ISSN:2775-8435 (Online)2776-2726 (Print) Journal homepage: https://journal.uhamka.ac.id/index.php/ijopme
Stochastic Block Model Reveals Maps of In Applied Mathematics Studies Using VOS Viewer
Arifin Karim | Joko Soebagyo | Sigid Edy Purwanto
How to cite : Karim, K., Soebagyo, S., & Purwanto,SI,. Stochastic Block Model Reveals Maps of In Applied Mathematics Studies Using VOS Viewer. International Journal of Progressive Mathematics Education. 1(2).127-142. https://doi.org/10.22236/ijopme.v1i2.6917
To link to this article : https://doi.org/10.22236/ijopme.v1i2.6917
Opened Access Article
Published Online on Agustus 14, 2021
Submit your paper to this journal
View Crossmark data
127
Stochastic Block Model Reveals Maps of in Applied Mathematics Studies Using VOS Viewer
Arifin Karim 1,2Joko Soebagyo2 , Sigid Edy Purwanto
Received: February 20, 2021 Accepted: August 7, 2021 Published Online: August 14, 2021
Abstrak.
Latar Belakang. Analisis bibliometerik adalah pemetaan trend riset penelitian dengan pengolahan metadata dari google scolar. Tujuannya untuk mengetahui trend riset tentang matematika terapan. Riset dilakukan pada bulan 30 April 2021 melalui penelusuran database google scholar dengan keywords applied mathematic dengan publication name journal dan maxsimum numbers of results adalah 500 jurnal sebagai sampel. Pengambilan metadata menggunakan aplikasi Publish or Perish (POP) versi 7.31. Data hasil PoP kemudian dianalisis secara deskriptif berdasarkan tahun terbit publikasi, nama publisher, produktivitas peneliti, dan ranking jurnal. Untuk mendapatkan peta perkembangan riset secara akurat, data PoP dieskpor ke format file Exel CSV dan Result as RIS. Data CSV dibuat pivot table dan Data RIS dianalisis menggunakan aplikasi VOSViewer (VV). Hasil riset menunjukkan bahwa jumlah publikasi hasil riset di tahun 2005-2021 mengalami peningkatan secara fluktuatif dan terbanyak dipublikasikan dalam Elsevier. Peneliti asing yang paling produktif mempublikasikan hasil penelitian adalah Biher Bist sebanyak 14 artikel. Melalui visualisasi VV menunjukkan bahwa peta perkembangan riset matematika terapan terbagi menjadi 5 kluster.
Kluster 1 terdiri dari 27 topik, kluster 2 terdiri 15 topik, kluster 3 terdiri 10 topik, kluster 4 terdiri 7 topik, dan kluster 5 terdiri 3 topik dengan penelitian terbanyak mencakup mathematics, paper, problem, solution, system, university, department, science
Kata Kunci : Applied Mathematic, VOSViewer, Bibliometrik, Google Scholar, Publish or Perish
© 2021 The Author(s). This open access article is distributed under a Creative Commons Attribution (CC- BY) 4.0 license.
Arifin Karim 2 ,
[email protected] Joko Soebagyo
[email protected] Sigid Edy Purwanto
1 Sekolah Dasar Uswatun Hasanah, Cilegon, Indonesia
1. Pendahuluan
Trend penelitian-penelitian matematika terapan pada saat ini meningkat secara siginifikan pada banyak aspek sub keilmuan matematika terapan(Julia et al., 2020; Studies, 2016; Vamvakoussi, 2017). Pilihan-pilihan penelitian yang banyak mencakup luas tentang penerapan matematika dalam banyak bidang. Jumlah publikasi yang meningkat selama beberapa tahun terakhir (G. Chen & Shen, 2007; Itkin, 2017)
Banyak mahasiswa justru mengalami kesulitan dalam ilmu matematika terapan di perguruan tinggi. Menurut (Saputra & Purwanti, 2010) mengatakan mata kuliah Matematika Terapan I adalah mata kuliah dasar yang merupakan basis bagi Mata Kuliah Keilmuan dan Keterampilan (MKK) pada program studi Diploma III Teknik Elektro UNNES. Matakuliah ini meliputi materi Sistem Bilangan, Bilangan Kompleks, Determinan dan matriks, Fungsi dan limit, Diferensial, serta integral. Sebagai ilmu dasar (Basic Science), mata kuliah Matematika Terapan I akan menunjang mata kuliah yang lain, utamanya pada bidang ilmu eksakta dan teknik, maka seharusnya setiap mahasiswa "harus sangat menguasai" mata kuliah matematika agar mampu menguasai mata kuliah yang lain. Akan tetapi pada kenyataannya hampir sebagian besar mahasiswa selalu beranggapan bahwa mata kuliah matematika sulit dipahami, membosankan dan identik dengan soal-soal yang sulit dipecahkan. Hal ini dapat diindikasikan dari hasil prestasi belajar mahasiswa dalam kurun 5 (lima) tahun terakhir yang selalu hasilnya di bawah standar yang diinginkan.
