Model Pemeringkatan Website Pemerintah Daerah di Indonesia

Model Pemeringkatan Website Pemerintah Daerah di Indonesia Widya Silfianti1, Mirma Yudha Firdausi2, Hanum Putri Permatasari3 1,2,3

Universitas Gunadarma

1

[email protected], [email protected], [email protected]

Abstrak Pemeringkatan e-government di Indonesia sudah mulai dilakukan oleh Kementrian Komunikasi dan Informatika, namun pemeringkatan tersebut baru mencakup 11 provinsi dan belum menerapkan perhitungan peringkat secara otomatis dengan menggunakan mesin pencari yang dilengkapi dengan agent based crawler dan algoritma perhitungan parameternya. Penelitian ini bertujuan untuk mengembangkan mesin pencari berbasis web crawler dengan algoritma relevansi yang diterapkan pada pemeringkatan website pemda di Indonesia. Variabel pemeringkatannya adalah relevansi, produktifitas, visibilitas, besarnya website (size), kekayaan dokumen, popularitas, dengan pembobotannya masingmasing.Pengambilan data parameter webmetrics dilakukan pada bulan mei 2010, yang mencakup 181 website pemerintah daerah di Indonesia. Jenis atau tingkatan pemerintahannya adalah pemerintahan provinsi, pemerintahan kabupaten, dan pemerintahan kota dengan rincian jumlah websitenya berturutturut adalah 32 website provinsi, 111 kabupaten, dan 38 kota. Hasil pemeringkatan untuk pemda di luar jawa menujukkan bahwa website provinsi lebih dominan dibandingkan website kota atau kabupaten, sedangkan untuk di pulau jawa, website kabupaten dan kota lebih dominan dibandingkan web provinsi. Peringkat atas untuk web kota semuanya diisi oleh kota-kota di Jawa, sedangkan untuk kabupaten hanya dua kota di luar jawa yang masuk sepuluh besar. Hasil pemeringkatan tersebut mendukung dugaan terjadinya kesenjangan digital dilihat dari wilayah geografis dan tingkat pemerintahan di Indonesia. Kata kunci : e-government, digital divide, web-crawler

1.

PENDAHULUAN

Wujud nyata dari pengaplikasian e-government ang telah umum dilaksanakan dan diatur pelaksanaannya di Indonesia adalah pembuatan situs web pemerintah daerah. E-Government intinya adalah proses pemanfaatan teknologi informasi sebagai alat untuk membantu menjalankan sistem pemerintahan secara lebih efektif dan efisien. Pembangunan situs web bagi pemerintah daerah di Indonesia merupakan implementasi dari Instruksi Presiden No. 3 Tahun 2003, yang isinya menggalakkan pemanfaatan teknologi informasi

(Internet) dalam menunjang aktivitas pemerintahannya, baik pemerintah pusat maupun pemerintah daerah menuju terwujudnya eGovernment di Indonesia. Berdasarkan data [8] dari 470 pemerintah daerah baik tingkat provinsi, kotamadya maupun kabupaten terdapat 361 (77%) situs web pemerintah daerah, dan yang aktif atau bisa dibuka 316 situs web pemerintah daerah sisanya 106

rusak, dalam pengembangan atau terkena sanksi (suspended). Jumlah situs web pemerintah daerah secara kuantitas cenderung meningkat seiring dengan kebijakan dan komitmen pemerintah Indonesia yang tertuang dalam roadmap pengembangan egovernment di Indonesia. Namun, apakah semua pemerintah daerah di Indonesia sudah menerapkan e-government sesuai dengan roadmap atau cetak biru pengembangan e-government di Indonesia? Pertanyaan tersebut merupakan tantangan terbesar untuk Indonesia mengingat luas wilayah serta kondisi budaya, sosial, dan kemasyarakatan yang beragam. Wilayah pemerintahan Indonesia mencakup 33 propinsi, 349 Pemerintah Kabupaten, 91 Pemerintah Kota, 5263 Kecamatan, 7123 Kelurahan, dan 62806 Desa (Peraturan Menteri Dalam Negeri Nomor 18 tahun 2005). Berdasarkan data jumlah wilayah tersebut belum seluruh tingkatan pemerintahan tersebut sudah menerapkan e-government atau minimal sudah menerapkan

teknologi informasi secara umum dalam menjalankan fungsi dan peranan pemerintah daerah dalam memberikan pelayanan kepada masyarakat.

