ANALISIS BIBLIOMETRIKA BERDASARKAN PENDEKATAN CO-WORDS : PEMETAAN LAPORAN HASIL PENELITIAN PUSAT PENELITIAN BIOLOGI-LIPI LUKMAN BUDIMAN

Transkripsi

1 ANALISIS BIBLIOMETRIKA BERDASARKAN PENDEKATAN CO-WORDS : PEMETAAN LAPORAN HASIL PENELITIAN PUSAT PENELITIAN BIOLOGI-LIPI LUKMAN BUDIMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012

2 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa tesis Analisis Bibliometrika berdasarkan Pendekatan Co-Words : Pemetaan Laporan Hasil Penelitian Pusat Penelitian Biologi-LIPI adalah karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tugas akhir ini. Bogor, Juli 2012 Lukman Budiman NIM. G

3 ABSTRACT LUKMAN BUDIMAN. Bibliometrics Analysis Using Co words Approach: Mapping Research Report of Research Center for Biology, Indonesian Institute of Sciences. Under direction of MEUTHIA RACHMANIAH and SULISTYO BASUKI. The aim of this research is to achieve up to date information on the map of five years ( ) researches conducted by the researchers from the Research Centre for Biology, Indonesian Institute of Sciences through technical reports published and reserved in the Library of the same institution. Method of Co-words Analysis Approach on subjects (keywords or descriptors) was implemented. Document fitting are conducted through the assessment on subject similarities and dissimilarities using Jaccard Coefficient Index. The result of this current study shows that there are three most frequently appear keywords (descriptors) for each group: Java, National Parks, and Pandanaceae. This indicates that for five years the researches carried out in the institution have been mainly focused on the exploration on Pandanaceae proceeded in the National Parks located in Java. Other subjects such as diversity, DNA, genetic diversity, habitats, Indonesia, Kalimantan, mangroves, Pandanus, reserved areas, Sulawesi, and Sumatra appear less frequent at least in the last two years, thus indicating popular research topics following the first three subjects. Keywords: bibliometrics, co-words analysis, science mapping, biological research

4 RINGKASAN LUKMAN BUDIMAN. Analisis Bibliometrika Berdasarkan Pendekatan Co- Words: Pemetaan Laporan Hasil Penelitian Pusat Penelitian Biologi-LIPI. Dibimbing oleh MEUTHIA RACHMANIAH & SULISTYO BASUKI. Penelitian ini bertujuan untuk mendapatkan informasi tentang gambaran peta penelitian Puslit Biologi-LIPI melalui laporan teknik. Laporan teknik adalah dokumen yang memuat pencapaian hasil penelitian setiap tahun. Laporan teknik yang dipakai adalah yang dilakukan lima tahun terakhir (2006 s.d. 2010). Ada dua hal yang melatarbelakangi penelitian ini, pertama yaitu hasil penelitian Pusat Penelitian Biologi-LIPI (Puslit Biologi-LIPI) belum terpetakan dan tidak terlihat fokusnya, sehingga perlu dilakukan penelitian bibliometrika untuk memetakan hasil-hasil penelitiannya. Kedua yaitu ingin mendapatkan peta pengetahuan mengenai perkembangan hasil-hasil penelitian Puslit Biologi-LIPI sebagai sebuah proses pertumbuhan produk ilmu pengetahuan khususnya bidang biologi pada rentang waktu tertentu. Melalui analisis co-words ini diharapkan dapat memberikan gambaran (peta subjek) yang nyata mengenai hasil-hasil penelitian yang sudah dilakukan Puslit Biologi-LIPI, khususnya 1) Peta hasil penelitian berdasarkan subjek keilmuan (penelitian) dan; 2) Topik bahasan yang sudah dilakukan selama lima tahun terakhir, berupa gambaran dinamika kegiatan penelitian baik dari sisi prioritas maupun arah penelitian. Penelitian ini adalah jenis penelitian deskriptif yang bersifat kuantitatif yang dilakukan terhadap hasil penelitian berupa Laporan Teknik Kegiatan Penelitian Puslit Biologi-LIPI pada rentang tahun Metode yang digunakan adalah bibliometrika melalui analisis co-words dengan pendekatan subjek (kata kunci/deskriptor) pada setiap makalah laporan teknik tersebut. Prosedur penelitian yang dilakukan adalah 1) Pengumpulan data dengan cara mengumpulkan data laporan teknik Puslit Biologi-LIPI, dan dikelompokkan berdasarkan tahun, yaitu 2006, 2007, 2008, 2009 dan 2010; 2) Pengolahan data, dilakukan dengan cara menganalisis subjek melalui judul dan abstrak dokumen. Hasil dari analisis ini berupa kata-kata kunci yang mewakili subjek dokumen tersebut. Subjek lalu dicocokkan dengan daftar istilah (deskriptor) pada CAB thesaurus dan dicatat pada sebuah tabel; 3) Analisis data, dengan cara melakukan analisis hubungan antara dokumen. Kegiatan dilakukan dengan cara memasangkan dokumen yang satu dengan dokumen lainnya lalu dilakukan pencatatan terhadap kata kunci yang sama pada setiap pasangan dokumen. Analisis ini menggunakan rumus koefisien Jaccard dan menghasilkan matriks kemiripan (similarity); 4) Pembuatan matriks ketidakmiripan (dissimilarity) untuk penggugusan subjek dokumen melalui data hasil transformasi yang diperoleh dari matriks kemiripan (similarity); 5) Penggugusan (clustering) subjek melalui dendrogram dan pemetaan subjeknya dengan skala multi dimensi (multidimensional scaling); 6) Interpretasi data dilakukan dengan bantuan hasil penggugusan (clustering) dan pemetaan (mapping) subjek.

5 Hasil penelitian adalah deskriptor yang paling banyak muncul di setiap gugus pada rentang 5 tahun ( ) adalah national parks dan Pandanaceae, serta Java yang merupakan subjek yang dominan. Hal ini memberi indikasi bahwa penelitian suku Pandanaceae atau eksplorasi ke Taman Nasional di kawasan pulau Jawa dilakukan sepanjang tahun. Sementara subjek lain seperti, diversity, DNA, reserved areas, genetic diversity, mangroves, Pandanus, muncul paling sedikit dalam dua tahun. Hal ini menggambarkan bahwa subjeksubjek tersebut merupakan topik penelitian yang populer dan sering dilakukan pada rentang tahun ini, dan subjek Kalimantan, Sumatra, Sulawesi adalah tempat yang cukup dominan dalam penelitian. Dari hasil penggugusan dan pemetaan subjek (deksriptor) yang paling sering muncul, fokus penelitian masih berada di kawasan pulau Jawa. Penelitian belum mencerminkan keseimbangan (proporsi) tema penelitian berdasarkan bidang yang ada di Puslit Biologi, tema penelitian masih didominasi oleh bidang botani. Beberapa isu penting seperti tentang tumbuhan langka (atau tumbuhan terancam punah) tidak pernah muncul sepanjang tahun; isu mengenai peranan tumbuhan dalam kaitannya dengan meningkatnya kandungan karbon di atmosfir sebagai akibat dari pemanasan global harus terus dikembangkan; diwaktu mendatang Puslit Biologi memfokuskan pada penelitian dan eksplorasi di pulau-pulau kecil dan pulau terluar (yang berada di perbatasan) agar potensi keanekaragaman hayati (khususnya aspek ekowisatanya) bisa terungkap. Kata kunci : biliometrika, analisis co-words, pemetaan ilmu pengetahuan, penelitian biologi

6 @ Hak Cipta milik IPB, tahun 2012 HAK cipta dilindungi Undang-Undang Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB

7 ANALISIS BIBLIOMETRIKA BERDASARKAN PENDEKATAN CO-WORDS : PEMETAAN LAPORAN HASIL PENELITIAN PUSAT PENELITIAN BIOLOGI-LIPI LUKMAN BUDIMAN Tesis sebagai salah satu syarat untuk memperoleh gelar Magister Profesional pada Program Studi Teknologi Informasi untuk Perpustakaan SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2012

8 Judul Tugas Akhir : Analisis Bibliometrika Berdasarkan Pendekatan Co- Words : Pemetaan Laporan Hasil Penelitian Pusat Penelitian Biologi-LIPI Nama : Lukman Budiman NIM : G Disetujui Komisi Pembimbing Ir. Meuthia Rachmaniah. M.Sc. Ketua Prof. Dr.Sulistyo Basuki Anggota Diketahui Ketua Progam Studi Magister Teknologi Informasi untuk Perpustakaan Dekan Sekolah Pascasarjana Aziz Kustiyo, S.Si., M.Kom Dr.Ir. Dahrul Syah, M.Sc. Agr. Tangggal Ujian : 16 Juni 2012 Tangggal Lulus:

9 PRAKATA Syukur alhamdulillah penulis panjatkan kepada Allah SWT atas segala karunianya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian ini adalah penerapan bibliometrika khususnya metode co-words dalam memetakan dokumen hasil penelitian Puslit Biologi-LIPI. Rasa terima kasih penulis ucapkan kepada Ibu Ir. Meuthia Rachmaniah, M.Sc. dan Bapak Prof. Dr.Sulistyo Basuki selaku pembimbing yang telah memberikan arahan dan saran. Disamping itu, penulis juga memberikan penghargaan kepada Kepala Pusat Penelitian Biologi-LIPI, Kepala Bidang Sarana dan Pengelolaan Koleksi, seluruh staf perpustakaan Puslit Biologi-LIPI dan teman sejawat di Pusat Penelitian Biologi-LIPI. Tidak luput kepada rekan mahasiswa pascasarjana Progam Studi Magister Teknologi Informasi untuk Perpustakaan IPB yang telah membantu dalam pengumpulan dan pengolahan data penelitian ini. Ungkapan terima kasih juga disampaikan kepada ibu, kakak, adik dan seluruh keluarga, serta istri dan anak-anakku tercinta, atas segala doa dan kasih sayangnya, dan tidak lupa kepada seluruh teman untuk dukungan semangatnya. Semoga karya ilmiah ini bisa bermanfaat. Bogor, Juli 2012 Lukman Budiman

10 RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 15 Juni 1970 dari ayah H. Suud Abdullah Degel dan ibu Hj. Setia Ratna Ningsih. Penulis adalah putra terakhir dari empat bersaudara. Tahun 1991, penulis lulus dari Fakultas Politeknik Pertanian IPB. Kemudian bekerja di Pusat Penelitian Biologi-LIPI mulai tahun Tahun 1999, penulis mendapat kesempatan kuliah di Fakultas Ilmu Pengetahuan Budaya Universitas Indonesia untuk program strata satu. Beasiswa pendidikan pascasarjana diperoleh dari program pengembangan karyasiswa pascasarjana LIPI tahun Sejak tahun 1993 sampai saat ini, penulis memangku jabatan fungsional Pustakawan.

11 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I. PENDAHULUAN... 1 Latar Belakang... 1 Perumusan Masalah... 2 Tujuan... 3 Manfaat... 3 Ruang lingkup... 4 BAB II. TINJAUAN PUSTAKA... 5 Populasi... 5 Pengindeksan Subjek... 5 Analisis Subjek... 5 Bahasa Dokumen dan Bahasa Terkendali... 9 Standardisasi Istilah... 9 CABI Thesurus Analisis Co-words Perkembangan Analisis Co-words Kata Kunci sebagai Co-Words Kata Teks sebagai Co-Words Co-Citation Co-Classification Pemetaan subjek Nilai Koefisien Jaccard Dendrogram Metode Hirarkis BAB III. METODE Kerangka Pemikiran Prosedur Penelitian BAB IV. HASIL DAN PEMBAHASAN Pengumpulan Data Program tematik Puslit Biologi-LIPI Pengindeksan Subjek Analisis Subjek Artikel Laporan Teknik Standardisasi Istilah pada Artikel Laporan Teknik Analisis Data Analisis Co-Words... 51

12 Penggugusan dan Pemetaan Subjek Dokumen Penggugusan Subjek (Subject Clustering) Pemetaan Subjek dengan Skala Multi Dimensi Penggugusan dan Pemetaan Subjek Tahun Penggugusan dan Pemetaan Subjek Tahun Penggugusan dan Pemetaan Subjek Tahun Penggugusan dan Pemetaan Subjek Tahun Penggugusan dan Pemetaan Subjek Tahun Rekomendasi BAB V. KESIMPULAN DAFTAR PUSTAKA LAMPIRAN... 91

13 DAFTAR TABEL 1. Total pemasangan dokumen Daftar jumlah artikel laporan teknik tahun 2006 dan Daftar jumlah artikel laporan teknik tahun Daftar jumlah artikel laporan teknik tahun Daftar jumlah artikel laporan teknik tahun Data populasi penelitian Perbandingan jumlah artikel laporan teknik dengan kata kunci Daftar kata kunci dan deskriptor laporan teknik tahun Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun Daftar kata kunci dan deskriptor laporan teknik tahun Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun Daftar kata kunci dan deskriptor laporan teknik tahun Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun Daftar kata kunci dan deskriptor laporan teknik tahun Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun Daftar kata kunci dan deskriptor laporan teknik tahun Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun Potongan dari matriks kemiripan co-words artikel tahun Co-words dan non co-words tahun Potongan dari matriks ketidakmiripan co-words artikel tahun

14 21. Potongan dari matriks kemiripan co-words artikel tahun Co-words dan non co-words tahun Potongan dari matriks ketidakmiripan co-words artikel tahun Potongan dari matriks kemiripan co-words artikel tahun Co-words dan non co-words tahun Potongan dari matriks ketidakmiripan co-words artikel tahun Potongan dari matriks kemiripan co-words artikel tahun Co-words dan non co-words tahun Potongan dari matriks ketidakmiripan co-words artikel tahun Potongan dari matriks kemiripan co-words artikel tahun Co-words dan non co-words tahun Potongan dari matriks ketidakmiripan co-words artikel tahun Daftar deskriptor yang paling sering muncul Daftar istilah asing dan padanan katanya Istilah yang diusulkan sebagai calon deskriptor CAB Thesaurus... 83

15 DAFTAR GAMBAR 1. Contoh Tampilan Halaman CABI Thesaurus Peta co-word thn Peta co-word thn Peta kedekatan thn Peta kedekatan thn Dendrogram dari Hierarchical Clustering Pohon dari Hierarchical Clustering Ilustrasi Dendrogram Analisis Co-Words Artikel Bagan alur prosedur penelitian Proses analisis subjek dokumen Peta skala multi dimensi laporan teknik tahun Peta skala multi dimensi laporan teknik tahun Peta skala multi dimensi laporan teknik tahun Peta skala multi dimensi laporan teknik tahun Peta skala multi dimensi laporan teknik tahun DAFTAR LAMPIRAN 1. Dendrogram penggugusan subjek laporan teknik tahun Dendrogram penggugusan subjek lapotan teknik tahun Dendrogram penggugusan subjek laporan teknik tahun Dendrogram penggugusan subjek laporan teknik tahun Dendrogram penggugusan subjek laporan teknik tahun

16 Penguji Luar Komisi pada Ujian Tesis : Ir. Janti G. Sujana, MA

17 BAB I PENDAHULUAN Latar Belakang Di samping adanya peningkatan jumlah literatur ilmiah baik secara kuantitas maupun kualitas yang terjadi diberbagai macam disiplin ilmu pengetahun, pada saat yang bersamaan peningkatan tersebut disertai dengan adanya kemudahan dalam memperoleh literatur tersebut. Peningkatan produktivitas karya ilmiah memicu munculnya berbagai media komunikasi ilmiah formal seperti jurnal, laporan penelitian, prosiding dan lain-lain yang berperan sebagai alat untuk mengkomunikasikan hasil-hasil kegiatan ilmiah tersebut. Peningkatan intensitas komunikasi ilmiah dalam kaitannya dengan perkembangan ilmu pengetahuan juga meningkatkan kerjasama antara ilmuwan dalam menghasilkan suatu karya bersama. Dalam komunikasi ilmiah, karya bersama antara satu orang/lembaga atau lebih untuk menghasilkan karya bersama disebut kolaborasi. Kajian lain yang menggambarkan hubungan antara dua dokumen misalnya kajian co-citations (melalui penelaahan sitasi), co-classification (dengan menggunakan bagan klasifikasi) dan co-words dengan cara menelaah subjek atau kata kuncinya. Pusat Penelitian Biologi mempunyai tugas melaksanakan penyiapan bahan perumusan kebijakan, penyusunan pedoman, pemberian bimbingan teknis, penyusunan rencana dan program, pelaksanaan penelitian bidang biologi, serta evaluasi dan penyusunan laporan. Sementara fungsi lembaga ini adalah : Penyiapan bahan perumusan kebijakan penelitian bidang biologi. Penyusunan pedoman, pembinaan, dan pemberian bimbingan teknis penelitian bidang biologi. Penyusunan rencana, program dan pelaksanaan penelitian bidang biologi. Pelayanan jasa ilmu pengetahuan dan teknologi bidang biologi. Evaluasi dan penyusunan laporan penelitian bidang biologi. Pelaksanaan urusan tata usaha. Jika melihat butir tugas dan fungsinya, diharapkan rencana penelitian bidang bibliometrika co-words ini seyogyanya dapat memberi sumbangan pemikiran sebagai bahan pendukung dalam mengevaluasi dan penyusunan laporan

18 2 penelitian bidang biologi dan penyusunan rencana, program, dan pelaksanaan penelitian bidang biologi. Pada sisi yang lain, pemanfaatan hasil-hasil penelitian yang dilakukan Puslit Biologi-LIPI belumlah optimal, selain karena memang jenis penelitian lembaga ini termasuk ke dalam ranah penelitian ilmu murni, yang hasilnya tidak mungkin bisa bersentuhan langsung dengan masyarakat umum (tidak aplikatif), juga disinyalir arah haluan program penelitiannya kurang jelas dan tidak terfokus. Untuk tujuan tersebut, berikut adalah hal-hal yang melatarbelakangi penulis dalam melakukan penelitian ini. Pertama, hasil Penelitian Pusat Penelitian Biologi-LIPI (Puslit Biologi-LIPI) belum terpetakan dan tidak terlihat fokusnya, berhubung belum pernah ada penelitian bibliometrika untuk mengkaji hasil-hasil penelitiannya, sehingga perlu dilakukan penelitian bibliometrika. Kedua, penulis ingin mengetahui perkembangan hasil-hasil penelitian Puslit Biologi-LIPI sebagai sebuah proses pertumbuhan produk ilmu pengetahuan khususnya bidang biologi pada rentang waktu tertentu. Penelitian bidang biologi dengan tekanan pada pemanfaatan dan pengelolaan sumber daya hayati (SDH) Indonesia yang menjadi kompetensi Puslit Biologi-LIPI mempunyai spektrum yang sangat luas. Dalam memprioritaskan kegiatan, Puslit Biologi mencoba memfokuskan pada beberapa kegiatan berkaitan dengan pengelolaan keanekaragaman hayati, program pengembangan Iptek sumber daya hayati, penelitian ilmu dasar, dan program peningkatan dan tatalaksana sumber daya manusia. Pada dasarnya program penelitian Puslit Biologi-LIPI mencakup dua hal yaitu pemanfaatan dan pengelolaan sumber daya hayati. Sejalan dengan dua tujuan pokok tersebut, penguatan kelembagaan yang berupa aset referensi koleksi flora, fauna dan mikrobiologi terus dilakukan. Untuk hal tersebut, maka penelitian dasar yang sifatnya eksploratif berupa inventarisasi keanekaragaman hayati Indonesia tetap menjadi kegiatan yang secara rutin dijalankan di Puslit Biologi-LIPI. Perumusan Masalah Berdasarkan uraian dalam latar belakang tersebut, penulis akan merumuskan permasalahan dalam penelitian ini, yaitu bagaimana memanfaatkan konsep

19 3 bibliometrika melalui analisis co-words pada laporan teknik selama lima tahun terakhir (2006 s.d. 2010). Laporan teknik ini merupakan satu-satunya jenis dokumen yang berisi hasil kegiatan penelitian lembaga, sehingga diperoleh peta gambaran subjek hasil penelitian Puslit Biologi-LIPI. Tujuan Melalui analisis co-words ini diharapkan dapat memberikan gambaran (peta subjek) yang nyata mengenai hasil-hasil penelitian yang sudah dilakukan Puslit Biologi-LIPI, khususnya : 1.1 Peta hasil penelitian berdasarkan subjek keilmuan (penelitian) dan; 1.2 Topik bahasan yang sudah dilakukan selama lima tahun terakhir, berupa gambaran dinamika kegiatan penelitian baik dari sisi prioritas maupun arah penelitian. 1.3 Ketertautan antara satu dokumen dengan dokumen lain berdasarkan subjek. 1.4 Pengusulan beberapa istilah baru (calon deskriptor) ke CABI thesaurus. Manfaat Hasil penelitian ini bisa bermanfaat bagi Pusat Penelitian Biologi-LIPI sebagai lembaga induk Perpustakaan, dan diharapkan dapat : 1. Menjadi bahan masukan dalam mengidentifikasi arah penelitian dan pertumbuhan pengetahuan pada bidang keilmuan ini. 2. Menjadi bahan masukan dalam merumuskan arah perkembangan penelitian bidang biologi saat ini dan di masa mendatang. 3. Memberikan informasi awal tentang produktivitas peneliti dan lembaga dalam menghasilkan karya penelitian. Manfaat di atas mudah-mudahan bisa mendorong tugas pokok dan fungsi Puslit Biologi-LIPI sebagaimana yang menjadi visinya, yaitu menjadi pusat acuan terpercaya bidang pemberdayaan dan konservasi aset keanekaragaman hayati Indonesia dan mendukung salah satu misinya yaitu memberikan landasan ilmiah untuk pengambilan kebijakan serta tersusun dan tegaknya supremasi hukum terutama undang-undang yang terkait dengan pengelolaan sumber daya hayati dan nir-hayati serta lingkungan, merancang dan mematuhi

20 4 peraturan pemerintah pusat dan daerah terutama rencana dan tata ruang wilayah, serta menghormati kearifan masyarakat adat dan tradisional untuk memperkokoh persatuan bangsa sekaligus memperluas daya saing masyarakat. Ruang Lingkup 1. Penelitian dilakukan berdasarkan data dari dokumen berjudul laporan teknis Puslit Biologi-LIPI yang memuat hasil kegiatan penelitian selama lima tahun. Laporan teknis yang dianalisis adalah laporan yang dikeluarkan pada tahun 2006 sampai dengan 2010 (lima tahun terakhir). 2. Analisis subjek dilakukan pada judul, abtsrak, pendahuluan, hasil serta kesimpulan setiap artikel. 3. Kegiatan penelitian analisis bibliometrika ini meliputi kegiatan kajian cowords.

