tentang sitiran (1)

Dasapta Erwin Irawan
Good Science Indonesia
4 min readNov 20, 2018

Kali ini kami akan sampaikan sedikit cerita dari eksperimen ringkas kami di tahun 2018. Nantinya akan kami kirim juga ke jurnal, agar sah. :). Data dan kode ada di GitHub/pubanalytics, tapi masih akan kami sunting.

mesin ketik antik (pxhere, lisensi CC-0)

Latar belakang

Di luar masalah indeksasi dan lain-lain, kami mencoba melakukan eksperimen untuk mengetahui posisi jurnal, penerbit, dan jumlah sitasinya. Seperti diketahui, jumlah sitasi saat ini diperjuangkan oleh mayoritas ilmuwan untuk mendapatkan pengakuan atas hasil risetnya. Dengan kata lain, reputasi peneliti akan ditentukan, salah satunya, oleh jumlah sitasi yang biasanya dinyatakan sebagai H-indeks. Perlombaan meraih H-indeks ini sepertinya belum akan berakhir, karena para Pemberi Dana (funder atau sponsor), termasuk Kemristekdikti, masih memasang nilai H-indeks sebagai batas antara peneliti yang eligibel untuk mengirimkan proposal dengan yang tidak.

Apakah penerbit tertentu mendominasi sirkuit perlombaan jumlah sitasi? Untuk menjawabnya, kami membagi artikel ini menjadi tiga atau lima bagian berdasarkan bidang ilmu, agar lebih mudah dan cepat untuk dibaca. Tentunya ini akan terkait juga angka Journal Impact Factor (JIF) yang sangat terkenal sekaligus kontroversial. Selain eksperimen ini, kami juga melakukan eksperimen menggunakan data CiteScore dikaitkan dengan posisi jurnal dari Indonesia yang masuk di dalamnya.

Seperti telah diketahui penggunaan JIF sebagai metrik pengukur kualitas riset atau reputasi peneliti mendulang banyak kontroversi. Beberapa kontroversi tersebut dijelaskan dalam laman berikut ini: Citations, altmetrics, and the impact factor, From impact factors to impact craters dan Sick of Impact Factors.

Metode

Kegiatan ini merupakan bagian dari Riset Dikti tahun 2018 yang kami lakukan dengan Tim Utama: Dasapta Erwin Irawan (saya sendiri), Dini Sofiani Permatasari, dan Lusia Marliana Nurani, dibantu Aidina Annisa sebagai asisten riset. Walaupun tim utama berasal dari Institut Teknologi Bandung, tetapi kami juga mendapatkan bantuan ide dan teknik analisis dari beberapa orang dari berbagai instansi, diantaranya: M. Tanzil Multazam dari Umsida, Eko Didik Widianto dari Undip, Rachmat Hidayat dari Universitas Andalas, M. Ratodi dari UIN Sunan Ampel, Busro dari UIN Sunan Gunung Djati, Juneman Abraham dari Universitas Binus.

Yang kami lakukan adalah:

  1. Kami gunakan data Google Scholar Classic Papers. Daftar artikel yang terbit di tahun 2006 yang dihitung jumlah sitasinya di tahun 2016 (10 tahun kemudian).
  2. Kami mengambil sampel artikel pada kategori ilmu humanities, life and earth science, social science, dan physics-math.
  3. Data judul, penulis, nama jurnal (atau jenis media), serta jumlah sitasi diekstraksi.
  4. Kami mencari data Journal Impact Factor (JIF) tahun 2016 untuk masing-masing jurnal dan memasukkannya ke dalam tabel. Sumber data yang kami gunakan adalah angka JIF yang tertera di laman resmi jurnal. Bila tidak ada, angka akan kami cek di basis data Scijournal. Pilihan terakhir adalah menggunakan angka JIF 2017 yang tayang di laman LPPM ITB.
  5. Kemudian kami menambahkan kolom baru yang isinya mendeskripsikan jenis penerbit, apakah asosiasi (soc), penerbit komersial (commpub), penerbit komersial yang bekerjasama dengan asosiasi (commpub+), penerbit universitas (unipub), penerbit universitas yang bekerjasama dengan asosiasi (unipub+).

Hasil untuk kategori humanities

Narasi akan saya sampaikan pada kesempatan berikutnya, tapi berikut ini ada hasil menarik dalam bentuk histogram. Sumbu x adalah jumlah sitasi dan sumbu y adalah jumlah artikel yang tersitasi. Pada Gambar 1 dapat dilihat distribusi jumlah sitasi untuk berbagai jenis penerbit. Penerbit komersial (commpub) memiliki variasi yang lebar, sekaligus jumlah artikel tersitasi yang banyak. Berada di tingkat kedua adalah penerbit universitas (unipub).

Gambar 1 Histogram variasi jumlah sitasi dan jumlah artikel tersitasi berdasarkan jenis penerbit

Berikut ini adalah plot antara jumlah sitasi dan JIF (Gambar 2), menurut jenis penerbit. Dapat kita lihat penerbit komersial memiliki kisaran JIF antara 0–10 dengan jumlah sitasi terbanyak antara 0 hingga 500. Selanjutnya unipub memiliki kisaran yang mirip dengan commpub+ dengan JIF antara 0–5. Yang menarik adalah kelompok soc. Walaupun memiliki JIF kurang dari 5, tetapi ada satu media yang memiliki JIF lebih dari 30, yakni Jurnal Science yang dikelola oleh American Association for the Advancement of Science (AAAS). Jurnal ini didirikan tahun 1880.

Gambar 2 Plot antara jumlah sitasi dan JIF menurut jenis penerbit

Bila data kami pecah berdasarkan nama penerbit komersial, maka Anda dapat melihat bahwa Elsevier dan Taylor and Francis memimpin sirkuit, disusul Wiley-Blackwell dan Springer (penerbit Jurnal Nature). Bila data dipecah sampai tingkat ini, maka kita dapat lihat bahwa unipub memiliki posisi yang tidak tertinggal jauh dengan penerbit komersial yang telah disebut sebelumnya.

Gambar 3 Plot antara JIF dan jumlah sitasi menurut kelompok (grup) penerbit

Pertanyaan selanjutnya

Apakah JIF berhubungan usia jurnal? Mungkin saja, kami akan melakukan eksperimen ini di kesempatan berikutnya. Namun demikian perlu diingat bahwa di era digital dan internet saat ini, pembaca akan menemukan artikel secara langsung, bukan jurnal. Ini mestinya akan lebih dekat dengan metrik tingkal artikel (article level metric), bukan metrik tingkat jurnal seperti JIF .

Selain itu di era internet, visibilitas daring (online visibility) juga penting. Strategi menggiring persepsi pembaca adalah yang utama. Beberapa jurnal, khususnya yang dikelola oleh penerbit komersial, memiliki media pendamping untuk menonjolkan artikel-artikel terpilih yang telah terbit di jurnalnya. Apakah ini juga mengendalikan jumlah sitiran pada suatu artikel? Mungkin saja. Kami akan mencoba menjawabnya dalam eksperimen berikutnya.

--

--

Dasapta Erwin Irawan
Good Science Indonesia

Dosen yang ingin jadi guru | Hydrogeologist | Indonesian | Institut Teknologi Bandung | Writer wanna be | openscience | R user