penggunaan teknologi informasi yang dapat meningkatkan hubungan antara pemerintah dan pihak-pihak lain.

Penelitian ini bertujuan untuk mengembangkan metode pengukuran web (webmetrics) menggunakan algoritma pencarian informasi yang relevan terhadap jenis situsnya. Tujuan khusus selengkapnya adalah (1) Mengembangkan metode perhitungan pemeringkatan dengan multi-parameter yang dilengkapi dengan kerangka Information Retrieval System yang lengkap mulai dari pengambilan data secara otomatis, pengukuran parameter pemeringkatan, dan penyajian hasil pemeringkatannya, serta (2) Menguji metode pemeringkatan website terhadap situs pemerintah daerah di Indonesia yang dijadikan contoh target evaluasi website, dengan menambahkan kriteria relevansi dan produktifitas yang dihasilkan berdasarkan hasil filtering terhadap konten web dari situs pemda tersebut.

Pada pelaksanaan e-Government, informasi, komunikasi, dan transaksi antara masyarakat dan pemerintah dilakukan melalui Internet. Sehingga ada beberapa manfaat yang dihasilkan seperti misalnya, komunikasi dalam sistem administrasi berlangsung dalam hitungan jam, bukan hari atau minggu. Artinya, pelayanan pemerintah pada masyarakat menjadi sangat cepat, pelayanan dan informasi dapat disediakan 24 jam sehari, tujuh hari dalam seminggu. Informasi dapat diperoleh di kantor, rumah bahkan lewat ponsel dimanapun tanpa harus secara fisik datang ke kantor pemerintahan atau tempat-tempat pelayanan umum. Akselerasi kecepatan pelayanan berarti juga merupakan penghematan dalam waktu, energi maupun sumber daya.

2. LANDASAN TEORI 2.1.E-Government Menurut World Bank, e-Government didefinisikan sebagai upaya pemanfaatan dan pendayagunaan telematika untuk meningkatkan efisiensi dan efektivitas pemerintahan, memberikan berbagai jasa pelayanan kepada masyarakat secara lebih baik, menyediakan akses informasi kepada publik secara lebih luas, dan menjadikan penyelenggaraan pemerintahan lebih bertanggung jawab (accountable) serta transparan kepada masyarakat. Intinya menurut [3] e-Government adalah proses pemanfaatan teknologi informasi sebagai alat untuk membantu menjalankan sistem pemerintahan secara lebih efektif dan efisien. Terdapat dua hal utama dalam pengertian eGovernment[3], pertama adalah penggunaan teknologi komunikasi informasi (salah satunya adalah Internet) sebagai alat bantu, dan kedua adalah tujuan pemanfaatannya sehingga jalannya pemerintahan dapat lebih efisien. Melalui teknologi informasi dalam hal ini Internet, seluruh proses atau prosedur yang ada di pemerintahan dapat dilalui dengan lebih cepat sesuai dengan aturan jelas yang telah ditetapkan. E-Government bukan berarti mengganti cara pemerintah dalam berhubungan dengan masyarakat. Pada konsep e-Government, masyarakat masih bisa berhubungan dengan pos-pos pelayanan, berbicara melalui telepon untuk mendapatkan pelayanan pemerintah, atau mengirim surat. E-Government hanya berfungsi pada konteks

