(MS.5)
APLIKASI TEKNIK BIBLIOMETRIC PADA ANALISIS DATA PATEN
Yadi Supriyadi
Staf Pengajar Jurusan Statistika FMIPA Unpad
Abstrak
Bibliometric telah berevolusi baik dari segi konsep maupun teknik. Sekarang teknik-teknik bibliometric menyediakan cara untuk “melihat” hidden information dalam data yang berjumlah besar (formatted references) menggunakan metode-metode statistik. Analisis bibliometric menghasilkan informasi baru (histogram, matriks, network) dari sejumlah besar data teks bibliographic berkat dukungan software bibliometric yang dalam paper ini digunakan Dataview dan Matheo Patent. Sebagai contoh aplikasi dipilih analisis paten dalam bidang teh.
Kata Kunci : bibliometric, analisis paten.
1. PENDAHULUAN
Ketersediaan informasi sains dan teknik bertambah dengan cepat secara eksponensial. Sejalan dengan ini, power dari microcomputers, dan software dalam data mining memfasilitasi analisis informasi secara automatic, misalnya anailisis bibliometry (Rostaing, 1996). Analysis tersebut juga dikenal sebagai text mining, idea mining, knowledge recovery, atau information mapping. Software sebagai alat untuk analisis informasi dalam jumlah yang besar berkembang dengan output format yang bervariasi, misalnya, distribusi frekuensi, matriks, peta, dan network.
Dalam paper ini dibahas teknik analisis bibliometry pada informasi terstruktur menggunakan software bibliometry dengan mengambil aplikasi pada analisis informasi paten berdasarkan pada data paten dengan format bibliographic. Sumber informasi tersebut tersedia pada internet baik berupa free database maupun commercial database.
2. BIBLIOMETRIC
Istilah bibliometric yang pertama kali dikemukakan oleh Pritchards (1969) adalah istilah generic yang menghimpun teknik-teknik statistik yang bertujuan untuk mengkuantifikasikan proses-proses komunikasi tertulis. Istilah bibliometric ini sejalan dengan istilah-istilah lain seperti biometric, econometric atau scientometric. Pada awalnya bibliometric berhubungan erat dengan studi perpustakaan dan dokumentasi seperti citation analysis. Bibliometric telah berevolusi baik dari segi konsep maupun teknik. Sekarang
teknik-teknik bibliometric menyediakan cara untuk “melihat” hidden information dalam data yang berjumlah besar (formatted references) menggunakan metode-metode statistik. Dalam hal ini, Rostaing (1993) memberikan definisi: bibliometric adalah aplikasi metode-metode statistik atau matematik pada bibliographic references.
Secara umum, teknik-teknik bibliometric dapat diklasifikasikan menurut metode-metode yang digunakan. Rostaing (1996) membagi metode-metode-metode-metode tersebut menjadi :
Pemodelan distribusi elemen-elemen bibliometric : Bradford law, Lotka law, Zipf
law, partisi dari tipe dispersi, dan univication dalam law universal.
Elaborasi indikator-indikator univariat, artinya ukuran kuantitatif berdasarkan
pada penghitungan sederhana atau perhitungan rasio dari berbagai elemen bibliographic seperti misalnya tanggal publikasi, autor, tema-tema, organisasi atau negara.
Elaborasi indikator-indikator relasional, artinya penggunaan metode-metode
analisis data statistik untuk menjelaskan relasi-relasi antara berbagai elemen bibliographic, seperti analisis co-citations, asosiasi kata-kata, co-classifications, analisis co-operation, dan tabel kontingensi.
Pemodelan penyebaran ilmu pengetahuan sepert teori komunikasi, law pada
sirkulasi penerbitan.
Ketiga metode pertama di atas sekarang banyak diaplikasikan dalam bidang evaluasi riset dan teknik, serta dalam bidang bisnis-industri khususnya intelijen kompetitif atau nama lainnya adalah intelijen bisnis. Dalam konteks ini, bibliometric memberikan solusi yang sangat baik kepada pertanyaan-pertanyaan seperti, “siapa membuat apa?, dimana?, dengan siapa? Bagaimana trend dari tema-tema riset yang penting?, siapa institusi-institusi kunci dan apa potensial riset mereka?, bagaimana institusi-institusi berkolaborasi?, Siapa aktor-aktor baru dalam suatu bidang?, Apa network dari kompetensi yang ada dalam suatu subjek?”. Aplikasi-aplikasi seperti ini tiada lain adalah kreasi informasi baru (elaborasi informasi) dalam bentuk list frekuensi, matriks, network, dari data-data mentah yang terstruktur, yang menggambarkan secara global kandungan informasi dari data yang dianalisis. Teknik bibliometric dapat diaplikasikan kepada semua database dengan format informasi yang terstruktur (teks bibliographic). Inilah yang menjadi alasan mengapa orang sering menggunakan istilah datamining ketika berbicara bibliometric.
