Visualisasi Sejarah Para Peraih Penghargaan Nobel

Mari kita menelaah orang-orang hebat dari 100 tahun yang lalu hingga sekarang.

Analisis Data
R
Author

Alif Dewantara

Published

February 9, 2023

Peraih Penghargaan Nobel

Penghargaan Nobel mungkin adalah salah satu penghargaan paling terkenal di dunia ilmu pengetahuan. Selain kehormatan, gengsi, dan nominal uang yang tidak sedikit, penerima Nobel juga mendapatkan medali emas yang terdapat cetakan Alfred Nobel (1833 - 1896), sang pencetus penghargaan tersebut. Setiap tahunnya penghargaan tersebut diberikan pada ilmuwan dan para sarjana di bidang kimia, sastra, fisika, psikologi atau kesehatan, ekonomi, dan perdamaian. Penghargaan Nobel pertama kali diberikan pada tahun 1901, dan saat itu penghargaan tersebut sangatlah Eropa-sentris dan sebagian besar didapatkan oleh pria. Benarkah demikian?

Penghargaan Nobel (Sumber: cruxnow.com)

Mari kita cari tahu! Yayasan Nobel telah membuat dataset yang berisi semua pemenang penghargaan dari 1901 sampai 2022. Pertama-tama, kita akan memuat dataset yang akan kita pakai:

Lihat Kode
# Memuat library
library(dplyr)
library(tidyr)
library(ggplot2)
library(ggthemes)
library(highcharter)
library(countrycode)
library(data.table)

# Membaca dataset Nobel Prize
nobelkotor <- read.csv('datasets/nobel-prize-laureates.csv')

Pembersihan Data (Data Cleaning) dan Membenarkan Tipe Data

Sebelum melakukan Exproratory Data Analysis (EDA), hal yang biasa dilakukan oleh seorang analis adalah melakukan pembersihan data dan membenarkan tipe data:

Lihat Kode
# Membersihkan data yang takkan dipakai, memisahkan Geo.Shape menjadi Latitude dan Longitude
nobelbersih2 <- subset(nobelkotor, select = -c(Overall.motivation, Geo.Shape)) %>%
  arrange(Id) %>%
  separate(Geo.Point.2D, into = c('Lat', 'Lon'), sep = ",")

# Menghapus sisa spasi yang ada di dalam kolom
nobelbersih2$Lat <- trimws(nobelbersih2$Lat)
nobelbersih2$Lat <- as.double(nobelbersih2$Lat)
nobelbersih2$Lon <- trimws(nobelbersih2$Lon)
nobelbersih2$Lon <- as.double(nobelbersih2$Lon)

# Mengubah tipe data Born (tanggal lahir) dan Died (tanggal wafat) menjadi tipe Date (tanggal)
nobel <- nobelbersih2 %>%
  mutate_at(c('Born', 'Died'), as.Date)

# Mengubah string kosong menjadi NA
nobel[nobel == ''] <- NA
Lihat Kode
nobel$Born.country.code <- countrycode(nobel$Born.country.code, origin = "iso2c", destination = "iso3c")

Siapa Saja Peraih Penghargaan Nobel?

Lihat Kode
head(nobel%>%select(-Motivation), 5)
Id Firstname Surname Born Died Born.country Born.country.code Born.city Died.country Died.country.code Died.city Gender Year Category Organization.name Organization.city Organization.country Lat Lon
1 Wilhelm Conrad Röntgen 1845-03-27 1923-02-10 Prussia (now Germany) DEU Lennep (now Remscheid) Germany DE Munich male 1901 Physics Munich University Munich Germany 51.10627 10.381711
2 Hendrik A. Lorentz 1853-07-18 1928-02-04 the Netherlands NLD Arnhem the Netherlands NL NA male 1902 Physics Leiden University Leiden the Netherlands 52.07242 5.221592
3 Pieter Zeeman 1865-05-25 1943-10-09 the Netherlands NLD Zonnemaire the Netherlands NL Amsterdam male 1902 Physics Amsterdam University Amsterdam the Netherlands 52.07242 5.221592
4 Henri Becquerel 1852-12-15 1908-08-25 France FRA Paris France FR NA male 1903 Physics École Polytechnique Paris France 42.18203 -2.754422
5 Pierre Curie 1859-05-15 1906-04-19 France FRA Paris France FR Paris male 1903 Physics École municipale de physique et de chimie industrielles (Municipal School of Industrial Physics and Chemistry) Paris France 42.18203 -2.754422