Hal ini menggambarkan bahwa matematika terapan sangat berguna dan masih banyak yang mengalami kesulitan. Matematika telah diaplikasi dalam berbagai bidang kehidupan modern seperti statistika, tehnik mesin, tehnik informaika dan lain-lain. Dalam bidang statistika misalnya matematika digunakan dalam perhitungan cepat pemilu dan pertumbuhan penduduk.
Lebih lanjut menurut (Kosiret et al., 2021; Maulidiya et al., 2018; Rachmawati et al., 2020;
Soebagyo, 2017) : Salah satu disiplin ilmu yang paling kental menggunakan dan menerapkan matematika adalah bidang teknik. Sebagai contoh, dalam bidang teknik industri dan teknik mesin, persamaan diferensial digunakan untuk menghitung besar gaya peredam, integral untuk menghitung luas dan volume benda yang tidak beraturan. Bidang teknik informatika menggunakan matematika diskrit untuk mengolah data digital dalam sistem operasi komputer dan masih banyak disiplin ilmu lain yang menggunakan matematika dalam pekerjaannya.
129 Penerapan ilmu matematika dalam berbagai bidang kehidupan modern, diperlukan ketrampilan tingkat tinggi yang harus ditanamkan sejak pendidikan dasar. National Council of Teacher Mathematic, menetapkan ada 5 keterampilan proses yang harus dikuasai siswa melalui pembelajaran matematika, yaitu: (1) pemecahan masalah (problem solving); (2) penalaran dan bukti (reasoning and proof); (3) koneksi (connection); (4) komunikasi (communication), serta (5) representasi (representation). Berdasarkan NCTM dapat dilihat bahwa salah satu yang menjadi fokus utama tujuan pembelajaran matematika adalah kemampuan pemecahan masalah.
Kemampuan pemecahan masalah sangat berguna bagi peserta didik karena sebagai modal dasar dalam mengaplikasikan matematika dalam dunia nyata(Hastuti et al., 2021; Ikram
& Ikram, 2021; Mulligan, 2015; Umam et al., 2019). Penerapan matematika dalam kehidupan modern menjadi modal berharga sebuah bangsa. Banyaknya penerapan matematika dalam bidang kehidupan, menunjukkan bahwa sumber daya manusia di sebuah negara tersebut bermutu dan akan melahirkan banyak inovasi-inovasi yang mempermudah kehidupan manusia.
Atas dasar itu, perlu dilakukan pemetaan perkembangan hasil penelitian tentang matematika terapan yang telah dilakukan oleh para peneliti. Konstribusi dari penelitian ini adalah ingin menemukan penelitian tentang matematika terapan yang masih jarang diteliti dan untuk pengembangan matematika terapan di masa mendatang.
1.1 Perumusan Masalah
Penelitian ini ingin menjawab permasalahan sebagai berikut:
a. Berapa jumlah publikasi ilmiah internasional dalam bidang matematika terapan dari tahun 2005-2021 pada database Google Scholar?
b. Bagaimana tingkat produktivitas peneliti bidang Matematika Terapan?
c. Bagaimana peta perkembangan publikasi internasional bidang matematika terapan berdasarkan kata kunci?
2. Kajian Teori
2.1. Database Google Scholar
Google scholar diluncurkan pada tahun 2004 oleh induk perusahaan Google(X. Chen, 2010). Google scolar menyedikan database publikasi ilmiah dengan fitur berupa layanan pencarian jurnal-jurnal bereputasi secara online baik secara nasional dan internasional. Menurut (Rafika et al., 2017) : Tahun 2004 Google meluncurkan layanan terbaru yaitu Google Scholar atau
juga bisa disebut Google Cendekia dalam bahasa indonesia. Google Scholar ini menyediakan layanan seperti informasi yang pastinya bermanfaat berupa PDF (Portable Document Format) secara lengkap dan gratis.Pada umumnya Google Scholar digunakan oleh kalangan pelajar dan mahasiswa untuk mencari referensi dalam membuat karya ilmiahnya(Bronshteyn & Tvaruzka, 2008; Salisbury & Tekawade, 2006).
