Ketika sebuah topik penelitian berkembang pesat, jumlah artikelnya bisa mencapai ratusan bahkan ribuan dalam waktu singkat. Dalam situasi seperti ini, peneliti sering bertanya tema apa saja yang sudah banyak dibahas, metode apa yang paling sering dipakai, dan bagian mana yang masih jarang disentuh. Untuk menjawab pertanyaan tersebut secara terstruktur, banyak peneliti menggunakan systematic mapping literature review, yaitu metode untuk mengelompokkan dan memetakan penelitian berdasarkan tema dan kategori tertentu.
Berbeda dengan tinjauan sistematis biasa yang menggali temuan secara mendalam, metode ini berfokus pada gambaran besar. Peneliti mengklasifikasikan artikel ke dalam kategori, lalu menghitung dan memvisualkan sebaran artikel pada setiap kategori. Dengan demikian, pembaca dapat melihat peta perkembangan suatu bidang dalam satu pandangan, termasuk area yang padat penelitian dan area yang masih kosong.
Artikel ini membahas metode tersebut secara bertahap, mulai dari konsep dasar, perbedaannya dengan systematic literature review, hingga langkah pelaksanaan yang praktis. Selanjutnya, pembahasan mencakup cara menyusun skema klasifikasi, menyajikan hasil pemetaan, serta menilai keterbatasan penelitian. Di bagian akhir, Anda akan menemukan contoh ilustrasi, kesalahan umum, tips praktis, dan rekomendasi penerapan bagi mahasiswa maupun peneliti.
Memahami Konsep Dasar Systematic Mapping
Systematic mapping, yang sering juga disebut systematic mapping study, adalah metode tinjauan literatur yang bertujuan menyusun struktur atau peta suatu bidang penelitian. Peneliti mengumpulkan artikel secara sistematis, kemudian mengelompokkannya berdasarkan dimensi tertentu, misalnya topik, metode penelitian, jenis kontribusi, tahun terbit, atau konteks penerapan. Hasil akhirnya berupa gambaran sebaran penelitian, bukan kesimpulan tentang efektivitas suatu intervensi.
Metode ini banyak digunakan pada bidang teknik, terutama rekayasa perangkat lunak dan teknologi informasi, tetapi dapat diterapkan juga pada pendidikan, kesehatan, dan ilmu sosial. Panduan yang sering dijadikan rujukan dalam bidang teknik adalah pedoman yang disusun oleh Petersen dan kawan-kawan, yang kemudian banyak diadaptasi oleh peneliti lain. Pedoman semacam ini membantu peneliti menjaga konsistensi dan transparansi proses.
Pada dasarnya, pertanyaan yang dijawab oleh metode ini bersifat luas dan eksploratif. Contohnya, topik apa saja yang diteliti dalam pembelajaran daring, bagaimana distribusinya dari tahun ke tahun, dan di mana publikasinya banyak diterbitkan. Karena sifatnya yang luas, metode ini cocok sebagai langkah awal sebelum peneliti memutuskan untuk melakukan tinjauan yang lebih mendalam pada tema tertentu.
Baca Juga: 100+ Jurnal Terindeks Scopus Gratis Bidang Ilmu Lingkungan
Perbedaan Systematic Mapping dan Systematic Literature Review
Banyak pemula menganggap kedua metode ini sama karena sama-sama sistematis. Padahal, tujuan dan kedalamannya berbeda. Systematic literature review menjawab pertanyaan yang sempit dan spesifik, misalnya apakah suatu intervensi efektif, sehingga memerlukan penilaian kualitas dan sintesis temuan secara mendalam. Sebaliknya, systematic mapping menjawab pertanyaan yang luas tentang struktur bidang, sehingga fokusnya pada klasifikasi dan kuantifikasi.
Perbedaan ini berdampak pada proses kerja. Pada tinjauan sistematis, peneliti biasanya mengekstrak data hasil secara rinci dan menilai risiko bias setiap studi. Pada pemetaan, ekstraksi data lebih ringan karena hanya mengambil informasi untuk klasifikasi, dan penilaian kualitas sering bersifat opsional. Meski demikian, ketelitian pencarian dan seleksi tetap harus dijaga sama ketatnya.