21 BAB II TINJAUAN PUSTAKA Populasi Populasi adalah wilayah generalisasi yang terdiri dari objek atau subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Jika jumlah populasinya besar, sementara penelitian tidak mungkin mempelajari semua populasi tersebut, maka dilakukan teknik sampling, yaitu suatu prosedur untuk mendapatkan dan mengumpulkan karakteristik yang berada di dalam sebuah populasi meskipun data itu tidak diambil secara keseluruhan, namun hanya sebagian saja. Bagian dari populasi itulah yang disebut sampel. Namun jika data dianggap tidak terlalu besar, maka teknik sampling tidak perlu dilakukan (Sugiyono, 1999). Pengindeksan Subjek Menurut Sulistyo-Basuki (1992), tingkat pengindeksan tergantung pada keperluan dan kebijaksanaan suatu unit informasi. Pengindeksan bisa saja mencakup hanya subjek utama yang disebut pengindeksan generik. Pada pengindeksan tingkat medium, umumnya pengindeksan mencakup semua subjek yang dicakup dalam dokumen, namun mengidentifikasi subjek tersebut dengan istilah umum saja dan biasanya mencakup sampai sepuluh deskriptor. Pada pengindeksan tingkat dalam pengindeksan mencakup semua subjek dan mendeskripsikan subjek tersebut dengan sejumlah besar deskriptor. Pengindeksan terinci mengindeks seluruh teks, bahkan sampai mengindeks kalimat demi kalimat. Analisis Subjek Analisis subjek merupakan kegiatan memilih kata kunci atau deskriptor yang tepat untuk mewakili sebuah dokumen sehingga bisa digunakan sebagai entri indeks. Menurut Pangaribuan (2010), kegiatan analisis subjek membutuhkan kemampuan yang cukup, karena pengindeks dituntut memiliki

22 6 kemampuan untuk menentukan subjek apa yang terkandung dalam sebuah bahan pustaka yang sedang diolah. Ada tiga hal mendasar yang perlu dipahami pengindeks dalam menganalisis subjek, yaitu jenis konsep, jenis subjek, dan urutan sitasi. Agar kata kunci atau deskriptor tersebut bisa digunakan secara konsisten maka diperlukan sebuah standar. Untuk itu diperlukan sebuah sarana yang menyediakan bahasa/istilah indeks yang baku dan terkendali (controlled vocabulary). Daftar istilah tersebut dikenal dengan daftar tajuk subjek dan tesaurus (Arwendria, 2002). Jenis Konsep Dalam satu bahan pustaka dapat dibedakan tiga jenis konsep yaitu: a. Disiplin Ilmu, yaitu istilah yang digunakan untuk satu bidang atau cabang ilmu pengetahuan. Disiplin ilmu dapat dibedakan menjadi dua kategori: 1) Disiplin Fundamental. Meliputi bagian-bagian utama ilmu pengetahuan. Oleh para ahli disiplin fundamental dikelompokkan menjadi tiga yakni ilmu-ilmu sosial, ilmu-ilmu pengetahuan alam, dan ilmu-ilmu kemanusiaan. 2) Sub disiplin, merupakan bidang spesial dalam satu disiplin fundamental. Misalnya dalam disiplin ilmu fundamental alam, sub disiplinnya terdiri atas fisika, kimia, biologi. b. Fenomena (topik yang dibahas), merupakan wujud/benda yang menjadi objek kajian dari disiplin ilmu. Misalnya pendidikan remaja. Pendidikan merupakan konsep disiplin ilmu, sedangkan remaja adalah fenomena yang menjadi objek atau sasarannya. c. Bentuk, ialah cara bagaimana suatu subjek disajikan. Dibedakan menjadi tiga jenis: 1) Bentuk Fisik, yakni medium atau sarana yang digunakan dalam menyajikan suatu subjek. Misalnya dalam bentuk buku, majalah, pita rekaman, dan sejenisnya.

23 7 2) Bentuk Penyajian, yang menunjukkan pengaturan atau organisasi isi bahan pustaka. Ada tiga bentuk penyajian, yaitu: a) Menggunakan lambang-lambang dalam penyajiannya seperti bahasa, gambar. b) Memperhatikan tata susunan tertentu misalnya abjad, kronologis, sistematis. c) Menyajikannya untuk kelompok tertentu, misalnya bahasa Inggris untuk pemula, psikologi untuk ibu rumah tangga. 3) Bentuk intelektual, yaitu aspek yang ditekankan dalam pembahasan suatu subjek. Misalnya Filsafat Sejarah disini yang menjadi subjeknya adalah sejarah sedangkan filsafat adalah bentuk intelektual (Pangaribuan, 2010). Jenis Subjek Dalam kegiatan analisis subjek dokumen terdapat dalam bermacammacam jenis subjek. Secara umum digolongkan dalam empat kelompok, yaitu: a. Subjek Dasar, yaitu subjek yang hanya terdiri dari satu disiplin ilmu atau sub disiplin ilmu saja. Misalnya: Pengantar Ekonomi, yaitu menjadi subjek dasarnya Ekonomi. b. Subjek Sederhana, yaitu subjek yang hanya terdiri dari satu faset yang berasal dari satu subjek dasar (Faset ialah sub kelompok kelas yang terjadi disebabkan oleh satu ciri pembagian. Tiap bidang ilmu mempunyai faset yang khas sedangkan fokus ialah anggota dari satu faset). Misalnya Pengantar ekonomi Pancasila terdiri dari subjek dasar ekonomi dan faset Pancasila. c. Subjek Majemuk, yaitu subjek yang terdiri dari subjek dasar disertai fokus dari dua atau lebih faset. Misalnya: Hukum adat di Indonesia. Subjek dasarnya yaitu Hukum dan dua fasetnya yaitu Hukum Adat (faset jenis) dan Indonesia (faset tempat). d. Subjek Kompleks, yaitu subjek yang terdiri dari dua atau lebih subjek dasar dan saling berinteraksi antara satu sama lain.

24 8 Misalnya Pengaruh agama Hindu terhadap agama Islam. Disini terdapat dua subjek dasar yaitu Agama Hindu dan Agama Islam. Untuk menentukan subjek yang diutamakan dalam subjek kompleks terdapat empat fase, yaitu: 1) Fase Bias, yaitu suatu subjek yang disajikan untuk kelompok tertentu. Dalam hal ini subjek yang diutamakan ialah subjek yang disajikan. Misalnya Statistik untuk wartawan subjek yang diutamakan ialah Statistik bukan wartawan. 2) Fase Pengaruh, yaitu bila dua atau lebih subjek dasar saling mempengaruhi antara satu sama lain. Dalam hal ini subjek yang diutamakan adalah subjek yang dipengaruhi. Misalnya pengaruh Abu Merapi terhadap Pertanian di D.I Yogyakarta. Disini subjek yang diutamakan ialah Pertanian bukan Abu Merapi. 3) Fase Alat, yaitu subjek yang digunakan sebagai alat untuk menjelaskan atau membahas subjek lain. Disini subjek yang diutamakan ialah subjek yang dibahas atau dijelaskan. Misalnya: Penggunaan alat kimia dalam analisis darah. Disini yang diutamakan adalah Darah bukan Kimia. 4) Fase Perbandingan, yaitu dalam satu dokumen/bahan pustaka terdapat berbagai subjek tanpa ada hubungannya antara satu sama lain. Untuk menentukan subjek mana yang akan diutamakan, ketentuannya sebagai berikut: Pada subjek yang dibahas lebih banyak. Misalnya: Islam dan Ilmu Pengetahuan. Jika Islam lebih banyak dibahas, utamakan subjek Islam dan sebaliknya. Pada subjek yang disebut pertama kali. Misalnya Perpustakaan dan Masyarakat ditetapkan pada subjek Perpustakaan (Pangaribuan, 2010). Urutan Sitasi Agar diperoleh suatu urutan yang baku dan taat azas/konsistensi dalam penentuan subjek dan (nomor kelas) maka Ranganathan (dalam

25 9 Pangaribuan, 2010) menggunakan konsep yang dikenal Urutan Sitasi. Menurutnya ada lima faset yang mendasar yang dikenal dengan akronim P-M-E-S-T, yakni: P - Personality (wujud) M - Matter (benda, zat) E - Energy (kegiatan, kekuatan, kakas) S - Space (tempat) T - Time (waktu) Contoh: Konstruksi Jembatan Beton Tahun 20-an di Indonesia. Jembatan - Personality (P) Beton - Matter (M) Konstruksi - Energy (E) Indonesia - Space (S) Tahun 20-an - Time (T) (Pangaribuan, 2010) Bahasa Dokumen dan Kosa Kata Terkendali Bahasa dokumen adalah bahasa yang digunakan pada dokumen. Agar seragam dan baku, bahasa dokumen diterjemahkan (dideskripsikan ulang) ke dalam kosa kata terkendali (controlled vocabulay). Biasanya kosa kata terkendali memiliki suatu daftar istilah, daftar tajuk subjek atau tesaurus yang merupakan daftar otoritas (authority list) untuk menentukan istilah yang ditetapkan pada suatu dokumen (Chowdhury, 1999). Standardisasi Istilah Standardisasi adalah kegiatan pemilihan deskriptor yang paling tepat dalam mewakili kata kunci. Standardisasi dimaksudkan untuk memperoleh konsistensi penggunaan istilah pada dokumen dan menghindari terjadinya penggunaan istilah yang berbeda namun maknanya sama atau penggunaan istilah yang sama namun diterjemahkan berbeda oleh penulis. Sebagai standar istilah digunakan CAB thesaurus.

26 10 Dalam tulisan ini diberikan definisi dari terminologi yang digunakan dengan mengacu pada Kamus Besar Bahasa Indonesia edisi online : - Subjek adalah pokok pembicaraan; pokok bahasan. Dalam tulisan ini yang dimaksud subjek adalah pokok bahasan dalam suatu artikel laporan teknik. - Kata kunci adalah ungkapan yg mewakili konsep-konsep atau gagasangagasan yg menandai suatu zaman atau suatu kelompok. Dalam tulisan ini kata kunci mengacu pada kata-kata penting yang mewakili konsepkonsep atau gagasan pokok sebuah artikel laporan teknik. - Istilah adalah kata atau gabungan kata yang dengan cermat mengungkapkan makna konsep, proses, keadaan, atau sifat yang khas dalam bidang tertentu. - Artikel adalah karya tulis lengkap, misalnya laporan berita atau esai dalam majalah, surat kabar, dsb. Dalam tulisan ini, artikel merupakan karya tulis ilmiah dalam laporan teknik. - Dokumen adalah artikel laporan teknik. CABI Thesaurus CABI thesaurus adalah salah satu produk yang diterbitkan oleh Centre for Agricultural Bioscience International (CABI) dan merupakan alat pencarian (istilah) penting untuk semua pengguna ABSTRAK CAB dan pangkalan data bidang biologi atau bidang terkait. CABI Thesaurus atau CAB Thesaurus tidak hanya diperuntukkan untuk bidang tersebut, namun pangkalan data ini juga bisa dipakai secara khusus pada bidang botani, zoologi dan mikrobiologi. Berikut adalah profil tentang tesaurus ini : Berisi kosakata yang terkendali dan telah digunakan secara konstan sejak tahun Kosakata secara teratur diperbarui (versi saat ini dirilis pada bulan Juli 2011). Cakupan ilmu yang luas, meliputi ilmu pengetahuan murni dan ilmu pengetahuan terapan, teknologi dan ilmu sosial.

27 11 Mencakup sekitar istilah, termasuk istilah yang dipakai sebagai istilah indeks dan istilah yang bukan istilah indeks Mendaftar sekitar nama istilah untuk tanaman, hewan dan mikroorganisme. Dilengkapi dengan fasilitas untuk pencarian istilah lebih luas/umum (broader term), istilah lebih khusus/sempit (narrower term), dan istilah terkaitan (related term) untuk membantu pengguna menemukan istilah yang paling sesuai. Tersedia rujukan silang (cross-references) dari istilah yang tidak dipakai ke istilah yang lebih dipakai. Dilengkapi dengan informasi perbedaan ejaan untuk Bahasa Inggris Amerika dan Bahasa Inggris British (British English). CABI merupakan lembaga internasional yang bersifat nirlaba berbasis ilmu pengetahuan dan pengembangan organisasi informasi. Lembaga ini meningkatkan kehidupan masyarakat dengan memberikan informasi dan menerapkan keahlian ilmiah untuk memecahkan masalah di bidang pertanian dan lingkungan. Misi dan tujuan lembaga ini diselaraskan dengan kepentingan negara-negara anggota dan membantu serta memandu aktivitas yang dilakukan. Produk kegiatan lembaga ini termasuk penerbitan ilmiah, proyek pengembangan dan penelitian, dan jasa penelitian mikroba. Dalam bentuk elektronik, tesaurus ini digunakan untuk berbagai kegiatan seperti : Sebagai alat acuan dalam memeriksa ejaan (terminologi) Memilih katakunci artikel jurnal primer Menentukan tajuk subjek katalog perpustakaan Mengindeks pangkalan data bibliografi internal Mengindeks dan melakukan penelusuran pangkalan data dan sumber informasi secara online Mengindeks dan menemukan kembali informasi bahan multimedia

28 12 Gambar 1. Contoh tampilan halaman CAB thesaurus CABI Thesaurus tersedia dalam bentuk tercetak (hanya pada edisi tahun 1999), dan dalam bentuk elektronik pada alamat web ( Tesaurus ini secara online tersedia juga dalam format XML. Gambar 1 adalah contoh tampilan halaman CABI Thesaurus. Analisis Co-Words Teknik analisis co-word pertama dikembangkan pada kegiatan kerjasama the Centre de Sociologie de l'innovation of the Ecole Nationale Superieure des Mines of Paris dan the Centre National de la Recherche Scientifique (CNRS) di Perancis pada tahun 1980an, dan sistemnya mereka beri nama "LEXIMAPPE." Selama kurang lebih dua puluh tahun, teknik ini telah digunakan

29 13 untuk memetakan dinamika perkembangan beberapa bidang penelitian. Salah satu penelitian awal dilakukan oleh Serge Bauin (1986) untuk memetakan dinamika akuakultur tahun 1979 s.d berdasarkan pencantuman (inklusi) dan indeks kedekatan (proximity indexes). Pencantuman dan peta kedekatan (proximity maps) dilakukan untuk tahun 1979 dan 1981 (He, 1999). Selanjutnya diuraikan dalam artikel He (1999) tersebut sebuah hasil analisis peta co-word, dengan membagi kata kunci ke dalam tiang pusat (central pole) dan kata mediator (mediator word), peta tahun 1979 ditunjukkan pada Gambar 2, sementara tahun 1981 ditunjukkan pada Gambar 3. Dalam peta untuk tahun 1979, "Salmo gairdneri", nama sebuah spesies ikan yang telah dibudidayakan di laut Norwegia sejak 1950-an, tetap bertahan secara tak terduga sebagai kata mediator yang mempunyai frekuensi tinggi. Namun, dalam peta tahun 1981, istilah ini tergantikan dengan "Salmonidae". Salah satu perubahan yang penting adalah tiang pusat "aquaculture" dalam peta 1979 sudah menghilang. Subjek ini telah digantikan oleh dua istilah baru yaitu "aquaculture development dan "aquaculture techniques. Selain itu, kata "artificial feeding" kehilangan statusnya sebagai tiang pusat di peta untuk tahun 1979 dan muncul di bawah "fish culture" dalam peta Gambar 2 Peta co-words tahun 1979

30 14 Gambar 3 Peta co-words tahun 1981 Peta kedekatan (proximity map) untuk tahun 1979 dan 1981 masingmasing ditunjukkan pada Gambar 4 dan 5. Jika kedua peta tersebut dibandingkan, diketahui bahwa, dari tahun 1979 s.d. tahun 1981, beberapa gugus, seperti "feeding and nutrition, strukturnya menjadi lebih panjang, yaitu, rata-rata jumlah tautan setiap katanya telah meningkat. Secara keseluruhan, peningkatan jumlah tautan per kata dalam peta rata-rata sekitar 2,33-2,95. Ini bisa diartikan sebagai indikasi awal terintegrasinya seluruh bidang. Gambar 4 Peta kedekatan tahun 1979

31 15 Gambar 5 Peta kedekatan tahun 1981 Pada artikel He tersebut, mulai dikenal istilah tiang pusat atau pusat gugus yang disebut central pole dan kata mediator (mediator word). Kedua istilah tersebut dipakai dalam menjelaskan sebuah gambar yang memetakan dinamika bidang akuakultur pada tahun 1979 s.d Contoh di atas dan contoh lain, misalnya pada Law & Courtial (1989), Law & Whittaker (1992), dan Coulter et al, (1998) mengungkapkan bahwa analisis co-word adalah metode yang bisa dipakai untuk menemukan asosiasi antar wilayah penelitian dalam sebuah ilmu serta untuk mengungkapkan hubungan penting lainnya yang mungkin sulit untuk dideteksi (He, 1999). Ini adalah alat yang ampuh yang memungkinkan untuk melacak struktur dan evolusi jaringan socio-cognitive (Bauin, 1986). Perkembangan Analisis Co-words Analisis co-words didasarkan pada analisis co-occurrence dari dua atau lebih kata kunci atau kata-kata yang terdapat dalam teks yang digunakan untuk mengindeks artikel atau dokumen lainnya (Diodato, 1994). Jadi analisis cowords adalah analisis perulangan kejadian (co-occurrence) dua kata atau lebih

32 16 dalam sebuah atau beberapa dokumen. Kata tersebut dapat berupa kata kunci (keyword) atau kata teks. Pada Tahun 1986, Callon, Law, dan Rip menulis sebuah buku berjudul Mapping the dynamics of science and tehnology. Buku ini bisa dianggap sebuah karya penting dalam bidang analisis co-word. Bagian pertama buku ini berisi pendahuluan tentang bagaimana menelaah kekuatan sebuah bidang ilmu. Bagian kedua membahas tentang kekuatan teks (kata-kata) dalam sains dan teknologi, para penulisnya menawarkan sebuah teori dasar tentang analisis coword, yang disebut actor network. Bagian ketiga berisi penjelasan rinci tentang co-word yang disertai contohnya (He, 1999). Teknik analisis co-word pertama kali diusulkan guna memetakan dinamika ilmu pengetahuan. Cara yang paling umum untuk memahami dinamika ilmu pengetahuan adalah dengan mengambil kekuatan ilmu pengetahuan pada masyarakat (komunitas) ilmu pengetahuan saat ini ke dalam hitungan. "Actor network" adalah landasan teoritis analisis co-word untuk memetakan dinamika ilmu (Callon et al., 1986a). Laboratorium dan literatur dianggap sebagai dua alat yang sangat penting bagi para ilmuwan. Proses perubahan dan pengembangan secara kompleks terjadi di laboratorium, lalu mengabadikannya di atas kertas (Latour, 1987). Ini berarti bahwa para ilmuwan memberi penekanan khusus pada teks. Mereka tidak hanya menggunakan teks-teks untuk mempublikasikan dunia mereka yang dibangun di laboratorium tetapi juga menggunakan teks sebagai cara untuk membangun dunia dan menandai kehadiran mereka di mata orang lain. Meskipun ilmu pengetahuan tidak dapat direduksi hanya pada teks saja, namun teks masih merupakan sumber utama tentang bagaimana sebuah bidang kajian diciptakan dan dikembangkan di laboratorium. Oleh karena itu, selain mengikuti aktor-aktor yang berperan mengubah dunia, mengikuti perkembangan teks adalah cara lain untuk memetakan dinamika ilmu pengetahuan. Berdasarkan kejadian pasangan kata, analisis co-word berupaya mengekstrak tema ilmu pengetahuan dan mendeteksi keterkaitan antara tematema secara langsung dari subjek pada teks. Hal ini tidak bergantung pada kuat atau lemahnya setiap definisi dari tema penelitian dalam ilmu pengetahuan. Dan