Software Bibliometric
Saat ini bibliometric dipalikasikan dalam bidang intelijen kompetitif atau intelijen bisnis yang mendorong kepada pengembangan software bibliometric yang mendukung kepada bidang ini, diantaranya adalah Dataview yang dikembangkan oleh Centre de Recherche Rétrospective de Marseille (CRRM) Aix -Marseille III University, France. Software ini berlandaskan kepada metode-metode bibliometric yang bertujuan “to turn data into intelligence” untuk pengambilan keputusan melalui kreasi elemen-elemen untuk analisis statistis (Tarapanoff, 2001). Dalam Gambar 1 diperlihatkan posisi Dataview dalam rantai tahapan bibliometric. Sistim kerja Dataview berlandaskan pada pengukuran berbasis numeric melalui occurrence dari setiap unit elemen bibliometric.
Gambar 1. Posisi Dataview dalam rantai pengolahan bibliometric
(Sumber: Rostaing, 2000, dalam Taravanoff et al. 2001)
Post treatment dalam Gambar 1 mencakup berbagai teknik analisis data statistic (Analisis klaster, Analisis komponen utama, ataupun Analisis korespondensi). Pada tahap ini, matriks hasil pengolahan bibliometric secara langsung diekspor ke software Statistica. Dalam Gambar 2 diperlihatkan skema dari tahap-tahap kerja dalam Dataview.
Gambar 2: Tahap-tahap kerja Dataview
(Sumber: Rostaing, 2000, dalam Taravanoff et al. 2001)
Analisis Bibliometric Paten
Mengapa paten? paten sebagai sumber informasi diuraikan secara komprehensif oleh Jakobiak (1994). Paten sebagai sumber informasi teknologi yang unik perlu dipergunakan dalam perusahaan-perusahaan, tidak hanya untuk melakukan benchmark kompetitor, tetapi juga untuk menentukan area-area strategik ditengah ancaman dan kesempatan. Inilah alasan pentingnya menganalisis informasi paten. Dalam bidang analisis paten, software Dataview dapat diaplikasikan dengan baik, namun sumber informasinya pada umumnya dari komersial database, seperti misalnya dari Dialog. Tetapi juga terdapat beberapa software lainnya (lihat Dou, et al. 2005). Matheo Patent adalah software yang dirancang khusus untuk mengeksploitasi database paten EspaceNet dan USPatent. Kedua database ini merupakan ‘free database’, inilah salah satu daya tarik dari software ini. Luaran dari analisis bibliometric dengan software ini meliputi histogram, charts, matrix dan networks. Karakteristik lainnya adalah secara automatis membangun local patent databases dari Espacenet dan USPatent.
Struktur Informasi Paten
Satu record paten terdiri atas beberapa field yang berlainan, seperti inventors, patents assignees, dates, IPC, claims, dan sebagainya. Field tersebut berguna bagi pembaca paten untuk memperoleh informasi spesifik dengan mudah. Ketika kita mempunyai data paten dengan jumlah yang besar, maka analisis paten sangat efektif dilakukan memanfaatkan field tersebut. Dari field tersebut dapat dikembangkan berbagai jenis piranti untuk analisis, seperti misalnya dari yang paling sederhana yaitu histogram, sampai yang lebih kompleks yakni matriks, network (map). Beberapa field diantaranya adalah Patent Assignee (PA), Inventors (IN), International Patent Classification IPC (digunakan untuk akses kepada teknologi dan aplikasi-aplikasi). Bagian lain dari paten meliputi informasi langsung untuk pembaca mengenai kandungan paten yang meliputi Title, Invention description, Claims, First page (pdf), Drawing (pdf) dan Abstracts.
Contoh Aplikasi
Sebagai contoh aplikasi akan diterapkan pada analisis paten dalam bidang teh. Data dikumpulkan (download) dari database ESPACENET melalui Internet. Akses kepada database ini menggunakan query: tea or teas pada title dengan pembatasan interval waktu tertentu. Dengan query ini berhasil dikumpulkan sebanyak 958 dokumen paten.
Pengolahan bibliometric adalah mengekstrak setiap unit (form) yang terkandung dalam field pada data paten ini. Pada dasarnya pengolahan bibliometric dapat diterapkan pada seluruh field yang ada, tetapi tentu saja semestinya dikaitkan dengan aspek informatif dari field tersebut, sehingga kita menghadapi pemilihan field yang akan menjadi objek pengolahan bibliometric. Pengolahan bisa pada satu jenis field saja atau disebut intrafield yang akan menghasilkan list frekuensi atau dalam bentuk histogram, maupun secara kombinasi dari dua jenis field yang berbeda yang disebut interfiled yang akan menghasikan matriks, atau network (map).