Tabel berikut merangkum perbedaan utama kedua metode agar Anda lebih mudah memilih pendekatan yang sesuai.
| Aspek | Systematic Mapping | Systematic Literature Review |
|---|---|---|
| Tujuan utama | Memetakan struktur dan sebaran penelitian | Menyintesis temuan untuk menjawab pertanyaan spesifik |
| Pertanyaan penelitian | Luas dan eksploratif | Sempit dan terfokus |
| Kedalaman analisis | Klasifikasi dan penghitungan | Sintesis dan penilaian mendalam |
| Penilaian kualitas | Opsional | Umumnya wajib |
| Bentuk hasil | Peta, grafik gelembung, tabel sebaran | Ringkasan temuan dan kesimpulan berbasis bukti |
Setelah memahami tabel ini, Anda dapat melihat bahwa keduanya saling melengkapi. Pemetaan sering menjadi tahap pertama untuk mengenali area yang padat penelitian. Selanjutnya, area tersebut dapat ditelaah lebih dalam melalui tinjauan sistematis.
Kapan Systematic Mapping Literature Review Tepat Digunakan
Metode ini paling cocok ketika Anda memasuki bidang baru dan ingin mengetahui lanskapnya. Selain itu, pemetaan berguna ketika literatur sangat banyak dan beragam sehingga sulit diringkas dalam satu pertanyaan sempit. Dalam kondisi tersebut, pengelompokan berdasarkan tema memberi struktur yang membantu pembaca memahami bidang secara cepat.
Pemetaan juga tepat bagi peneliti yang ingin menemukan celah penelitian. Dengan melihat kategori yang jarang diteliti, Anda dapat merumuskan arah penelitian lanjutan secara lebih beralasan. Selain itu, hasil pemetaan dapat dipakai untuk menjustifikasi pemilihan topik skripsi, tesis, atau disertasi karena menunjukkan posisi penelitian Anda di dalam peta bidang tersebut.
Namun, metode ini kurang tepat bila tujuan Anda adalah mengetahui seberapa besar efek suatu perlakuan. Dalam kasus tersebut, tinjauan sistematis atau meta-analysis lebih sesuai. Oleh karena itu, tentukan tujuan Anda sejak awal agar tidak memilih metode yang tidak sejalan dengan pertanyaan penelitian.
Tahapan Melakukan Systematic Mapping Literature Review
Secara umum, proses pemetaan berjalan dalam beberapa tahap yang saling terhubung. Setiap tahap menghasilkan keluaran yang menjadi masukan bagi tahap berikutnya. Berikut gambaran urutan kerja yang lazim digunakan.
- Merumuskan pertanyaan penelitian pemetaan yang luas.
- Melakukan pencarian pada beberapa database dan sumber lain.
- Menyeleksi artikel berdasarkan kriteria inklusi dan eksklusi.
- Menyusun skema klasifikasi dari kata kunci dan isi abstrak.
- Mengekstrak data dan mengelompokkan artikel ke dalam kategori.
- Menyajikan hasil pemetaan dalam tabel dan visualisasi.
Keenam tahap ini sebaiknya dicatat dalam protokol sebelum pencarian dimulai. Dengan protokol yang jelas, peneliti lain dapat menelusuri dan mengulang proses Anda. Selain itu, protokol mencegah keputusan yang berubah-ubah mengikuti hasil yang sudah terlihat.
Merumuskan Pertanyaan Penelitian Pemetaan
Pertanyaan penelitian pada pemetaan berfungsi sebagai kerangka yang menentukan dimensi klasifikasi. Karena itu, pertanyaannya perlu dirumuskan dengan cermat. Pertanyaan yang baik biasanya menanyakan sebaran, misalnya topik apa yang diteliti, metode apa yang digunakan, dan bagaimana tren publikasinya dari tahun ke tahun.
Sebagai contoh, seorang peneliti tertarik pada penerapan kecerdasan buatan dalam pendidikan tinggi. Ia dapat merumuskan beberapa pertanyaan, seperti bagaimana distribusi publikasi per tahun, tema apa yang paling sering dibahas, serta metode penelitian apa yang dominan. Ketiga pertanyaan tersebut langsung menunjuk pada dimensi yang akan dipetakan.