33 17 hal ini memungkinkan untuk mengikuti para aktor dan mendeteksi dinamika ilmu tanpa mengurangi perannya baik secara internal maupun eksternal (Gallon et al., 1986a). Sebuah studi awal telah dilakukan untuk membandingkan citation, cocitation, dan analisis co-word dari cakupan lima disiplin ilmu (Healey et al., 1986). Hasil temuannya adalah adanya kesulitan untuk menganalisis dan menerima hasil analisis awal co-word, serta beberapa ahli meragukan kehandalan dari temuan ini. Teknik co-word yang dievaluasi dalam studi ini disebut sebagai co-word "generasi pertama" oleh Law et al. (1988). Pada analisis co-word generasi ke-dua, sebuah diagram digunakan untuk menggambarkan kekuatan (strength) konteks global pada sumbu X dan kekuatan konteks lokal pada sumbu Y. Diagram ini kemudian banyak digunakan dalam studi co-word. Dua macam indeks yaitu kepadatan (density) dan sentralitas (centrality) digunakan untuk mengukur kekuatan masing-masing pada konteks lokal dan konteks global. Kepadatan (Density). Kepadatan digunakan untuk mengukur kekuatan tautan yang mengikat kata-kata pembentuk gugus (cluster), kepadatan merupakan kekuatan internal dari sebuah gugus. Kepadatan menyediakan representasi yang baik dari kapasitas sebuah gugus untuk menjaga dan mengembangkannya selama sekian lama dalam sebuah lapangan penelitian (Callon et al., 1991). Peringkat area subjek (atau gugus) yang berkoherensi pada skala internalnya (density) memberikan informasi yang sistematis tentang isu utamanya. Selanjutnya, dengan cara mengurutkan kata kunci dapat memberikan gambaran yang tepat dari suatu area subjek (Bauin et al., 1991). Sentralitas (Centrality). Sentralitas digunakan untuk mengukur kekuatan interaksi suatu subjek dengan bidang studi lainnya. Kajian pemeringkatan gugus (cluster) pada sentralitas dapat menunjukkan sejauh mana masing-masing wilayah dianggap sebagai pusat dalam jaringan riset global. Semakin besar jumlah dan kekuatan hubungan suatu subjek dengan bidang studi lain, akan semakin memusatkan sebuah area subjek dalam jaringan penelitian (Bauin et al., 1991). Untuk gugus tertentu (area), sentralitasnya bisa merupakan jumlah dari semua nilai tautan eksternalnya (Turner et al., 1988;. Courtial et al., 1993) atau

34 18 akar kuadrat dari jumlah kuadrat semua nilai tautan eksternalnya (Coulter et al, 1998). Bila disederhanakan, itu merupakan rata-rata nilai dari enam tautan eksternal pertama (Callon et al., 1991). Tautan eksternal adalah tautan yang terjadi dari kata-kata pada suatu gugus terhadap kata-kata eksternal diluar gugus tersebut (He, 1999). Diagram. Diagram menyediakan representasi struktur global setiap bidang atau subbidang ilmu. Diagram dibuat dengan menempatkan sentralitas (centrality) dan kepadatan (density) ke dalam dua dimensi diagram (Law et al., 1988). Biasanya, sumbu horisontal mewakili sentralitas, sumbu vertikal menggambarkan kepadatan, dan gambar grafiknya terletak pada nilai rata-rata sumbu masingmasing. Peta ini terletak pada setiap subjek dalam skala/ruang dua dimensi dan dibagi menjadi empat kuadran. Analisis co-words ditujukan untuk menganalisis isi, pola dan kecendrungan (trend) dari suatu kumpulan dokumen dengan mengukur hubungan kekuatan istilah (terms) (De Looze & Lemarie, 1997). Jadi manfaat dari analisis co-words adalah untuk mengembangkan atau menyaring taksonomi suatu bidang ilmu. Selanjutnya dikatakan bahwa di Amerika Utara, analisis cowords telah diintegrasikan dalam sistem pendukung tingkat ilmu pengetahuan dalam masyarakat ilmiah (De Looze & Lemarie, 1997). Rip dan Courtial (1984) mengumpulkan artikel dalam jurnal bioteknologi selama periode 10 tahun. Artikel tersebut ditandai (coded) dengan kata kunci dan menganalisis relasi antara kata kunci untuk memperlihatkan koneksitas antara bidang dalam bioteknologi. Peters & Raan (1993) menggunakan analisis co-words untuk mengkaji bidang teknik kimia. Mereka menggunakan publikasi dari sepuluh jurnal terkemuka, publikasi dari 23 ilmuwan terkemuka, serta publikasi dari konferensikonferensi penting. Matrik kemunculan dari kata-kata yang ada pada judul dan abstrak dipetakan dengan skala multi dimensional. Hasil pemetaan tersebut, kemudian dievaluasi oleh ahli dalam bidang tersebut. McKinnon (1977) mengkaji hubungan tema dalam novel Kierkegaard dengan menggunakan kemunculan pasangan kata. Metodologi yang digunakan merupakan langkah awal dalam mengekstraksi hubungan kata dalam suatu teks

35 19 menurut kemunculan pasangan katanya. Perkembangan selanjutnya dari analisis co-words ditujukan untuk mengevaluasi perkembangan suatu bidang ilmu sebagaimana yang dilakukan oleh Michael Callon pada tahun 1979, 1983 dan 1986 (Peters & Raan, 1993). De Looze dan Lemarie (1997) menganalisis sekumpulan dokumen yang berhubungan dengan protein tanaman (plant proteins). Untuk mengelompokkan pasangan kata pada satu dokumen dengan dokumen lainnya, digunakan suatu program perangkat lunak yang disebut Leximappe. Selanjutnya, program tersebut membentuk pasangan kata yang memiliki hubungan paling dekat. Program ini memungkinkan untuk menempatkan gugus utama dari kata kunci sehingga data dapat dibaca kembali dan diinterpretasikan. Dari hasil penelitian yang dilakukan, diperoleh tiga bidang utama dari bioteknologi yaitu a) kegunaan protein, b) perlakuan enzim pada protein, dan c) aplikasi teknik genetika. Coulter et al. (1998) melakukan penelitian empiris untuk mendemonstrasikan keefektifan analisis isi (content analysis) untuk memetakan bidang teknik perangkat lunak (software engineering). Dalam penelitian ini, diambil sejumlah besar publikasi yang berhubungan dengan teknik perangkat lunak dari tahun Masing-masing publikasi tersebut dipresentasikan oleh deskriptor (istilah indeks) untuk menganalisis tema dan kecendrungan pada penelitian teknik perangkat lunak tersebut. Untuk mendukung penelitian tersebut, mereka menggunakan suatu program perangkat lunak yang dikembangkan oleh Software Engineering Institute Carnegie Mellon University yang disebut dengan Content Analysis and Information Retrieval (CAIR). Dari penelitian tersebut mereka menyimpulkan bahwa tema utama dari bidang teknik perangkat lunak, yaitu object-oriented programming yang terfokus pada software development. Sistem yang paling banyak digunakan, yaitu X-Windows, Microsoft Windows, Ada, C++ dan UNIX, sedangkan Pascal, Basic dan Cobol mulai jarang ditemukan. Keunggulan co-words dibandingkan dengan metode lain yang sama-sama memfokuskan terhadap teks adalah analisis co-word jauh lebih fleksibel karena mampu memperlihatkan jaringan penelitian melalui grafik (He, 1999). Walaupun penelitian ini telah banyak dilakukan dan memberikan kontribusi terhadap

36 20 perkembangan ilmu pengetahuan, namun menurut Leydesdorff (1992) bahwa kata akan bermakna bila berada dalam satuan utuh suatu kalimat. Berdasarkan pemikiran tersebut, ia menawarkan suatu pendekatan baru dalam menganalisis suatu perkembangan ilmu, yaitu dengan menghitung kemunculan kata secara bersamaan dari kalimat pertama dengan kalimat kedua, begitu seterusnya dalam satu paragraf. Kemudian menghitung kata yang muncul bersamaan dalam paragraf pertama dengan paragraf kedua dalam satu seksi (Bab). Namun kelemahan pendekatan ini, sebagaimana diakui oleh Leydesdorff lebih rumit dan membutuhkan waktu yang relatif lebih lama. Selanjutnya, kualitas hasil dari analisis co-words tergantung pada berbagai faktor, seperti kualitas kata kunci dan istilah indeks, ruang lingkup pangkalan data, dan kelayakan metode statistika (Law et al. 1988). Validitas peta akan tergantung, dalam batas tertentu, pada kegiatan pengindeksan subjek. Whittaker, 1989 (dalam He, 1991) telah menunjukkan bahwa hasil analisis co-words tergantung pada bagaimana para pengindeks memilih kata kunci untuk suatu konsep bidang ilmu. Akibatnya, hasil dari pengindeksan lebih mirip menjadi hasil konseptualisasi pengindeks dari pada dari penulis karya aslinya. Selain efek "pengindeks," keterlambatan antara penulisan dokumen dan saat ketika dilakukan pengindeksan (atau dimasukkan ke dalam pangkalan data) menyebabkan analisis co-words tidak bisa mendeteksi tema penelitian yang muncul pada tahap awal. (Callon et al, 1986b) Kata Kunci Sebagai Co-Words Analisis perulangan kejadian kata kunci biasanya berarti mengkaji istilah pengindeksan yang diberikan pada dokumen oleh badan/jasa pengindeksan atau oleh pengarang. Misalnya bila sekelompok dokumen memiliki istilah pengindeksan berupa jaringan dan teknologi, maka dikatakan kelompok dokumen yang memiliki dua kata kunci tersebut memiliki subjek yang sama. Analisis co-words menunjukan bagaimana dokumen yang sama terkelompok dan mengidentifikasi gugus dokumen yang memiliki topik yang sama. Dasar koleksi data mungkin berupa pengembangan sebuah kata kunci yang menunjukan profil masing-masing dokumen. Analisis co-words dapat dipaparkan dalam bentuk peta gugus dokumen. Law dan Whittaker (1992) mengkaji perulangan kejadian istilah indeks dalam dokumen tentang pengasaman. Perulangan kejadian dalam

37 21 istilah pengindeksan memungkinkan mereka menggugus dokumen. Setiap gugus tampaknya berkaitan dengan tema tertentu dalam bidang penelitian asidifikasi (pengasaman) (Diodato, 1994). Kata Teks Sebagai Co-Words Leydesdorff (1992) menerapkan teknik kata teks dalam bidang scientometrics. Misalnya perulangan kejadian sebuah kata dan sinonimnya dalam kalimat yang sama dalam sebuah makalah menunjukkan pentingnya kalimat tersebut. Analisis semacam ini pada seluruh dokumen memungkinkan rekonstruksi pengembangan sebuah ide yang berlanjut pada penulisan sebuah makalah (Diodato, 1994). Co-Citation Adalah situasi dimana dua atau lebih pengarang, dokumen, atau jurnal secara bersamaan dikutip (cited) oleh dokumen lain (Diodato, 1994). Author cocitation analysis merupakan studi co-citation yang terjadi diantara para pengarang/penulis. Demikian halnya dengan Journal co-citation analysis, analisis co-citation yang berkaitan diantara beberapa jurnal. Misalnya dapat di lihat pada bibliografi di setiap akhir sebuah artikel, contoh pada bidang ilmu perpustakaan dan informasi. Informasi bibliografi yang berisi daftar artikel yang disusun oleh Garfield dan Lancaster, kemudian kedua penulis tersebut di co-cited oleh bibliografi. Analisis author co-citation dapat menentukan apakah ada hubungan kuat antara penulis subjek yang sering di co-cited. Jika memang ada, ini menunjukkan bahwa subjek pencarian dapat dilakukan dengan menggunakan pasangan atau kelompok nama tersebut. Hasil analisis author co-citation dapat ditampilkan dalam matriks co-citation. Referensi contoh dari Lunin dan White (dalam Diodato, 1994) merupakan koleksi artikel khusus tentang analisis author co-citation. Artikel tersebut ditulis untuk orang awam dalam bidang analisis cocitation. Kombinasi co-citation dan co-words merupakan kegiatan yang menggabungkan analisis co-citation dan kemiripan kata, dilakukan untuk meningkatkan kemampuan teknik kuantitatif serta dapat menggambarkan aspek struktur dan dinamika suatu penelitian ilmiah.

38 22 Co-Classification Merupakan situasi dua dokumen atau lebih tergabung dalam satu gugus karena notasi klasifikasi yang sama. Co-Classification digunakan untuk mengumpulkan dokumen yang sama serta menunjukkan bahwa bibliografi secara kuantitatif menunjukkan subjek yang sama dengan judul dokumen. Untuk klasifikasi menggunakan UDC atau DDC, dan hasilnya dituangkan dalam denah (Diodato, 1994). Pemetaan Subjek (Subject Mapping) Spasser (1997) mengatakan bahwa peta adalah alat relasi (relational tools) yang menyediakan informasi antar hubungan entitas yang dipetakan. Peta tidak hanya merupakan alat yang praktis untuk menyampaikan informasi mengenai aktivitas ilmiah, tetapi juga sebagai dasar untuk mengkaji dan memahami aktivitas ilmiah dengan menggambarkannya sebagai suatu sistem yang tersusun. Beberapa jenis peta yang dikembangkan dalam pemetaan ilmu pengetahuan dalam bidang bibliometrika, antara lain: peta journal intercitation, journal cocitation, document co-citation, author co-citation, co-words (deskriptor), dan coclassification. Umumnya setelah melakukan analisis co-words, akan melakukan penggugusan subjeknya (mapping) dengan menggunakan dendrogram dan multidimensional scalling (MDS). MDS adalah teknik analisis data yang menggambarkan suatu struktur distance-like data dalam bentuk gambar. Dengan MDS kemiripan suatu objek dengan objek yang lain dapat dipresentasikan dalam bentuk peta. Untuk kebutuhan analisis MDS diperlukan informasi berupa matriks dissimilarity. Nilai Koefisien Jaccard Jaccard Coeficient adalah salah satu metode yang dipakai untuk menghitung kemiripan antara dua objek (items). Seperti halnya cosine distance dan matching coefficient, secara umum perhitungan metode ini didasarkan pada pengukuran jarak yang terdapat di antara dua vektor (ukuran kemiripan ruang

39 23 vektor). Jaccard similarity atau Jaccard Coefficient menghitung kemiripan antara dua objects, X dan Y yang dinyatakan dalam dua buah vektor (Tan et.al, 2005). Dendrogram Prinsip dasar dalam penggugusan dokumen adalah menentukan ukuran kemiripan antar dokumen yang akan dikelompokkan dan menjadikannya sebagai dasar untuk menghasilkan gugus. Kemiripan antar dokumen dapat didasarkan pada beberapa variabel seperti journal intercitation, co-citation (journal cocitation, document co-citation, author co-citation),bibliographic coupling, codescriptor, dan co-classification. Adapun kemiripan antara dua dokumen X dan Y dapat diukur dengan beberapa cara, yaitu: 1. Simple matching: X Y 2. Dice s coefficient: 2 X Y / X + Y 3. Jaccard s coefficient: X Y / X Y 4. Cosine coefficient: X Y / X 1/2. Y 1/2 5. Overlap coefficient: X Y /min(x,y) Keterangan: X = dokumen pertama Y = dokumen kedua Kemiripan (D1, D2) = D1 ᴒ D2 Bila D1 ᴒ D2 = a Maka D1 ᴒ D2 = a Keterangan: D1 = dokumen pertama D2 = dokumen kedua Untuk mendapatkan total frekuensi pemasangan subjeknya dapat dilakukan dengan rumus 2 X 2. Frekuensi pemasangan subjek diperlihatkan dalam Tabel 1.

40 24 Tabel 1. Total Pemasangan Dokumen D1 D2 1 0 Jumlah 1 A b a + b 0 C d c + d Jumlah a + c b + d a + b c + d Keterangan: a. Menyatakan total frekuensi hubungan subjek b. Menyatakan jumlah subjek yang dimiliki D1 tetapi tidak dimiliki oleh D2 c. Menyatakan jumlah subjek yang dimiliki D2 tetapi tidak dimiliki oleh D1 d. Menyatakan jumlah subjek yang tidak dimiliki oleh D1 dan D2 atau sama dengan nihil Berhubung jumlah subjek yang dimiliki oleh setiap makalah tidak sama maka diperlukan normalisasi (Hasibuan, 1995). Normalisasi dilakukan dengan menghilangkan nilai d pada rumus kemiripan : karena nilai d = nihil, maka d dihilangkan, dan hasil penghilangan tersebut menghasilkan koefisien Jaccard, yaitu : Kemudian dibuat matrik kemiripan (similarity) berdasarkan koefisien Jaccard. Matriks hasil perhitungan ini disajikan ke dalam tabel yang disebut tabel

41 25 matriks kemiripan. Pada matriks ini, nilai koefisien Jaccard digunakan untuk mengukur hubungan dari setiap pasangan dokumen (document pair). Semakin tinggi nilai koefisiennya, maka semakin dekat subjek dokumen tersebut dengan dokumen pasangannya. Matriks ini merupakan penjabaran dari matriks simple matching. Selanjutnya untuk keperluan penggugusan subjek dokumen digunakan metode complete linkage. Metode ini dipakai untuk mendapatkan jarak dalam mengelompokkan dokumen dengan cara mentransformasikan matriks koefisien Jaccard ke dalam matriks ketidakmiripan (dissimilarity). Cara mentransformasikan matriks koefisien Jaccard adalah dengan menggunakan rumus : Ketidakmiripan = 1 nilai koefisien Jaccard Salah satu hasil (output) dari proses gugus adalah dendrogram atau diagram yang menyerupai pohon (a tree-like diagram), yang dapat memperlihatkan hubungan dokumen secara lebih jelas. Metode pembentukan gugus biasanya dikategorikan menurut tipe dari struktur gugus yang dihasilkan. Secara umum metode penggugusan terbagi menjadi dua, yaitu metode non-hirarkhis dan metode hirarkhis. Metode Hirarkis Miswan (2002) menjelaskan bahwa pembentukan gugus dokumen dalam sistem temu kembali informasi dengan metode hirarkis adalah sebagai berikut: a. Mengidentifikasi dua dokumen yang paling mirip dan menggabungkannya menjadi sebuah gugus. b. Mengidentifikasi dan menggabungkan dua dokumen yang paling mirip berikutnya menjadi sebuah gugus sampai semua dokumen tergabung dalam gugus-gugus yang terbentuk. Struktur gugus yang dihasilkan oleh metode hirarkhis ini biasanya diperlihatkan sebagai struktur diagram pohon atau dendrogram seperti terlihat pada Gambar 6 dan 7.

42 26 Gambar 6 Dendrogram dari hierarchical clustering (Rasmussen, 1992) Gambar 7 Pohon dari hierarchical clustering (Salton, 1989). Ilustrasi dendrogram lain disajikan pada gambar berikut : Case Label num D D D Gambar 8 Ilustrasi dendrogram analisis co-words artikel Gambar 8 tersebut memperlihatkan dendrogram dari analisis Co-word. Sumbu X mempresentasikan jarak antar gugus, sedangkan sumbu Y mempresentasikan dokumen.

43 27 Kemiripan antar dokumen ditentukan dengan mengukur jarak antar dokumen. Dua dokumen yang mempunyai jarak paling kecil dikatakan mempunyai kemiripan paling tinggi, dan dikelompokkan ke dalam satu gugus yang sama. Sebaliknya dua dokumen yang mempunyai jarak paling besar dikatakan mempunyai kemiripan paling rendah, dan dimasukkan ke dalam gugus yang berbeda. Beberapa metode yang dapat digunakan untuk menentukan jarak antar dua dokumen antara lain: single link, complete link, group average link, Ward s method, centroid method dan median method (Rasmussen, 1992).