Database Google Scholar menawarkan kemudahan mencari literatur akademis secara luas dan bebas(Cathcart & Roberts, 2014; X. Chen, 2010; Howland et al., 2009). Peneliti dapat menemukan seluruh bidang ilmu dan referensi ilmiah dari satu tempat secara gratis. Database dalam google scholar meliputi makalah peer-reviewed, thesis, buku, abstrak, dan artikel dari penerbit akademis, komunitas profesional, pusat data pracetak, universitas, dan organisasi akademis lainnya. Google Scholar akan bekerja dengan cara mengidentifikasi penelitian paling relevan dari seluruh penelitian akademis. Hasil paling relevan akan selalu muncul pada halaman pertama.
Google Scholar memiliki peralatan canggih untuk melacak, menganalisis, dan memvisualisasikan hasil penelitian dengan sangat cepat dalam nol koma detik(Cathcart & Roberts, 2014; Howland et al., 2009). Google Scholar mampu memetakan hasil-hasil penelitian berdasarkan tahun peneltian, author, keywords, publisher, tahun terbit, keywords, yang dapat disetting di dashboar sebelah kiri.
2.2. Publish or Perish
Publish or perish atau PoP merupakan sebuah software yang dapat digunakan untuk mengambil metadata karya ilmiah semua bidang ilmu secara gratis. PoP menyediakan layanan akses metadata secara gratis di CrossRef, Google Scholar, Google Scholar Profiles, Microsoft Academic*, PubMed, Scopus* dan WoS. Menurut (Asy’ari et al., 2021) : Harzing’s publish or perish merupakan perangkat lunak sebagai alat bantu yang dapat dipergunakan secara gratis yang mempermudah dalam proses pencari artikel dengan tersusun rapih dan terkoneksi dalam berbagai situs publikasi (hingga saat ini metadata yang di jangkau dalam harzing’s publish or perish yaitu Google Scholar, Microsoft Academic, Scopus, dan Web of Science) sehingga memberikan kemudahan peneliti dalam pencari artikel yang menjadi bahan rujukan dalam studi literatur.
Selanjutnya data yang terkumpul dianalisis menggunakan metode tinjauan pustaka melalui teknik traditional review.
131 Dalam analisis ini peneliti mengambil data dari google scolar menggunakan Pop karena Pop menyedikan fitur canggih filter kategori jenis metadata yang dimaskud yaitu publication name tipe jurnal. Pop juga menyediakan fitur Keywords dan title word yang memungkan peneliti dapat menemukan metadata jurnal yang akurat.
2.3. VOS Viewer
VOS Viewer atau disebut juga VV adalah sebuah software yang digunakan untuk memvisualkan peta bibliometrik (Barra & Zotti, 2017; Hu et al., 2020; Mundt & Mundt, 2020)atau data set yang berisi field bibliografi seperti judul, pengarang, penulis, jurnal, dan lain-lain. Dalam dunia penelitian, VV digunakan untuk analisis bibliometrik, memetakan topik untuk penelitian terbaru, mencari referensi yang paling banyak digunakan pada bidang tertentu dan lainnya. VV mampu membaca dataset dari berbagai situs jurnal online seperti Google Scholar, Web of Science, Scopus, Dimension, dan Pubmed(Ahlgren et al., 2003; Cathcart & Roberts, 2014; Hric et al., 2018). Format dataset RIS, Endnote, dan RefWork juga bisa dibaca oleh VV. Melalui fitur API, VV dapat membaca/mengambil data dari Crossreff, Pubmed PMC, Semantic Scholar, OCC, COCI, Wikidata.
Peta publikasi sebagaimana dikatakan oleh (Ahlgren et al., 2003; Tupan, 2016) : VOSViewer merupakan sebuah program computer yang dapat dikembangkan untuk membangun dan melihat peta bibliometrik. Menawarkan fungsi text-mining yang dapat digunakan untuk membangun dan memvisualisasikan jaringan/hubungan (cor-relation) dalam suatu pengutipan suatu artikel/terbitan. Peta publikasi ditampilkan dengan berbagai cara dan fungsi, seperti pemetaan sistem zoom, scrolling, dan searching, sehingga dapat memetakan artikel/publikasi lebih rinci(Boyack et al., 2005; Waltman et al., 2010). VOSViewer dapat menyajikan dan merepresentasikan informasi khusus tentang peta grafi s bibliometrik. Melalui VOSViewer kita dapat menampilkan peta bibliometrik besar dengan cara yang mudah untuk menafsirkan suatu hubungan (Ji & Obata, 2009; van Eck & Waltman, 2010; Zhang et al., 2019).