Perlu diingat bahwa jumlah pertanyaan sebaiknya tidak terlalu banyak. Terlalu banyak pertanyaan membuat skema klasifikasi rumit dan sulit dikelola. Sebaliknya, terlalu sedikit pertanyaan membuat peta kurang informatif. Oleh sebab itu, pilih beberapa pertanyaan yang paling relevan dengan tujuan penelitian.
Pencarian dan Seleksi Artikel
Pencarian dalam pemetaan harus tetap menyeluruh. Gunakan lebih dari satu database yang sesuai bidang, seperti Scopus, Web of Science, IEEE Xplore, atau ERIC, lalu susun string pencarian dari konsep utama dan sinonimnya. Selanjutnya, catat basis data, string, filter, tanggal pencarian, dan jumlah hasil agar dapat dilaporkan secara transparan.
Seleksi dilakukan secara bertahap, mulai dari judul, abstrak, hingga teks lengkap. Kriteria inklusi dan eksklusi perlu ditulis jelas, misalnya jenis dokumen, rentang tahun, bahasa, dan relevansi dengan topik. Selain itu, catat alasan eksklusi pada tahap teks lengkap karena reviewer sering menanyakannya.
Jika memungkinkan, libatkan dua peneliti dalam proses seleksi dan hitung tingkat kesepakatannya. Namun, jika Anda bekerja sendiri, lakukan seleksi dua kali pada waktu yang berbeda lalu bandingkan hasilnya. Meskipun tidak sekuat penilaian independen, cara ini tetap membantu mengurangi kesalahan. Hasil seleksi biasanya dilaporkan dalam diagram alur agar pembaca dapat melihat jumlah artikel pada setiap tahap.
Menyusun Skema Klasifikasi
Skema klasifikasi adalah inti dari pemetaan. Skema ini menentukan kategori yang digunakan untuk mengelompokkan artikel. Banyak pedoman menyarankan pendekatan keywording, yaitu membaca abstrak untuk menemukan kata kunci dan konsep yang mewakili kontribusi artikel, kemudian mengelompokkannya menjadi kategori. Apabila abstrak kurang informatif, peneliti dapat membaca bagian pendahuluan dan kesimpulan.
Dimensi klasifikasi yang umum dipakai antara lain topik atau tema, jenis penelitian, jenis kontribusi, dan konteks penerapan. Pada bidang rekayasa perangkat lunak, jenis penelitian sering dibedakan menjadi penelitian validasi, penelitian evaluasi, usulan solusi, makalah filosofis, makalah opini, dan makalah pengalaman. Pada bidang lain, dimensi ini dapat disesuaikan dengan karakter literaturnya.
Skema klasifikasi tidak harus final sejak awal. Biasanya, skema disempurnakan seiring peneliti membaca lebih banyak artikel. Akan tetapi, setelah skema ditetapkan, terapkan secara konsisten pada seluruh artikel dan dokumentasikan definisi setiap kategori. Dengan demikian, pengelompokan dapat diulang oleh peneliti lain dengan hasil yang serupa.
Ekstraksi Data dan Pemetaan Artikel
Setelah skema klasifikasi siap, peneliti membuat lembar ekstraksi yang memuat informasi dasar dan kategori setiap artikel. Informasi dasar mencakup penulis, tahun, sumber terbitan, dan negara. Sementara itu, kolom kategori diisi sesuai skema, misalnya topik, jenis penelitian, dan jenis kontribusi.
Penggunaan perangkat sederhana seperti Excel atau Google Sheets sudah cukup untuk banyak penelitian pemetaan. Untuk mengelola referensi dan menghapus duplikasi, perangkat seperti Zotero atau Mendeley sangat membantu. Beberapa peneliti juga memakai perangkat penyaringan seperti Rayyan untuk mempercepat seleksi, terutama bila jumlah artikel besar.
Ketelitian saat mengisi lembar ekstraksi sangat penting karena kesalahan kecil dapat mengubah angka pada peta. Oleh karena itu, periksa ulang sampel data secara acak atau minta rekan melakukan pemeriksaan silang. Langkah ini sederhana, tetapi sangat meningkatkan keandalan hasil.