44 BAB III METODE Kerangka Pemikiran Penelitian ini adalah jenis penelitian deskriptif yang dilakukan terhadap hasil penelitian berupa Laporan Teknik Kegiatan Penelitian Puslit Biologi-LIPI pada rentang tahun Pengumpulan data dilakukan dengan penelusuran laporan teknik di Perpustakaan Pusat Penelitian Biologi-LIPI. Artikel laporan teknik yang berupa buku tercetak kemudian diolah dengan bantuan perangkat lunak Microsoft Excell dan SPSS. Dari kegiatan analisis subjek diperoleh kata kunci untuk memudahkan proses analisis co-words, dan memetakan gugus subjeknya. Pada penelitian ini, yang menjadi populasi adalah seluruh makalah yang terdapat pada Laporan Teknis Puslit Biologi-LIPI, yaitu dokumen yang berisi hasil-hasil penelitian yang secara rutin dilakukan oleh semua peneliti di Puslit Biologi-LIPI. Data yang akan menjadi bahan uji analisis co-words adalah artikel pada laporan teknik yang terbit tahun Berikut adalah dua alasan utama penulis menentukan metode pengukuran dokumen hasil penelitian biologi dengan metode co-words : 1. Pada bab tinjauan literatur sudah dijelaskan bahwa laboratorium dan literatur dianggap sebagai dua alat yang sangat berguna bagi para ilmuwan untuk mengubah dan membangun dunia keilmuan yang kompleks di laboratorium dan mengabadikannya di atas kertas (Latour, 1987). Ini berarti bahwa para ilmuwan memberi penekanan khusus pada teks. Teks tidak hanya digunakan untuk mempublikasikan hasil penelitin yang dilakukan di laboratorium tetapi juga digunakan sebagai cara untuk membangun dunia dan menandai kehadiran para peneliti di komunitasnya. Meskipun ilmu pengetahuan tidak dapat direduksi hanya pada teks saja, namun teks masih merupakan sumber utama tentang bagaimana sebuah bidang kajian diciptakan dan dikembangkan di laboratorium. Oleh karena itu,

45 30 selain mengikuti aktor-aktor yang berperan mengubah dunia, mengikuti perkembangan teks adalah cara lain untuk memetakan dinamika ilmu pengetahuan. 2. Berdasarkan kejadian pasangan kata, analisis co-word berupaya mengekstrak tema ilmu pengetahuan dan mendeteksi keterkaitan antara tema-tema secara langsung melalui subjek pada teks. Hal ini tidak bergantung pada kuat atau lemahnya setiap definisi dari tema penelitian dalam ilmu pengetahuan. Dan hal ini memungkinkan kita mengikuti para aktor dan mendeteksi dinamika keilmuan tanpa mengurangi perannya baik secara internal maupun eksternal (Callon et al., 1986a). Untuk memperbaiki tingkat kemampuan penulis dalam mengeluarkan kata kunci, maka penulis dibantu oleh peneliti dan pustakawan spesialis subjek bidang biologi, sehingga kesalahan dalam kegiatan ini bisa diperkecil. Penulis juga memilih laporan teknik yang dikeluarkan lembaga pada lima tahun terakhir (2006 s.d. 2010) guna menjaga kemutakhiran (currency) data pada saat dilakukan penelitian. Prosedur Penelitian Prosedur penelitian diuraikan dalam tahap-tahap penelitian seperti digambarkan dalam diagram alur pada Gambar 9 : 1. Pengumpulan Data. a) Pengumpulan data dilakukan dengan cara menelusur dan mengumpulkan laporan teknik Puslit Biologi-LIPI, kemudian laporan tersebut dikelompokkan berdasarkan tahun, yaitu b) Kegiatan ini menghasilkan tabel berisi data populasi penelitian berdasarkan tahun terbit laporan teknik dan data jumlah artikel setiap tahun. Selanjutnya membuat kode dokumen untuk keperluan analisis cowords. 2. Pengindeksan Subjek Setelah data terkumpul, selanjutnya dilakukan pengindeksan subjek dengan cara :

46 31 a) menganalisis subjek atau mengeluarkan kata kunci dari setiap dokumen, melalui judul dan abstrak dokumen. Judul laporan penelitian biasanya sudah bisa menjawab mengenai subjek dokumen, namun abstrak tetap diperlukan untuk kelengkapan analisis subjek ini. Gambar 9 Bagan alur prosedur penelitian

47 32 b) Pengeluaran kata kunci dilakukan dengan pengindeksan tingkat medium dengan jumlah maksimal tujuh kata kunci untuk setiap artikel/dokumen, jumlah ini merupakan ketentuan dari kebijakan pengolahan bahan pustaka di perpustakaan Puslit Biologi-LIPI. Analisis subjek dibantu oleh pustakawan spesialis subjek. Kegiatan ini menghasilkan tabel yang berisi perbandingan jumlah artikel laporan teknik dengan kata kuncinya. c) Setelah kata kunci hasil dari kegiatan analisis subjek diperoleh, kemudian dilakukan standardisasi dengan menggunakan tesaurus. Standardisasi dilakukan dengan menerjemahkan kata kunci dalam bahasa Indonesia ke dalam bahasa Inggris lalu mencocokkan setiap kata kunci dengan daftar istilah (deskriptor) pada tesaurus, dalam hal ini digunakan CAB thesaurus, sebuah daftar kata/istilah terkendali yang digunakan di Perpustakaan Puslit Biologi-LIPI. Kata kunci dan deskriptor (istilah hasil pencocokan pada tesaurus) kemudian dicatat pada tabel hasil analisis subjek yang berisi daftar kata kunci dan deskriptor yang cocok dan tabel berisi deskriptor dan frekuensi perolehannya. Kedua tahap pada kegiatan pengindeksan subjek di atas bisa diilustrasikan pada gambar berikut : 3. Analisis Data dokumen analisis subjek kata kunci / deskriptor Gambar 10 Proses Pengindeksan Subjek Dokumen Analisis data dilakukan pada semua populasi yang berasal dari tahun 2006 sampai dengan Analisis dibagi menjadi tiga jenis, yaitu analisis co-words, penggugusan subjek dokumen, dan pemetaan subjek dokumen. a. Analisis Co-words Yaitu analisis hubungan antara dokumen. Kegiatan ini dilakukan dengan cara :

48 33 - memasangkan dokumen yang satu dengan dokumen lainnya secara bergiliran satu per satu lalu dilakukan pencatatan terhadap kata kunci yang sama pada setiap pemasangan dokumen tersebut. - Kemudian dibuat matriks kemiripan atau keserupaan (similarity) sesuai dengan jumlah dokumen (artikel) yang dipasangkan dan berapa kali pemasangan dilakukan - Selanjutnya, pada matriks tersebut dicatat nilai hubungan setiap pasangan dokumen. Hal ini dilakukan dengan cara menyatakan ada atau tidak ada hubungan subjek antar dokumen yang dipasangkan serta seberapa dekat hubungan subjek yang dihasilkan tersebut. 0 = menyatakan tidak ada hubungan subjek 1 = menyatakan adanya hubungan subjek Pada matriks ini, nilai koefisien Jaccard digunakan untuk mengukur hubungan dari setiap pasangan dokumen (document pair). Semakin tinggi nilai koefisiennya, maka semakin dekat subjek dokumen tersebut dengan dokumen pasangannya. Matriks ini merupakan penjabaran dari matriks simple matching. Hasil dari kegiatan ini adalah tabel matriks kemiripan (similarity). - Matriks kemiripan dibuat dengan bantuan perangkat lunak SPSS ver.18. Kemudian untuk keperluan penggugusan subjek dokumen digunakan metode complete linkage. Metode ini dipakai untuk mendapatkan jarak dalam mengelompokkan dokumen dengan cara mentransformasikan matriks koefisien Jaccard atau matriks kemiripan ke dalam tabel matriks ketidakmiripan atau ketidakserupaan (dissimilarity). Cara mentransformasikan matriks koefisien Jaccard adalah dengan menggunakan rumus : 1 nilai koefisien Jaccard - Hasil perhitungan di atas disajikan dalam tabel matriks ketidakmiripan (dissimilarity). Matriks ketidakmiripan dibuat dengan bantuan perangkat lunak Microsoft Excel. Untuk tujuan analisis, ada dua jenis analisis yang biasa dilakukan pada data bibliometrik, yaitu :

49 34 - hierarchical cluster analysis (penulis menyebutnya subject clustering) adalah teknik untuk mengidentifikasikan kelompok yang anggotanya terdiri dari objek-objek yang mirip dalam ruang multidimensi, dan - multidimensional scaling adalah teknik membuat grafik, yang memberi gambaran posisi sebuah objek dengan objek lainnya berdasarkan kesamaan atau kemiripannya. b. Penggugusan Subjek Dokumen (Subject Clustering) Tahap-tahap yang dilakukan adalah : - Penggugusan subjek dokumen dilakukan dengan bantuan perangkat lunak SPSS versi18. - Dimulai dengan melakukan analisis gugus atau analisis kelompok yaitu kegiatan menggabungkan objek ke dalam kelompokkelompok lebih besar secara berturut-turut dengan memakai ukuran kemiripan atau jarak. - Kegiatan ini menghasilkan dendrogram atau diagram yang menyerupai pohon (a tree-like diagram), yang dapat memperlihatkan hubungan dokumen secara lebih jelas. Dendrogram akan ditampilkan per tahun. c. Pemetaan Subjek Dokumen (Subject Mapping) Tahap-tahap yang dilakukan adalah : - Pemetaan subjek dilakukan dengan bantuan perangkat lunak SPSS versi Pemetaan menggunakan skala multidimensi atau multidimensional scalling (MDS). Skala multidimensi adalah teknik analisis data yang menggambarkan suatu struktur distance-like data dalam bentuk gambar. - Untuk mengukur hubungan ini diperlukan nilai stress. SPSS memakai s- stress untuk mengukur uji kelayakan (goodness of fit) dengan rentangan 1 (ntuk nilai terburuk) sampai dengan 0 (untuk nilai terbaik).

50 35 - Dengan skala ini kemiripan suatu objek dengan objek yang lain dapat dipresentasikan dalam bentuk peta, dan untuk kebutuhan analisis skala multidimensi diperlukan informasi berupa matriks ketidakmiripan (dissimilarity). Dari proses ini dihasilkan peta subjek dokumen yang akan ditampilkan per tahun. 4. Rekomendasi Pembahasan selama menginterpretasi data akan dilakukan dengan bantuan hasil kegiatan analisis data khususnya pada tahap penggugusan (clustering) dan pemetaan (mapping) subjek sebagaimana dimaksud pada langkah ke-tiga di atas. Hasilnya adalah sejumlah saran dan rekomendasi.

51 BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan diuraikan secara rinci setiap prosedur penelitian dan dibahas hasil penelitian yang diperoleh. Laporan Teknik Pusat Penelitian Biologi merupakan laporan tahunan kegiatan dan hasil penelitian yang dilakukan para peneliti setiap tahun. Penulis memilih rentang waktu tahun (yang terangkum dalam laporan teknik tahun ) karena itu adalah rentang waktu pelaksanaan Rencana Strategis (RENSTRA) Puslit Biologi Penelitian bidang biologi yang menjadi kompetensi Puslit Biologi memiliki spektrum yang sangat luas. Puslit Biologi mencoba membatasi spektrum yang luas ini dengan memberikan prioritas. Pertimbangan penentuan prioritas ini dikaitkan dengan program-program yang akan dikembangkan, baik di tingkat nasional misalnya program prioritas dari Kementrian Ristek, program utama LIPI, maupun tingkat internasional misalnya komitmen Indonesia di Convension on Biological Diversity, CITES, dan UNESCO. Namun pada intinya program penelitian Puslit Biologi selalu akan mencakup dua hal yaitu konservasi keanekaragaman hayati dan pemanfaatannya. Pengumpulan Data Dari hasil survei diperoleh sebanyak 624 artikel yang terdapat pada laporan teknik yang dikeluarkan dalam lima tahun terakhir ( ). Pengelompokan laporan teknik terbagi ke dalam dua macam sesuai dengan tahun dikeluarkannya. Pengelompokan untuk laporan teknik tahun 2006 dan 2007 berdasarkan bidang penelitian. Pengelompokan laporan teknik tahun 2008 s.d berdasarkan kegiatan tematik Program Tematik Puslit Biologi-LIPI Jumlah artikel berdasarkan bidang atau pogram tematik disajikan dalam beberapa tabel berikut. Pengelompokkan artikel penelitian pada laporan teknik tahun 2006 dan 2007 didasarkan pada bidang penelitian, disajikan pada Tabel 2.

52 38 Tabel 2 Daftar jumlah artikel laporan teknik tahun 2006 dan 2007 Tahun Bidang Jumlah artikel Jumlah 2006 Botani 69 Zoologi Mikrobiologi Botani 51 Zoologi Mikrobiologi 25 Pada Tabel 2 dapat dilihat jumlah artikel bidang botani paling banyak dibandingkan dengan dua bidang lainnya, baik pada tahun 2006 maupun tahun Jumlah artikel bidang zoologi dan mikrobiologi bahkan hampir setengah jumlah artikel bidang botani. Hal ini mengambarkan kegiatan penelitian bidang botani lebih mendominasi kegiatan penelitian di Puslit Biologi. Guna mempermudah pengelompokan kegiatan penelitian, maka mulai tahun 2008 penyusunan laporan teknik dikelompokkan bedasarkan tema kegiatan penelitian (tematik). Oleh karena itu, laporan teknik tahun 2008 s.d mulai dikelompokkan berdasarkan program tematik Puslit Biologi. Pada Tabel 3 untuk tahun 2008 terlihat program pengelolaan keanekaragaman hayati memiliki jumlah artikel terbanyak, sementara program penguasaan teknologi memiliki jumlah paling sedikit. Tabel 3 Daftar jumlah artikel laporan teknik tahun 2008 Pada Tabel 4, untuk laporan teknik tahun 2009, program penelitian ilmu pengetahuan dasar menduduki jumlah artikel terbanyak, membawahi program

53 39 pengelolaan keanekaragaman hayati. Fokus dari penelitian tahun 2009 ini lebih ke pengembangan penelitian ilmu pengetahuan dasar. Tabel 4 Daftar jumlah artikel laporan teknik tahun 2009 Terakhir adalah pada laporan teknik 2010, seperti terlihat pada Tabel 5, program pengelolaan keanekaragaman hayati memiliki jumlah artikel terbanyak melebihi program penelitian ilmu pengetahuan dasar, hal ini mengindikasikan bahwa fokus penelitian kembali pada pengelolaan keanekaragaman hayati. Di tahun 2010 terdapat program baru yaitu peningkatan kinerja dan penguatan kelembagaan. Program ini dimaksudkan untuk menampung beberapa kegiatan diluar penelitian namun sangat mendukung lembaga dalam menjalankan tugas dan fungsinya. Tabel 5 Daftar jumlah artikel laporan teknik tahun 2010 Pada penelitian ini, tema peningkatan tatalaksana dan SDM tidak dikaji karena kegiatan ini hanya bersifat administrasi dan bukan merupakan kegiatan penelitian. Selanjutnya populasi tersebut dikelompokkan berdasarkan tahun terbit laporan teknik.

54 40 Tabel 6 Data populasi penelitian laporan teknik Puslit Biologi-LIPI No. Tahun Jilid Jumlah Artikel Jumlah Pertahun I II 52 I II III I 83 II 62 I 70 II 52 I 58 II 40 III Jumlah 624 Jumlah artikel laporan teknik seharusnya meningkat dari tahun ke tahun. Namun pada tahun 2007 laporan teknik hanya berjumlah 103 artikel, dikarenakan pada tahun tahun tersebut Puslit Biologi-LIPI sedang melakukan perpindahan gedung dari gedung yang lama di Bogor ke gedung baru di Cibinong, sehingga terjadi pengurangan kegiatan penelitian (eksplorasi lapangan). Selain itu, pada tahun 2009, Puslit Biologi-LIPI mengambil kebijakan sementara untuk mengurangi kegiatan survei ke luar daerah, untuk memberi kesempatan kepada para peneliti memfokuskan dahulu pada kegiatan penulisan laporan maupun publikasi (dalam bentuk artikel jurnal atau buku) khususnya tentang apa yang sudah dilakukan satu tahun terakhir. Pengindeksan Subjek Tujuan pengindeksan subjek adalah menentukan fokus dari isi intelektual suatu dokumen, jadi merupakan jawaban dari pertanyaan berbicara tentang apa

55 41 suatu dokumen. Pengindeksan yang dilakukan mencakup dua langkah kegiatan intelektual: 1. Analisis subjek disebut juga analisis konseptual atau analisis isi dokumen. Kegiatan ini dilakukan dengan cara menganalisis untuk mengeluarkan istilah dari setiap dokumen. Dimulai dengan cara memahami mengenai apa dokumen tersebut dan memperkirakan aspek-aspek mana dari dokumen yang paling penting. Analisis subjek ini dapat dicatat di atas kertas, tetapi biasanya hanya ada dalam pikiran pengindeks. Proses pengeluaran dilakukan melalui kata-kata pada judul, membaca dan mencari istilah penting pada abstrak artikel, menelaah kata kunci yang sudah dibuat oleh penulis artikel, atau mensintesis pikiran-pikiran utama pada artikel tersebut melalui pendahuluan, hasil dan kesimpulan. Umumnya judul laporan penelitian biasanya sudah bisa menjawab mengenai apa dokumen tersebut, namun abstrak juga menyimpan informasi penting yang berguna dalam proses analisis. Pengeluaran kata kunci dilakukan dengan pengindeksan tingkat medium, dan ditentukan maksimal sebanyak tujuh kata kunci untuk setiap artikel/dokumen, dengan pertimbangan bahwa setiap dokumen cukup diwakili dengan tujuh kata kunci, yang bisa mewakili subjeknya. Dasar pertimbangannya adalah semua kata kunci bisa memenuhi konsep Personality, Matter, Energy, Space and Time (PMEST) dari Ranganathan dengan penambahan pada facet Person dan Manner, sehingga 5 (PMEST) + 2(PM) = 7. Disamping itu jumlah tersebut merupakan ketentuan (kebijakan pengolahan bahan pustaka) di perpustakaan Puslit Biologi-LIPI. Kata kunci yang diperoleh kemudian dicatat dalam daftar kata kunci pada berkas perangkat lunak MS Excel. Kegiatan ini dibantu oleh pustakawan analisis subjek dan peneliti bidang biologi. 2. Standardisasi istilah yaitu proses penerjemahan hasil analisis subjek / analisis konseptual ke dalam suatu kosa kata tertentu (khusus) atau disebut bahasa indeks. Pada tahap ini digunakan kosakata terkendali (controlled vocabulary) yaitu CAB thesaurus. Setiap kata kunci yang diperoleh kemudian dicocokkan atau dicari isilah yang paling sesuai pada daftar istilah (deskriptor) dalam CAB thesaurus di website dengan menggunakan fasilitas kotak penelusuran yang disediakan secara online. Diupayakan setiap kata kunci mempunyai

56 42 padanan dalam daftar deskriptor pada CAB thesaurus, sehingga hasilnya jumlah kata kunci sama dengan jumlah deskriptor. Jika sebuah kata kunci tidak terwakili oleh sebuah deskriptor, maka dipilih istilah yang lebih luas (lebih umum) satu tingkat di atas deskriptor tersebut. Setiap deskriptor yang cocok dan dapat mewakili kata kunci, kemudian dicatat dalam daftar deskriptor pada berkas perangkat lunak MS Excel. Hasil dari kegiatan ini disajikan pada Tabel 3. Tabel ini berisi daftar perbandingan jumlah artikel dan jumlah kata kunci pada setiap tahun laporan teknik. Analisis Subjek Artikel Laporan Teknik Laporan teknik tahun 2006 s.d berisi 624 artikel. Dari 624 artikel tersebut, dilakukan analisis subjek untuk memperoleh kata kunci yang bisa mewakili subjek setiap artikel dokumen. Jumlah kata kunci yang berhasil dikeluarkan sebanyak kata kunci. Sehingga rata-rata artikel memiliki 3,57 kata kunci. Pada Tabel 7 disajikan jumlah artikel laporan teknik, jumlah kata kunci, jumlah rata-rata kata kunci pada setiap artikel, jumlah kata kunci yang sama, dan persentasenya. Tabel 7 Perbandingan jumlah artikel laporan teknik dengan kata kunci Perbandingan Jumlah artikel Jumlah kata kunci Jumlah ratarata kata kunci per artikel Jumlah kata kunci yang Jumlah kata kunci yang tidak sama Tahun Jumlah ,81 3,68 3,35 3,20 3,79 3, (54,10%) 224 (45,90%) 169 (44,59%) 210 (55,41%) 237 (48,77%) 249 (51,23%) 147 (40,61%) 215 (59,39%) 258 (50,39%) 254 (49,61%) (48,27%) (51,73%)

57 43 Kata kunci yang dikeluarkan dari artikel paling sedikit adalah dua kata kunci,dan paling banyak adalah tujuh kata kunci. Adapun yang dimaksud dengan kata kunci yang sama adalah kata-kata kunci yang terdapat juga pada dokumen lain sehingga paling sedikit ada dua dokumen yang memiliki kata kunci tersebut, oleh karena itu disebut juga sebagai kata kunci yang berulang (muncul berulang kali di beberapa dokumen). Sedangkan yang dimaksud dengan kata kunci yang tidak sama adalah kebalikan dari kata kunci yang sama, yaitu kata-kata kunci yang hanya sekali muncul pada sebuah dokumen, oleh karena itu disebut juga sebagai kata kunci yang tidak berulang. Jumlah kata kunci yang sama terbanyak terdapat di laporan teknik tahun 2006, yaitu sebanyak 264 kata kunci atau 54,10 % dari jumlah seluruh kata kunci pada laporan teknik Meskipun laporan teknik tahun 2006 bukan merupakan laporan teknik yang memiliki jumlah kata kunci terbanyak. Jumlah kata kunci yang sama yang paling sedikit terdapat di laporan teknik tahun 2009, yaitu 147 kata kunci atau 40,61 % dari seluruh kata kunci tahun 2009, kebetulan laporan teknik tahn 2009 adalah laporan teknik yang memiliki kata kunci paling sedikit. Kata kunci yang sama bisa sedikit menggambarkan keterkaitan subjek antar artikel pada tahun tertentu. Semakin tinggi jumlahnya, maka keterkaitan subjek antar artikel bisa dikatakan semakin tinggi. Jumlah kata kunci yang tidak sama tertinggi terdapat di laporan teknik tahun 2010, yaitu sebanyak 254 atau 49,61 % dari jumlah kata kunci di tahun 2010, sementara kata kunci yang tidak sama yang paling sedikit terdapat di laporan teknik tahun 2007, yaitu 210 kata kunci atau 55,41 % dari jumlah kata kunci di tahun Kata kunci yang tidak sama bisa menggambarkan secara umum keragaman subjek pada artikel laporan teknik pada tahun tertentu. Semakin banyak jumlah kata kunci yang tidak sama, maka semakin beragam subjek yang dimiliki laporan teknik dan sebaliknya. Standardisasi Istilah pada Artikel Laporan Teknik Pada bagian ini akan diuraikan hasil kegiatan standardisasi kemudian dilanjutkan dengan penyajian tabel yang berisi tujuh deskriptor yang sama (berulang), artinya deskriptor yang juga dimiliki oleh artikel lain sehingga

58 44 dikatakan muncul berulang. Frekuensi kemunculan deskriptor pada laporan teknik setiap tahun memberikan gambaran subjek secara umum dalam setahun. Ditentukan tujuh deskriptor karena dianggap cukup mewakili gambaran subjek secara umum. Dari setiap kata kunci pada laporan teknik tahun 2006 yang diperoleh kemudian dicari satu istilah yang paling cocok dan bisa mewakili kata kunci tersebut pada CAB thesaurus. 488 kata kunci telah distandardisasi menjadi 488 deskriptor. Istilah yang diperoleh pada tesaurus disebut deskriptor (descriptor). Sebagian daftar kata kunci dan deskriptor hasil standardisasi disajikan pada Tabel 8. Tabel 8 Daftar kata kunci dan deskriptor pada artikel laporan teknik 2006 No. Kata kunci Deskriptor 1 Actinomycetes Actinomycetales 2 aids acquired immune deficiency syndrome 3 anggrek Orchidaceae 4 Aves Birds 5 bakteri denitrifikasi denitrifying bacteria 6 bakteri rhizosfer rhizosphere bacteria 7 Bali Bali 8 burung Birds 9 cacing parasit pada hewan animal parasitic nematodes 10 cagar alam nature reserves 11 Cerambycidae Cerambycidae 12 Colubridae Colubridae 13 daya hambat Inhibition 14 Diospyros celebica Diospyros 15 etanol ethanol 16 faktor lingkungan environmental factors 17 feed digestibility digestibility 18 fermentasi fermentation 19 Flores Nusa Tenggara 20 fosfomonoesterase phosphoric monoester hydrolases 21 Gastropoda Gastropoda 22 hutan lindung protection forests 23 induksi induction 24 invertebrata tanah soil invertebrates 25 jenis dilindungi protected species 26 kalus (bagian pohon) Callus

59 45 No. Kata kunci Deskriptor 27 karakterisasi characterization 28 keanekaragaman diversity 29 kebakaran hutan forest fires Selanjutnya dari setiap deskriptor yang diperoleh pada tahun 2006 ini, kemudian dicatat deskriptor yang sama (berulang) disertai dengan frekuensi kemunculannya. Yang dimaksud frekuensi kemunculan adalah jumlah kemunculan sebuah deskriptor pada artikel lain. Berikut adalah Tabel 9 yang berisi tujuh deskriptor yang memiliki frekuensi kemunculan tertinggi. Penentuan tujuh deskriptor karena dianggap sudah bisa mewakili gambaran subjek secara umum serta dapat mempermudah dalam menganalisisnya. Tabel 9 Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun 2006 No. Deskriptor Frekuensi 1 Java 44 2 national parks 29 3 diversity 14 4 Kalimantan 14 5 Sulawesi 13 6 Pandanaceae 10 7 Pandanus 7 Dari Tabel 9 di atas dapat dilihat peringkat teratas untuk deskriptor yang mempunyai frekuensi kemunculan di atas tujuh kali artinya paling sedikit tujuh artikel memiliki deskriptor tersebut. Hal ini menunjukkan bahwa secara umum mayoritas artikel Laporan Teknik 2006 meliputi deskriptor tersebut. Untuk laporan teknik tahun Dari setiap kata kunci yang diperoleh kemudian dicari istilah yang paling cocok dan bisa mewakili kata kunci tersebut pada CAB thesaurus. Hasilnya adalah 379 kata kunci telah distandardisasi menjadi 379 deskriptor. Sebagian daftar kata kunci dan deskriptor yang diperoleh disajikan pada Tabel 10.

