Menggunakan Rayyan untuk Systematic Literature Review (SLR)

Sumber: Rayyan.ai

Melakukan Systematic Literature Review (SLR) sering kali menjadi proses yang kompleks dan memakan waktu. Peneliti harus menelusuri ratusan hingga ribuan artikel dari berbagai database, kemudian menyeleksi satu per satu untuk memastikan relevansi dan kesesuaiannya dengan topik penelitian. Tahapan seperti screening, eligibility, dan inclusion membutuhkan ketelitian tinggi, dan tidak jarang menimbulkan bias subjektif antar peneliti. Untuk mengatasi tantangan tersebut, berbagai alat bantu digital mulai dikembangkan. Salah satu yang paling populer adalah Rayyan, sebuah platform berbasis web yang dirancang untuk membantu peneliti melakukan proses literatur review secara efisien, kolaboratif, dan terstruktur.

Artikel ini akan membahas apa itu Rayyan, bagaimana cara menggunakannya dalam konteks SLR, serta kelebihan dan keterbatasannya. Pendekatan ini relevan untuk berbagai disiplin ilmu, termasuk ilmu komputer, yang kini semakin mengandalkan Systematic Review untuk memetakan tren penelitian dan menentukan arah riset masa depan.

Apa Itu Rayyan?

Rayyan adalah aplikasi berbasis web yang dikembangkan oleh Qatar Computing Research Institute (QCRI) untuk mendukung peneliti dalam melakukan Systematic Reviews dan Meta-Analyses. Platform ini dapat diakses melalui situs https://rayyan.ai dan dirancang untuk mempermudah proses screening artikel secara manual maupun kolaboratif.

Rayyan mendukung berbagai format impor seperti .ris, .bib, .nbib, dan .csv, yang umumnya digunakan oleh database besar seperti Scopus, PubMed, IEEE Xplore, atau reference manager seperti Zotero dan Mendeley. Setelah data diimpor, peneliti dapat meninjau setiap artikel berdasarkan judul, abstrak, dan kata kunci, lalu menandainya sebagai Include, Exclude, atau Maybe.

Selain itu, Rayyan juga menawarkan fitur AI-assisted screening, yang menggunakan machine learning untuk memprediksi relevansi artikel berdasarkan keputusan sebelumnya. Fitur ini dapat mempercepat proses seleksi hingga 50% tanpa mengurangi akurasi.

Contoh dashboard ketika menggunakan Rayyan.

Langkah-Langkah Menggunakan Rayyan dalam SLR

Berikut panduan langkah demi langkah menggunakan Rayyan untuk mendukung proses Systematic Literature Review:

1. Membuat Proyek Baru

Setelah login menggunakan akun Google, ORCID, atau email, pengguna dapat membuat proyek baru melalui menu Create new review project. Di sini, pengguna diminta mengisi judul, deskripsi singkat, dan memilih mode kolaborasi (individu atau tim). Proyek dapat bersifat publik atau privat tergantung kebutuhan.

Tampilan Membuat Proyek / Review Baru di Rayyan

2. Mengimpor Artikel

Rayyan memungkinkan pengguna mengunggah hasil pencarian literatur dari berbagai database. File hasil ekspor dari Scopus atau Zotero biasanya sudah kompatibel. Setelah diimpor, sistem akan secara otomatis menampilkan daftar artikel lengkap dengan informasi metadata-nya.

Tampilan Proses Upload Artikel di Rayyan

3. Screening Artikel

Tahap ini merupakan inti dari penggunaan Rayyan. Setiap artikel dapat diberi label Include, Exclude, atau Maybe. Pengguna juga bisa menambahkan tags dan komentar untuk memperjelas alasan keputusan. Jika proyek dilakukan oleh lebih dari satu reviewer, setiap reviewer dapat melakukan blinded screening, di mana hasil keputusan antar reviewer tidak langsung terlihat sampai semua selesai meninjau.

Gambaran Proses Screening di Rayyan

4. Menggunakan Fitur AI Recommender

Setelah beberapa artikel ditandai, Rayyan mulai mempelajari pola keputusan reviewer dan memberikan rekomendasi artikel yang paling mungkin relevan. Fitur AI Recommender ini dapat membantu mempercepat proses seleksi, terutama pada dataset besar.