Menyajikan Hasil: Grafik Gelembung dan Visualisasi Lain
Visualisasi yang paling khas pada pemetaan adalah grafik gelembung atau bubble chart. Grafik ini mempertemukan dua dimensi, misalnya topik pada satu sumbu dan jenis penelitian pada sumbu lain. Ukuran gelembung menunjukkan jumlah artikel pada pertemuan kedua kategori tersebut. Dengan satu gambar, pembaca dapat melihat area yang padat dan area yang kosong.
Selain grafik gelembung, peneliti biasanya menyajikan diagram batang untuk tren publikasi per tahun, tabel sebaran per sumber terbitan, dan peta sebaran per negara. Visualisasi ini membantu menjawab pertanyaan penelitian secara langsung. Di samping itu, jejaring kata kunci dari analisis bibliometrik dapat melengkapi pemetaan tematik bila diperlukan.
Meskipun demikian, jangan berhenti pada penyajian gambar. Setiap visualisasi perlu dijelaskan dalam teks, terutama mengenai temuan yang menonjol dan celah yang terlihat. Penafsiran inilah yang mengubah kumpulan grafik menjadi kontribusi ilmiah yang bermakna.
Menilai Kualitas dan Keterbatasan Penelitian
Penilaian kualitas artikel pada pemetaan tidak seketat tinjauan sistematis, tetapi peneliti tetap dapat melakukannya bila relevan. Misalnya, peneliti membatasi artikel pada jurnal bereputasi atau memberi skor sederhana pada kejelasan metode. Keputusan ini perlu dijelaskan dalam protokol agar pembaca memahami alasannya.
Di sisi lain, bagian keterbatasan atau threats to validity wajib ada. Beberapa ancaman yang lazim dibahas adalah kelengkapan pencarian, bias seleksi, subjektivitas klasifikasi, dan keterbatasan bahasa. Selain mengakuinya, jelaskan langkah yang diambil untuk meminimalkan ancaman tersebut, misalnya penggunaan beberapa database atau pemeriksaan silang oleh peneliti lain.
Dengan menyampaikan keterbatasan secara terbuka, penelitian Anda justru tampak lebih kredibel. Reviewer umumnya menghargai kejujuran ini karena menunjukkan bahwa peneliti memahami batas kesimpulannya.
Contoh Praktis Systematic Mapping
Misalkan seorang mahasiswa pascasarjana ingin memetakan penelitian tentang penerapan machine learning untuk deteksi serangan siber. Ia merumuskan tiga pertanyaan, yaitu tren publikasi per tahun, tema penelitian yang dominan, dan jenis penelitian yang paling sering muncul. Kemudian, ia mencari artikel di dua database, menghapus duplikasi dengan Zotero, lalu menyeleksi dari judul hingga teks lengkap.
Selanjutnya, ia membaca abstrak dan menyusun skema klasifikasi. Untuk dimensi topik, ia membuat kategori seperti deteksi intrusi, deteksi malware, dan analisis lalu lintas jaringan. Untuk dimensi jenis penelitian, ia memakai kategori usulan solusi, evaluasi, dan tinjauan. Setelah itu, ia memasukkan seluruh artikel ke lembar ekstraksi dan menghitung jumlah artikel pada setiap kategori.
Hasilnya ia sajikan dalam grafik gelembung yang mempertemukan topik dan jenis penelitian. Dari grafik itu terlihat bahwa usulan solusi pada deteksi intrusi sangat banyak. Di sisi lain, evaluasi komparatif pada analisis lalu lintas jaringan masih sedikit. Oleh karena itu, ia menyimpulkan bahwa evaluasi komparatif pada topik tersebut merupakan celah yang layak diteliti lebih lanjut.
Kesalahan yang Sering Dilakukan dalam Systematic Mapping
Beberapa kesalahan sering muncul, terutama pada peneliti yang pertama kali menggunakan metode ini. Dengan mengenalinya sejak awal, Anda dapat menghindari revisi yang melelahkan. Berikut beberapa kesalahan yang paling umum.
- Merumuskan pertanyaan penelitian yang terlalu sempit sehingga lebih cocok untuk tinjauan sistematis.
- Tidak menulis protokol sebelum pencarian dimulai.
- Menggunakan satu database sehingga banyak artikel relevan terlewat.
- Menyusun skema klasifikasi yang kabur atau tidak konsisten.
