Visualisasi Riset



Halaman ini berisi penjelasan mengenai visualisasi riset khususnya tugas akhir mahasiswa UNS menggunakan Science MappingScience Mapping merupakan bentuk visualisasi Bibliometric Analysis yang bertujuan untuk mengevaluasi penelitian dan melihat perkembangan komunikasi sains (scholarly communication). Ragam analisis Science Mapping diantaranya co-word/co-occurrence analysis, bibliographic coupling, citation analysis, co-citation analysis, co-authorship analysis, dst.

UPT Perpustakaan UNS menyediakan layanan Science Mapping tugas akhir mahasiswa untuk memudahkan sivitas akademika UNS menemukan kesenjangan (gap), tren, dan topik penelitian terkini. Luaran layanan ini bisa digunakan sebagai dasar untuk menemukan kebaruan (novelty) bagi penelitian yang akan dilakukan. Fasilitas visualisasi ini memiliki keterbatasan hanya menyediakan co-word/co-occurrence analysis kata kunci tugas akhir mulai bulan Januari 2022.

Di bawah ini merupakan contoh visualisasi kata kunci skripsi mahasiswa yang berasal dari 4 fakultas di UNS, yaitu FT, FMIPA, FISIP, dan FEB beserta hasil pembacaan secara ringkas:

1. Network visualization

Terdapat 9 cluster (sekelompok node dengan warna yang sama) di mana setiap cluster merepresentasikan kedekatan topik penelitian atau intensitas diteliti secara bersamaan (co-occurrence). Di setiap cluster terdapat kata kunci yang sering diteliti pada topik tersebut. Secara umum, setiap cluster merepresentasikan ciri khas tugas akhir fakultas. Adapun jika terdapat beberapa kata kunci yang kurang merepresentasikan suatu topik ataupun terhubung dengan kata kunci pada cluster lain, maka hal tersebut mengindikasikan penelitian lintas topik atau disiplin keilmuan. Jika diamati secara lebih detail, maka hal ini akan menuntun pada kebaruan dan kesenjangan penelitian, terutama pada kata kunci lintas cluster yang tidak saling terhubung langsung.

2. Overlay visualization

Visualisasi ini memudahkan melihat pergeseran topik penelitian dari tahun ke tahun. Kata kunci dengan node berwarna lebih gelap (ungu) mengindikasikan topik tersebut relatif lebih awal diteliti. Kata kunci yang berwarna lebih terang (kuning) menunjukkan topik yang baru akhir-akhir ini diteliti. Apabila node berwarna gelap dan terang berhubungan langsung, maka hal ini mengindikasikan adanya upaya pembaruan topik lama dengan topik yang muncul baru-baru ini.

3. Density visualization

Visualisasi ini menunjukkan topik-topik yang mendominasi dan banyak diteliti dalam kurun waktu tertentu. Kata kunci yang ditulis lebih besar dengan latar belakang warna lebih cerah mengindikasikan kata kunci tersebut sebagai research hotspot. Berbeda dengan 2 visualisasi sebelumnya, density tidak menunjukkan hubungan langsung antar kata kunci namun lebih menekankan pada kemudahan menemukan topik yang mendominasi waktu tertentu (dalam hal ini antara tahun 2022-2024).

Apabila menghendaki detail visualisasi pada program studi tertentu, fakultas tertentu, atau gabungan antar beberapa fakultas atau program studi, silakan menghubungi melalui layanan kontak Digilib di sini