60 46 Tabel 10 Daftar kata kunci dan deskriptor artikel laporan teknik 2007 No. Kata kunci Deskriptor 1 Antikarsinogenesis anticarcinogenic properties 2 benzo[a]pyrene benzopyrene 3 Biodegradasi biodegradation 4 cangkok grafting 5 Centrocema pubescens Centrosema pubescens 6 jamur mikoriza mycorrhizal fungi 7 jamur tanah soil flora 8 jati super Tectona grandis 9 karotenoid sel tunggal carotenoids 10 kawasan Malesia oriental Region 11 kompos organik organic fertilizers 12 lactase beta-galactosidase 13 logam berat heavy metals 14 mencit strain Swiss mice 15 mikroflora microbial flora 16 Palmae Arecaceae Selanjutnya dari setiap deskriptor yang diperoleh pada tahun 2007 ini, kemudian dicatat frekuensi kemunculannya. Berikut adalah Tabel 11 yang berisi tujuh deskriptor yang memiliki frekuensi kemunculan tertinggi. Tabel 11 Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun 2007 No. Deskriptor Frekuensi 1 Java 23 2 national parks 20 3 Irian Jaya 20 4 Pandanaceae 10 5 Kalimantan 6 6 diversity 6 7 Indonesia 5 Dari Tabel 11 di atas dapat dilihat peringkat teratas untuk deskriptor yang mempunyai frekuensi kemunculan di atas lima kali artinya paling sedikit lima artikel memiliki deskriptor tersebut. Hal ini menunjukkan bahwa secara umum mayoritas subjek artikel Laporan Teknik 2007 meliputi deskriptor tersebut.

61 47 Untuk laporan teknik tahun 2008 dengan kata kunci sebanyak 486. Kemudian dilakukan standardisasi dengan cara mencari istilah yang paling cocok dan bisa mewakili kata kunci tersebut pada CAB thesaurus. Hasilnya adalah 486 kata kunci telah distandardisasi ke dalam 486 deskriptor. Sebagian kata kunci dan deskriptor disajikan pada Tabel 12. Tabel 12 Daftar kata kunci dan deskriptor artikel laporan teknik tahun 2008 No. Kata kunci Descriptor 1 aktifitas enzim enzyme activity 2 amonium tiosulfat ammonium thiosulfate 3 amplifikasi amplification 4 Aquilaria Aquilaria 5 Aspergillus oryzae Aspergillus flavus var. oryzae 6 bakteri bacteria 7 bakteri denitrifikasi denitrifying bacteria 8 bakteri nitrogen nitrogen fixing bacteria 9 bakteri pelarut fosfat phosphate solubilizing bacteria 10 b-galaktosidase beta-galactosidase 11 biodegradasi biodegradation 12 budidaya tanaman plant breeding 13 burung birds 14 cacatua (Psittaciformes) Psittacidae 15 cagar biosphere reserved areas 16 Chiroptera Chiroptera 17 cryptic species sympatric species Selanjutnya frekuensi kemunculan dari setiap deskriptor yang diperoleh pada tahun 2008 ini dicatat pada berkas MS Excel. Pada Tabel 13 berikut disusun tujuh deskriptor yang memiliki frekuensi kemunculan tertinggi. Tabel 13 Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun 2008 No. Deskriptor Frekuensi 1 Java 42 2 national parks 17

62 48 No. Deskriptor Frekuensi 3 Irian Jaya 16 4 Sumatra 13 5 Pandanaceae 11 6 karst soils 9 7 mangroves 8 Tabel di atas berisi daftar deskriptor yang mempunyai frekuensi kemunculan di atas delapan kali, artinya paling sedikit delapan artikel memiliki deskriptor tersebut. Hal ini menunjukkan bahwa secara umum mayoritas subjek artikel Laporan Teknik 2008 meliputi deskriptor tersebut. Sementara untuk tahun 2009, 362 kata kunci yang diperoleh kemudian dicari satu istilah yang paling cocok dan bisa mewakili kata kunci tersebut pada CAB thesaurus. Hasil dari kegiatan ini adalah, dari 362 kata kunci telah distandardisasi ke dalam 362 deskriptor. Tabel 14 menyajikan sebagian kata kunci dan deskriptor tersebut. Tabel 14 Daftar kata kunci dan deskriptor pada artikel laporan teknik tahun 2009 No. Kata kunci Deskriptor 1 Acarina Acari 2 air laut sea water 3 Altingia excelsa Altingia excelsa 4 Artiodactyla Artiodactyla 5 Asteraceae Asteraceae 6 Averrhoa carambola Averrhoa carambola 7 Avicennia marina Avicennia marina 8 avifauna fauna 9 bakteri tanah soil bacteria 10 binatang air tawar freshwater animals 11 biologi tanah soil biology 12 biomass biomass 13 Brugmansia suaveolens Brugmansia suaveolans 14 burung liar wild birds 15 carbaryl carbaryl 16 cendana Santalum album Selanjutnya, frekuensi kemunculan dari setiap deskriptor yang diperoleh pada tahun 2009 ini kemudian dicatat. Hasil pencatatan frekuensi kemunculan disajikan

63 49 pada Tabel 15 yang berisi daftar tujuh kemunculan tertinggi. deskriptor yang memiliki frekuensi Tabel 15 Daftar tujuh deskriptor dengan frekuensi kemunculan tertinggi tahun 2009 No. Deskriptor Frekuensi 1 Java 12 2 national parks 9 3 Kalimantan 8 4 mountain areas 6 5 mangroves 6 6 growth 5 7 Pandanaceae 5 Pada Tabel 15 dapat dilihat peringkat teratas untuk deskriptor yang mempunyai frekuensi kemunculan di atas lima kali, artinya paling sedikit lima artikel mengandung deskriptor tersebut. Hal ini menunjukkan bahwa secara umum mayoritas subjek artikel Laporan Teknik 2009 meliputi deskriptor tersebut. Setiap kata kunci yang diperoleh pada laporan teknik tahun 2010, kemudian dicari pada CAB thesaurus satu istilah yang paling cocok dan bisa mewakili kata kunci tersebut. Hasilnya, 512 kata kunci telah distandardisasi menjadi 512 deskriptor. Tabel 16 menyajikan sebagian kata kunci dan deskriptor tersebut. Tabel 16 Daftar kata kunci dan deskriptor artikel laporan teknik tahun 2010 No. Kata kunci Deskriptor 1 aktivitas denitrifikasi denitrification 2 Archangelisia flava Arcangelisia flava 3 bakteri asam laktat lactic acid bacteria 4 bank biji seed banks 5 biosintetis biosynthesis 6 Chalcophaps indica Chalcophaps indica 7 daerah aliran sungai watersheds 8 dragonflies Odonata 9 kestabilan genetis genetic stability 10 makanan fermentasi fermented foods 11 mikroba tanah soil bacteria 12 nematoda parasit pada tumbuhan plant parasitic nematodes 13 Piperaceae Piperaceae

64 50 No. Kata kunci Deskriptor 14 santan kelapa coconut milk 15 semai seedlings 16 sinar gamma gamma radiation Setiap deskriptor yang diperoleh kemudian dicatat frekuensi kemunculannya. Tabel 17 berikut menyajikan daftar tujuh deskriptor yang memiliki frekuensi kemunculan tertinggi. Tabel 17 Daftar tujuh deksriptor dengan frekuensi kemunculan tertinggi thn 2010 No. Deskriptor Frekuensi 1 Java 37 2 national parks 22 3 diversity 16 4 Kalimantan 13 5 mountains 10 6 Maluku 8 7 fungi 8 Dari Tabel 17 dapat dilihat peringkat teratas untuk deskriptor yang mempunyai frekuensi kemunculan di atas delapan kali artinya paling sedikit ada delapan artikel yang memiliki kata kunci tersebut, diurut berdasarkan frekuensi tertinggi. Hal ini menunjukkan bahwa secara umum mayoritas subjek artikel Laporan Teknik 2010 meliputi deskriptor tersebut. Dari uraian di atas dapat disimpulkan bahwa tidak semua kata kunci terdapat/tercantum dalam tesaurus. Untuk kata kunci yang tidak terdapat dalam tesaurus kemudian dicarikan satu istilah yang lebih luas (lebih umum), jika tetap tidak ditemukan maka kata kunci tersebut dikumpulkan untuk dijadikan bahan pertimbangan dan masukan (sebagai calon deskriptor) ke pemegang otoritas pengelola CABI Thesaurus. Terdapat 21 kata kunci yang diusulkan sebagai deskriptor (calon deskriptor). Sementara kata kunci telah distandardisasi menjadi deskriptor.

65 51 Analisis Data Pada analisis data dilakukan tiga jenis kegiatan, yaitu analisis co-words serta penggugusan subjek dan pemetaan subjek dokumen. Masing-masing kegiatan dibahas lebih lanjut pada uraian berikut. Tujuan dari kegiatan co-words adalah agar dokumen yang sama dapat dikelompokkan berdasarkan subjeknya, kemudian diidentifikasi gugus dokumen yang memiliki topik yang sama. a. Analisis Co-Words Pada pembahasan berikut ini, diuraikan analisis co-words artikel laporan teknik per tahun. Kegiatan ini dilakukan dengan cara memasangkan artikel satu persatu lalu dicatat kata kunci yang sama pada setiap pasangan artikel. Kemudian dibuat matriks kemiripan sesuai dengan jumlah artikel pertahun yang dipasangkan dan berapa kali pemasangan dilakukan. Selanjutnya, pada matriks tersebut dicatat nilai hubungan setiap pasangan dokumen. Nilai koefisien Jaccard digunakan untuk mengukur hubungan dari setiap pasangan dokumen. Semakin tinggi nilai koefisiennya, maka semakin dekat subjek dokumen tersebut dengan dokumen pasangannya. Matriks kemiripan ini selanjutnya digunakan untuk penggugusan artikel berdasarkan subjeknya. Kemudian dibuat matriks ketidakmiripan dengan cara mengurangi nilai satu dengan nilai yang diperoleh pada matriks kemiripan (nilai koefisien Jaccard). Matriks ketidakmiripan ini diperlukan untuk pemetaan subjeknya. Semua tahap pekerjaan ini dilakukan dengan bantuan perangkat lunak Microsoft Excel dan SPSS. Berikut akan diuraikan analisis co-words setiap tahun laporan teknik. Pada laporan teknik tahun 2006 terdapat sebanyak 128 artikel laporan hasil penelitian. Untuk mencari jumlah kombinasi pasangan setiap dokumen (artikel) pada laporan teknik tersebut digunakan rumus n (n-1) / 2, maka 128 (128-1) / 2 = pasang dokumen. Setelah diketahui kombinasi pasangan setiap dokumen, selanjutnya adalah memasangkan dokumen yang satu dengan dokumen lainnya secara bergiliran dengan memperhatikan deskriptornya, lalu dilakukan pencatatan terhadap deskriptor yang dimiliki bersama pada setiap pasangan dokumen. Analisis hubungan antar deskriptor atau subjek dengan menggunakan rumus koefisien

66 52 Jaccard, sehingga diperoleh sebuah matriks kemiripan. Potongan matriks kemiripan ditampilkan pada Tabel 18. Tabel 18 Potongan dari matriks kemiripan co-words artikel tahun 2006 Dok. B001 B002 B003 B004 B005 B006 B007 B008 B... B128 B B002 0, B003 0,000 0, B004 0,000 0,000 0, B005 0,000 0,000 0,500 0, B006 0,000 0,000 0,250 0,250 0, B007 0,000 0,000 0,167 0,167 0,167 0, B008 0,000 0,000 0,200 0,200 0,200 0,250 0, B B128 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0, Keterangan : - Nilai 0 yang terlihat secara diagonal pada gambar di atas merupakan nilai yang tidak didefinisikan (undefined value) - Nilai 0,000 adalah nilai pasangan dokumen yang tidak memiliki kesamaan subjek - Pasangan dokumen 2 (B002) dan dokumen 1 (B001) memiliki deskriptor yang sama sebanyak dua buah, sementara B001 memiliki 4 deskriptor dan B002 memiliki 3 deskriptor. Dengan demikian koefisien Jaccard similarity adalah 2 (jumlah deskriptor yang sama) dibagi dengan 5 (jumlah deskriptor yang dimiliki B001 dan B002, dengan catatan kata kuci yang sama tidak hitung lagi). Jadi koefisien Jaccard atau nilai kemiripan adalah 2/5 = 0, Demikian juga antara dokumen 4 (B004) dengan dokumen 3 (B003) terdapat dua cowords (jumlah deskriptor yang sama), sementara jumlah deskriptor kedua dokumen tersebut sebanyak 4 deskriptor, karena D03 memiliki 3 deskriptor dan D04 memiliki 3 deskriptor (dengan catatan: deskriptor yang sama tidak dihitung lagi). Maka koefisien Jaccard atau nilai kemiripan adalah 2/4 = 0,500.

67 53 Matriks pada Tabel 18 di atas merupakan matriks kemiripan yang disusun membentuk segitiga simetris dari atas ke bawah, namun hanya sebagian matriks yang dapat ditampilkan. Kode (B...) pada masing-masing baris menunjukkan nomor dokumen. Dari pasangan dokumen, sebanyak pasangan atau 18,713 % mempunyai hubungan atau disebut co-words, sedangkan sisanya sebanyak pasangan atau 81,287 % tidak mempunyai hubungan atau tidak co- word (non cowords), berikut tabelnya : Tabel 19 Co-words dan non co-words tahun 2006 Hasil analisis Jumlah Persentase co-words ,713 non co-words ,287 Total ,000 Koefisien Jaccard dipakai untuk mengukur kedekatan hubungan dari setiap pasangan dokumen (artikel), jadi semakin tinggi nilai koefisien Jaccard yang diperoleh berarti semakin dekat hubungan sebuah dokumen dengan dokumen lainnya. Selanjutnya digunakan metode average linkage (between groups) untuk mendapatkan nilai jarak dalam rangka mengelompokkan dokumen tersebut, maka nilai pada matriks koefisien Jaccard di atas ditransformasikan ke dalam matriks ketidakmiripan. Tabel 20 Potongan dari matriks ketidakmiripan co-words artikel tahun 2006 Dok. B001 B002 B003 B004 B005 B006 B007 B008 B... B128 B B002 0, B003 1,000 1, B004 1,000 1,000 0, B005 1,000 1,000 0,500 0,

68 54 Dok. B001 B002 B003 B004 B005 B006 B007 B008 B... B128 B006 1,000 1,000 0,750 0,750 0, B007 1,000 1,000 0,833 0,833 0,833 0, B008 1,000 1,000 0,800 0,800 0,800 0,750 0, B B128 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1, Keterangan : - Nilai 0 yang terlihat secara diagonal pada matriks merupakan nilai undefined - Nilai 1,000 pada matriks ketidakmiripan adalah nilai maksimum, yang berarti pasangan dokumen tersebut tidak memiliki kemiripan (subjek). - Nilai di bawah 1,000 adalah nilai hasil pengurangan angka satu dengan nilai yang ada pada matriks kemiripan (disebut juga nilai hasil transformasi dari nilai koefisien Jaccard). Matriks ketidakmiripan diperlukan untuk memetakan subjeknya. Tahap ini dilakukan dengan bantuan perangkat lunak SPSS v.18. Hasil transformasi bisa dilihat pada Tabel 20. Data pada Matriks ini akan digunakan pada saat pemetaan subjek. Pada Laporan Teknik tahun 2007 terdapat sebanyak 103 artikel laporan hasil penelitian. Untuk mencari jumlah kombinasi pasangan setiap artikel pada Laporan Teknik tersebut digunakan rumus n (n-1) / 2, maka diperoleh 103 (103-1) / 2 = pasangan dokumen. Setelah diketahui kombinasi pasangan setiap dokumen. Selanjutnya adalah memasangkan dokumen yang satu dengan dokumen lainnya secara bergiliran. Rumus koefisien Jaccard dipakai untuk menganalisis hubungan antar deskriptor (subjek), hasilnya adalah sebuah matriks kemiripan. Potongan matriks kemiripan ditampilkan pada Tabel 21.

69 55 Tabel 21 Potongan dari matriks kemiripan co-words artikel tahun 2007 Dok C001 C002 C003 C004 C005 C006 C007 C008 C... C103 C C002 0, C003 0,000 0, C004 0,250 0,143 0, C005 0,000 0,000 0,400 0, C006 0,000 0,000 0,000 0,000 0, C007 0,000 0,000 0,000 0,000 0,000 0, C008 0,000 0,000 0,000 0,000 0,000 0,286 0, C C103 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0, Matriks pada Tabel 21 di atas merupakan matriks kemiripan yang disusun membentuk segitiga dari atas ke bawah, namun hanya sebagian matriks yang dapat ditampilkan. Kode (C...) pada masing-masing baris menunjukkan nomor urutan dokumen. Dari pasangan dokumen, sebanyak 622 pasangan atau 11,841% mempunyai hubungan atau disebut co-words, sedangkan sisanya sebanyak pasangan atau 88,159% tidak mempunyai hubungan atau tidak co- words (non cowords), berikut tabelnya : Tabel 22 Co-words dan non co-words tahun 2007 Hasil analisis Jumlah Persentase co-words ,841 non co-words ,159 Total ,000

70 56 Selanjutnya digunakan metode average linkage (between groups) untuk mendapatkan nilai jarak dalam rangka mengelompokkan dokumen tersebut, maka nilai pada matriks koefisien Jaccard di atas ditransformasikan ke dalam matriks ketidakmiripan. Tahap ini dilakukan dengan bantuan perangkat lunak SPSS v.18. Hasil transformasi bisa dilihat pada Tabel 23. Tabel 23 Potongan dari matriks ketidakmiripan co-words artikel tahun 2007 Dok. C001 C002 C003 C004 C005 C006 C007 C008 C... C103 C C002 0, C003 1,000 1, C004 0,750 0,857 0, C005 1,000 1,000 0,600 0, C006 1,000 1,000 1,000 1,000 1, C007 1,000 1,000 1,000 1,000 1,000 0, C008 1,000 1,000 1,000 1,000 1,000 0,714 0, C C103 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1, Pada Laporan Teknik tahun 2008 terdapat sebanyak 145 artikel laporan hasil penelitian. Untuk mencari jumlah kombinasi pasangan setiap artikel pada Laporan Teknik tersebut digunakan rumus n (n-1) / 2, maka diperoleh 145 (145-1) / 2 = pasang artikel. Selanjutnya adalah memasangkan dokumen yang satu dengan dokumen lainnya secara bergiliran, lalu dilakukan pencatatan terhadap deskriptor yang sama pada setiap pasangan dokumen. Kegiatan analisis hubungan antar deskriptor (subjek) dengan menggunakan rumus koefisien Jaccard, hasilnya adalah diperoleh sebuah matriks kemiripan. Potongan matriks kemiripan ditampilkan pada Tabel 24.

