4  Pengantar Bibliometrika

Apa itu bibliometrika, mengapa penting, dan bagaimana cara kerjanya

Tujuan Pembelajaran

Setelah menyelesaikan modul ini, Anda memahami:

  1. Definisi bibliometrika dan perbedaannya dengan systematic review
  2. Jenis-jenis analisis dalam bibliometrika
  3. Hukum-hukum bibliometrik: Lotka, Bradford, dan Zipf
  4. Kapan bibliometrika tepat digunakan dalam penelitian

4.1 Apa itu Bibliometrika?

Bibliometrika adalah metode kuantitatif untuk menganalisis literatur ilmiah menggunakan data bibliografi seperti judul, penulis, jurnal, sitasi, kata kunci, dan afiliasi institusi.

Secara sederhana: bibliometrika menjawab pertanyaan “Siapa menulis apa, di mana, kapan, dan bagaimana hubungannya satu sama lain?” menggunakan data dari ribuan publikasi ilmiah sekaligus.

4.1.1 Bibliometrika vs Systematic Review

Aspek Bibliometrika Systematic Review
Cakupan data Ratusan hingga ribuan artikel Puluhan hingga ratusan artikel
Jenis analisis Kuantitatif (statistik, jaringan) Kualitatif (isi/konten)
Fokus Pola dan tren literatur Sintesis temuan penelitian
Output utama Peta pengetahuan Rekomendasi berbasis bukti
Waktu analisis Lebih cepat (otomatis) Lebih lama (manual)
Kapan Gunakan Bibliometrika?
  • Ketika ingin memetakan lanskap penelitian suatu topik secara menyeluruh
  • Ketika jumlah literatur terlalu besar untuk direview manual
  • Ketika ingin mengidentifikasi research gap, kolaborator potensial, atau jurnal target
  • Sebagai tahap awal sebelum melakukan systematic review

4.2 Jenis-Jenis Analisis Bibliometrika

Ada tiga kategori utama analisis bibliometrika:

4.2.1 Analisis Kinerja (Performance Analysis)

Mengukur output dan dampak ilmiah:

  • Produksi ilmiah tahunan — tren jumlah artikel per tahun
  • Penulis paling produktif — siapa yang paling banyak menulis
  • Jurnal paling dominan — di mana penelitian paling banyak dipublikasikan
  • Artikel paling banyak disitasi — penelitian paling berpengaruh
  • Negara dan institusi — dari mana penelitian berasal

4.2.2 Pemetaan Ilmu (Science Mapping)

Menganalisis struktur dan hubungan antar elemen:

  • Co-authorship network — siapa berkolaborasi dengan siapa
  • Co-citation analysis — dokumen yang sering disitasi bersama
  • Keyword co-occurrence — kata kunci yang sering muncul bersamaan
  • Bibliographic coupling — dokumen dengan referensi yang mirip

4.2.3 Pemetaan Tematik (Thematic Mapping)

Mengidentifikasi tema dan posisi topik:

  • Thematic Map — peta empat kuadran tema berdasarkan centrality dan density
  • Topic evolution — bagaimana tema berubah dari waktu ke waktu

4.3 Tiga Hukum Bibliometrik Utama

4.4 3 Hukum Utama Bibliometrika

  1. Hukum Lotka (1926): Mengatur tentang produktivitas penulis. Hukum ini menyatakan bahwa sebagian kecil penulis menghasilkan sebagian besar karya ilmiah dalam suatu bidang (contoh: sekitar 60% penulis hanya menulis 1 artikel).
  2. Hukum Bradford (1934): Mengatur tentang produktivitas jurnal. Jika jurnal diurutkan berdasarkan produktivitas artikel, jurnal akan terbagi dalam zona-zona (misal: core zone), di mana sebagian kecil “jurnal inti” mempublikasikan porsi artikel paling banyak dan relevan.
  3. Hukum Zipf (1949): Mengatur tentang frekuensi kata. Frekuensi kemunculan kata berbanding terbalik dengan peringkatnya. Hukum ini sering digunakan untuk menyaring kata kunci yang efektif (mengabaikan kata yang terlalu umum atau terlalu spesifik).

