Scopus vs Thomson – Mana yg Lebih Baik?

Ketika berbicara mengenai pengindeks internasional, tidak akan lepas dari dua nama pengindeks yaitu Scopus dan Thomson. Keduanya merupakan pengindeks terbaik di dunia. Thomson, yang dikenal dengan Web of Science (WoS) sudah lama muncul, tetapi Scopus mulai menarik minat para peniliti dunia sejak kemunculannya di tahun 2004. Postingan ini muncul karena grup WA ada yang share berita bahwa jurnal tidak harus terindeks Scopus, via media indonesia online link berikut.

Disebutkan bahwa ada alternatif pengindeks lain selain Scopus, yaitu JJ Thomson dan Copernicus. Saya sedikit tersenyum karena Thomson justru menurut saya lebih sulit dimasuki. Ibarat minta keringanan malah dikasih yang lebih berat. Mungkin Copernicus lebih mudah, tetapi banyak terindikasi jurnal-jurnal predator di dalamnya, info dari wikipedia ini. Mungkin paper berikut bisa menjelaskan perbandingan antara Scopus dengan Thomson. Unik juga ada paper yang membahas pengindeksnya, ibarat menulis tentang baik buruknya WordPress lewat postingan di WordPress. Mana yang lebih baik? Scopus atau Thomson, Yuk .. dibaca.

Iklan

Menulis Artikel Ilmiah atau Menulis Buku?

Kalau kita perhatikan dunia pendidikan tinggi di lingkungan kampus kita masing-masing, akan tampak dosen yang pakar dengan bidang tertentu seperti mengelola jaringan, membuat web, atau aplikasi lainnya. Tetapi mereka minim sekali mempublikasikan artikel ilmiah (yang bukan buku). Mengapa bisa terjadi? Postingan ringan kali ini hanya analisa singkat mengenai fenomena ini.

Buku & Kepakaran

Dari taman kanak-kanak kita sudah mengenal buku. Dari yang berisi informasi hingga panduan mengerjakan sesuatu. Buku biasanya berisi ilmu-ilmu yang sudah established atau sudah fix, hampir tidak ada perdebatan besar mengenai kontennya. Pengarang dalam menulis buku mengandalkan kepakaran dan pengalamannya. Namun tentu saja tanpa sesuatu hal baru, penulis buku tidak bisa menulis suatu artikel ilmiah di jurnal atau seminar-seminar. Coba saja menulis artikel yang isinya pembahasan materi dari buku, sudah dipastikan akan ditolak oleh pengelola jurnal. Kecuali kalau memang jurnal itu kekurangan tulisan, tentu saja dengan modifikasi di sana sini.

Jurnal ilmiah

Jika buku biasanya ilmu-ilmu yang sudah baku berasal dari puluhan tahun lalu, jurnal berisi temuan-temuan baru kurang dari sepuluhan tahun. Bahkan artikel yang baru terbitpun sesungguhnya diteliti sekitar satu hingga tiga tahun, tergantung berapa lama proses revisinya. Bahkan ada naskah yang proses revisi hingga sembilan tahun.

Aktif Menulis Buku & Artikel Ilmiah

Jadi apakah penulis buku yang kebanyakan pakar berpengalaman tidak bisa menulis artikel ilmiah di jurnal dan sebaliknya penulis aktif di jurnal kesulitan menulis buku? Menurut saya baik menulis buku maupun jurnal bisa oleh penulis yang sama. Sedikit penjelasannya adalah berikut ini.

Ambilah contoh seorang pakar menggali sumur pantek di perumahan. Dia memiliki segudang pengalaman dalam membuat sumur itu. Tentu saja dia bisa membuat buku mengenai tatacara menggali dan menemukan lokasi sumurnya. Tetapi untuk menghasilkan suatu artikel ilmiah dia harus menemukan hal-hal baru ketika melakukan aktivitas menggalinya. Ditambah dia harus aktif mengikuti perkembangan terbaru masalah gali menggali. Jika dia hanya fokus ke menggali sumur, beres, menerima bayaran, dia tidak akan bisa menemukan hal-hal baru dan menulisnya dalam suatu artikel ilmiah. Begitu juga dengan seorang dosen, misalnya mengajar jaringan komputer. Jika dia hanya berfokus mengajar “crimping”, setting IP, dan sejenisnya saja, atau sekedar menjalankan tugas me-maintain jaringan di institusinya, tentu saja tidak bisa dihasilkan suatu artikel ilmiah tanpa hal-hal baru dan mengikut perkembangan jaringan komputer terkini lewat jurnal-jurnal.