71 57 Tabel 24 Potongan dari matriks kemiripan co-words artikel tahun 2008 Dok. D001 D002 D003 D004 D005 D006 D007 D008 D... D149 D D002 0, D003 0,111 0, D004 0,143 0,167 0, D005 0,143 0,167 0,143 0, D006 0,143 0,167 0,143 0,200 0, D007 0,143 0,167 0,143 0,200 0,200 0, D008 0,125 0,143 0,125 0,167 0,167 0,167 0, D D149 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0, Dari pasangan dokumen, sebanyak pasangan atau 12,864% mempunyai hubungan atau disebut co-words, sedangkan sisanya sebanyak pasangan atau 87,136% tidak mempunyai hubungan atau non co-words, disajikan pada Tabel 25 berikut : Tabel 25 Co-words dan non co-words tahun 2008 Hasil analisis Jumlah Persentase co-words ,864 non co-words ,136 Total ,000 Adapun hasil transformasi bisa dilihat pada Tabel 26.

72 58 Tabel 26 Potongan dari matriks ketidakmiripan co-words artikel tahun 2008 Dok. D001 D002 D003 D004 D005 D006 D007 D008 D... D149 D D002 0, D003 0,889 0, D004 0,857 0,833 0, D005 0,857 0,833 0,857 0, D006 0,857 0,833 0,857 0,800 0, D007 0,857 0,833 0,857 0,800 0,800 0, D008 0,875 0,857 0,875 0,833 0,833 0,833 0, D D149 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1, Pada Laporan Teknik tahun 2009 terdapat sebanyak 113 artikel laporan hasil penelitian. Untuk mencari jumlah kombinasi pasangan setiap artikel pada Laporan Teknik tersebut digunakan rumus n (n-1) / 2, maka diperoleh 113 (113-1) / 2 = pasang dokumen. Adapun potongan matriks kemiripan ditampilkan pada Tabel 27 berikut : Tabel 27 Potongan dari matriks kemiripan co-words artikel tahun 2009 Dok. G001 G002 G003 G004 G005 G006 G007 G008 G... G113 G001 0 G002 0,000 0 G003 0,000 0,000 0 G004 0,000 0,000 0,250 0 G005 0,000 0,000 0,000 0,

73 59 Dok. G001 G002 G003 G004 G005 G006 G007 G008 G... G113 G006 0,000 0,000 0,000 0,000 0,333 0 G007 0,000 0,000 0,000 0,000 0,143 0,250 0 G008 0,000 0,000 0,000 0,000 0,000 0,000 0, G G113 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0, Dari pasangan dokumen, sebanyak 287 pasangan atau 4,535% mempunyai hubungan atau disebut co-words, sedangkan sisanya sebanyak pasangan atau 95,465% tidak mempunyai hubungan atau non co-words, berikut tabelnya : Tabel 28 Co-words dan non co-words tahun 2009 Hasil analisis Jumlah Persentase co-words 287 4,535 non co-words ,465 Total ,000 Adapun hasil transformasi bisa dilihat pada Tabel 29. Tabel 29 Potongan dari matriks ketidakmiripan co-words artikel tahun 2009 Dok. G001 G002 G003 G004 G005 G006 G007 G008 G... G G G002 1, G003 1,000 1, G004 1,000 1,000 0, G005 1,000 1,000 1,000 1,000 0

74 60 Dok. G001 G002 G003 G004 G005 G006 G007 G008 G... G G006 1,000 1,000 1,000 1,000 0, G007 1,000 1,000 1,000 1,000 0,857 0, G008 1,000 1,000 1,000 1,000 1,000 1,000 1,000 0 G G113 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1, Pada Laporan Teknik tahun 2010 terdapat sebanyak 135 artikel laporan hasil penelitian. Untuk mencari jumlah kombinasi pasangan setiap artikel pada Laporan Teknik tersebut digunakan rumus n (n-1) / 2, maka diperoleh 135 (135-1) / 2 = pasang dokumen. Potongan matriks kemiripan ditampilkan pada Tabel 30 berikut : Tabel 30 Potongan dari matriks kemiripan co-words artikel tahun 2010 Dok. A001 A002 A003 A004 A005 A006 A007 A008 A... A135 A A002 0, A003 0,000 0, A004 0,000 0,000 0, A005 0,000 0,000 0,333 0, A006 0,143 0,000 0,000 0,000 0, A007 0,000 0,000 0,000 0,000 0,000 0, A008 0,000 0,000 0,000 0,000 0,000 0,000 0, A A135 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0, Dari pasangan dokumen, sebanyak pasangan atau 13,930% mempunyai hubungan atau disebut co-words, sedangkan sisanya sebanyak pasangan atau 86,070% tidak mempunyai hubungan atau tidak co- words (non co-

75 61 words), ditampilkan pada Tabel 31. Adapun hasil transformasi bisa dilihat pada Tabel 32. Tabel 31 Co-words dan non co-words tahun 2010 Hasil analisis Jumlah Persentase co-words ,930 non co-words ,070 Total ,000 Tabel 32 Potongan dari matriks ketidakmiripan co-words artikel tahun 2010 Dok. A001 A002 A003 A004 A005 A006 A007 A008 A... A135 A A002 0, A003 1,000 1, A004 1,000 1,000 1, A005 1,000 1,000 0,667 0, A006 0,857 1,000 1,000 1,000 1, A007 1,000 1,000 1,000 1,000 1,000 1, A008 1,000 1,000 1,000 1,000 1,000 1,000 0, A A135 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1, b. Penggugusan dan Pemetaan Subjek Dokumen Penggugusan Subjek (Subject Clustering) Setelah dilakukan analisis kedekatan dokumen dengan menggunakan metode co-words. Dalam melakukan penggugusan dikenal adanya dua metode yaitu metode hirarkhis (hierarchical clustering) dan metode non hirarkhis (non

76 62 hierarchical clustering). Dalam penelitian ini, metode penggugusan subjek yang dipilih adalah metode hirarkhis (hierarchical clustering). Metode ini dipilih karena lebih mendukung penelitian dengan menggunakan analisis co-words. Tahap analisis hubungan antar subjek dengan menggunakan matriks kemiripan (similarity) tadi kemudian dilanjutkan dengan penggugusan (clustering) subjeknya dengan menggunakan perangkat lunak SPSS v.18 melalui menu Analyze classify Hierarchical cluster. Pada menu statistics dipilih Agglomeration schedule dan Proximity matrix, kemudian memilih dendrogram dan all cluster pada menu Plot. Terakhir adalah menentukan metode penggugusannya (cluster method) yaitu dengan memilih between groups linkage dengan interval : squared Euclidean distance, hasilnya adalah sebuah diagram pohon (dendrogram). Pemetaan Subjek dengan Skala Multidimensi Dalam rangka memetakan penyebaran subjek penelitian maka dibuat skala multidimensi. Skala multidimensi atau multidimensional scaling disingkat MDS adalah teknik analisis data yang menggambarkan suatu struktur distance-like data dalam bentuk gambar. Dengan MDS kemiripan suatu objek dengan objek yang lain dapat dipresentasikan dalam bentuk peta. Untuk kebutuhan analisis MDS diperlukan informasi berupa matriks ketidakmiripan (dissimilarity). Berikut adalah gabungan penyajian dendrogram dan peta skala multidimensi (multidimensional scaling) data artikel laporan teknik untuk setiap tahun beserta pembahasannya. Penggugusan dan Pemetaan Subjek Laporan Teknik tahun 2006 Pada pembahasan berikut digunakan istilah gugus untuk penggerombolan atau pengelompokan yang terbentuk dari hasil proses penggugusan (clustering) maupun dari proses pemetaan pada skala multidimensi. Istilah kuadran dipakai untuk menunjukkan pembagian daerah pada gambar hasil proses pemetaan pada skala multidimensi. Untuk memudahkan pemahaman kuadran dibagi menjadi empat yaitu Kuadran I, Kuadran II, Kuadran III, dan Kuadran IV.

77 63 Pada Lampiran 1 yang berisi dendrogram hasil penggugusan subjek laporan teknik tahun 2006 terlihat sebanyak tiga gugus (kelompok) yang paling dominan yaitu Gugus I (Pandanaceae dan Sulawesi) memiliki artikel sebanyak 19 artikel ; Gugus II (peatland dan Kalimantan) memiliki artikel sebanyak 17 artikel; Gugus III (Java, national parks, cyanides, dan Pandanaceae) memiliki artikel sebanyak 41 artikel serta ada kelompok kecil pada Gugus IV (feeds, feeding dan protected species) yang hanya memiliki 9 artikel. Gugus I merupakan gugus ke-dua terbesar setelah Gugus III, digugus ini didominasi dengan subjek Pandanaceae dan Sulawesi, artinya banyak sekali penelitian tentang suku Pandanaceae di pulau Sulawesi pada tahun 2005 ini. Khususnya Propinsi Sulawesi Tenggara di sekitar daerah Wawonii, seluruh penelitian di pulau ini dirangkum dalam sebuah kelompok penelitian berjudul karakterisasi tipe ekosistem valuasi keanekaragaman jenis biota di pulau Wawonii dan pulau-pulau kecil sekitar disekitarnya Gugus II adalah gugus ke-tiga terbesar yang mengandung subjek peatland dan Kalimantan. Di sini dapat dilihat fenomena penelitian lahan/tanah gambut (peatland) di pulau Kalimantan masih merupakan kegiatan penting dalam rangka merehabilitasi lahan pasca kerusakan yang disebabkan antara lain oleh kebakaran hutan. Kegiatan ini juga untuk mendukung kelestarian keanekaragaman hayati dan bertahannya fungsi ekosistem lahan basah, khususnya di Propinsi Kalimantan Tengah. Pada Gugus III, merupakan gugus yang terbesar jumlah artikelnya. Selain Java dan national parks, terdapat juga subjek mengenai cyanides yaitu penelitian mengenai kemampuan beberapa isolat mikroba dalam mendegradasi kandungan sianida (Cn) pada tanah/lahan penambangan emas di Cikotok dan Pongkor, Jawa Barat. Jenis penelitian ini juga biasanya selalu dibarengi dengan penelitian kandungan logam berat jenis merkuri (Hg) di lahan bekas pertambangan atau di pertambangan yang masih aktif. Terakhir terlihat juga adanya subjek Pandanaceae yang berarti adanya penelitian tentang suku Pandanaceae di kawasan pulau Jawa. Hal ini didukung dengan adanya beberapa kegiatan penelitian mengenai eksplorasi suku pandanaceae di beberapa wilayah

78 64 terpilih di Taman Nasional Ujung Kulon, Banten, juga secara khusus telah dilakukan studi empat jenis pandan di Karang Ranjang di Taman Nasional yang sama, serta penelitian tentang lumut yang berhabitat khusus di tanaman suku pandan-pandanan ini. Gugus IV sebetulnya gugus kecil, namun karena anggotanya masih di atas gugus-gugus lainnya, maka penulis memandang perlu untuk memunculkan gugus ini. Penelitian di Gugus IV ini mengkaji usaha melestarikan (konservasi) dan memanfaatkan secara ex situ beberapa jenis satwa liar yang bernilai komersial. Fokus dilakukan pada jenis dan kebutuhan pakan alami maupun aspek kecernaannya (digestibility) dan kandungan parasit nematodanya pada jenis-jenis mamalia yang dilindungi seperti kukang, tarsius, trenggiling, serta jenis-jenis burung kakatua. Gambar 11 Peta skala multidimensi laporan teknik tahun 2006 Gambar 11 mengilustrasikan sebaran dokumen artikel hasil penelitian pada tahun Daerah sebaran dibagi menjadi empat kuadran seperti tampak pada

79 65 gambar. Terlihat adanya penggerombolan pada Gugus III (Java dan national parks) terletak digaris pemisah antara Kuadran II dan IV, diikuti Gugus II (peatland dan Kalimantan) terletak di Kuadran II, Gugus I (Pandanaceae dan Sulawesi) terletak di Kuadran IV, dan terakhir adalah Gugus IV (feeds, feeding dan protected species) terletak di Kuadran I. Melalui gambar dendrogram dan skala multidimensi dapat dianalisis bahwa pada tahun 2006, kegiatan penelitian di Puslit Biologi di dominasi oleh kegiatan penelitian yang dilakukan di beberapa taman nasional yang berada di pulau Jawa. Kegiatan ini biasanya dilakukan oleh peneliti di Bidang Zoologi, Bidang Botani dan Bidang Mikrobiologi secara bersamaan karena biasanya kajian taman nasional merupakan kajian lintas bidang yang mencakup semua aspek biologi. Di sini terlihat adanya penekanan pada keanekaragaman jenis biota dan fungsi ekosistem hutan dataran rendah di Bodogol, sebuah lereng penyangga Taman Nasional Gunung Gede Pangrango. Serta mulai digiatkannya penelitian mengenai kajian zonasi kawasan Taman Nasional Gunung Ciremai berdasarkan sebaran satwanya. Penggugusan dan Pemetaan Subjek Laporan Teknik tahun 2007 Pada Lampiran 2 berisi dendrogram penggugusan LapTek Tahun 2007, di sini dapat dilihat lima gugus kumpulan dokumen berdasarkan subjeknya. Gugus terbesar anggotanya adalah Gugus V dengan jumlah dokumen sebanyak 43 judul. Gugus ini merupakan kumpulan dokumen dengan subjek Java, national parks, lowland areas. Gugus terbesar ke-dua adalah Gugus II yang memiliki subjek Irian Jaya, Pandanaceae, diversity. Gugus ini beranggotakan 37 dokumen. Gugus III memiliki subjek Kalimantan dan pandanaceae dengan anggota 10 dokumen. Gugus I memiliki subjek genetic diversity dan Indonesia dengan anggota 7 dokumen. Dan terakhir adalah Gugus IV dengan subjek Enterolobium cyclocarpum dan organic fertilizers dan beranggotakan 6 dokumen. Gugus I memiliki subjek genetic diversity dan Indonesia dengan anggota 7 dokumen. Subjek ini merupakan tema kegiatan kelompok penelitian bidang

80 66 mikrobiologi dengan judul studi keragaman genetik isolat Monascus purpureus untuk mutagenesis dan derivatisasi statins. Gugus II yang memiliki subjek Irian Jaya, Pandanaceae, diversity. Dalam thesaurus masih digunakan istilah (deskriptor) Irian Jaya untuk propinsi Papua Barat dan Propinsi Papua. Gugus II merupakan gugus terbesar kedua. Hal ini disebabkan karena adanya kegiatan eksplorasi potensi keanekaragaman hayati di kepulauan Raja Ampat, Papua Barat. Ekplorasi dimaksudkan untuk mengatahui karakerisasi tipe ekosistem dan jenis biota Pulau Waigeo, pulau terbesar di kepulauan Raja Ampat, serta kajian etnobiologi keragaman (diversity) suku Pandanaceae yang dikhususkan di kepulauan ini. Selain itu, Irian Jaya muncul karena masih ada kelompok kegiatan yang memfokuskan pada pengembangan kebun biologi Wamena-Jayawijaya, Papua. Kebun biologi Wamena adalah kawasan yang dibuat untuk melestarikan kekayaan keanekaragaman hayati di Jayawijaya sebagai representasi kekayaan Papua secara umum. Kebun biologi ini kelak statusnya diharapkan lebih dari sekedar kebun raya. Gugus III memiliki subjek Kalimantan dan pandanaceae dengan anggota 10 dokumen. Secara khusus tidak ada kelompok penelitian yang mengkaji pulau Kalimantan. Namun penelitian tentang potensi Kalimantan tersebar di kelompok penelitian lain. Misalnya penelitian keragaman suku Pandanaceae selain dilakukan di Papua (kep. Raja Ampat dan Wamena-Jayawijaya) juga dilakukan di Kalimantan. Gugus IV dengan subjek Enterolobium cyclocarpum dan organic fertilizers dan beranggotakan 6 dokumen. Jenis tumbuhan Enterolobium cyclocarp (sengon buto) merupakan salah satu jenis tumbuhan yang dipakai dalam kegiatan bioremediasi lahan (tanah) dan perairan yang tercemar logam berat (merkuri) dan sianida. Jenis ini mewakili jenis tanaman lainnya untuk fungsi bioremediasi lahan, selain tanaman sentro (Centrosema pubescens) dan Jati super (Tectona grandis). Adapun hubungan antara kedua faset ini (Enterolobium cyclocarpum dan organic fertilizers) adalah pada saat proses bioremediasi (pemulihan lahan), kompos organik yang sudah dicampur tanah dari penambangan emas dan yang sudah diberi inokulan mikroba (misalnya bakteri

81 67 pendegradasi sianida) dijadikan sebagai media tumbuh tanaman sengon buto, hasilnya diukur pertumbuhannya beserta kandungan kadar logam beratnya. Terakhir adalah Gugus V adalah gugus terbesar dokumen hasil kegiatan penelitian pada tahun 2006 (yang dirangkum dalam Laporan Teknik tahun 2007). Gugus ini memiliki subjek Java, national parks, lowland areas. Subjek mengenai Pulau Jawa, taman nasional dan kawasan hutan dataran rendah menjadi subjek yang dominan di gugus ini disebabkan karena di tahun 2006 ini terdapat kelompok penelitian tentang valuasi keanekaragaman jenis biota dan fungsi ekosistem hutan dataran rendah Bodogol di Taman Nasional Gunung Gede Pangrango, Jawa Barat. Kelompok penelitian ini menghasilkan banyak sekali kegiatan penelitian dan dituangkan dalam laporan teknik. Disamping itu, ada kegiatan di luar kelompok ini yang masih berkonsentrasi di pulau Jawa misalnya inventarisasi biota karst pegunungan Sewu dan hutan dataran rendah di Jawa Tengah dan penelitian mengenai jamur mikoriza Arbuskula pada Rozosfer Pandanus tectorius di Jawa. Gambar 12 Peta skala multidimensi laporan teknik tahun 2007

82 68 Gambar 12 menunjukkan sebaran dokumen artikel hasil penelitian pada tahun 2007, daerah sebaran dibagi menjadi empat kuadran seperti tampak pada peta. Terlihat adanya penggerombolan pada Gugus II (Irian Jaya, Pandanaceae, diversity) terletak di kuadran IV, diikuti Gugus V (Java, national parks, lowland areas) terletak di kuadran I namun terlihat lebih menyebar dan tidak begitu menggerombol, Gugus III (Kalimantan dan pandanaceae) terletak di kuadran I, Gugus IV dengan subjek Enterolobium cyclocarpum dan organic fertilizers, terletak di kuadran I. Dan terakhir adalah Gugus I (genetic diversity dan Indonesia) terletak di kuadran II. Hasil Penggugusan dan Pemetaan Subjek Laporan Teknik tahun 2008 Pada Lampiran 3 berisi dendrogram hasil penggugusan subjek LapTek 2008, dapat dianalisis bahwa terdapat empat gugus kelompok dokumen berdasarkan subjek (deskriptor) nya. Gugus I meliputi Sumatra, Pandanaceae, dan ethnobotany, terdiri dari 33 dokumen, gugus ini merupakan gugus terbesar ke-dua. Gugus II meliputi subjek Java, national parks, dan karst soils. Gugus ini adalah gugus yang terbesar jumlah dokumennya, yaitu sebanyak 77 dokumen. Gugus II ini bisa dipecah lagi menjadi 4 subgugus, yaitu subgugus I dengan subjek Enterolobium cyclocarpum dan cyanides. Subgugus II dengan subjek Java dan national parks. Subgugus III dengan subjek ecosystems (zoology), mangroves, Java. Subgugus IV dengan subjek Java dan karst soils. Disini terlihat jelas, betapa kuatnya subjek pulau Jawa di gugus II ini. Selanjutnya adalah Gugus III meliputi subjek Picrasma, growth, storage, dengan jumlah dokumen 11. Dan terakhir adalah Gugus IV bersubjek Irian Jaya, dengan jumlah dokumen 24. Pada lampiran dendrogram dapat dianalisis bahwa terdapat empat gugus kelompok dokumen berdasarkan subjek (deskriptor) nya. Gugus I meliputi Sumatra, Pandanaceae, dan ethnobotany, terdiri dari 33 dokumen, gugus ini merupakan gugus terbesar ke-dua. Revisi suku Pandanaceae di kawasan Malesia (kawasan yang hampir meliputi Asia Tenggara saat ini) tahun 2007 ini dipilih untuk dilakukan di pulau Sumatra, guna melengkapi koleksi specimennya di