Dengan melihat lima orang awal pemenang penghargaan, atau yang biasa disebut sebagai Nobel laureates, kita dapat melihat seseorang: Wilhelm Conrad Rontgen. Mungkin kita langsung tahu apa kontribusi beliau dalam ilmu pengetahuan. Yep, ia adalah penemu mesin X-ray, yang biasa disebut oleh masyarakat sebagai mesin Rontgen (ronsen). Menariknya, kita bisa lihat bahwa semua pemenang Nobel tahun 1901 berasal dari Eropa. Lalu, bagaimana dengan pemenang Nobel dari 1901 sampai 2022?

Lihat Kode
# Menampilkan jumlah peraih Nobel
nrow(nobel)
[1] 989
Lihat Kode
# Menampilkan angka pemenang Nobel berdasarkan jenis kelamin
nobel %>%
  count(Gender, sort = TRUE)
Gender n
male 898
female 61
org 30
Lihat Kode
# Menampilkan angka pemenang Nobel berdasarkan negara asal
nobel_country_count <- nobel %>%
  count(Born.country.code) %>%
  arrange(desc(n))
setnames(nobel_country_count, "n", "jumlah")
setnames(nobel_country_count, "Born.country.code", "kode_negara")
head(nobel_country_count, 10)
kode_negara jumlah
USA 289
GBR 106
DEU 84
FRA 59
NA 31
SWE 30
POL 29
JPN 28
RUS 28
CAN 21
Lihat Kode
hcmap(
  "custom/world-robinson-lowres",
  data = nobel_country_count,
  name = "Asal Negara Para Pemenang Nobel",
  value = "jumlah",
  borderWidth = 0,
  nullColor = "#d3d3d3",
  joinBy = c("iso-a3", "kode_negara")
) |>
  hc_colorAxis(
    stops = color_stops(colors = viridisLite::inferno(10, begin = 0.1)),
    type = "logarithmic"
  )

Ada Indonesia Coy!

Menariknya, jika kita melakukan proses menyatukan data Nobel dan World_country di atas, kita akan mendapatkan tempat tanggal lahir negara dalam konteks sosial-politik zaman sekarang. Sebenarnya, hal ini dilakukan untuk mempermudah pembuatan peta para peraih Nobel di atas. Kelebihan lain dari metode ini adalah kita akan mendapatkan data peraih Nobel yang lahir di Indonesia. Pemenang itu ialah Willem Einthoven. Hal ini tentu akan lebih sulit kita dapatkan jika tanpa menggunakan data world_country, karena dalam data Nobel, Einthoven tertulis lahir di Java Dutch East Indies (now Indonesia). Hal ini dapat terjadi karena pada saat Einthoven lahir, Semarang masih berada dalam kekuasaan Pemerintah Kolonial Hindia Belanda.

Lihat Kode
# Mendapatkan data peraih Nobel kelahiran Indonesia
nobel %>%
  filter(Born.country.code == 'IDN')
Id Firstname Surname Born Died Born.country Born.country.code Born.city Died.country Died.country.code Died.city Gender Year Category Motivation Organization.name Organization.city Organization.country Lat Lon
315 Willem Einthoven 1860-05-21 1927-09-29 Java Dutch East Indies (now Indonesia) IDN Semarang the Netherlands NL Leiden male 1924 Medicine “for his discovery of the mechanism of the electrocardiogram” Leiden University Leiden the Netherlands 52.07242 5.221592

Willem Einthoven, seorang ilmuan kesehatan kelahiran Semarang, 21 Mei 1860, yang berjasa dalam penemuan alat elektrokardiogram.

Dominasi Amerika Serikat (AS)

Tentunya bukan hal yang mengejutkan jika Amerika Serikat menjadi negara dengan jumlah penerima Nobel terbanyak di dunia. Tetapi, di tahun 1901 sebagian besar pemenang Nobel adalah orang Eropa. Kapankah AS mulai mendominasi penghargaan Nobel?

