VOSviewer

VOSviewer

Gambaran umum

VOSviewer (Visualization of Similarities Viewer) dikembangkan oleh Nees Jan van Eck dan Ludo Waltman di CWTS, Universitas Leiden. Software ini gratis dan berbasis Java, serta tersedia versi daring (VOSviewer Online). Tujuannya: membangun dan memvisualisasikan peta bibliometrik, yaitu peta yang menunjukkan hubungan antar penulis, kata kunci, jurnal, institusi, dan negara dalam suatu bidang riset. Sangat berguna untuk tinjauan literatur, penelitian bibliometrik, dan mencari celah riset (research gap).

Cara kerja

VOSviewer memperlakukan setiap item (kata kunci, penulis, dll.) sebagai titik pada peta. Semakin kuat hubungan dua item, semakin dekat posisinya. Item yang saling erat dikelompokkan otomatis ke dalam klaster dengan warna berbeda.

Jenis analisis

Analisis	Yang dipetakan	Contoh pertanyaan
Co-authorship	Kerja sama penulis/institusi/negara	Siapa pakar yang sering berkolaborasi?
Co-occurrence	Kata kunci/istilah yang muncul bersama	Topik apa yang dominan?
Citation	Dokumen/penulis/jurnal yang saling mengutip	Siapa yang paling berpengaruh?
Bibliographic coupling	Dokumen dengan referensi yang sama	Karya mana yang topiknya serupa?
Co-citation	Karya yang dikutip bersama pihak ketiga	Apa fondasi teori bidang ini?

Tiga tampilan visualisasi

1. Network visualization: node dan garis, warna menunjukkan klaster, ukuran menunjukkan frekuensi/bobot.
2. Overlay visualization: warna menunjukkan tahun terbit rata-rata atau skor lain, berguna untuk melihat tren topik (topik baru vs lama).
3. Density visualization: area terang menandakan topik padat; area jarang bisa menunjukkan celah penelitian.

Fitur pendukung

• Sumber data: Web of Science, Scopus, Dimensions, PubMed, Lens, OpenAlex, Crossref, serta file RIS dan teks lain. Data Google Scholar bisa dipakai setelah diekspor lewat Publish or Perish.
• Text mining: mengekstrak istilah dari judul dan abstrak.
• Thesaurus file: menggabungkan istilah sinonim (misalnya "e-learning" dan "online learning") serta memperbaiki ejaan.
• Pengaturan: ambang minimal kemunculan, metode penghitungan (full atau fractional counting), normalisasi (association strength), resolusi klaster.
• Ekspor: gambar (PNG, SVG, PDF) dan data peta.

Alur kerja umum

Cari artikel di Scopus/WoS → ekspor ke CSV/RIS → buka VOSviewer → Create a map → pilih tipe analisis → atur ambang batas → bersihkan istilah lewat thesaurus → interpretasi klaster → ekspor gambar.

Kelebihan dan kekurangan

Kelebihan	Kekurangan
Gratis dan ringan	Kualitas hasil bergantung pada data input
Visual jelas dan mudah dipakai	Analisis statistik terbatas (hanya pemetaan)
Standar dalam banyak jurnal bibliometrik	Perlu pembersihan data (sinonim) secara manual

Cocok untuk: mahasiswa S1-S3, dosen, dan peneliti yang menyusun literature review atau artikel bibliometrik. Alternatif: Bibliometrix/Biblioshiny (R), CiteSpace, Gephi.