83 69 Puslit Biologi, sekaligus mempelajari aspek etnobotani dari pemanfaatan tanaman dari suku pandan-pandanan ini. Gugus II meliputi subjek Java, national parks, dan karst soils. Gugus ini adalah gugus yang terbesar jumlah dokumennya, yaitu sebanyak 77 dokumen, sehingga kumpulan dokumen digugus ini bisa dipecah lagi menjadi 4 subgugus. Penulis mengkaji hal ini disebabkan oleh karena pada tahun 2007 ini banyak sekali kelompok penelitian yang menjadikan Jawa sebagai objek penelitiannya, kelompok penelitian tersebut adalah : 1. Valuasi keanekaragaman jenis biota dan fungsi ekosistem hutan dataran rendah di Bodogol, TN Gunung Gede Pangrango 2. Evaluasi dan karakterisasi biota yang berasosiasi dengan ekosistem mangrove di Jawa 3. Revisi taxon terpilih (serangga, gastropoda dan Acai) di Jawa 4. Kajian zonasi kawasan Taman Nasional Gunung Ciremai berdasarkan sebaran satwa 5. Inventarisasi dan karakterisasi biota karst : kajian di kawasan penelitian pegunungan dan hutan dataran rendah. Pada kelompok penelitian ini semua dikonsentrasikan di pegunungan Sewu, Kab Gunung Kidul Propinsi DIY. Akibatnya disini terlihat jelas, betapa kuatnya subjek pulau Jawa (Java) di gugus II ini. Selanjutnya adalah Gugus III meliputi subjek Picrasma, growth, storage, dengan jumlah dokumen 11. Picrasma javanica atau dikenal dengan tanaman ki pahit adalah satu jenis tumbuhan obat yang mempunyai potensi sebagai obat malaria. Tanaman ini menghasilkan kulit kayu berkhasiat obat malaria seperti kina. Untuk itulah, pada tahun ini, tanaman ini diteliti dari berbagai aspek dari mulai penyimpanan (storage) biji, daya pertumbuhan (growth) biji, sampai kepada aspek ketuaan biji, suhu dan lama penyimpanannya. Terakhir adalah Gugus IV yang bersubjek Irian Jaya, dengan jumlah dokumen 24. Penguatan Irian Jaya pada gugus ini terjadi karena pada tahun 2007 sampai tahun 2008 dilakukan program eksplorasi biota Raja Ampat, Papua Barat, eksplorasi Widya Nusantara II (E-WIN Raja Ampat) saat ini memasuki tahun kedua dan memfokuskan pada studi taksonomi tumbuhan, studi etnobiologi, studi

84 70 ekologi, studi fitokimia, studi keanekaragaman jenis mamalia, dan studi mikrobiologi. Gambar 13 mengilustrasikan sebaran dokumen artikel hasil penelitian pada tahun 2007, daerah sebaran dibagi menjadi empat kuadran seperti tampak pada peta. Terlihat adanya penggerombolan pada Gugus II (Java, national parks, dan karst soils) yang terletak di garis pemisah antara kuadran II dan IV, diikuti oleh Gugus I yang meliputi subjek Sumatra, Pandanaceae, dan ethnobotany terletak menggerombol berbaris memotong garis pemisah kuadran III dan IV. Gugus III dengan subjek Picrasma, growth, dan storage terlihat dalam gerombolan yang lebih kecil di kuadran I, begitu pula Gugus IV dengan subjek Irian Jaya juga terlihat dalam gerombolan yang lebih kecil di kuadran I. Gambar 13 peta skala multidimensi laporan teknik tahun 2008

85 71 Hasil Penggugusan dan Pemetaan Subjek Laporan Teknik tahun 2009 Pada Lampiran 4 berisi dendrogram hasil penggugusan laporan teknik tahun 2009 dapat dilihat, terdapat delapan gugus dokumen hasil penelitian berdasarkan subjeknya. Gugus I (dengan subjek Java, national parks, dan mangroves) jumlah dokumennya adalah 33 judul artikel, gugus ini merupakan gugus dengan anggota dokumen terbanyak pada Laporan Teknik tahun Gugus II dengan subjek endophytes merupakan gugus kumpulan penelitian bidang mikrobiologi dengan jumlah dokumen 8 artikel. Gugus III adalah Pandanaceae, dengan jumlah dokumen 10 artikel. Gugus IV adalah Indonesia, Pandanus, reserved areas dengan jumlah dokumen sebanyak 12 artikel. Gugus V adalah gentic diversity dengan jumlah dokumen sebanyak 9 artikel. Gugus VI memiliki subjek Kalimantan dengan jumlah dokumen sebanyak 14 artikel. Gugus VII bersubjek free radicals dan growth dengan jumlah dokumen sebanyak 10 artikel. Dan gugus terakhir adalah Gugus VIII yang memiliki subjek mountain areas, karst soils, photosynthetis, dan respiration dengan jumlah dokumen sebanyak 17 artikel dokumen. Pada tahun 2008, terdapat delapan gugus kumpulan dokumen hasil penelitian berdasarkan subjeknya. Gugus I (dengan subjek Java, national parks, dan mangroves) jumlah dokumennya adalah 33 artikel, gugus ini merupakan gugus terbesar pada Laporan Teknik tahun Hal ini disebabkan karena adanya dua kelompok kegiatan yaitu revisi takson terpilih (serangga, gastropoda, dll) tahun ini ditentukan di kawasan pulau Jawa serta kelompok penelitian profil fauna mengkonsentrasikan pada berbagai tipe habitat di hutan pegunungan Slamet, Jawa Tengah. Gugus II dengan subjek endophytes merupakan gugus kumpulan penelitian bidang mikrobiologi karena sebaran subjeknya meliputi antibacterial agents, lactobacillus, hydrolysis, isoflavones, dengan jumlah dokumen 8 artikel. Gugus III adalah Pandanaceae (dengan jumlah dokumen 10 artikel), hampir serumpun dengan Gugus IV adalah Indonesia, Pandanus, reserved areas (dengan jumlah dokumen sebanyak 12 artikel). Penelitian suku Pandanaceae dengan Pandanus sebagai salah satu anggota marganya sebetulnya saat ini

86 72 difokuskan pada kawasan Indonesia timur (NTB, NTT, dan Papua). Namun karena jumlah artikel penelitiannya tidak terkonsentrasi di satu daerah/pulau sehingga subjek tempat nya tidak muncul. Gugus V adalah genetic diversity dengan jumlah dokumen sebanyak 9 artikel. Gugus ini merupakan kumpulan dokumen hasil penelitian kajian genetik plasma nutfah buah-buahan di Indonesia, khususnya varietas pisang dan belimbing di Indonesia. Gugus VI memiliki subjek Kalimantan dengan jumlah dokumen sebanyak 14 artikel. Kemunculan subjek kalimantan ini dipicu oleh adanya program Puslit Biologi dalam menyikapi adanya isu krisis perbatasan dengan negara tetangga, maka dibentuklah kegiatan bernama eksplorasi Trans-border Kalimantan melalui Trans-border world heritage in Borneo, bertugas untuk mengungkap potensi kekayaan keanekaragaman hayati beserta aspek sosial budayanya di daerah-daerah (propinsi) yang bersinggungan langsung dengan perbatasan. Gugus VII bersubjek free radicals dan growth dengan jumlah dokumen sebanyak 10 artikel. Kelompok penelitian ini dilakukan oleh peneliti sub bidang fitokimia yang ada di bidang botani, yang meneliti beberapa suku (family) tanaman yang berpotensi sebagai penangkap radikal bebas. Tercatat ada tiga suku yaitu Rubiaceae, Annonaceae, dan Sterculiaceae. Gugus terakhir adalah Gugus VIII yang memiliki subjek mountain areas, karst soils, photosynthetis, dan respiration dengan jumlah dokumen sebanyak 17 artikel dokumen. Empat deskriptor ini sebetulnya berpasangan yaitu mountain areas dan karst soils; dan photosynthesis dan respiration. Karst secara sepintas bisa dianggap sebagai gua. Kondisi karst umumnya mempunyai lapisan tanah yang tipis, sedikit kandungan air permukaan, dan tingginya kandungan kalsium membuat terbatasnya jenis tumbuhan yang bisa hidup di dalamnya, keterbatasan tumbuhan yang bisa hidup di lingkungan tersebut tentunya berpangaruh terhadap komposisi jenis faunanya. Tahun 2008 adalah tahun ke-tiga sejak dimulainya penelitian di kawasan karst dan gua untuk Gunung Sewu yang dimulai pada tahun Adapun photosynthetis dan respiration adalah dua subjek yang saling berhubungan dan berkaitan dengan proses sekuestrasi karbon dan pemanfaatan air pada tanaman, kelompok penelitian ini mulai ada di tahun 2008 ini.

87 73 Peta pada Gambar 14 di bawah mengilustrasikan sebaran dokumen artikel hasil penelitian pada tahun 2009, daerah sebaran dibagi menjadi empat kuadran seperti tampak pada peta. Sepintas tidak terlihat adanya penggerombolan besar. Namun gerombolan yang terlihat di garis pemisah kuadran II dan IV terlihat lebih mencolok daripada yang lain, gerombolan tersebut adalah Gugus I (dengan subjek Java, national parks, dan mangroves). Diikuti Gugus VIII yang memiliki subjek mountain areas, karst soils, photosynthetis, dan respiration terletak di kuadran I. Untuk gugus lainnya tidak jelas terlihat pada peta, hal ini disebabkan terlalu banyak penggugusan / pengelompokan yang dihasilkan (sampai menghasilkan 8 gugus/kelompok). Akibatnya penggerombolan menjadi kurang terlihat. Gambar 14 peta skala multidimensi laporan teknik tahun 2009

88 74 Hasil Penggugusan dan Pemetaan Subjek Laporan Teknik tahun 2010 Laporan Teknik tahun 2010 merupakan laporan tahunan kegiatan dan hasil penelitian yang dilakukan peneliti pada tahun Pada dokumen ini dirangkum judul-judul kegiatan penelitian yang pernah dilakukan. Dan tahun 2009 juga merupakan tahun terakhir pelaksanaan program perencanaan strategis (RENSTRA) Puslit Biologi Pada Lampiran 5 berisi dendrogram hasil penggugusan subjek LapTek 2010, untuk tahun 2010 diperoleh enam gugus (cluster). Gugus yang paling besar anggotanya adalah Gugus VI (dengan subjek Java, biodiversity, national parks) dengan jumlah dokumen 64 judul. Gugus I (dengan subjek reserved area, Indonesia, dan project implementation) dengan jumlah dokumen 11 judul. Gugus II (dengan subjek Maluku, microorganism, dan indigenous knowledge) dengan jumlah dokumen 14 judul. Gugus III (dengan subjek Kalimantan, biodiversity, national parks) dengan jumlah dokumen 25 judul. Gugus IV (dengan subjek DNA dan Genetic diversity) dengan jumlah dokumen 14 judul. Dan Gugus V (dengan subjek photosynthesis dan botanical gardens) dengan jumlah dokumen 7 judul. Gugus I dengan subjek reserved area, Indonesia, dan project implementation dengan dokumen berjumlah 11 judul. Hubungan antara manusia dan lingkungannya selain berdasarkan kesepakatan yang telah ada sejak dulu, misalnya lewat adat istiadat, juga perlu diformalkan melalui sebuah peraturan yang dikelola secara benar. Pengelolaan alam dan lingkungan yang mengintegrasikan antara kepentingan ekonomi, konservasi dan pendidikan perlu didorong terus untuk menyadarkan masyarakat bahwa pembangunan berkelanjutan bisa dilakukan tanpa merusak alam. Itu yang disebut konsep cagar biosfer. Cagar biosfer adalah satu bagian dari konservasi alam dalam kaitannya dengan kehidupan manusia yang berada disekitarnya. Untuk itulah, pada tahun 2009, mulai diimplementasikan konsep cagar biosfer baru di Cagar Biosfer Komodo, NTT dan Cagar Biosfer Tanjung Puting, Kalimantan Tengah, lewat kelompok penelitian implementasi konsep cagar biosfer sebagai model pengelolaan kawasan dan pembangunan berkelanjutan.

89 75 Gugus II dengan subjek Maluku, microorganisms, dan indigenous knowledge dan memiliki jumlah dokumen sebanyak 14 adalah tiga subjek yang tidak saling terkait secara langsung. Maluku, dalam hal ini Propinsi Maluku Utara, khususnya Pulau Moti, yaitu pulau yang berada di sebelah timur laut kabupaten Ternate, ternyata masih kurang diperoleh data keanekaragaman hayatinya, khususnya mengenai identifikasi tutupan lahan, vegetasi pohon, tumbuhan berkhasiat obat dan hutan mangrovenya. Atas dasar itu, satu kelompok penelitian bernama karakteristik tipe ekosistem dan valuasi keanekaragaman jenis biota pulau Ternate Maluku Utara pada tahun 2009 ini dibentuk. Subjek microorganisms atau dalam bahasa sehari-hari oleh peneliti bidang mikrobiologi disebut sebagai mikroba menempati anggota pada Gugus II ini. Subjek ini muncul karena di bidang mikrobiologi pada tahun 2009 dilakukan kajian mikroba (dan tahun 2009 ini difokuskan pada mikroba tanah) sebagai agen bahan kimia agro dan biofertilizer dalam kaitannya sebagai upaya pengelolaan lahan secara berkelanjutan, baik dari aspek karakterisasi fisiologi bakterinya, studi aktivitas enzimatiknya, serta kemampuannya mendegradasi bahan kimia insektisida di tanah pertanian. Adapun indigenous knowledge yang penulis terjemahkan dengan pengetahuan lokal itu muncul akibat adanya penelitian dalam bidang etnobotani yang tahun itu menggali potensi budaya masyarakat lokal suku Tobelo di Halmahera, Maluku Utara, khususnya yang berkenaan dengan pengetahuan mereka mengenai kemampuan adaptasinya, pengetahuan mereka tentang tumbuhan obat, dan pemanfaatan tumbuhan sebagai bahan pangan. Gugus III (Kalimantan, biodiversity, national parks) merupakan gugus ke-dua terbesar dengan anggota dokumen berjumlah 25. Program penelitian keanekaragaman hayati di pulau kalimantan mulai difokuskan lagi seiring dengan maraknya isu krisis perbatasan dengan negara tetangga, khususnya dalam hal ini di pulau Kalimantan karena pulau ini memiliki area hutan yang cukup luas di Indonesia, hutan-hutan primer, dan taman nasionalnya. Bahkan hutan di pulau Kalimantan telah dikenal memiliki kekayaan flora dan fauna serta tingkat endemisitas (kekhasan) yang tinggi. Untuk itu, sesuai dengan TUPOKSI nya dalam ranah biologi dan keanekaragaman hayati, Puslit Biologi sejak tahun 2008

90 76 membuat program penelitian bernama Trans-border world heritage site in Borneo. Gugus IV dengan subjek DNA dan Genetic diversity, memiliki dokumen ber jumlah 14 judul ini merupakan ranah penelitian bioteknologi. Pengembangan genetic resource bank dalam bentuk koleksi material DNA fauna Indonesia (dalam bentuk darah maupun jaringan tubuh lainnya) sebenarnya sudah dikembangkan sejak tahun 2000 di Puslit Biologi. Kegiatan DNA barcoding (dalam thesurus CAB edisi online tidak ditemukan descriptor DNA barcoding sehingga dipilih istilah lebih luas satu tingkat diatasnya yaitu DNA) merupakan suatu teknik untuk mengkarakterisasi jenis fauna dengan menggunakan standar sekuen DNA. Gen yang sudah diakui berpotensi sebagai DNA barcode pada fauna adalah gen Cytochrome c Oxidase I disingkat COI dari region DNA mitokondria, karena sifatnya yang memiliki mutasi yang cepat dan variasi yang sangat signifikan antar spesies. Barcoding DNA umumnya diprioritaskan pada jenis-jenis yang cryptic (yaitu jenis hewan yang penyebarannya memiliki wilayah yang sama atau tumpang tindih), yang diketahui ternyata banyak menyimpan perbedaan morfologi dan ekologi. Kegiatan ini mulai dimasukkan menjadi kegiatan yang rutin dilaksanakan di Puslit Biologi. Gugus V adalah gugus terkecil dengan hanya memiliki anggota 7. Berisi subjek photosynthesis dan botanical gardens. Isu bertambahnya kandungan karbon di alam bebas telah membuat para peneliti botani melakukan penelitian pada aspek potensi sekuestrasi karbon dan pemanfaatan air pada tanaman bioprospek untuk mengurangi mitigasi gas rumah kaca. Ke depan, penelitian ini harus dikembangkan karena mendukung program CDM (clean development mechanism) sebagai bagian dari protokol Kyoto dalam hal pembangunan berkelanjutan terkait perubahan iklim global. Adapun botanical gardens atau kebun raya merupakan salah satu tempat dalam pengembangan jenis-jenis tumbuhan secara ex situ, artinya ditanam di luar habitat aslinya, sehingga jenisjenis tertentu bisa diteliti lebih lanjut dari berbagai aspek penelitian. Gugus VI merupakan gugus terbesar anggotanya. Di dalam Gugus VI ini perlu diuraikan tiga sub gugus yang menurut penulis perlu dijabarkan karena ada hubungan yang erat diantara ketiga sub gugus. Masing-masing sub gugus tersebut

91 77 adalah Sub Gugus I mengenai Java dan national parks; Sub Gugus II mengenai Java dan endangered species; dan Sub Gugus III mengenai Java dan biodiversity. Ketiga sub gugus ini dihubungkan dengan Java, sementara national parks, endangered species dan biodiversity adalah isu-isu yang memag sedang hangat diteliti. Adapun pulau Jawa (Java) menjadi subjek yang paling dominan di Gugus VI karena pada tahun 2009 setidaknya ada tiga kelompok penelitian yang memfokuskan penelitiannya di kawasan pulau Jawa yaitu kelompok kegiatan penelitian berjudul karbon dari produksi di hutan pegunungan Taman Nasional Gunung Halimun Salak dan kelompok penelitian biomassa inventarisasi keragaman jamur dan lumut di Jawa serta kelompok penelitian studi fisiologi reproduksi pada tumbuhan umbi-umbian minor penghasil karbohidrat dari pulau Jawa dan Bali untuk menunjang ketahanan pangan nasional. Hal ini dimaksudkan untuk mendukung program pemerintah dalam bidang pengembangan ketahanan pangan nasional. Dan yang terakhir adalah adanya isu pengelolaan daerah aliran sungai (DAS) di Jawa, yang tinggi kontribusinya dalam menciptakan pencemaran air. Untuk itu, dibentuk kelompok penelitian kajian ekologi untuk mendukung program manajemen kawasan bioregional (DAS) di Jawa. Gambar 15 Peta skala multidimensi laporan teknik tahun 2010

92 78 Peta pada Gambar 15 mengilustrasikan sebaran dokumen artikel hasil penelitian pada tahun Daerah sebaran dibagi menjadi empat kuadran seperti tampak pada peta. Terlihat adanya penggerombolan pada Gugus VI (Java, biodiversity, dan national parks) yang terletak di kuadran IV, diikuti Gugus III yang meliputi subjek Kalimantan, biodiversity, national parks terletak di kuadran pertama. Gugus II (dengan subjek Maluku, microorganism, dan indigenous knowledge) dan Gugus V (dengan subjek photosynthesis dan botanical gardens) di kuadran II. Sementara gugus-gugus lainnya tidak begitu terlihat penggerombolannya pada peta. Dominannya pulau Jawa beserta subjek lainnya juga bisa dilihat pada Tabel 33. Tabel ini berisi rekapitulasi daftar deskriptor yang paling sering muncul pada laporan teknik di setiap tahun. Tabel 33 Daftar deskriptor yang paling sering muncul setiap tahun No. Tahun Deskriptor yang paling sering muncul Java, national parks, diversity, Kalimantan, Sulawesi, Pandanaceae, Pandanus, identification, Feeds, isolation, cyanides, lowland areas, characterization, peatlands, Brucea javanica, ecology, growth, mammals, vegetation, Nusa Tenggara, habitats, genetic diversity, parasites Java, national parks, Irian Jaya, Pandanaceae, Kalimantan, diversity, Indonesia, genetic diversity, isolation, reserved areas Java, national parks, Irian Jaya, Sumatra, Pandanaceae, karst soils, mangroves, growth, ecosystems, storage, reserved areas, DNA, seedlings, Picrasma, conservation, Aquilaria, ethnobotany, birds, Indonesia, moulds, genetics, taxonomy, Bacteria Java, national parks, Kalimantan, mountain areas, mangroves, growth, Pandanaceae, Indonesia, photosynthesis, respiration, genetic diversity, Lepidoptera, karst soils, random amplified polymorphic DNA, surveys, in vitro, Bacteria, mountain forests, Coleus, habitats, DNA, Sumatra Java, national parks, diversity, Kalimantan, mountains, Maluku, fungi, DNA, Bali, Bacteria, endangered species, reserved areas, Pandanaceae, populations, Sulawesi, photosynthesis, Pandanus, microorganisms, birds, genetic diversity, slopes, watersheds, Sumatra

93 79 Sementara itu, deskriptor yang paling banyak muncul di setiap gugus pada rentang 5 tahun ( ) adalah Java, national parks dan Pandanaceae. Hal ini memberi indikasi bahwa penelitian suku Pandanaceae atau eksplorasi ke Taman Nasional di kawasan pulau Jawa dilakukan sepanjang tahun. Analisis lain dari kelompok penelitian taksonomi adalah adanya penetapan Pandanaceae sebagai suku terpilih utama (disebut sebagai bendera ) yang menjadi fokus penelitian. Hal ini dituangkan dalam Surat Keputusan Kepala Puslit Biologi sebagai suku terpilih untuk leading penelitian, mengakibatkan seluruh penelitian harus dikaitkan dengan suku tersebut. Penetapan ini berkaitan dengan beberapa alasan yaitu : 1. Indonesia memiliki diversitas (keragaman jenis) Pandanaceae yang cukup tinggi, bahkan tertinggi di dunia. Sehingga potensi suku ini perlu diungkap 2. Hanya di Indonesia bisa ditemukan tiga suku Pandanaceae (Pandanus, Freycinetia, dan Sararanga). 3. Peneliti ahli suku Pandanaceae yaitu Benjamin C. Stone telah wafat di awal tahun 1990-an sehingga menyebabkan ketiadaan ahlinya. Maka Bidang Botani (Puslit Biologi) mengambil kesempatan menjadi pemegang otoritas atau centre of study Pandanaceae. Dasar pemikirannya adalah sebagai berikut : adanya fakta bahwa dalam masyarakat Austronesia dan Melanesia (secara etnografi masyarakat Indonesia masuk ke dalam dua rumpun ini), tiga suku tumbuhan yang paling banyak dimanfaatkan dalam kehidupan masyarakat tersebut adalah suku Gramineae (misalnya padi dan jagung), suku Palmae (misalnya kelapa dan palem) dan terakhir adalah suku Pandanaceae (misalnya pandan wangi, pandan pantai, dan pandan bidur). Dan dari ketiga marga anggota Pandanaceae, marga Pandanuslah yang paling banyak dikenal masyarakat misalnya tanaman pandan wangi dimanfaatkan sebagai obat dan bahan beraroma, pandan pantai dan pandan bidur dimanfaatkan daunnya untuk pembuatan tikar atau topi. Sementara marga Freycinetia umumnya masih kurang dikenal dan belum banyak dimanfaatkan, dan marga Sararanga hanya bisa ditemukan di Papua dan Filipina.