3. Metode Penelitian 3.1 Metode penelitian
Metode yang digunakan dalam riset ini adalah bibliometrik melalui pemetaan metadata jurnal ilmiah bidang Matematika terapan yang didapatkan dari situs Google Scholar. Alasannya karena kajian bibliometrik merupakan salah satu kajian riset informasi dalam bidang ilmu
perpustakaan yang mudah dan hemat biaya. Kajian topik ini dilakukan pada literatur dengan menerapkan metode matematika dan statistika. Menurut (Hakim, 2020) : pengertian bibliometrik adalah kajian yang mengukur perkembangan penelitian, literatur, buku atau dokumen pada bidang tertentu baik secara kuantitatif atau kualitatif dengan menggunakan metode statistika. Bibliometrik dibagi menjadi dua kelompok besar yaitu bibliometrik deskriptif dan bibliometrik perilaku. Bibliometrik deskriptif menggambarkan karakteristik suatu literatur sedangkan bilbliometrik perilaku mengkaji hubungan yang terbentuk antara komponen literatur tersebut (Cathcart & Roberts, 2014; Taylor & Hudson, 2008).
Lebih lanjut dikatakan oleh (Tupan, 2016; White, 2003) menjelaskan bahwa aplikasi bibliometrik dapat dibagi menjadi dua bagian, yaitu: 1) perhitungan bibliometrik (kinerja) indikator pada tingkat perilaku yang berbeda; dan 2) analisis serta visualisasi jaringan bibliometrik. Analisis menggunakan indicator bibliometrik di-bedakan menjadi deskriptif bibliometric dan bibliometrik evaluatif(Drewett, 1969; Taylor & Hudson, 2008; Vallejo & Dimitrakopoulos, 2019). Bibliometrik deskriptif mengambil pendekatan top-down, mencoba untuk mendapatkan gambaran besar, seperti output penelitian suatu negara dalam berbagai bidang, proporsi berbagai bidang dan perubahan dari waktu ke waktu. Sementara itu, bibliometrik evaluative adalah alat untuk menilai kinerja penelitian unit yang lebih kecil seperti kelompok penelitian atau individu dengan menggunakan pendekatan bottom-up, yaitu mengumpulkan semua publikasi yang relevan dari unit masing-masing.
Peniliti menggunakan database base Google Scolar dengan aplikasi PoP karena apda fitur PoP dapat memfilter kategori jurnal yang dimaksud selain itu aplikasi tersebut free pay.
Pengumpulan data dilakukan pada bulan 30 April 2021 dengan Publication Name jurnal dan keywords Applied Mathematic dalam kurun waktu 2005-2021 seperti terlihat pada Gambar 1.
Berdasarkan hasil penelusuran diperoleh publikasi dalam bentuk artikel sebanyak 500 judul artikel. Data berupa jumlah publikasi pertahun memuat artikel tentang matematika terapan, penulis, asal penulis, produktifitas, publisher yang dianalisis menggunakan Microsoft Excel 2016. Sedangkan untuk peta perkembangan publikasi internasional bidang matematika terapan dianalisis dengan menggunakan aplikasi VOSViewer karena aplikasi ini dapat membuat kluster riset dan free pay.
133 Gambar 1. Hasil penelusuran metadata melalui PoP Versi 7.31
4. Hasil dan Pembahasan 4.1 Jumlah Penelitian
Berdasarkan hasil penelusuran pada database Google Scholar menunjukkan bahwa perkembangan riset matematika terapan selama kurun waktu 2005-2021 mengalami kondisi fluktuatif. Perkembangan riset bidang matematika terapan meningkat secara signifikan mulai tahun 2006-2008 seperti terlihat pada Tabel 1. Setelah itu terjadi pasang-surut jumlah publikasi ilmiah tentang matematika terapan. Untuk tahun 2020 mengalami penurunan sangat drastis.
Tabel 1
Tahun Publikasi Jumlah
2005 54
2006 38
2007 68
2008 54
2009 49
2010 44
2011 27
2012 31
2013 36
2014 27
2015 13
2016 9
2017 37
2018 4
2019 4
2020 2
2021 1
Jumlah 498
Tabel 1. Jumlah publikasi perkembangan penelitian bidang matematika terapan berdasarkan tahun
Menariknya tahun 2012 dan 2013 mengalami kenaikan lagi disebabkan surat edaran Direktur Jenderal Pendidikan Tinggi No. 152 tahun 2012, bahwa setiap sarjana, Magister dan Doktor untuk dapat lulus harus mempublikasikan tugas akhirnya di Jurnal nasional, nasional terakreditasi dan Internasional. Selain itu ada aturan tentang kenaikan jenjang kepangkatan beberapa jabatan fungsional mempersyaratkan publikasi hasil riset dan pemikiran dalam jurnal ilmiah bertaraf internasional. Setelah itu 2013 penelitian tentang matematika terapan mengalami pasang surut.
