Berapa lama waktu yang Anda habiskan untuk mengumpulkan data penelitian? Hitungannya bisa berbulan-bulan: menyusun instrumen, mengurus izin, turun ke lapangan, memindahkan ratusan baris angka dari kuesioner ke lembar kerja. Setelah naskah terbit, data itu biasanya berhenti di folder laptop. Ia hanya muncul kembali ketika ada yang bertanya di grup pesan, lalu dikirim lewat surel dengan nama berkas seperti data_final_revisi2_benar.xlsx.
Padahal data yang rapi dan terdokumentasi bisa berguna jauh lebih lama daripada artikelnya sendiri: untuk peneliti lain yang ingin memeriksa temuan, untuk mahasiswa yang belajar menganalisis, dan untuk Anda sendiri lima tahun kemudian saat lupa apa arti kode "3" di kolom kelima. Artikel ini membahas cara membagikan data riset dengan aman dan rapi: memilih tempat menyimpan, mendapatkan DOI sebagai identitas dataset, menentukan lisensi, sampai menulis pernyataan ketersediaan data yang kini sering diminta jurnal.
Mengapa Data Riset Layak Dibagikan?
Alasan pertama bersifat ilmiah. Temuan yang tidak bisa diperiksa ulang sulit diuji. Ketika data tersedia, peneliti lain dapat menghitung ulang, memakai model analisis berbeda, atau menggabungkan data Anda dengan datanya sendiri. Kolaborasi yang lahir dari cara ini sering kali tidak pernah terjadi jika data hanya tersimpan pribadi.
Alasan kedua praktis: kredibilitas dan jejak akademik. Dataset yang punya identitas permanen bisa disitasi, dan sitasi dataset ikut tercatat di profil peneliti. Banyak jurnal internasional sekarang juga meminta penulis menyatakan di mana data disimpan, bahkan sejak tahap penyerahan naskah.
Alasan ketiga efisiensi. Setiap kali Anda mengirim data lewat lampiran surel, Anda mengulang pekerjaan yang sama dan kehilangan jejak versi. Dengan satu tautan resmi, permintaan data cukup dijawab satu baris.
Perlu ditegaskan: membagikan data tidak berarti membuang semua berkas mentah ke internet. Yang dibagikan adalah data yang sudah bersih, aman, dan diberi keterangan — bukan folder kerja berisi catatan pribadi, jawaban mentah, atau foto tanpa izin.
Tiga Tingkat Tempat Menyimpan Data
Kesalahan umum adalah mencampur tiga kebutuhan yang berbeda dalam satu tempat. Pisahkan seperti ini.
Pertama, penyimpanan kerja. Google Drive, OneDrive, atau penyimpanan kampus dipakai untuk bekerja sehari-hari: berkas mentah, revisi analisis, catatan lapangan. Tempat ini untuk tim dan untuk Anda, bukan untuk sitasi. Tautan di layanan seperti ini bisa berubah, berkas bisa dipindah, dan tidak ada jaminan jangka panjang. Cara menata berkas kerja yang tidak berantakan bisa Anda lihat pada panduan Google Drive untuk kolaborasi riset.
Kedua, repositori institusi atau jurnal. Banyak kampus dan penerbit menyediakan ruang untuk materi tambahan naskah. Tempat ini paling cepat dipakai saat menyerahkan artikel, terutama bila jurnal mensyaratkan lampiran data.
Ketiga, repositori data umum. Di sinilah dataset mendapat identitas permanen. Pilihan yang lazim dipakai peneliti Indonesia:
- Repositori Ilmiah Nasional (RIN) yang dikelola BRIN — sarana untuk menyimpan, melestarikan, mengutip, menganalisis, dan berbagi data penelitian, dibangun di atas platform Dataverse.
- Zenodo — gratis, menerima berkas dari berbagai disiplin ilmu, dan memberi DOI untuk setiap unggahan.
- Open Science Framework (OSF) — cocok untuk proyek yang berisi data, naskah, dan praregistrasi sekaligus.
- Mendeley Data — praktis jika Anda sudah memakai Zotero atau Mendeley untuk referensi; keduanya dapat dipakai berdampingan.
Bila bidang Anda punya repositori khusus (misalnya data kebumian, biologi, atau linguistik), cari daftarnya di re3data, registri repositori data penelitian dari berbagai negara. Repositori bidang biasanya lebih cocok karena memiliki standar metadata yang dikenal komunitas Anda.