5. Mengekspor Hasil Screening

Ketika proses seleksi selesai, hasilnya dapat diekspor ke format .csv atau .xlsx untuk analisis lebih lanjut. File ini biasanya digunakan sebagai dasar pembuatan PRISMA Flow Diagram, karena sudah memuat jumlah artikel pada tiap tahap seleksi.

Contoh PRISMA Flow Diagram

Kelebihan dan Keterbatasan Rayyan

Rayyan menawarkan sejumlah keunggulan yang menjadikannya alat bantu penting dalam pelaksanaan Systematic Literature Review. Salah satu kekuatannya terletak pada kemampuannya untuk mendukung kerja kolaboratif secara real-time. Beberapa peneliti dapat meninjau artikel yang sama secara bersamaan tanpa saling memengaruhi hasil, berkat fitur blinded review yang menjaga objektivitas penilaian. Proses peninjauan juga menjadi lebih efisien karena adanya dukungan AI-assisted screening. Teknologi ini belajar dari keputusan pengguna dan secara cerdas memprioritaskan artikel yang paling relevan untuk ditinjau terlebih dahulu, sehingga menghemat waktu tanpa mengurangi kualitas seleksi.

Selain itu, fleksibilitas Rayyan juga menjadi nilai tambah. Platform ini dapat menerima berbagai format data seperti .ris, .bib, .nbib, dan .csv, sehingga mudah diintegrasikan dengan berbagai sumber database maupun reference manager seperti Zotero atau Mendeley. Karena berbasis web, Rayyan dapat diakses dari berbagai perangkat tanpa memerlukan instalasi khusus, memudahkan peneliti untuk bekerja dari mana saja.

Meskipun demikian, Rayyan tidak sepenuhnya tanpa keterbatasan. Platform ini hanya menampilkan informasi pada level metadata seperti judul, abstrak, dan kata kunci. Artinya, peneliti tetap harus membaca full-text artikel di luar sistem untuk memastikan kesesuaian isi. Integrasinya dengan aplikasi manajemen referensi juga belum sepenuhnya otomatis, sehingga proses impor dan ekspor data kadang masih perlu dilakukan secara manual. Selain itu, untuk pengguna versi gratis, terdapat beberapa batasan seperti jumlah reviewer dan akses ke fitur analisis lanjutan. Meski begitu, keterbatasan tersebut umumnya tidak menjadi hambatan besar bagi kebanyakan penelitian akademik, terutama di tahap awal seleksi literatur.

Tips Mengoptimalkan Penggunaan Rayyan

Untuk memaksimalkan efisiensi penggunaan Rayyan, berikut beberapa praktik terbaik yang dapat diterapkan:

1. Tentukan kriteria inklusi dan eksklusi sejak awal. Hal ini penting agar proses seleksi konsisten antar reviewer.
2. Gunakan fitur labeling dan tagging. Label tambahan seperti topic relevance, dataset availability, atau methodology membantu dalam klasifikasi lanjutan.
3. Aktifkan blind mode. Mode ini membantu menjaga objektivitas ketika bekerja dalam tim.
4. Kombinasikan dengan PRISMA. Gunakan hasil ekspor Rayyan untuk mendukung visualisasi tahap seleksi artikel dalam PRISMA Flow Diagram.
5. Backup rutin. Simpan file ekspor setiap kali menyelesaikan sesi screening untuk menjaga audit trail dan keamanan data.

Kesimpulan

Rayyan telah menjadi alat bantu yang sangat efektif dalam mendukung pelaksanaan Systematic Literature Review. Dengan antarmuka yang sederhana, kemampuan kolaboratif, serta dukungan AI-assisted screening, Rayyan mampu menghemat waktu sekaligus menjaga transparansi dan konsistensi dalam seleksi literatur. Ketika dikombinasikan dengan panduan metodologis seperti PRISMA, Rayyan membantu peneliti menghasilkan tinjauan pustaka yang lebih sistematis, objektif, dan dapat direplikasi.

Penulis

Muhammad Alfhi Saputra, S.Kom., M.Kom.

Referensi

1. Ouzzani, M., Hammady, H., Fedorowicz, Z., & Elmagarmid, A. (2016). Rayyan—a web and mobile app for systematic reviews. Systematic Reviews, 5(1), 210.
2. MSR72 An Evaluation of the Rayyan Artificial Intelligence Tool for Systematic Literature Review Screening Ng, J et al. Value in Health, Volume 27, Issue 6, S273
3. Website resmi Rayyan: https://rayyan.ai