2.1. Jurnal inti dalam Publikasi Internasional Bidang Matematika Terapan
Berdasarkan 500 artikel riset yang diperoleh dari hasil penelusuran melalui database Google Schoolar diseleksi menjadi dalam 498 judul jurnal. Dari 498 jurnal, peringkat 10 besar jurnal inti dalam publikasi bidang matematika terapan di Google Schoolar adalah Elvesier, Siam, Wiley Online Library.
Tabel 2 menunjukkan bahwa peringkat 10 besar jurnal yang mempublikasikan hasil riset bidang Matematika terapan adalah Elvesier sebanyak 112 artikel, disusul Siam sebanyak 34 artikel, Wiley Online Library 32 artikel, Springer dan acadpubl.eu masing-masing 30 artikel, World Scientific 26 artikel, journals.sagepub.com dan degruyter.com masing- masing 19 artikel dan seterusnya.
Tabel 2
No Nama Publikasi Jumlah
1 Elvesier 112
2 Siam 34
3 Wiley Online Library 32
4 Springer dan acadpubl.eu 30
5 World Scientific 26
6 journals.sagepub.com dan degruyter.com 19
7 hindawi.com 16
8 Taylor & Francis dan arc.aiaa.org 15
9 researchgate.net 12
10 ACS Publications 11
Tabel 2 : 10 besar Publisher Jurnal Ilmiah matematika terapan
135 4.2 Peneliti Yang paling Produktif
Pemetaan perkembangan riset matematika terapan menggunakan VOSViewer 1.6.16.
Dalam pemilihan type of data, peneliti menggunakan cretae a map based on bibliographic data.
Lalu dalam data source menggunakan read data from reference manager files dengan supported file types RIS. Kemudian pada counting method menggunakan full counting dengan Maximum number of authors per document sebanyak 20 dan Minimum number of document of an author sebanyak 4. Hasilnya, dari 1059 peneliti, ada 10 yang memenuhi kriteria
Gambar 1. Peneliti paling produktif dalam matematika terapan
Terdapat 10 peneliti yang paling banyak mempublikasikan riset tentang matematika terapan. Peneliti paling banyak mempublikasikan hasil risetnya adalah Biher Bist, Asisten Profesor Department of Mechanical Engineering di Barath University, India yaitu sebanyak 14 artikel. Diurutan kedua adalah M.Hemapriya, Asisten Profesor Department of Civil Engineering di Barath University, India. Kemudian urutan ketiga adalah TP Meikandan, Asisten Profesor Department of Civil Engineering di Barath University, India. Ketiga peneliti tersebut sering mempublikasikan hasil penelitian bersama. Korelasi ketiganya terlihat dalam gambar 2
Gambar 2 : Korelasi Peneliti paling produktif dalam matematika terapan
Gambar 3 : Korelasi Peneliti paling produktif dalam matematika terapan dalam mode density 4.3 Peta Perkembangan Riset Matematika Terapan
Pemetaan perkembangan riset matematika terapan menggunakan VOSViewer 1.6.16.
dalam pemilihan type of data, peneliti menggunakan create a map based text data. Lalu dalam data source menggunakan read data from reference manager files dengan supported file types RIS. Kemudian pada counting method menggunakan Binary counting dengan miniumum numbers of occurences of term sebanyak 8 dan number of term to be selected sebanyak 63.
Gambar 4 : Hasil pemetaan matematika dengan mode tampilan Network Visualization Terdapat 62 item yang terbagi dalam 5 kluster. Kluster 1 sebanyak 27 item terdiri dari abstract, alghoritm, analysis, application, approach, area, article, development, education, effect, field, mathematics, number, numerical solution, order, page, paper, parameter, problem, research, set, student, study, system, time, work dan year. Adapun kluster 2 sebanyak 15 item terdiri dari adomian decomposition, applied mathematics, comparison, computation, computational, homotopy perturbation method, internasional jurnal, journal, math, mechanics, pure, review, solution, variational iteration method dan vol. Kluster 3 sebanyak 10 item terdiri dari applied
137 physics, author, chemistry, Columbia university, department, engineering, new york, physics, search, usa. Kluster 4 sebanyak 7 item terdiri dari china, faculty, institute, school, science, technology dan university. Sedangkan kluster 5 sebanya 3 item terdiri dari google scholar, industrial dan society.