Lihat Kode
# Menghitung proporsi orang Amerika pemenang Nobel
nobel$usa_born_winner <- nobel$Born.country.code == 'USA'
floor_decade <- function(value){ return(value - value %% 10) }
nobel$decade <- floor_decade(nobel$Year)
prop_usa_winners <- nobel %>%
  group_by(decade) %>%
  summarize(mean_usa = mean(usa_born_winner, na.rm = TRUE))
prop_usa_winners
decade mean_usa
1900 0.0178571
1910 0.0789474
1920 0.0740741
1930 0.2545455
1940 0.3250000
1950 0.2957746
1960 0.2800000
1970 0.3203883
1980 0.3297872
1990 0.4158416
2000 0.4369748
2010 0.3333333
2020 0.4285714

Memvisualisasikan Dominasi AS

Setelah melihat tabel di atas, tentunya agak sulit dimengerti jika hanya melihat data mentah. Maka, mari kita membuat visualisasinya.

Lihat Kode
# Membuat visualisasi
ggplot(prop_usa_winners, aes(x=decade, y=mean_usa)) +
  geom_line() +
  labs(title="Dominasi Amerika Serikat dalam Penghargaan Nobel")

Lihat Kode
# Membuat pengelompokan berdasarkan kategori Nobel
prop_category <- nobel %>%
  group_by(decade, Category) %>%
  summarize(mean = mean(usa_born_winner, na.rm = TRUE))

ggplot(prop_category, aes(x=decade, y=mean, color=Category)) +
  geom_line() +
  labs(title="Dominasi AS per Kategori Nobel") +
  theme_few()

Eksistensi Wanita dalam Penghargaan Nobel

Sebelumnya, kita sudah melihat bahwa ada perbedaan jumlah yang cukup besar dalam peraihan Nobel antara pria dan wanita. Lalu, kategori apa saja yang umum ditempuh oleh wanita dalam ilmu pengetahuan?

Lihat Kode
# Menghitung proporsi pemenang wanita per dekade
nobel$female_winner <- nobel$Gender == 'female'
prop_female_winners <- nobel %>%
  group_by(decade, Category) %>%
  summarize(mean_fem = mean(female_winner, na.rm = TRUE))

# Membuat plot
ggplot(prop_female_winners, aes(x=decade, y=mean_fem, color=Category)) +
  geom_line() +
  labs(title="Wanita dalam Penghargaan Nobel per Kategori Ilmu") +
  theme_few()

Wanita Pertama Pemenang Penghargaan Nobel

Plot di atas walau terlihat agak berantakan, namun ia memperlihatkan tren dan pola yang cukup menarik. Wanita pemenang Nobel lebih banyak berkiprah di bidang sastra, kimia, dan perdamaian. Walau tren di bidang kesehatan cukup banyak di tahun 1990-an, namun menurun hingga tahun 2022.

Melihat data di atas, mungkin muncul rasa penasaran: “Siapakah wanita pertama yang memenangkan penghargaan Nobel? Kategori apa?”

Lihat Kode
# Mengambil data wanita pertama peraih Nobel
first_female <- head(nobel %>%
  filter(Gender == 'female') %>%
  arrange(Year), 1)

# Print wanita pertama
first_female%>%select(-Motivation)
Id Firstname Surname Born Died Born.country Born.country.code Born.city Died.country Died.country.code Died.city Gender Year Category Organization.name Organization.city Organization.country Lat Lon usa_born_winner decade female_winner
6 Marie Curie 1867-11-07 1934-07-04 Russian Empire (now Poland) POL Warsaw France FR Sallanches female 1903 Physics NA NA NA NA NA FALSE 1900 TRUE

Marie Curie, Wanita Pertama Peraih Nobel

Pemenang Beruntun

Untuk sebagian besar ilmuan/penulis/aktivis, memenangkan penghargaan Nobel tentu saja menjadi sebuah pencapaian luar biasa. Tetapi untuk beberapa orang, satu itu tidak cukup, beberapa dari mereka memenangkan penghargaan tersebut lebih dari satu kali. Siapa saja orang yang beruntung itu?

