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
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.
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 bermacam-macam 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.
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
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.
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 gagasan-gagasan yg menandai suatu zaman atau suatu kelompok. Dalam tulisan ini kata kunci mengacu pada kata-kata penting yang mewakili konsep-konsep 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 1983.
• 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.
• Mencakup sekitar 136.900 istilah, termasuk 98.500 istilah yang dipakai sebagai istilah indeks dan 38.400 istilah yang bukan istilah indeks
• Mendaftar sekitar 102.000 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
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 (www.cabi.org/cabthesaurus/). 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
untuk memetakan dinamika perkembangan beberapa bidang penelitian. Salah satu penelitian awal dilakukan oleh Serge Bauin (1986) untuk memetakan dinamika akuakultur tahun 1979 s.d. 1981 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 1981.
Gambar 3 Peta co-words tahun 1981
Peta kedekatan (proximity map) untuk tahun 1979 dan 1981 masing-masing 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 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. 1981.
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 co-words adalah analisis perulangan kejadian (co-occurrence) dua kata atau lebih
(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 co-word, 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 tema-tema secara langsung dari subjek pada teks. Hal ini tidak bergantung pada kuat atau lemahnya setiap definisi dari tema penelitian dalam ilmu pengetahuan. Dan
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, co-citation, 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
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 masing-masing. 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 co-words 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 konferensi-konferensi 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
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 1982-1994. 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
“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