DOI Dataset: Bukan Sekadar Tautan
DOI (Digital Object Identifier) adalah kode unik yang menempel pada dokumen atau dataset. Bedanya dengan tautan biasa sederhana tetapi penting: DOI dikelola agar tetap mengarah ke objek yang benar meskipun alamat berkasnya berubah. Setiap DOI juga disertai metadata — judul dataset, penulis, tahun, versi — yang didaftarkan melalui lembaga seperti DataCite.
Konsekuensinya, dataset Anda bisa disitasi seperti artikel. Anda dapat menuliskannya di daftar rujukan, mencantumkannya di halaman profil peneliti, atau menyebutnya di bagian metode. Sebagian repositori juga membedakan DOI versi dan DOI konsep: DOI versi menunjuk pada satu unggahan tertentu, sedangkan DOI konsep selalu menunjuk versi terbaru sehingga aman dicantumkan pada artikel yang sudah terbit.
Manfaat lain, dataset dengan metadata yang baik akan muncul di Google Dataset Search. Peneliti lain yang mencari data bertema sama bisa menemukan pekerjaan Anda tanpa harus tahu nama Anda lebih dulu.
Menyiapkan Data Sebelum Diunggah: Tiga Berkas Wajib
Repositori yang bagus tidak menjamin data mudah dipakai. Kuncinya ada di persiapan. Sediakan setidaknya tiga berkas.
Data bersih. Simpan tabel dalam format CSV atau lembar kerja sederhana. Satu lembar untuk satu bentuk data: satu baris satu responden, satu kolom satu variabel. Jangan menggabungkan sel, jangan menaruh dua tabel dalam satu lembar, dan tentukan satu kode konsisten untuk data kosong. Bagian ini menyambung dengan cara merapikan data survei seperti pada pembahasan data primer dan data sekunder dalam penelitian.
Kode buku (codebook) atau berkas README. Tuliskan arti setiap kolom, satuan pengukuran, skala yang dipakai, cara pengambilan data, dan versi instrumen. Berkas ini yang menyelamatkan pembaca (dan diri Anda sendiri) dari menebak-nebak. Cukup satu halaman, ditulis dengan bahasa sederhana.
Instrumen penelitian. Kuesioner, lembar observasi, atau rubrik yang dipakai. Jika instrumen berisi materi berhak cipta milik pihak lain, sertakan tautan sumbernya alih-alih menyalin penuh.
Sebelum mengunggah, lakukan penyaringan wajib: hapus nama, nomor induk mahasiswa atau pegawai, nomor telepon, alamat, dan koordinat lokasi yang bisa menunjuk orang tertentu. Bila riset Anda memakai tabel kunci yang menghubungkan kode dengan identitas responden, simpan tabel itu terpisah dan jangan pernah ikut diunggah. Untuk berkas rekaman suara atau foto, cek ulang apakah peserta penelitian sudah memberi izin untuk keperluan tersebut.
Memilih Lisensi: Seberapa Terbuka Data Anda?
Lisensi menjelaskan kepada orang lain apa yang boleh mereka lakukan dengan data Anda. Kepemilikan tetap milik Anda; lisensi hanya memberi izin. Beberapa pilihan yang sering dipakai:
- CC BY 4.0 — paling ramah untuk pemakaian ulang: data boleh dipakai, diolah, bahkan untuk kepentingan komersial, asalkan sumbernya disebut. Ini pilihan yang banyak dianjurkan jurnal karena mendorong penggunaan maksimal.
- CC BY-NC 4.0 — sama seperti di atas, tetapi penggunaan komersial tidak diizinkan.
- CC0 — penulis melepas hampir semua batasan. Cocok bila tujuan Anda semata memperluas penggunaan.
- Akses terbatas atau atas permintaan — bukan lisensi terbuka, tetapi bisa menjadi jalan tengah untuk data sensitif.
Ringkasan tiap lisensi bisa dibaca langsung di halaman lisensi Creative Commons sebelum Anda memilih. Sebagian repositori juga menawarkan masa embargo: data belum dapat dibuka saat naskah diserahkan, lalu terbuka otomatis setelah artikel terbit. Ini pilihan masuk akal bila Anda masih mengejar publikasi dan khawatir data dipakai lebih dulu.
Menulis Pernyataan Ketersediaan Data
Pernyataan ketersediaan data (sering disebut data availability statement) adalah satu paragraf pendek yang menjelaskan apakah data tersedia, di mana, dan dengan syarat apa. Jurnal biasanya meminta bagian ini diletakkan setelah kesimpulan dan sebelum daftar rujukan, walau sebagian jurnal menempatkannya di akhir bagian metode. Selalu ikuti panduan penulis jurnal tujuan.