94 80 Pada kurun waktu tersebut ( ) telah terjadi pengurangan dana penelitian (yang dipicu oleh kebijakan pemerintah), sehingga menyebabkan perjalanan/eksplorasi ke luar Jawa (misalnya ke Indonesia bagian timur terutama Papua) menjadi terbatas. Akibatnya penelitian lebih banyak dipusatkan di Jawa atau Sumatera, terutama Jawa. Secara topologi kebanyakan hutan yang masih lebat di pulau Jawa hanya ada di taman nasional. Di sekitar Bogor setidaknya ada tiga taman nasional, yaitu T.N. Gede Pangrango, T.N. Halimun Salak, dan T.N. Ujung Kulon. Secara pembiayaan dan jarak, kegiatan eksplorasi ke taman nasional tersebut relatif mudah dan terjangkau. Tipe hutan hujan tropika primer (primary tropical rain forest) di Jawa yang tersisa sebagian besar ada di Jawa Barat, kalaupun ada di luar Jawa Barat adalah di Bayumas (Gunung Slamet), sementara umumnya suku Pandanaceae (terutama marga Freycinetia) lebih menyukai hutan hujan tropika basah (wet tropical rain forest) karena tempat tersebut memiliki kelembaban tinggi. Sementara itu, subjek seperti Kalimantan, diversity, Sumatra, DNA, Sulawesi, Indonesia, reserved areas, genetic diversity, mangroves, Pandanus, habitats, muncul paling sedikit dalam dua tahun, dengan variasi tahun yang berbeda-beda (Tabel 33). Hal ini menggambarkan bahwa subjek-subjek tersebut merupakan topik penelitian yang sering dilakukan (populer) pada rentang tahun Marga Pandanus muncul, karena marga tersebut lebih mudah dikenal, paling banyak memiliki jenis, dan paling banyak dimanfaatkan oleh masyarakat di Indonesia. Pada rentang tahun tersebut terlihat penelitian suku Pandanaceae di luar Jawa, fokus wilayah penelitiannya berpindah dari Papua, Kalimantan, Sulawesi dan di Sumatera. Pada tahun 2007 (yang dimuat pada Laporan Teknik tahun 2008), Gugus II yang memiliki subjek Java, national parks, dan karst soils, merupakan gugus terbesar yang terdiri atas 77 dokumen. Untuk bisa melihat lebih rinci, gugus ini dipecah lagi menjadi 4 subgugus, yaitu Subgugus I dengan subjek Enterolobium cyclocarpum dan cyanides, Subgugus II dengan subjek Java dan national parks, Subgugus III dengan subjek ecosystems (zoology), mangroves, Java, dan Subgugus IV dengan subjek Java dan karst soils. Disini terlihat jelas, dominan

95 81 sekali subjek pulau Jawa di gugus ini. Pulau Jawa dikelilingi aspek penelitian mengenai taman nasionalnya, ekosistem mangrovenya, serta ekosistem gua (karst) nya. Penelitian tentang tumbuhan langka (atau tumbuhan terancam punah) tidak pernah muncul sepanjang tahun , padahal penanganan dan upaya penyelamatan tumbuhan tersebut merupakan kegiatan yang penting dilakukan. Sejauh ini belum pernah ada kelompok penelitian yang khusus meneliti tumbuhan langka. Padahal berdasarkan laporan dari IUCN, tanaman langka di Indonesia yang terancam punah tidak kalah banyak dibanding hewan langkanya. Daftar tumbuhan langka ini didasarkan kepada status konservasi yang diberikan oleh IUCN Redlist. Dalam daftar ini disajikan daftar tumbuhan langka yang masuk dalam daftar Extinc in Wild (Punah di Alam Liar), Critically Endangered (Kritis) dan Endangered (Terancam Punah). Ketiga status tersebut merupakan status tertinggi berdasarkan tingkat keterancaman sebuah spesies. Selain ketiga status tersebut, masih banyak tanaman Indonesia yang langka dan terancam kepunahan namun terdaftar dalam status konservasi yang lebih rendah. Jumlah penggugusan terbanyak terjadi di tahun 2009, dihasilkan sebanyak 8 gugus. Hal ini mencerminkan topik penelitian pada tahun tersebut menyebar secara horisontal, tidak mengerucut. Penelitian dalam bidang peranan tumbuhan dalam kaitannya dengan meningkatnya kandungan karbon di atmosfir sebagai akibat dari pemanasan global (global warming) harus terus dikembangkan, misalnya melalui penelitian dasar tentang potensi sekuestrasi karbon beberapa jenis tumbuhan terpilih atau pengujian kapasitas fotosintesis tanaman tumbuh cepat. Hal ini penting oleh karena adanya kecenderungan semakin meningkatnya kandungan karbon di udara bebas yang dapat mengancam kehidupan makhluk hidup di bumi. Gugus subjek ini muncul pada laporan teknik tahun 2009 dan 2010 dengan deskriptor photosynthesis dan respiration. Banyaknya penggunaan bentuk kata jadian yang berasal dari kata asing (biology) yang disingkat menjadi bio, seperti bio + kata lain, yaitu pada kata bioprocess, biocatalist, bioprospecting, biological control (biocontrol), bioactive, biodegradation, biodiversity, biosphere, biomass, biofertilizer, biosynthesis,

96 82 bioremediation, biosurfactant, dan biosystematic. Namun belum semua kata-kata tersebut menjadi kata indeks (deskriptor) di thesaurus CAB versi online. Permasalahan selanjutnya adalah usaha mengindonesiakan kata-kata tersebut biasanya hanya dalam bentuk transliterasi, misalnya biosphere menjadi biosfer, biomass menjadi biomas, bukan upaya untuk menerjemahkannya misalnya pada kata biodiversity menjadi keanekaragaman hayati, biosavety menjadi keamanan hayati. Dikhawatirkan penggunaan kata-kata asing atau transliterasinya tersebut bisa mengakibatkan kurang populernya penggunaan padanan katanya dalam bahasa Indonesia. Dalam mencari padanan kata digunakan sebuah sumber rujukan Glosarium Istilah Asing-Indonesia edisi online terbitan Badan Bahasa Kementerian Pendidikan dan Kebudayaan RI. Tabel berikut berisi istilah asing dimaksud dengan padanan katanya : Tabel 34 Daftar istilah asing dan padanan katanya No. Istilah Asing Padanan Kata 1 biocontrol biokontrol, pengendalian biologi/hayati 2 biodegradation biodegradasi 3 biodiversity Keanekaragaman hayati 4 biofertilizer pupuk hayati, pupuk biologi 5 biomass biomassa 6 bioprocess technology teknologi bioproses 7 bioremediation bioremediasi, biopenyembuhan 8 biosavety keamanan hayati 9 biosphere biosfer 10 biosynthesis biosintetis 11 biosystematics Biosistematika Kata atau istilah yang belum tercantum dalam glosarium dan masih memerlukan padanan kata adalah bioactive, biocatalist, bioprospecting, dan biosurfactant. Pengembangan dari konsep multidimensi sangat dimungkinkan untuk diterapkan dalam sistem pencarian informasi berbasis komponen dokumen cokata kunci/deskriptor, khususnya hasil penggugusan (pengelompokan) dan pemetaan deskriptor. Dengan fasilitas ini, sistem secara luas dapat menampung berbagai strategi pencarian pengguna dalam mencari informasi melalui pendekatan deskriptornya. Kelemahan dari sistem dibandingkan dengan sistem

97 83 tradisional adalah pendekatan baru ini membutuhkan lebih banyak ruang penyimpanan komputer untuk menampung semua file indeksnya. Selain itu, dapat memperlambat proses pencarian. Namun, hal ini dapat dikompensasi dengan fleksibilitas sistem untuk menyediakan lebih banyak strategi pencarian yang lebih komprehensif, mengambil dokumen yang relevan, dan mudah untuk menelusuri dari satu dokumen ke dokumen lain. Rekomendasi Berdasarkan program tematik Puslit Biologi-LIPI, secara garis besar arah penelitian/prioritas penelitian yang dihasilkan seyogyanya bisa mendukung kegiatan penelitian sebagai berikut: Penelitian mengenai tumbuhan langka perlu mendapat perhatian yang lebih serius. Penelitian dalam bidang peranan tumbuhan dalam kaitannya dengan meningkatnya kandungan karbon di atmosfir sebagai akibat pemanasan global harus terus dikembangkan. Seperti dijelaskan sebelumnya bahwa untuk kata kunci yang tidak dapat diwakili oleh deskriptor dalam CABI thesaurus, maka dipilih/ditentukan deskriptor satu tingkat di atasanya (broader term). Jumlah calon deskriptor yang belum terwakili di dalam CABI thesaurus adalah 21 calon deskriptor. Berdasarkan daftar tersebut, maka penulis mengusulkan beberapa calon deskriptor tersebut ke badan pengelola CAB Thesaurus. Istilah yang diusulkan sebagai deskriptor disusun dalam Tabel 35 berikut. Tabel 35 Istilah yang diusulkan sebagai calon deskriptor di CAB Thesaurus No. Calon Deskriptor Frekuensi kemunculan Tahun kemunculan Arachnofauna Amilolitik alkyl-glc Nac Auchenacantha Bioprospecting Bifidogenic Barcoding Centrocema pubescens , , 2008

98 84 No. Calon Deskriptor Frekuensi kemunculan Tahun kemunculan Curcuma heyneana Dibenzothiophene (DBT) Entedoninae fast growing plant Fenilbutenoid Herpetofauna Hyphomycetes Isolate Lucanidae Monascus purpureus Myuchelys novaeguineae N-asetilheksosaminidase Phaffia rhodozyma , ,2009, ,2007, , ,2008, Prosedur pengusulan calon deskriptor secara online dilakukan dengan mengisi formulir pada fasilitas feedback yang tersedia di website CABI thesaurus. Formulir berisi pertanyaan mengenai : Nama, alamat , nama organisasi, pekerjaan, alamat, kota, negara, kode pos, nomor telepon, jenis masukan/usulan (feedback), terakhir adalah isi usulan. Selanjutnya komunikasi dilakukan melalui dengan pihak Thesaurus Working Group. Jika materi penambahan (usulan) sudah dianggap mencukupi, maka akan dimuat (diumumkan) di CAB News dan di CAB online Newsletter. Pada saatnya akan diterbitkan pada CABI thesaurus edisi selanjutnya (new edition).

99 BAB V KESIMPULAN Subjek (deskriptor) yang paling banyak muncul di setiap gugus pada rentang 5 tahun ( ) adalah Java, national parks dan Pandanaceae. Hal ini memberi indikasi bahwa penelitian suku Pandanaceae atau eksplorasi ke Taman Nasional di kawasan pulau Jawa dilakukan sepanjang tahun. Hal ini didukung dengan terbitnya surat keputusan yang dikeluarkan oleh Kepala Puslit Biologi-LIPI no. 03/IPH.1/II.F/2007 tentang Penetapan personalia pelaksana kegiatan revisi suku Pandanaceae di kawasan Malesia. Sementara subjek lain seperti Kalimantan, diversity, Sumatra, DNA, Sulawesi, Indonesia, reserved areas, genetic diversity, mangroves, Pandanus, habitats, muncul paling sedikit dalam dua tahun walaupun dengan variasi tahun yang berbeda-beda. Hal ini menggambarkan bahwa subjek-subjek tersebut merupakan topik penelitian yang populer dan sering dilakukan pada rentang tahun itu. Kemunculan sebuah subjek pada suatu gugus, berkaitan dengan dibentuknya kelompok penelitian tentang topik tersebut. Dengan demikian dapat disimpulkan bahwa, adanya hubungan searah antara banyaknya kelompok penelitian yang sejenis dengan pemunculan suatu gugus pada subjek tersebut. Subjek Pulau Jawa (Java) muncul sebagai subjek yang dominan di setiap tahun, artinya penelitian konservasi keanekaragaman hayati di pulau Jawa selalu dilakukan sepanjang tahun. Penulis memberi masukan agar penelitian keanekaragaman hayati di luar pulau Jawa mulai diprioritaskan agar wilayah penelitian menjadi seimbang (proporsional). Selain di pulau Jawa, penelitian eksplorasi sudah dilakukan di pulau-pulau besar seperti Sumatera, Papua, Sulawesi dan Kalimantan. Untuk waktu mendatang diharapkan Puslit Biologi memfokuskan pada penelitian dan eksplorasi di pulaupulau kecil, bahkan pulau terluar (yang berada di perbatasan). Kegiatan tersebut

100 86 dapat mengungkap potensi keanekaragaman hayati (khususnya aspek ekowisatanya) dan bisa dikembangkan lebih lanjut dikemudian hari. Saran Disarankan agar mulai mendapat prioritas, penelitian lebih lanjut dalam bidang peranan tumbuhan dalam kaitannya dengan meningkatnya kandungan karbon di atmosfir sebagai akibat dari pemanasan global (global warming) sebagai contoh melalui penelitian dasar tentang potensi sekuestrasi karbon beberapa jenis tumbuhan terpilih dan pengujian kapasitas fotosintesis tanaman tumbuh cepat. Hal ini penting menimbang adanya kecenderungan semakin meningkatnya kandungan karbon di udara bebas yang dapat mengancam kehidupan makhluk hidup di bumi. Dari hasil penggugusan dan pemetaan deksriptor yang paling sering muncul, belum mencerminkan keseimbangan (proporsi) tema penelitian berdasarkan bidang yang ada di Puslit Biologi. Hal ini didukung oleh jumlah artikel berdasarkan bidang pada dua laporan teknik yaitu tahun 2006 dan Bidang yang ada tersebut adalah Bidang Botani, Bidang Zoologi, dan Bidang Mikrobiologi, dan tema penelitian masih didominasi oleh bidang botani (Tabel 31). Adapun pada laporan teknik lainnya, program tematik Puslit Biologi sudah lebih memfokuskan pada program pengelolaan keanekaragaman hayati (khususnya pada tahun 2008 dan 2010) walaupun program penelitian ilmu pengetahuan dasar pada tahun 2009 sempat memiliki jumlah artikel paling banyak. Perlu dikembangkan penelitian bibliometrika di bidang biologi lebih lanjut khususnya terhadap semua dokumen yang merupakan hasil penelitian para peneliti yang sudah dipublikasi. Penelitian bibliometrika dengan co-words bukan satu-satunya cara untuk mengukur (memetakan) subjek hasil penelitian, masih perlu dilakukan penelitian bibliometrika lainnya seperti co-classification, author co-citation, dan journal co-citation.

101 DAFTAR PUSTAKA Arwendria Pemanfaatan teknik descriptive multivariat data-analytic untuk mengungkap struktur literatur bidang teknik mesin : analisis co-words terhadap skripsi mahasiswa jurusan teknik mesin UI dan ITB tahun [tesis]. Depok : Universitas Indonesia. Bauin, S Aquaculture: A field by bureaucratic fiat. In M. Callon, J. Law, &A. Rip (Eds.), Mapping the dynamics of science and technology: Sociology of science in the real world (hlm ). London: The Macmillan Press Ltd. Bauin, S; Michelet, B.; Schweighoffer, M. G.; & Vermeulin, P Using bibliometrics in strategic analysis: "Understanding chemical reactions" at the CNRS. Scientometrics, 22(1) : CABI [11 Maret 2011] Callon, M; Law, J; & Rip, A. 1986a. How to study the force of science. In M. Callon,J. Law, &A. Rip (Eds.), Mapping the dynamics of science and technology: Sociology of science in the real world (hlm. 3-15). London: The Macmillan Press Ltd. Callon, M; Law, J.; & Rip, A. (Eds.). 1986b. Mapping the dynamics of science and technology in the real world (hlm ). London: The Macmillan Press Ltd. Callon, M; Courtial,J-P; & Laville, F Co-word analysis as a tool for describing the network of interactions between basic and technological research: The case of polymer chemistry. Scientometrics, 22(1) : Coulter, N.; Monarch, I.; Konda, S Software Engineeringas Seen Through Its Research Literature: A Study in Co-Word Analysis. Journal of the American Society for Information Science, Vol. 49 : Courtial, J-P; Callon, M; & Sigogneau, A The use of patent titles for identifying the topics of invention and forecasting trends. Scientometrics, 26(2) :

102 88 Chowdhury, GG Introduction to modern information retrieval. London : Library Association. De Looze, M.A.; Lemarie, J Corpus relevance through co-word analysis: an application to plant Proteins. Scientometrics, 39 : Diodato, V P Dictionary of bibliometrics. New York : Haworth Press. Hasibuan, ZA Document similarity and structure : using bibliometric methods and index terms as approaches to improving information retrieval performance. Disertation. Indiana : Indiana University. He, Q Knowledge discovery through co-word analysis. Library Trends, 48 (Summer 1999): Healey, P; Rothman, H; &Hoch, P K An experiment in science mapping for research planning. Research Policy, 15: Latour, B Science in action: How to follow scientists and engineers through society. Cambridge, MA: Harvard University Press. Law, J ; Bauin, S ; Courtial, J-P; & Whittaker, J Policy and the mapping of scientificchange: A co-word analysis of research into environmental acidification. Scientometrics, 14(3-4) : Law, J, Courtial, J-P A co-word study of artificial intelligence. Social Studies of Science. London, 19 : Law, J; Whittaker, J Mapping acidification research : a test of the co-word methods. Scientometrics, 23. Leydesdorff, L The knowledge-based economy : modeled, measured, simulated, the self-organization of the knowledge-based society, the challenge of scientometrics. Leydesdorff, L Why Words and Co-Words Cannot Map the Development of the Sciences. Journal of the American Society for Information Science, 1997: McKinnon, A From co-occurence to concepts. Computers and the Humanities, 11: Miswan; Mustangimah Pemanfaatan analisis gugus (cluster analysis) Pada sistem temu kembali informasi berbasis internet.

103 89 [19 Maret 2012) Pangaribuan, S Analisis subjek bahan pustaka. Materi : Pelatihan pengorganisasian informasi bagi staf non pustakawan. Universitas Sumatera Utara. k%20bahan%20pustaka.pdf [23 April 2012] Peters, HPF.; Raan, AFJ van Co-word-based science maps of chemical engineering. Part I: Representations by direct multidimensional scaling. Research Policy 22 (1): 23. Pusat Bahasa. Glosarium Istilah Asing-Indonesia online. Jakarta : Departemen Pendidikan Nasional Republik Indonesia ] Pusat Bahasa. Kamus Besar Bahasa Indonesia online. Jakarta : Departemen Pendidikan Nasional Republik Indonesia ] Rasmussen, E Clustering Algorithms, dalam William B. Frakes dan Ricardo Baeza-Yates, eds, Information Retrieval: Data Structures & Algorithms. Englewood Cliff: Prentice-Hall, 1992: Rip, A; Courtial, J-P Co-word maps of biotechnology: An example of cognitive scientometrics. Scientometrics, 6 (6): Salton, G Automatic Text Processing: the Transformation, Analysis, and Retrieval of Information by Computer. Reading, Massachusetts: Addison- Wesley. Spasser, MA Mapping the terrain of pharmacy: Co-classification analysis of theinternational Pharmaceutical Abstracts database. Scientometrics Vol 39 (1) : Sugiyono Metodologi penelitian administrasi. Bandung : Alfabeta. Sulistyo-Basuki Teknik dan jasa dokumentasi. Jakarta : Gramedia Pustaka Utama. Tan, P N, Steinbach, M, Kumar V, Introduction to Data Mining, Addison Wesley.

104 90 Turner, WA,; Chartron, G; Laville, F; & Michelet, B Packaging information for peer review: New co-word analysis techniques. In A. F.J. Van Raani (Ed.), Handbook of quantitative studies of science and technohgy (hal ). Netherlands: Elsevier Science Pub.

105 Lampiran 1 Dendrogram Penggugusan Subjek Laporan Teknik Tahun

106 92 Lampiran 2 Dendrogram Penggugusan Subjek Laporan Teknik Tahun 2007

107 Lampiran 3 Dendrogram Penggugusan Subjek Laporan Teknik Tahun

108 94 Lampiran 4 Dendrogram Penggugusan Subjek Laporan Teknik Tahun 2009

109 Lampiran 5 Dendrogram Penggugusan Subjek Laporan Teknik Tahun