Dalam contoh ini, digunakan software Matheo Patent. Menurut saya software ini sangat baik untuk analisis paten dalam arti meliputi aspek-aspek pengolahan bibliometric secara automatic, dan tidak menggunakan bahasa yang rumit sehingga mudah untuk dipergunakan. Disampng itu, dengan sofrware ini kita dapat melakukan sekaligus tiga tugas (dalam konteks intelijen kompetitif) yaitu gathering, management, dan analysis informasi.
Dalam contoh kasus aplikasi bibliometric pada analisis paten ini, penulis fokus pada field klasifikasi IPC (International Pantent Classificaiton). Klasifikasi IPC adalah kode teknologi yang standar secara international. Jika kita berbicara masalah inovasi, tidak mudah untuk dilakukan, Menganalis field IPC adalah satu cara untuk menstimulasi inovasi. Dalam
hal ini IPC digunakan untuk melihat adanya pemekaian baru, produk baru, aplikasi baru yang terkait kepada subjek kajian bidang teh. Pengolahan bibliometric dengan Matheo Patent pada field IPC 4 digit menunjukkan dari 958 paten terdapat 81 kode IPC yang berlainan. Kita memperoleh frekuensi masing-masing kode dalam bentuk histogram seperti diperlihatkan pada Gambar (3). Dalam gambar histogram ini, tidak semua kode ditampilkan.
Gambar 3. Kode-kode IPC dari 958 paten.
Keterangan :
Arti dari masing-masing kode (produk atau aplikasi) akan nampak secara automatis, di bawah ini hanya diberikan untuk tiga kode saja:
A01H NEW PLANTS OR PROCESSES FOR OBTAINING THEM; PLANT
REPRODUCTION BY TISSUE CULTURE TECHNIQUES
A23F COFFEE; TEA; THEIR SUBSTITUTES; MANUFACTURE, PREPARATION, OR
INFUSION THEREOF (coffee or tea pots A47G 19/14; tea infusers A47G 19/16; apparatus for making beverages, e.g. coffee or tea, A47J 31/00; coffee mills A47J 42/00)
A23L FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED
BY SUBCLASSES A23B TO A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT (shaping or working, not fully covered by this subclass, A23P); PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
Histogram tersebut di atas menstimulasi inovasi dalam bidang indutri teh. Kode IPC yang dapat diartikan sektor-sektor aplikasi tersebar dari frekuensi terbesar sampai terkecil, Histogram in memfasilitasi bagi pengambil keputusan untuk memilih sektor aplikasi yang ada yang sesuai dengan kemampuan atau knowhow local menjadi arah inovasi dalam indutri teh. Di tangan seorang ekspert dibidangnya, histogram tersebut menjadi informasi baru yang berharga.
Analisis lebih kompleks adalah mengkorelasikan field Klasifikasi IPC dengan field lain misalnya field PA. Pengolahan seperti ini menghasilkan sebuah network (map) seperti diperlihatkan dalam Gambar 4. Dari network tersebut kita dapat mendapatkan gambaran siapa saja yang “bermain” dalam satu sektor aplikasi tertentu dan siapakan yang principal diantara mereka.
Gambar 4. Korelasi Sektor Teknologi dengan Perusahaan Pemilik Paten
Bila teknik seperti ini dilakukan pada field IN, maka kita dapat memperoleh informasi network inventor (Gambar 5).
Gambar 5. Network Inventor
Tipe pengolahan lainnya adalah pembentukan matriks. Dengan mengkorelasikan dua jenis field yang berbeda akan menghasilkan matriks atau tabel kontingensi. Sebagai contoh, field PA dengan IPC akan menghasilkan matriks dimana pada barisnya tersimpan kode-kode klasifikasi IPC dan pada kolom adalah nama-nama perusahaan atau institusi yang berasal dari field PA (Gambar 6). Matriks pada Gambar 6 ini tidak lengkap, hanya menampilkan beberapa baris dan kolom saja. Lebih jauh, berdasarkan matriks tersebut dapat diaplikasikan teknik-teknik analisis klaster, misalnya Analisis Korespondensi.
3. KESIMPULAN
Bidang aplikasi dari analisis bibliometric telah berkembang dari studi kepustakaan atau dokumentasi kepada bidang yang dikenal sebagai intelijen kompetitif dimana analisis paten merupakan bagian dari aktivitas ini.
Aplikasi metode statistik atau matematik mewarnai perkembangan bibliometric tersebut sebagaimana yang dituangkan oleh Rostaing (1996) dalam mendefinisikan bibliometric.
Sekarang teknik-teknik bibliometric menyediakan cara untuk “melihat” hidden information dalam data yang berjumlah besar (formatted references) menggunakan metode-metode statistik.
Metode-metode bibliometric, khususnya pengelaborasian indikator-indikator univariat dan relasional dapat memberikan informasi baru (histogram, matriks, network) membantu pengguna dalam memahami kandungan informasi dengan cepat dari informasi yang dikumpulkan yang pada umumnya berjumlah besar.
4. DAFTAR PUSTAKA
