan atau menyimpang dari fokus awal jurnal
Kontribusi Ilmiah Rendah: Artikel yang diterbitkan dinilai tidak memiliki kebaruan (novelty), kontribusi teoretis yang kecil, atau kualitas akademis secara umum rendah
4. Masalah Keragaman dan Representasi Internasional
Sebagai database internasional, Scopus mengharapkan jurnal memiliki cakupan global. Kekurangan dalam aspek ini dapat menyebabkan penolakan saat evaluasi ulang
Keragaman Penulis Terbatas: Penulis artikel mayoritas berasal dari satu negara, meskipun jurnal mengklaim diri sebagai “jurnal internasional”
Komposisi Dewan Editor Homogen: Dewan editor didominasi oleh peneliti dari satu afiliasi atau satu negara, dan kurang melibatkan pakar internasional dari berbagai benua
Kurangnya Representasi Internasional: Jurnal tidak berhasil menarik minat penulis, pembaca, atau kontribusi dari komunitas ilmiah global.
5. Metrik yang Menurun atau Rendah (Metrics)
Meskipun bukan satu-satunya penentu, kinerja metrik jurnal terus dipantau
Jumlah Sitasi Rendah: Secara keseluruhan, artikel dalam jurnal tersebut jarang disitasi oleh peneliti lain, menunjukkan rendahnya dampak atau relevansi ilmiah
Penurunan Metrik Drastis: Terjadi penurunan signifikan pada skor seperti SJR, CiteScore, atau SNIP dalam periode waktu tertentu
Peringatan Tambahan: “On Hold”
Sebelum benar-benar di-discontinue, jurnal yang terindikasi bermasalah biasanya akan ditempatkan dalam status “On Hold” (atau “Re-evaluation”) oleh Scopus.
Apa yang terjadi? Selama masa ini, Scopus berhenti mengindeks artikel baru dari jurnal tersebut sambil melakukan evaluasi ulang oleh CSAB
Hasilnya: Jika evaluasi gagal, statusnya akan resmi menjadi “Discontinued” dan tidak ada artikel baru yang akan diindeks. Jika lulus, indeksasi akan dilanjutkan. Ini adalah “lampu kuning” yang sangat penting untuk diwaspadai peneliti.
Daftar pustaka
Laksana, Eko Pramudya dkk. 2026. The Scopus Radar Readiness Model for Mitigating Algorithmic Discontinuation Risks. Jurnal Pembelajaran, Bimbingan, dan Pengelolaan Pendidikan,6(3), 2026, 3. https://doi.org/10.17977/um065.v6.i3.2026.3.
Jurnal diskontinu Scopus adalah jurnal yang sebelumnya terindeks di Scopus tetapi kemudian dihentikan (discontinued) karena tidak lagi memenuhi standar kualitas, etika, atau praktik publikasi. Artikel lama tetap ada di database, namun artikel baru setelah tanggal penghentian tidak lagi tercatat.
Alasan penghentian: Biasanya karena publication concerns (masalah kualitas publikasi), outlier behavior (pola publikasi tidak wajar), atau pelanggaran etika editorial. Proses evaluasi / review dilakukan oleh Content Selection & Advisory Board (CSAB) Scopus secara berkala. Artikel lama tetap valid: Publikasi sebelum status discontinue masih bisa ditemukan dan disitasi di Scopus. Artikel baru tidak terindeks: Setelah tanggal discontinue, artikel tidak lagi masuk ke database Scopus. Risiko reputasi: Mengirim artikel ke jurnal discontinue bisa menurunkan nilai akademik, terutama untuk syarat kenaikan jabatan fungsional atau akreditasi. Rekomendasi: Selalu cek status jurnal sebelum submit agar tidak terjebak di jurnal discontinue.
Cara Mengecek Status Jurnal.
Melalui laman Scopus Sources
Scopus sources. Klik pada kata Sources di kanan atas
Klik Download / Unduh File Scopus Sources List
Klik lagi Download The Scopus Source Title List
Klik lagi Download Source Title list (Include discontinued sources list)
Buka file Excell hasil download tersebut, dan Tab di bagian bawah terdapat Daftar Jurnal Diskontinu