4.5 Tools untuk Analisis Bibliometrika

4.5.1 Perangkat Lunak Berbasis R

Paket bibliometrix untuk R: - Versi terkini: 4.x (2026) - Dikembangkan oleh: Aria & Cuccurullo (2017)

Fitur utama:

  • convert2df() — Impor data dari Scopus, WoS, Dimensions
  • biblioAnalysis() — Analisis statistik bibliometrik
  • biblioNetwork() — Membangun matriks jaringan
  • networkPlot() — Visualisasi jaringan
  • thematicMap() — Peta tematik
  • lotka() — Menghitung Hukum Lotka
  • bradford() — Menghitung Hukum Bradford

4.5.2 Database yang Didukung

Database Format Ekspor Keunggulan
Scopus CSV, BibTeX Cakupan luas, metadata lengkap
Web of Science ISI Plaintext, BibTeX Indeks sitasi lengkap
Dimensions CSV Gratis, cakupan luas
PubMed XML, BibTeX Fokus biomedis
Catatan untuk Pemula

Panduan ini terutama fokus pada Scopus karena: 1. Paling umum digunakan di Indonesia (tersedia melalui DIKTI/Perpustakaan Nasional) 2. Format CSV-nya paling lengkap dan mudah diproses 3. Metadata yang dihasilkan paling kaya (afiliasi, kata kunci, sitasi)

4.6 Alur Kerja Bibliometrika (Ringkasan)

1

Rumuskan Topik — Tentukan topik penelitian dan kata kunci utama. Pertimbangkan sinonim dan variasi istilah dalam Bahasa Inggris.

2

Bangun Query Scopus — Buat query pencarian menggunakan sintaks TITLE-ABS-KEY. Uji coba dan sesuaikan hingga jumlah hasil memadai (idealnya 200–2000 dokumen).

3

Unduh & Ekspor Data — Ekspor data dari Scopus dalam format CSV. Pastikan semua field penting tercentang (Author, Title, Year, Source, Abstract, Keywords, Citations).

4

Impor ke R & Cleaning — Gunakan convert2df() untuk mengimpor. Hapus duplikat dan tangani data yang hilang.

5

Analisis Deskriptif — Jalankan biblioAnalysis() untuk mendapatkan statistik dasar: penulis produktif, jurnal dominan, tren tahunan.

6

Analisis Jaringan — Bangun dan visualisasikan jaringan co-authorship dan co-occurrence kata kunci menggunakan biblioNetwork() dan networkPlot().

7

Peta Tematik — Gunakan thematicMap() untuk mengidentifikasi posisi setiap topik dalam peta empat kuadran.

8

Interpretasi & Laporan — Tulis narasi ilmiah berdasarkan semua temuan, identifikasi research gap, dan susun rekomendasi.

4.6.1 Latihan — Refleksi Konsep

Jawab pertanyaan berikut untuk menguji pemahaman Anda:

Soal Refleksi Modul 01
  1. Sebutkan perbedaan UTAMA antara bibliometrika dan systematic review dalam hal cakupan dan jenis analisis!
  2. Menurut Hukum Lotka, berapa persen penulis yang diperkirakan hanya menulis 1 artikel?
  3. Apa yang dimaksud dengan ‘Zona Inti’ (Core Zone) dalam Hukum Bradford?
  4. Mengapa kata kunci yang TERLALU SERING muncul tidak ideal untuk query pencarian bibliometrika?

Diskusikan jawaban dengan instruktur atau teman!

  1. Perbedaan utama: Bibliometrika menganalisis ribuan artikel secara kuantitatif (statistik dan jaringan), sedangkan systematic review menganalisis puluhan-ratusan artikel secara kualitatif (isi/konten).

  2. Hukum Lotka: Sekitar 60% penulis hanya menulis 1 artikel (tergantung data korpus).

  3. Zona Inti Bradford: Sekumpulan jurnal dengan jumlah sedikit namun menghasilkan proporsi artikel yang sama besar dengan zona-zona lainnya — ini adalah jurnal paling relevan untuk topik tersebut.

  4. Kata kunci terlalu umum (Zipf): Kata seperti “machine learning” atau “data” muncul di mana-mana sehingga hasilnya terlalu luas dan tidak spesifik. Perlu dikombinasikan dengan kata kunci yang lebih spesifik.