Gambar 5 : Hasil pemetaan matematika dengan mode tampilan Network Visualization Applied mathematic atau matematika terapan terhubung ke 60 link penelitian dalam 5 kluster. Beberapa link paling kuat dengan applied mathematic adalah mathematics, university, science, department. Sedangkan link yang berhubungan tidak begitu kuat adalah comparison, adomian decomposition method, abstract, numerical solution dan sebagainya. Link yang berhubungan tidak begitu kuat tersebar di 5 cluster ditandai dengan bulatan kecil. Bulatan-bulatan kecil tersebut masih belum banyak hasil risetnya dan berpeluang untuk dilakukan riset terbarukan.
Gambar 6 : Hasil pemetaan matematika dengan mode tampilan Overlay Visualization
Gambar 7 : Hasil pemetaan matematika dengan mode tampilan Overlay Visualization Riset terbaru yang paling erat dengan matematika terapan adalah pada tahun 2011.
Riset tersebut berkaitan dengan usa, search, review, analysis, algoritm, development, effect, china, technology, number dan pure
Gambar 8 : Hasil pemetaan matematika dengan mode tampilan Density Visualization Mode tampilan density di atas memperlihatkan bahwa penelitian paling banyak terkait dengan matematika terapan adalah mathematics, paper, problem, solution, system, university, department, science ditandai dengan warna kuning menyala. Semakin terang warnanya maka semakin banyak risetnya. Adapun riset yang masih sangat sedikit adalah adomian decomposition, homotopy perturbation method, google scolar, industrial, engineering dan lain-lain ditandai dengan warna yang tidak menyala. Dengan demikian, maka terbuka peluang untuk riset terbarukan dengan mengambil item-item tersebut.
139 5. Kesimpulan
Berdasarkan hasil penelitian di atas dapat disimpulkan bahwa jumlah penelitian tentang matematika terapan mengalami fluktuatif. Publikasi terbanyak terjadi pada tahun 2007 sebanyak 68 artikel. Peneliti yang paling banyak mempublikasikan hasil risetnya adalah Biher Bist, Asisten Profesor Department of Mechanical Engineering di yaitu sebanyak 14 artikel. Diurutan kedua dan ketiga adalah M.Hemapriya dan TP Meikandan yang sama-sama berasal dari Barath University, India. penelitian paling banyak terkait dengan matematika terapan adalah mathematics, paper, problem, solution, system, university, department, science ditandai dengan warna kuning menyala. Semakin terang warnanya maka semakin banyak risetnya. Adapun riset yang masih sangat sedikit adalah adomian decomposition, homotopy perturbation method, google scolar, industrial, engineering dan lain-lain ditandai dengan warna yang tidak menyala. Dengan demikian, maka terbuka peluang untuk riset terbarukan dengan mengambil item-item tersebut. Berdasarkan kesimpulan di atas, maka peneltian terbaru selanjunya yang menjadi perhatian para peneliti matematika terapan adalah berkaitan dengan adomian decomposition, homotopy perturbation method, google scolar, industrial dan engineering.
Author details Arifin Karim
E-mail: [email protected]
ORCID ID: https://orcid.org/0000-0001-7250-1646 Salman Abbasian-Naghneh
E-mail: [email protected]
ORCID ID: http://orcid.org/0000-0002-3732-4258 Salman Abbasian-Naghneh
E-mail: [email protected]
ORCID ID: http://orcid.org/0000-0002-3732-4258
Citation information
Cite this article as: Karim, K., Soebagyo, S., & Purwanto,SI,. Stochastic Block Model Reveals Maps of In Applied Mathematics Studies Using VOS Viewer. International Journal of Progressive Mathematics Education. 1(2).127-142. https://doi.org/10.22236/ijopme.v1i2.6917
Publisher’s Note UHAMKA Press remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.
DAFTAR PUSTAKA
Ahlgren, P., Jarneving, B., & Rousseau, R. (2003). Requirements for a cocitation similarity measure, with special reference to Pearson’s correlation coefficient. Journal of the American Society for Information Science and Technology, 54(6), 550–560. https://doi.org/10.1002/asi.10242 Asy’ari, R., Dienaputra, R. D., Nugraha, A., Tahir, R., Rakhman, C. U., & Putra, R. R. (2021). Kajian Konsep
Ekowisata Berbasis Masyarakat Dalam Menunjang Pengembangan Pariwisata: Sebuah Studi Literatur. Pariwisata Budaya: Jurnal Ilmiah Pariwisata Agama Dan Budaya, 6(1), 9–19.