Terus terang ketika studi, saya mendapati rekan-rekan yang jago di mata kuliah tertentu, tetapi ketika riset mengalami kesulitan dan terhambat lulusnya, apalagi doktoral mengharuskan adanya publikasi di jurnal internasional. Sebenarnya perlu adanya sikap ingin tahu yang lebih, disertai ketidakpuasan mengenai metode-metode yang saat ini ada, agar diperoleh “gap” antara ilmu terkini dengan masalah yang dijumpai. Research Question yang ditemukan merupakan obor yang memicu seorang untuk meneliti. Oiya, untuk yang sedang riset disertasi, jangan harap bisa menemukan jawaban langsung dari internet, buku, atau bahkan bertanya ke supervisor karena memang masalah tersebut belum terselesaikan dengan tuntas, bahkan belum ada jawabannya. Selamat menemukan hal-hal baru.

Tipe Machine Learning

Walaupun kecerdasan buatan (Artificial Intelligent), Machine Learning, dan Deep Learning berbeda tetapi satu sama lain berhubungan. Deep Learning, yang dimotori oleh Jaringan Syaraf Tiruan lapis banyak, adalah salah satu jenis Machine Learning. Machine Learning itu sendiri adalah salah satu jenis dari kecerdasan buatan.

Machine Learning yang merupakan proses induksi ada tiga jenis. Penerapannya beragam, dari pengenalan gambar, pengenalan suara, pengenalan bahasa, dan lain-lain. Berikut ini jenis-jenisnya:

1. Suppervised Learning

Kebanyakan Machine Learning diterapkan pada jenis ini. Alur prosesnya antara lain: 1) memilih basis pengetahuan untuk menyelesaikan problem. Bandingkan jawaban dengan hasil sesungguhnya, 2) jika jawaban salah, modifikasi basis pengetahuan. Langkah 1) dan 2) diulangi terus hingga jawaban mirip dengan hasil sesungguhnya. Basis pengetahuan itu sendiri diistilahkan dengan Model. Jika disimpulkan suppervised learning memiliki pola:

{ input, correct output }

Dua tipa aplikasi terkenal dari machine learning jenis ini adalah klasifikasi dan regresi. Jika klasifikasi membagi dalam kelas-kelas yang diskrit, regresi bukan dalam kelas melainkan harga tertentu. Masalah yang sering dijumpai adalah Overfitting, yaitu adanya anomali dimana akurasi training yang bagus ketika diaplikasikan dalam kondisi real jatuh. Hal ini terjadi karena proses training tidak mampu menghasilkan generalisasi dari data dalam artian terlalu kaku mengikuti data training.

Namun terkadang klasifikasi dan regresi bekerja sama membentuk sistem seperti support vector regressin, juga neural network regression. Biasanya mengklasifikasi dulu baru meregresi hasil pastinya.

2. Unsuppervised Learning

Berbeda dengan suppervised learning, pada unsuppervised learning tidak diperlukan hasil sesungguhnya (correct output). Pada mulanya hal ini sulit dimengerti, tetapi dapat diterapkan untuk kasus yang memang tidak ada hasil sesungguhnya. Polanya adalah sebagai berikut:

{ input }

Salah satu representasi dari aplikasi unsuppervised learning adalah pengklusteran (clustering) dimana data training diinvestigasi karakteristiknya sebelum dikategorisasi.

3. Reinforcement Learning

Machine learning ini memasukan aspek optimasi dalam pembelajarannya. Jadi selain input, beberapa output dengan grade/kualitasnya digunakan untuk training. Biasanya diterapkan dalam bidang kontrol dan game plays.