Lihat Kode
dup_name <- nobel %>%
  group_by(Firstname, Surname) %>%
  filter(n()>1)
dup_name%>%select(-Motivation)
Id Firstname Surname Born Died Born.country Born.country.code Born.city Died.country Died.country.code Died.city Gender Year Category Organization.name Organization.city Organization.country Lat Lon usa_born_winner decade female_winner
6 Marie Curie 1867-11-07 1934-07-04 Russian Empire (now Poland) POL Warsaw France FR Sallanches female 1911 Chemistry Sorbonne University Paris France 42.18203 -2.754422 FALSE 1910 TRUE
6 Marie Curie 1867-11-07 1934-07-04 Russian Empire (now Poland) POL Warsaw France FR Sallanches female 1903 Physics NA NA NA NA NA FALSE 1900 TRUE
66 John Bardeen 1908-05-23 1991-01-30 USA USA Madison WI USA US Boston MA male 1972 Physics University of Illinois Urbana IL USA 45.68753 -112.494334 TRUE 1970 FALSE
66 John Bardeen 1908-05-23 1991-01-30 USA USA Madison WI USA US Boston MA male 1956 Physics University of Illinois Urbana IL USA 45.68753 -112.494334 TRUE 1950 FALSE
217 Linus Pauling 1901-02-28 1994-08-19 USA USA Portland OR USA US Big Sur CA male 1962 Peace California Institute of Technology (Caltech) Pasadena CA USA 45.68753 -112.494334 TRUE 1960 FALSE
217 Linus Pauling 1901-02-28 1994-08-19 USA USA Portland OR USA US Big Sur CA male 1954 Chemistry California Institute of Technology (Caltech) Pasadena CA USA 45.68753 -112.494334 TRUE 1950 FALSE
222 Frederick Sanger 1918-08-13 2013-11-19 United Kingdom GBR Rendcombe United Kingdom GB Cambridge male 1980 Chemistry MRC Laboratory of Molecular Biology Cambridge United Kingdom NA NA FALSE 1980 FALSE
222 Frederick Sanger 1918-08-13 2013-11-19 United Kingdom GBR Rendcombe United Kingdom GB Cambridge male 1958 Chemistry University of Cambridge Cambridge United Kingdom NA NA FALSE 1950 FALSE
482 International Committee of the Red Cross NA NA NA NA NA NA NA NA NA org 1963 Peace NA NA NA NA NA NA 1960 FALSE
482 International Committee of the Red Cross NA NA NA NA NA NA NA NA NA org 1944 Peace NA NA NA NA NA NA 1940 FALSE
482 International Committee of the Red Cross NA NA NA NA NA NA NA NA NA org 1917 Peace NA NA NA NA NA NA 1910 FALSE
515 Office of the United Nations High Commissioner for Refugees NA 1950-12-14 NA NA NA NA NA NA NA org 1954 Peace NA NA NA NA NA NA 1950 FALSE
515 Office of the United Nations High Commissioner for Refugees NA 1950-12-14 NA NA NA NA NA NA NA org 1981 Peace NA NA NA NA NA NA 1980 FALSE
743 Barry Sharpless 1941-04-28 NA USA USA Philadelphia PA NA NA NA male 2001 Chemistry The Scripps Research Institute La Jolla CA USA 45.68753 -112.494334 TRUE 2000 FALSE
743 Barry Sharpless 1941-04-28 NA USA USA Philadelphia PA NA NA NA male 2022 Chemistry Scripps Research La Jolla CA USA 45.68753 -112.494334 TRUE 2020 FALSE

Berapa Umur Para Ilmuan saat Meraih Nobel?

Daftar nama berulang di atas memunculkan satu nama yang mungkin sudah tidak asing, Marie Curie. Ia adalah ilmuan Polandia yang mendapatkan medali Nobel dalam bidang fisika karena jasanya menemukan radiasi, serta dalam bidang kimia karena telah berhasil mengisolasi radium dan polonium. John Bardeen juga mendapatkan medali sebanyak dua kali dalam bidang fisika karena penemuannya pada transistor dan superkonduktivitas. Frederick Sanger mendapatkan dua kali di bidang kimia. Linus Carl Pauling pertama kali mendapat medali di bidang kimia lalu perdamaian karena perannya dalam mengampanyekan pelucutan nuklir.

Nah, mari kita lihat di umur berapa para peraih Nobel mendapatkan penghargaan? (Biar bisa ngira-ngira “kapan ya gue bisa kek mereka?”)

Lihat Kode
# Menghitung umur peraih Nobel
nobel['BornYear'] <- substr(nobel$Born,1,4)
nobel['age'] <- nobel$Year - as.integer(nobel$BornYear)

# Membuat plot umur pemenang Nobel
ggplot(nobel, aes(x=Year, y=age)) +
  geom_point() +
  geom_smooth(method = 'lm') +
  labs(title = "Umur Para Pemenang Penghargaan Nobel")

Perbedaan Umur antara Kategori Ilmu

Grafik plot di atas memberikan sangat banyak informasi. Kita bisa melihat bahwa sebagian besar orang menerima penghargaan Nobel saat umur mereka sekitar 55 tahun, tetapi saat ini rata-rata ada di umur 63. Tetapi ada perbedaan yang besar antara para pemenang ini, walau sebagian besar umur mereka di atas 50, tetapi ada pula yang menerimanya saat berusia sangat muda.