Barra, C., & Zotti, R. (2017). What we can learn from the use of student data in efficiency analysis within the context of higher education? Tertiary Education and Management, 23(3), 276–
303. https://doi.org/10.1080/13583883.2017.1329450
Boyack, K. W., Klavans, R., & Börner, K. (2005). Mapping the backbone of science. Scientometrics, 64(3), 351–374. https://doi.org/10.1007/s11192-005-0255-6
Bronshteyn, K., & Tvaruzka, K. (2008). Using google scholar at the reference desk. Journal of Library Administration, 47(1–2), 115–124. https://doi.org/10.1080/01930820802110969
Cathcart, R., & Roberts, A. (2014). Evaluating google scholar as a tool for information literacy. Libraries and Google, 167–176. https://doi.org/10.1300/J136v10n03
Chen, G., & Shen, Z. J. M. (2007). Probabilistic asymptotic analysis of stochastic online scheduling problems. IIE Transactions (Institute of Industrial Engineers), 39(5), 525–
538. https://doi.org/10.1080/07408170600941623
Chen, X. (2010). Google Scholar’s dramatic coverage improvement five years after debut. Serials Review, 36(4), 221–226. https://doi.org/10.1080/00987913.2010.10765321
Drewett, J. R. (1969). A Stochastic Model of the Land Conversion Process. Regional Studies, 3(3), 269–
280. https://doi.org/10.1080/09595236900185281
Hakim, L. (2020). Analisis Bibliometrik Penelitian Inkubator Bisnis Pada Publikasi Ilmiah Terindeks Scopus.
Jurnal Ilmiah Manajemen E-ISSN, 8(2), 176–189.
Hastuti, E. S., Eclarin, L., & Dalam, K. K. S. (2021). Kecemasan Siswa Sekolah Menengah Pertama Menyelesaikan Masalah SPLDV Pada Kelas Virtual Dalam. International Journal of Progressive Mathematics Education, 1(1), 64–84. https://doi.org/10.22236/ijopme.v1i1.6914 Howland, J. L., Howell, S., Wright, T. C., & Dickson, C. (2009). Google scholar and the continuing education
literature. Journal of Continuing Higher Education, 57(1), 35–
39. https://doi.org/10.1080/07377360902806890
Hric, D., Kaski, K., & Kivelä, M. (2018). Stochastic block model reveals maps of citation patterns and their evolution in time. Journal of Informetrics, 12(3), 757–
783. https://doi.org/10.1016/j.joi.2018.05.004
Hu, J., Zhang, J., Qin, H., Yan, T., & Zhu, J. (2020). Using Maximum Entry-Wise Deviation to Test the Goodness of Fit for Stochastic Block Models. Journal of the American Statistical Association, 1459. https://doi.org/10.1080/01621459.2020.1722676
Ikram, M., & Ikram, M. (2021). Analysis of The Occurrence of Reversible Reasoning for Inverse Cases: A Case Study on The Subject Adjie. International Journal of Progressive Mathematics Education, 8435(1), 1–15. https://doi.org/10.22236/ijopme.v1i1.6635 To
Itkin, A. (2017). Modelling stochastic skew of FX options using SLV models with stochastic spot/vol correlation and correlated jumps. Applied Mathematical Finance, 24(6), 485–
519. https://doi.org/10.1080/1350486X.2017.1409641
141 Ji, U. C., & Obata, N. (2009). Quantum stochastic integral representations of Fock space operators.
Stochastics, 81(3–4), 367–384. https://doi.org/10.1080/17442500902919645
Julia, J., Dolifah, D., Afrianti, N., Isrokatun, I., Soomro, K. A., Erhamwilda, E., Supriyadi, T., & Ningrum, D.
(2020). Flipped classroom educational model (2010-2019): A bibliometric study. European Journal of Educational Research, 9(4), 1377–1392. https://doi.org/10.12973/eu-jer.9.4.1377 Kosiret, A., Indiyah, F. H., & Wijayanti, D. A. (2021). The Use of Generative Learning Model in Improving
Students’ Understanding of Mathematical Concepts of Al-Azhar 19 Islamic High School.