- Hanya menampilkan grafik tanpa menafsirkan temuan dan celah penelitian.
- Tidak membahas keterbatasan dan ancaman terhadap validitas.
Sebagian besar kesalahan ini dapat dicegah dengan perencanaan yang matang dan dokumentasi yang konsisten. Selain itu, mintalah rekan atau pembimbing meninjau skema klasifikasi Anda sebelum diterapkan pada seluruh artikel.
Tips Praktis agar Hasil Pemetaan Lebih Berkualitas
Mulailah dengan melakukan uji coba pada sampel kecil. Misalnya, kumpulkan dua puluh artikel, lalu coba terapkan skema klasifikasi untuk melihat apakah kategorinya jelas. Dengan cara ini, Anda dapat memperbaiki skema sebelum mengerjakan ratusan artikel.
Selanjutnya, buat definisi tertulis untuk setiap kategori beserta contohnya. Definisi ini membantu menjaga konsistensi, terutama ketika Anda mengerjakan proyek dalam beberapa sesi atau bersama rekan. Selain itu, simpan lembar ekstraksi dan catatan keputusan agar proses dapat ditelusuri kembali.
Terakhir, padukan hasil pemetaan dengan pembahasan yang menghubungkan temuan dengan kebutuhan praktis dan arah penelitian. Dengan demikian, artikel Anda tidak sekadar mendeskripsikan sebaran, tetapi juga memberi panduan nyata bagi peneliti lain.
Rekomendasi Penerapan bagi Mahasiswa dan Peneliti
Bagi mahasiswa yang menyusun skripsi, tesis, atau disertasi, pemetaan dapat menjadi bagian tinjauan pustaka yang kuat. Hasilnya menunjukkan posisi penelitian Anda di dalam peta bidang dan membantu menjustifikasi celah penelitian. Sebaiknya mulailah dari topik yang sempit dan realistis agar jumlah artikel tetap terkelola.
Bagi peneliti dan dosen, hasil pemetaan dapat dikembangkan menjadi artikel yang dipublikasikan di jurnal bereputasi. Selain itu, peta tersebut dapat dipakai untuk merancang agenda riset kelompok atau menentukan topik penelitian lanjutan. Apabila jumlah studi pada tema tertentu sudah cukup, lanjutkan dengan tinjauan sistematis atau meta-analysis pada tema tersebut.
Apa pun tujuannya, jaga transparansi pada setiap tahap. Oleh karena itu, laporkan sumber data, string pencarian, kriteria seleksi, skema klasifikasi, dan keterbatasan secara lengkap. Dengan dokumentasi yang baik, penelitian Anda lebih mudah dipercaya dan diulang oleh peneliti lain.
Baca Juga: Co-Citation Analysis untuk Mengidentifikasi Landasan Teoretis dalam Suatu Bidang Ilmu
Kesimpulan
Systematic mapping literature review adalah metode yang efektif untuk memetakan struktur suatu bidang penelitian. Dengan mengelompokkan artikel berdasarkan tema, jenis penelitian, dan dimensi lain, peneliti dapat melihat tren, area yang padat, serta celah yang belum banyak diteliti. Metode ini berbeda dari tinjauan sistematis karena menjawab pertanyaan yang luas dan menekankan klasifikasi, bukan sintesis temuan yang mendalam.
Agar hasilnya bermakna, peneliti perlu merumuskan pertanyaan yang tepat, menyusun protokol, melakukan pencarian dan seleksi yang menyeluruh, serta menerapkan skema klasifikasi secara konsisten. Selain itu, visualisasi seperti grafik gelembung harus disertai penafsiran yang jelas dan pembahasan keterbatasan yang jujur. Dengan demikian, pemetaan dapat dipertanggungjawabkan, baik pada skripsi, tesis, disertasi, maupun artikel jurnal.
Bagi Anda yang sedang mempersiapkan artikel ilmiah bidang teknik, membutuhkan bantuan analisis data, proofreading akademik, pengecekan similarity, penerjemahan artikel, pemilihan jurnal target, hingga pendampingan submit jurnal Scopus, layanan konsultasi akademik profesional dapat membantu meningkatkan kualitas manuskrip sekaligus memperbesar peluang publikasi pada jurnal bereputasi internasional.