Empat contoh kalimat yang bisa Anda sesuaikan:
- Data mentah dan berkas analisis tersedia secara terbuka pada repositori Zenodo dengan DOI 10.xxxx/xxxxx.
- Data tidak dapat dibuka untuk umum karena memuat informasi pribadi peserta penelitian; data teragregasi tersedia dalam materi tambahan.
- Data tersedia dari penulis korespondensi atas permintaan beralasan, sepanjang disetujui komite etik penelitian.
- Data yang dianalisis dalam studi ini tercantum dalam materi tambahan artikel.
Satu hal yang sering diabaikan: jangan menulis "data tersedia atas permintaan" bila Anda tidak berniat menyediakannya. Editor dan pembaca serius menindaklanjuti pernyataan itu, dan ketidaksesuaian antara pernyataan dan kenyataan merusak kepercayaan yang jauh lebih mahal daripada berbagi data. Pernyataan ini juga sebaiknya selaras dengan apa yang Anda tulis pada halaman profil peneliti seperti identitas digital peneliti di ORCID.
Kapan Data Sebaiknya Tidak Dibuka Terbuka
Keterbukaan bukan tujuan yang harus dikejar tanpa syarat. Ada situasi yang menuntut sikap hati-hati: data pribadi dan data kesehatan, penelitian yang melibatkan anak atau kelompok rentan, data yang dimiliki pihak ketiga atau sponsor, temuan yang sedang dalam proses pengajuan kekayaan intelektual, dan data komunitas yang berpotensi merugikan bila tersebar bebas.
Jalan tengahnya banyak. Buka data teragregasi (misalnya rata-rata per kelas, bukan per siswa), buka instrumen dan kode analisis tanpa data mentah, sediakan akses melalui permintaan resmi, atau terbuka hanya untuk metadata dan berkas penjelas. Yang penting, alasannya ditulis jelas pada pernyataan ketersediaan data sehingga pembaca tahu ini keputusan sadar, bukan kelalaian.
Kebiasaan Kecil agar Data Tetap Berguna Bertahun-tahun
Tiga kebiasaan ini tidak memerlukan perangkat baru. Pertama, beri nama berkas dengan pola yang konsisten, misalnya tahun-bulan-tanggal di depan, sehingga berkas tersusun otomatis menurut urutan waktu. Kedua, simpan salinan minimal di dua tempat berbeda dan satu perangkat lepas; prinsip penyelamatan data ini dibahas panjang pada artikel backup untuk menyelamatkan skripsi dan data riset. Ketiga, begitu naskah Anda diserahkan ke jurnal, unggah salinan yang bisa disitasi ke repositori, bukan menunggu artikel terbit — Anda tidak pernah tahu kapan prosesnya selesai.
Bila riset Anda menghasilkan kode analisis, simpan skripnya terpisah dan beri catatan cara menjalankannya. Skrip yang rapi membuat temuan lebih mudah diperiksa, dan cara menjaga versi berkas seperti ini mirip dengan praktik yang dijelaskan pada panduan GitHub untuk kolaborasi riset.
Terakhir, cantumkan tautan dataset di tempat yang akan dibaca orang: daftar publikasi di profil SINTA, ORCID, dan laman pribadi. Satu dataset terbuka yang banyak dipakai orang memberi nilai tambah yang sering luput dari perhitungan: kepercayaan pada baris karya Anda yang lain.
Lima Langkah yang Bisa Anda Mulai Minggu Ini
- Pilih satu dataset dari penelitian terakhir yang datanya sudah bersih.
- Buat berkas README satu halaman: arti kolom, satuan, cara pengambilan data, dan versi instrumen.
- Bersihkan data dari identitas pribadi, lalu simpan tabel dalam format CSV.
- Unggah ke repositori pilihan (RIN, Zenodo, OSF, atau repositori bidang Anda) dan pilih lisensi yang sesuai.
- Salin DOI dataset ke dalam naskah, profil peneliti, dan pembaruan status di media akademik Anda.
Data penelitian Anda bukan sekadar sisa pekerjaan setelah artikel terbit. Diperlakukan dengan rapi dan dibagikan secara aman, ia berubah menjadi kontribusi tersendiri yang bekerja untuk Anda bertahun-tahun kemudian.
Posting Komentar untuk "Membagikan Data Riset dengan Aman: Repositori, DOI, dan Lisensi untuk Dosen dan Mahasiswa"