Model e-Government yang diterapkan menggunakan model empat tahapan perkembangan yang meliputi [3] : a. Fase pertama, berupa penampilan website web (web presence) yang berisi informasi dasar yang dibutuhkan masyarakat. b. Fase kedua, fase interaksi yaitu isi informasi yang ditampilkan lebih bervariasi, seperti fasilitas download dan komunikasi e-mail dalam website web pemerintah. c. Fase ketiga, tahap transaksi berupa penerapan aplikasi atau formulir untuk secara online mulai diterapkan. d. Fase Keempat, fase transformasi berupa pelayanan yang terintegrasi, tidak hanya menghubungkan pemerintah dengan masyarakat tetapi juga dengan organisasi lain yang terkait (pemerintah ke antar pemerintah, sektor nonpemerintah serta sektor swasta) Sesuai dengan yang tertera dalam Instruksi Presiden No.3 Tahun 2003, Wujud nyata dari aplikasi e-Government yang umum dilaksanakan dan diatur pelaksanaannya adalah pembuatan website web pemerintah daerah. Website web pemerintah daerah merupakan salah satu strategi didalam melaksanakan pengembangan e-Government secara sistematik melalui tahapan yang realistik dan terukur. Website web pemerintah daerah merupakan tingkat pertama dalam pengembangan e-Government di Indonesia yang memiliki sasaran agar masyarakat Indonesia dapat dengan mudah memperoleh akses kepada informasi dan layanan pemerintah daerah, serta ikut berpartisipasi di dalam pengembangan 107

demokrasi di Indonesia dengan menggunakan media Internet. Pengembangan e-Government di Indonesia dilaksanakan melalui 4 (empat) tingkatan yaitu: (a) Tingkat 1 merupakan tingkat Persiapan berupa pembuatan website web sebagai media informasi dan komunikasi pada setiap lembaga serta sosialisasi website web untuk internal dan publik; (b) Tingkat 2 merupakan tingkat Pematangan yang berupa Pembuatan website web informasi publik yang bersifat interaktif dan Pembuatan antar muka keterhubungan dengan lembaga lain; (c) Tingkat 3, tingkat Pemantapan yang berisi Pembuatan website web yang bersifat transaksi pelayanan publik dan Pembuatan interoperabilitas aplikasi dan data dengan lembaga lain; dan (d) Tingkat 4 adalah tingkat Pemanfaatan yang berisi Pembuatan aplikasi untuk pelayanan yang bersifat Government to Government (G2G), Government to Business (G2B), Government to Consumers (G2C)

2.2.

[4] melakukan survei metrik terkenal untuk web yang berkaitan dengan pengukuran besaran fungsi. Berdasarkan beberapa atribut pengukuran kemudian diklasifikasikan menjadi beberapa kategori yang dapat dilihat pada Gambar 1di bawah ini.

Evaluasi Web dan Webmetrics

Ketepatan dan akurasi konten web merupakan salah satu ukuran dalam evaluasi konten web, yang dalam penelitian ini menggunakan istilah relevansi.[6] menyebutkan beberapa kriteria untuk evaluasi dan pemeringkatan website yaitu authority, objectivity, accuracy, coverage, dan timelines. Metode pemeringkatan yang dikembankan pada penelitian ini secara umum mencakup parameter tersebut di atas, namun dengan terminologi yang berbeda. Dua parameter utama yang dikembangkan lebih lanjut adalah relevansi- seperti yang sudah dipaparkan sebelumnya, dan web productivity. Menurut [5] , web productivity secara matematis dihitung dengan rumus: size/effort, dimana size adalah ukuran website- yang dapat diukur dengan jumlah halaman web pada sebuah website, sedangkan effort adalah upaya atau input yang digunakan untuk mengembangkan atau mengelola website. Contoh input atau effort tersebut adalah biaya atau waktu yang diperlukan untuk mengembangkan website. Input biaya digunakan oleh [5], sedangkan penelitian yang dilakukan oleh [1] menggunakan traffic sebagai ukuran untuk effort untuk menghitung web productivity. Metode pemeringkatan pada penelitian ini menggunakan jumlah halaman web sebagai ukuran untuk size dan frekuensi pemutakhiran konten 108