{ input, some output, grade for this output }

Clustering dan Classification

Dua aplikasi tersebut serupa tapi tak sama. Untuk jelasnya kita ambil kasus pembagian kelas siswa menjadi IPA dan IPS. Jika kita memiliki data dengan label (output) IPA jika nilai IPA lebih besar dari IPS dan begitu pula sebaliknya kelas IPS jika nilai IPS lebih besar dari IPA, maka karena proses learningnya memiliki target/label/output, maka masuk kategori suppervised learning dan otomatis masuk domain klasifikasi. Namun jika kebanyakan guru IPA-nya “killer”, maka dikhawatirkan seluruh siswa masuk kelas IPS. Disinilah peran pengklusteran. Di awal kita tidak memiliki output tertentu, biarlah data yang membagi menjadi dua, baru diselidiki mana kelompok kelas IPA mana IPS. Tetapi waspadalah, jangan sampai kita membagi dua kategori (cluster) yang salah, bukannya IPA dan IPS malah kelas IPA dan IPS yang bagus dan kelas IPA dan IPS yang jelek, alias membagi siswa menjadi dua kategori siswa pintar dan siswa yang perlu lebih giat belajar (kata Kho Ping Hoo tidak ada orang pintar dan bodoh, tetapi tahu dan tidak tahu). Semoga bermanfaat.

Ambil Kuliah Doktoral, Sulitkah?

Dulu di awal 2000-an, ketika bekerja di IT suatu bank, saya iseng mengajar honorer di satu kampus dekat tempat kerja. Ketika itu yang bergelar master masih jarang. Kalau ada, kesannya wah. Waktu itu masih didominasi MM dan MMSI untuk yang dari komputer. MM di sini magister management yang khusus untuk manajemen IT. Sementara itu, MT sepertinya sudah mulai banyak bermunculan, termasuk MIT yang diterbitkan oleh jurusan teknik elektro.

Aturan Magister untuk Dosen

Tidak perlu waktu lama untuk S2 bermunculan di sana-sini. Bahkan terkesan mudah sekali untuk mendapatkan gelar magister. Hal ini sebenarnya untuk memenuhi kebutuhan dosen yang harus bergelar master (S2). Banyak institusi pendidikan membuka program pasca sarjana magister. Beberapa rekan “dipaksa” untuk kuliah lagi, bahkan ada yang “hilang” nomor induk dosennya (NIDN) karena masih bergelar sarjana (S1).

Setelah mengambil S2, dulu sempat berfikir jangan-jangan kasusnya sama untuk yang S3. Dosen harus bergelar Doktor. Dan nanti banyak dibuka program S3 yang lulusnya mudah. Namun ternyata tidak berlaku untuk doktoral. Untunglah segera berangkat kuliah lagi tak perduli sulit atau tidaknya ikut program doktor.

Pemilihan Jurusan

Ketika mengurus surat ijin kuliah ke kopertis 4 (sebentar lagi akan diganti namanya), baru sampai meja pertama langsung ditanya ijazah magister-nya. Ternyata harus sama. Jika tidak sama (atau serumpun) tidak akan diijinkan. Kebetulan waktu itu sama, S2 Ilmu Komputer dengan kampus tujuan Computer Science. Ternyata ada faedahnya juga. Hati-hati, jangan asal ambil doktor. Dosen saya dulu pernah curhat, ketika sudah jenuh di kampusnya sekarang, ingin mendaftar ke kampus lain yang lebih baik (menurutnya) ternyata ditolak karena gelak doktornya tidak sama dengan homebase kampus tujuan. Kejadian itu mirip dengan yang terjadi di kampus ketika akreditasi. Satu dosen bergelar doktor tidak terhitung menaikan nilai akreditasi karena jurusannya beda (harusnya komputer tetapi ambil teknologi pertanian).

Sulitkah?

Dosen saya pernah “nyindir”, katanya mahasiswa doctoral jaman dulu menciptakan Bahasa pemrograman baru. Wah, repot juga kalo diterapkan standar seperti itu. Walaupun dipermudah, ternyata tetap sulit karena berbeda antara S2 dan S3. S3 harus benar-benar memoles dengan hal-hal yang baru. Repotnya lagi hal-hal baru terus bermunculan, sehingga satu temuan segera menjadi usang. Itu mungkin yang membuat S3 tak kunjung lebih mudah dari sebelumnya.

