
Di era ilmu pengetahuan yang terus berkembang, penting bagi peneliti untuk memahami lanskap riset dengan cepat dan akurat. Salah satu cara terbaik adalah dengan menggunakan VOSviewer untuk menganalisis tren riset.
VOSviewer adalah perangkat lunak gratis yang memudahkan visualisasi bibliometrik seperti peta kutipan, jaringan kata kunci, dan hubungan antar penulis atau institusi.
Dalam artikel ini kita akan ulas langkah demi langkah: mulai dari mengumpulkan data, mengimpor ke VOSviewer, membaca peta riset, hingga menginterpretasikan hasil.
Semua disajikan dengan bahasa santai dan mudah diikuti, cocok bagi pemula maupun peneliti berpengalaman.
VOSviewer adalah aplikasi berbasis Java yang dirancang khusus untuk analisis bibliometrik dan penyajian visual. Dibuat oleh tim di University of Leiden, alat ini mendukung pemetaan kutipan, co-authorship, dan word co-occurrence. Bagi yang ingin cepat memahami topik riset atau perkembangan sebuah bidang, ini adalah opsi unggul.
Ketika seseorang bertanya menggunakan VOSviewer untuk menganalisis tren riset, jawabannya sederhana: alat ini membantu visualisasi hingga interpretasi data bibliometrik secara intuitif.
Beberapa alasan utama:
Visual: peta interaktif memudahkan pemahaman relasi.
Gratis dan mudah: tidak perlu berlangganan.
Fleksibel: bisa pakai data dari Scopus, Web of Science, hingga PubMed.
Kuat: mampu menangani ribuan metadata artikel.
Semua ini menjawab kebutuhan bila ingin efektif dalam menggunakan VOSviewer untuk menganalisis tren riset.
Sebelum mulai, siapkan data:
Pilih database seperti Scopus atau Web of Science.
Gunakan kata kunci riset terfokus.
Download metadata termasuk kutipan, abstrak, penulis, afiliasi.
Kategori format yang bisa disupport: .ris
, .bib
, atau .csv
tergantung sumbernya.
Setelah punya data:
Buka VOSviewer → pilih “Create Map” → pilih “Create a map based on bibliographic data”.
Pilih file yang akan diimpor.
Pilih jenis analisis: co-authorship, co-citation, atau keyword co-occurrence.
Sesuaikan threshold—misalnya hanya ambil penulis dengan ≥ 5 artikel agar visual bersih.
Tahapan ini krusial untuk menggunakan VOSviewer untuk menganalisis tren riset dengan hasil yang bermakna.
Tampilan utama adalah peta dengan node (item) dan edges (hubungan):
Ukuran node: menunjukan pentingnya elemen (jumlah artikel atau kutipan).
Warna cluster: menunjukkan kelompok riset yang saling terkait.
Edges: menandakan kekuatan hubungan (frekuensi co-occurrence atau kutipan).
Misalnya, di bidang “machine learning”: node “deep learning” besar dan terhubung erat dengan “neural networks”.
Cluster adalah kelompok topik atau penulis yang saling terkait. Dengan menggunakan VOSviewer untuk menganalisis tren riset, Anda bisa mengetahui:
Topik riset yang mendominasi.
Tema yang muncul dan punya potensi eksplorasi.
Gap yang belum banyak dikelola.
Interpretasi ini sangat berguna untuk strategi riset atau proposal penelitian.
VOSviewer menyediakan:
Overlay visualization: memetakan tahun publikasi sehingga kita bisa lihat tren temporal—misalnya topik “sustainability” mulai ramai sejak 2019.
Density view: menampilkan area fokus tinggi riset.
Fitur ini sangat efektif dalam menggunakan VOSviewer untuk menganalisis tren riset secara visual dan dinamis.
Setelah memetakan tren:
Ekspor gambar (PNG/SVG) untuk presentasi.
Ekspor data item: tabel top keyword atau penulis.
Sisipkan dalam publikasi atau laporan riset.
Ekspor ini memastikan hasil dari menggunakan VOSviewer untuk menganalisis tren riset bisa dipakai di dokumen atau media akademik.
Gunakan data dalam jumlah cukup (≥ 500 artikel) agar peta ideal.
Periksa duplikasi nama penulis melalui settings.
Gunakan threshold moderat agar visualnya rapi.
Gabungkan jenis analisis: misalnya keyword + co-authorship.
Gunakan overlay year untuk lihat tren temporal.
Tips ini membantu analisis jadi lebih kuat saat menggunakan VOSviewer untuk menganalisis tren riset.
Contoh:
Data Scopus 2015–2024.
Keyword: “e-learning”, “online learning”, “mobile learning”.
Hasil menampilkan tiga cluster dominan: e-learning tradisional, mobile-based learning, dan adaptasi selama pandemi.
Overlay menunjukkan tren “mobile learning” mulai meroket sejak 2020.
Hasil ini membuktikan kekuatan menggunakan VOSviewer untuk menganalisis tren riset di bidang tertentu.
Mesin ini bisa dipadu dengan tools lain:
Bibliometrix (R Package): untuk analisis statistik lanjut.
CiteSpace: penekanan pada temporal citation bursts.
Publish or Perish: untuk memeriksa kutipan per penulis.
Kombinasi ini bisa memperkuat hasil ketika menggunakan VOSviewer untuk menganalisis tren riset secara komprehensif.
Beberapa tantangan:
Duplikasi nama penulis.
Data metadata tidak lengkap.
Threshold terlalu rendah membuat peta penuh sesak.
Solusinya:
Perbaiki nama penulis secara manual.
Lengkapi data di basis data sumber.
Ulang threshold hingga visual terstruktur.
Memahami tantangan ini membantu sukses saat menggunakan VOSviewer untuk menganalisis tren riset.
VOSviewer adalah alat yang powerful dan gratis pada saat menggunakan VOSviewer untuk menganalisis tren riset. Dengan 6 langkah kunci pengumpulan data, impor, visualisasi, analisis, overlay, dan ekspor—kamu bisa memahami lanskap riset dan mengidentifikasi tren dengan cepat. Ditambah praktik terbaik dan integrasi dengan tools lain, hasil analisis bisa lebih kaya dan kredibel.
1. Apakah VOSviewer gratis?
Ya, perangkat lunak ini sepenuhnya gratis dan bisa diunduh dari situs resmi pengembangnya.
2. Dari mana data bisa kita ambil?
Scopus, Web of Science, dan PubMed adalah sumber umum. Pastikan download metadata lengkap.
3. Bolehkah gunakan dataset kecil?
Bisa, tapi hasil visual lebih efektif dengan setidaknya ratusan artikel agar struktur peta terlihat jelas.
4. Apakah bisa analisis temporal?
Ya, gunakan overlay visualization untuk memetakan tren publikasi berdasarkan tahun.
5. Selain VOSviewer, apa alat serupa?
CiteSpace, Bibliometrix (R), dan Gephi adalah alternatif populer dengan fitur tambahan.