sebagai ukuran untuk effort. Jumlah halaman web juga digunakan untuk pemeringkatan webometrics yang akan dijelaskan pada sub bab berikutnya, sedangkan frekuensi pemutakhiran secara umum mirip dengan parameter timelines seperti disebutkan oleh [6]. Atribut evaluasi website yang lebih komprehensif dan lebih berkembang pesat saat ini adalah webmetrics, yang akan dipaparkan lebih lengkap di bawah ini.

Gambar1. Taksonomi Webmetrics [4]Graph Properties. World Wide Web dapat digambarkan sebagai sebuah struktur grafik di mana halaman web terdiri dari simpul dan hyperlink. Webmetrics berbasis graph mengukur sifat struktural web pada kedua skala makroskopik dan mikroskopik. Significance. Signifikansi metrik memformalkan pengertian tentang "kualitas" dan "relevansi" dari halaman web yang berkaitan dengan kebutuhan informasi pengguna. Signifikansi metrik yang digunakan untuk menilai halaman web untuk menanggapi permintaan pencarian dan memiliki dampak pada kualitas pencarian dan pengambilan di sebuah halaman web. Penggunaan Karakterisasi. Pola dan keteraturan ketika pengguna menelusuri sumber-sumber web yang dapat memberikan petunjuk berharga untuk meningkatkan konten, presentasi organisasi dan website. Similarity. Kesamaan metrik mengukur sejauh mana keterkaitan antara halaman web. Ada banyak penyelidikan tentang atribut apa saja yang seharusnya dianggap sebagai indikator dari hubungan antara halaman. Search dan Retrieval. Metrik ini digunakan untuk mengevaluasi dan membandingkan kinerja pencarian web dan layanan pencarian.

Informa ation Theoretiic. Metrik teo ori informasi menangkap p properti atau sifat informassi yang terkait dengan keebutuhan, prod duksi dan kon nsumsi, yang akan mem mpertimbangkan n hubungan an ntara sejumlah keteraturan n yang diamatii dalam generrasi informasi di Web. [4] m mengemukaka an bahwa pengukuran siginikansi yang paling terkenal t adalah h webmetricsudah dipapark kan di atas. dengan atrribut yang su Makna darii suatu halamaan web dapat dipandang dari dua perspek ktif- yaitu releevansinya deng gan kebutuhan informasi tertentu t sesuai permintaan peengguna, serta kualitas mutlak m yang terlepas darri kebutuhan pengguna tertentu. Ukurran relevansi berhubungan dengan kemiripan halam man web deng gan kata-kata kunci yan ng telah diarrahkan dan menggunakan m berbagai model m untuk melakukan perbandingan. p Kualitas pengukuran p taautan (link) pada sebuah website biiasanya meng ggunakan info ormasi untuk membedak kan halaman yang y sering disebut dengan isi halaman n website yang kurang terlihaat. Signifik kansi merupaakan ukuran yang mulai dikembang gkan pada pencarian web w dengan melakukan n pengambilan informasi di halaman web paling releevan dan berku ualitas tinggi pada p satu set page/halam man yang haru us dipilih dari indeks yang banyak sebagai s tang ggapan atas permintaan pengguna. Penggunaan parameter p kualiitas web telah menjadi peerkembangan terbaru mesin pencari p untuk publik, yaang sebagian besar mengan ndalkan pada tekstual mu urni pada perb bandingan queery mengenai kata kunci sebagai nilaii relevansi seb buah website. Mesin sepeerti Google [7,9] menggunak kan kombinasi aspek atau u ukuran releevansi dan ku ualitas dalam membuat peringkat weeb untuk dap pat merespon permintaan n pengguna. 3. METO ODOLOGI PENELITIAN Penelitiian ini terdiri dari d tiga tahapaan utama yaitu (1) tahap evaluasi relev vansi halaman web dengan kan algororitm ma TFxIDF; (2) Tahap menggunak penyimpan nan hasil parssing dari teks HTML dan pengukuruaan parameter webmetrics; w d (3) Tahap dan pengemban ngan model pem meringkatan website w pemda di Indoneesia dengan menggunakan n parameter size,visibiliity, kekayaan n dokumen, popularitas, relevansi, dan produktiifitas. Gamb baran umum tahapan terrsebut dapat dilihat d pada gaambar berikut ini.