International Journal of Progressive Mathematics Education, 1(1), 16–
26. https://doi.org/10.22236/ijopme.v1i1.6593
Maulidiya, D., Susanta, A., & Irsal, N. A. (2018). Model Investigasi Berbantuan Geogebra pada Geometri Bidang Abstrak. Jurnal Riset Pendidikan Matematika Jakarta, 1(2013), 15–
21. http://journal.unj.ac.id/unj/index.php/jrpmj/article/view/4969/3664
Mulligan, J. (2015). Looking within and beyond the geometry curriculum: connecting spatial reasoning to mathematics learning. ZDM Mathematics Education, 47(3), 511–
517. https://doi.org/10.1007/s11858-015-0696-1
Mundt, S. D., & Mundt, M. P. (2020). The role of peer groups in adolescents’ educational expectations: a stochastic actor-based model. International Journal of Adolescence and Youth, 25(1), 1009–
1021. https://doi.org/10.1080/02673843.2020.1828109
Rachmawati, B. A., Purwanto, S., & Sari, P. (2020). Pengaruh Model Pembelajaran Kooperatif Tipe Two Stay Two Stray (TSTS) dengan Pendekatan Kontekstual terhadap Kemampuan Pemahaman Konsep Matematis Siswa di SMP Negeri 169 Jakarta. Jurnal Riset Pendidikan Matematika Jakarta, 2(2), 59–70. https://doi.org/10.21009/jrpmj.v2i1.14859
Rafika, A. S., Yunan Putri, H., & Widiarti, F. D. (2017). Sebagai Sumber Baru Untuk Kutipan. Cerita, 3(2), 13.
Salisbury, L., & Tekawade, A. (2006). Where is agricultural economics and agribusiness research information published and indexed? A comparison of coverage in Web of Knowledge, CAB Abstracts, EconLit, and Google Scholar. Journal of Agricultural and Food Information, 7(2–3), 125–143. https://doi.org/10.1300/J108v07n02_10
Saputra, H., & Purwanti, D. (2010). Peningkatan Kualitas Pembelajaran Matematika Terapan I Pada Mahasiswa Program Diploma Iii Teknik Elektro Unnes Dengan Metode Pemberian Tugas Melalui E-Learning. 27.
Soebagyo, J. (2017). Profil Pembelajaran Dalam Mengakomodasi Mathematical Proficiency. Euclid, 3(2), 474–490. https://doi.org/10.33603/e.v3i2.328
Studies, E. (2016). The Balance Model : Hindrance or Support for the Solving of Linear Equations with One Unknown Author ( s ): Joëlle Vlassis Source : Educational Studies in Mathematics , Vol . 49 , No . 3 ( 2002 ), pp . 341-359 Published by : Springer Stable URL : http://w. 49(3), 341–359.
Taylor, P., & Hudson, R. L. (2008). Stochastics An International Journal of Probability and Stochastic Processes : formerly Stochastics and Stochastics Reports Stop times in Fock space quantum probability. March 2013, 37–41.
Tupan. (2016). Perkembangan Hasil Penelitian Bidang Pertanian Di Indonesia. Visi Pustaka, 18(3), 217–
230.
Umam, K., Nusantara, T., Parta, I. N., Hidayanto, E., & Mulyono, H. (2019). An Application of Flipped Classroom in Mathematics Teacher Education Programme. International Journal of Interactive Mobile Technologies (IJIM), 13(03), 68. https://doi.org/10.3991/ijim.v13i03.10207 Vallejo, M. N., & Dimitrakopoulos, R. (2019). Stochastic orebody modelling and stochastic long-term
production scheduling at the KéMag iron ore deposit, Quebec, Canada. International Journal
of Mining, Reclamation and Environment, 33(7), 462–
479. https://doi.org/10.1080/17480930.2018.1435969
Vamvakoussi, X. (2017). Using analogies to facilitate conceptual change in mathematics learning. ZDM - Mathematics Education, 49(4), 497–507. https://doi.org/10.1007/s11858-017-0857-5 van Eck, N. J., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric
mapping. Scientometrics, 84(2), 523–538. https://doi.org/10.1007/s11192-009-0146-3 Waltman, L., van Eck, N. J., & Noyons, E. C. M. (2010). A unified approach to mapping and clustering of
bibliometric networks. Journal of Informetrics, 4(4), 629–
635. https://doi.org/10.1016/j.joi.2010.07.002
White, H. D. (2003). Pathfinder networks and author cocitation analysis: A remapping of paradigmatic information scientists. Journal of the American Society for Information Science and Technology, 54(5), 423–434. https://doi.org/10.1002/asi.10228
Zhang, Y., Chen, K., Sampson, A., Hwang, K., & Luna, B. (2019). Node Features Adjusted Stochastic Block Model. Journal of Computational and Graphical Statistics, 28(2), 362–
373. https://doi.org/10.1080/10618600.2018.1530117 Funding
The authors received no direct funding for this research.
Citation information
Publisher’s Note UHAMKA Press remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.