Perang Doktor?

Beberapa kampus di tanah air sudah tidak menulis lagi gelar. Mirip dengan luar negeri, karena memang sudah kebanyakan doktor. Setidaknya hanya memanggil Dr. X. Mungkin jika masih sedikit, banyak yang manggil pak doktor, tetapi kalau semuanya doktor tentu saja agak rancu. Semuanya bakal nengok. Kalau panggilan prof, mungkin masih bisa karena memang masih sedikit.

Nah, jika sudah banyak yang doktor, apa yang terjadi. Tentu saja akan ada persaingan. Tentu saja bersaing dalam hal riset (kuantitas dan kualitas). Doktor yang tidak sama homebase dengan jurusan kedoktorannya, tadi sudah dijelaskan akan kalah duluan. Jadi sebelum bertarung di riset, ada baiknya para calon mahasiswa doktoral perlu memilih jurusan yang tepat. Salah pilih, rugi dua kali, energi yang dikeluarkan untuk kuliah tetapi hasilnya tidak begitu sebanding. Beberapa program “Doctoral Bootcamp” sepertinya bagus untuk langkah awal agar tidak salah pilih. Tentu saja cukup satu atau dua kali. Kalau berkali-kali ikut tapi tidak berangkat-berangkat, pasti ada yang tidak beres (studi literatur, toefl/ielts, dan hal-hal lainnya).

Mungkin itu saja dasar-dasarnya. Untuk yang lebih “advance” silahkan baca kasus-kasus yang terjadi, misalnya pada kasus di situs ini. Di situ dibahas keluh kesah mahasiswa doktoral yang salah pilih hingga salah asuhan. Sekian semoga sedikit banyak bermanfaat.

Mengganti Afiliasi pada Scopus

Biasanya mahasiswa yang sedang kuliah memiliki akun Scopus sementara sampai yang bersangkutan lulus. Saya sendiri masih diberi kesempatan beberapa bulan ke depan untuk bisa login, dan mumpung masih punya login ada baiknya mengubah afiliasi yang tadinya kampus tempat kuliah menjadi kampus tempat kerja saat ini. Pemicunya adalah pesan dari Scopus setelah login bahwa ada fasilitas baru Scopus untuk mengganti afiliasi dan juga detil nama author, langsung saja saya menjalankan fasilitas tersebut.

Untuk mengganti afiliasi, cara termudah adalah menyamakan dengan daftar nama yang sudah ada di artikel kita sebelumnya. Sebelumnya masuk ke Help (Support Center) untuk mencari informasi pergantian afiliasi. Ada isian tentang alasan pergantian afiliasi, nama afiliasi yang baru dan lain-lain.

Kebetulan saya pernah publish di jurnal internasional dengan nama afiliasi “Islam 45 University”, jadi jika kita meminta untuk mengganti afiliasi yang lama dengan afiliasi tersebut, prosesnya lebih mudah.

Prosesnya cukup lama ternyata, dua mingguan. Sebelum berubah Scopus memberitahukan bahwa permintaan disetujui.

Jika sudah disetujui tampak afiliasi yang sudah beralih ke afiliasi yang baru. Akhirnya saya sudah bisa mengucapkan selamat tinggal dengan afiliasi sebelumnya, tempat saya 5 tahun kuliah.

Mungkin informasi ini bermanfaat bagi rekan-rekan yang sedang kuliah dan memiliki kendala afiliasi yang masih “nebeng” kampus tempat kuliah. Sekaligus juga menambah skor publikasi negara kita.

