Artikel yang di-review merupakan penelitian Henry Small mengenai visualisasi ilmu pengetahuan menggunakan pemetaan sitasi. Artikel yang sudah cukup lama ini menarik untuk dibaca karena ditulis pada masa-masa awal penggunaan komputer untuk melakukan pemetaan ilmu pengetahuan, dari yang sebelumnya dilakukan analisis secara manual. Artikel ini mungkin merupakan milestone antara era sebelumnya dengan era teknologi informasi dimana visualisasi berperan signifikan dalam kehidupan ilmiah.
Small menjelaskan bahwa pemetaan ilmu pengetahuan merupakan representasi visual mengenai bagaimana disiplin, bidang, spesialisasi dan artikel individual atau penulis saling berhubungan satu sama lain yang ditunjukkan oleh pendekatan fisik dan lokasi relatif sebagaimana peta geografis menunjukkan kedudukan politik dan fisik. Ia kemudian mengutip Lin (1997) yang menyediakan tipologi untuk berbagai macam representasi termasuk hirarkis, jejaring, tersebar dan tampilan peta. Tidak ada yang inheren 2, 3 atau N dimensi mengenai keterkaitan artikel atau topik ilmiah. Pemetaan lebih menekankan ke arah bagaimana menerapkan hal tersebut ke dalam koleksi. Tujuan sebagian besar aplikasi visualisasi informasi adalah penggambaran struktur lokal.
Pada penelitian ini, Small berusaha menyusun informasi ilmiah dengan cara yang lebih natural dan heuristik karena relasi spasial saat ini berperan sangat penting. Penelitiannya bertujuan membuat struktur global dan overview data seluas mungkin, yang pada akhirnya memungkinkan pengguna untuk mengeksplorasi struktur-struktur di bawahnya. Penelitian ini menggunakan data sitasi untuk menghasilkan ordinat. Small menggunakan data dari Institute for Scientific Information (ISI) sejumlah puluhan ribu dokumen multidisipliner. Data tersebut kemudian diolah dengan co-citation clustering, fractional citation counting dan triangulasi serta beberapa metode baru. Metode baru (saat itu) yang digunakan mampu menciptakan nested mapping, volvox display serta memungkinkan koordinasi dan penyusunan detail level atas dengan level di bawahnya. Analisis data dilakukan melalui iterasi sitasi dokumen untuk mengelompokkan penelitian sampai pada tahap yang mudah dilihat oleh peneliti. Hingga pada iterasi keempat, akhirnya diperoleh 35 cluster penelitian level empat.
Gambar 1. Cluster yang muncul setelah 5 kali iterasi (Small, 1999)
Proses clustering tersebut dilakukan menggunakan program komputer berbasis PC yang ia namakan SCI-Map. Pada SCI-Map kemudian dilakukan analisis terhadap 35 cluster yang sudah terbentuk tersebut. SCI-Map memudahkan pengguna untuk mengendalikan dan melihat proses clustering yang sedang terjadi. Pada setiap objek yang terbentuk pada SCI-Map, apabila diklik, maka akan masuk ke dalam level di bawahnya yang lebih detail. Besar kecil ukuran lingkaran cluster tergantung pada jumlah dan sebaran objek pada level di bawahnya. Koneksi antar artikel pada tahun-tahun yang berlainan dilakukan dengan 3 cara yaitu (1) bibliographic coupling, (2) co-citation, dan (3) longitudinal coupling. Kategorisasi artikel menyesuaikan dengan topik jurnal dimana artikel tersebut diterbitkan. Hubungan antara cluster terjadi karena tidak semua dokumen yang disitasi ganda (co-citation) dimasukkan ke dalam satu cluster yang sama. Dengan demikian, keterkaitan antara bidang ilmu yang berbeda justru akan nampak dan akan memperlihatkan potensi penelitian lintas disiplin.
Gambar 2. Hasil akhir proses clustering dengan 35 cluster utama (Small, 1999)
Artikel sumber