Kita juga dapat melihat kepadatan titik pada grafik di atas cenderung naik dibandingkan tahun 1900-an. Selain itu, semakin mendekati hari ini semakin banyak medali yang dibagikan, maka semakin banyak pula para pemenang. Kita juga melihat bahwa ada kekosongan, yang tentunya diakibatkan oleh terjadinya Perang Dunia II (1939-1945) saat itu.

Sekarang, mari kita lihat umur penerima Nobel per kategori ilmu:

Lihat Kode
# Sama seperti plot di atas, namun dibagi per kategori
ggplot(nobel, aes(x=Year, y=age)) +
  geom_point() +
  geom_smooth(method = 'lm') +
  facet_wrap(~ Category, ncol=2) +
  labs(title = "Pemenang Nobel per Kategori")

Pemenang Tertua dan Termuda

Semakin banyak grafik yang menarik di sini! Mari kita lihat bahwa pemenang dari kelompok keilmuan kimia, kesehatan, dan fisika semakin ke sini semakin tua. Tren ini lebih terlihat di fisika, yang jika dulu rata-rata usia peraih Nobel di bawah 50, kini hampir di 70 tahun. Sastra dan ekonomi lebih stabil. Kita juga dapat melihat bahwa ekonomi merupakan kategori yang baru. Tetapi kategori perdamaian trennya justru lebih muda.

Dalam kategori perdamaian kita bisa melihat bahwa ada seseorang yang namanya sudah menempel di sumbu-x grafik tersebut. Hal ini menimbulkan pertanyaan: Siapakah orang tertua dan termuda peraih penghargaan Nobel?

Lihat Kode
# Orang peraih penghargaan Nobel tertua
head(nobel %>%
  arrange(desc(age)), 1)
Id Firstname Surname Born Died Born.country Born.country.code Born.city Died.country Died.country.code Died.city Gender Year Category Motivation Organization.name Organization.city Organization.country Lat Lon usa_born_winner decade female_winner BornYear age
976 John Goodenough 1922-07-25 NA Germany DEU Jena NA NA NA male 2019 Chemistry “for the development of lithium-ion batteries” University of Texas Austin TX USA 45.68753 -112.4943 FALSE 2010 FALSE 1922 97
Lihat Kode
# Orang peraih penghargaan Nobel termuda
head(nobel %>%
       arrange(age), 2)
Id Firstname Surname Born Died Born.country Born.country.code Born.city Died.country Died.country.code Died.city Gender Year Category Motivation Organization.name Organization.city Organization.country Lat Lon usa_born_winner decade female_winner BornYear age
515 Office of the United Nations High Commissioner for Refugees NA 1950-12-14 NA NA NA NA NA NA NA org 1954 Peace “for its efforts to heal the wounds of war by providing help and protection to refugees all over the world” NA NA NA NA NA NA 1950 FALSE 1950 4
914 Malala Yousafzai 1997-07-12 NA Pakistan PAK Mingora NA NA NA female 2014 Peace “for their struggle against the suppression of children and young people and for the right of all children to education” NA NA NA NA NA FALSE 2010 TRUE 1997 17

Sekarang Giliranmu!

Yes! Akhirnya kita berada pada penghujung tulisan. Sekarang giliranmu untuk meraih Nobel di masa yang akan datang. Tak perlu cemas, kita bisa lihat bahwa John Goodenough berusia 97 tahun ketika mendapatkan medali Nobel di bidang kimia, karena kontribusinya dalam perkembangan baterai lithium-ion! Kita juga harus punya semangat seperti Malala Yousafzai yang mendapatkan medali Nobel Perdamaian saat berumur 17 tahun karena perjuangannya terhadap kebebasan dan pendidikan kepada anak-anak.

“Aku adalah salah satu dari 66 juta wanita yang tercabut pendidikannya” -Malala Yousafzai

Sekian dan terima kasih.

Salam Maria, penuh rahmat, Tuhan sertamu.