Mencoba Open Journal System (OJS) Versi 3.1.0.0

Oleh: Herlawati

Ketika memberi pelatihan OJS 3 di kampus UNISMA Bekasi, ada beberapa hal baru yang dapat dibagikan di sini. Pertama-tama ternyata OJS saat ini masuk versi 3.1.0.0 dengan tampilan yang lebih “smooth” dibanding versi 3.0. Berikut beberapa hal spesifik yang menjadi kendala saat itu:

Role “jurnal manager”

Jurnal menager memiliki hak akses untuk melakukan beberapa aksi seperti mempublish artikel baru. Tetapi beberapa role harus diset di level di atasnya (admin) dan tidak mengikuti default-nya. Sebab jika mengikuti aturan default dari bawaan OJS3 memiliki banyak keterbatasan, terutama bagi pengelola jurnal baru yang harus mengupload edisi-edisi cetak lawas yang harus dionline-kan. Tentu saja jangan disamakan level jurnal manager dengan admin karena khawatir pengelola jurnal merusak e-journal (berisi beberapa jurnal di suatu institusi). Uniknya akun yang sudah dibuat default tidak bisa diedit, dan harus dibuatkan akun baru dengan hak akses yang tidak default. Terpaksa membuat akun-akun baru jurnal manager dengan hak akses yang tidak default (dengan fasilitas khusus).

Menu tambahan

Beberapa peserta berhasil menambahkan menu tambahan, tetapi ada satu jurnal yang tidak bisa ditambahkan menu tertentu seperti “Editorial Team” yang berisi nama-nama pengelola suatu jurnal. Kasus ini agak rumit karena hanya satu jurnal yang bermasalah sementara jurnal-jurnal lainnya oke.

Upload Gambar

Ketika menambahkan teks statis di bar vertikal kanan, dan akan memasukan logo/gambar ternyata tidak bisa upload gambar. Tetapi dengan menggunakan gambar/logo dari link sumber lain ternyata bisa. Sepertinya masih harus diteliti masalah upload gambar di OJS 3.1.0.0 ini.

Masih banyak hal-hal teknis yang perlu dibenahi. OJS buatan PKP ini pun terus membenahi diri dengan mempermudah penggunaannya. Maklum tidak semua pengguna memiliki background komputer. Oiya, silahkan berkunjung ke jurnal yang diutak-atik barusan di link berikut ini. Sekian semoga bermanfaat.

Pelatihan OJS3

Update: 24 Februari 2018

Info dari pertemuan antar pengelola jurnal di LIPI bahwa migrasi dari OJS 2 ke OJS 3 harus hati-hati mengingat tiap artikel yang dipublikasi memiliki Digital Object Identifier (DOI) yang unik dan ketika migrasi harus dipastikan tidak berubah. Sementara info dari PKP, perancang OJS, menyebutkan versi 3 memiliki keunggulan lebih dinamis, mudah dikustomisasi, dan theme yang lebih menarik. Silahkan lihat di link resminya.

Open Journal System (OJS) Versi 3

Oleh: Herlawati, S.Si., M.M., M.Kom. (STMIK Bina Insani)

Open Journal System (OJS) adalah aplikasi gratis untuk mengelola jurnal. Aplikasi ini dibuat oleh Public Knowledge Project (PKP), silahkan kunjungi situsnya. Saat ini OJS sudah versi 3 dengan tambahan utama misalnya ORCID ID terlihat, serta tahapan proses publikasi lebih singkat dibanding OJS versi sebelumnya (versi 2). Selain itu tampilan lebih halus, bentuk sitasi yang kustom, dan lain-lain.

Untuk info lebih lanjut, silahkan hubungi tim Relawan Jurnal Indonesia (RJI). Beberapa waktu yang lalu, sebagai contoh perguruan tinggi Bina Insani mengadakan pelatihan OJS tersebut. Postingan tentang pelatihan kustomisasi OJS 3 dan MOU dengan pihak Relawan Jurnal Indonesia (RJI) korda Jakarta dapat dilihat link berikut ini.

Salah satu kustomisasi adalah mengaktifkan plugin. Plugin ini berfungsi untuk menseting komponen-komponen tertentu di OJS, seperti menambah focus and scope, peer review, template, alamat redaksi, stats counter, dan lain-lain. Silahkan video tutorialnya berikut.

Setelah diaktivasi, untuk menambah salah satu komponen, misalnya stats counter, akan dilanjutkan pada postingan lainnya.