Gambar 2. Kerangka K Peneelitian Peng gembangan model m pemerin ngkatan website pemda terdiri t dari 2 proses utama yaitu (1) prosses perhitun ngan parameterr web yang dillakukan terhad dap hasil parrsing yang dihasilkan dari tah hap pertama, dan d (2) p proses perhitungan periingkat deng gan menggu unakan 6 parameter web yaang memperrhitungkan pem mbobotan dari setiap parametter tersebutt. Penjelasan setiap proses tersebut adallah sebagai berikut. Pemeeringkatan web bsite di Indonessia secara umum u terdiri dari dua kelompok parametter yaitu (aa) parameter yang y dihasilkan n dari penelitiian ini yaitu u relevansi dan n productivity dan d (b) parametter yang mengadaptasi m dari parameter yang digunak kan oleh lem mbaga pemerinngkat lain yaittu size, visibiliity, kekayaaan dokumen (rich ( files) yaang mengacu ke webomeetrics serta pop pularitas yang mengacu kepaada 4ICU. Proses utam ma perhitungan n pemeringkattan adalah menghitung pperingkat komp posit berdasarrka peringkaat untuk seetiap parametter yang tellah dijelaskan di atas. Niilai peringkat komposit unttuk setiap pemda p dihitung g dengan meng ggunakan rum mus sebagai berikut CRi = WRRi + WPPi + WSSi + WVVi + WDDi + WTTi Dimanaa: CRi ada alah nilai komp posit untuk web bsite ke-1, dst WR adallah bobot untukk parameter w web relevancy WP adallah bobot untukk parameter w web productivityy WS adallah bobot untukk parameter sizze WV adallah bobot untukk parameter viisibility WD ad dalah bobot untuk param meter Documeent Richnesss 1 109

WT adalah bobot untuk parameter popularity/Traffik

6

Kota Bontang

Kota Jakpus

R adalah peringkat sebuah website untuk parameter Relevancy

7

Kota Bandung

Prov. Jabar

8

Provinsi Jatim

Kota Bandung

9

Kota Yogyakarta

Kota Balikpapan

Prov. Jabar

Prov. Jatim

P adalah peringkat sebuah website untuk parameter productivity S adalah peringkat sebuah website untuk parameter Size

10

V adalah peringkat sebuah website untuk parameter Visibility

T adalah peringkat sebuah website untuk parameter Popularity

4. HASIL DAN PEMBAHASAN 4.1. Parameter Webmetrics Parameter size dengan menggunakan mesin pencari berkisar antara 101 sampai 1610000 dengan menggunakan mesin pencari Google. Parameter inbound link berkisar antara 0 sampai 4380000. Parameter kekayaan dokumen berkisar dari 0 sampai 28,200 dengan rata-rata 635 dokumen, dan parameter popularitas yang diukur dengan peringkat di www.alexa.com berkisar antara 1009 sampai 100209. Ada 81 website yang belum mempunyai peringkat di alexa.com, yang menunjukkan website tersebut masih sangat kurang pengunjungnya. Peringkat sepuluh besar untuk parameter size dan traffik tersebut selengkapnya dapat dilihat pada tabel 5. Tabel 1. Peringkat untuk parameter size dan traffik No

110

Size

Traffic

1

Prov. Kalteng

Kota Jaksel

2

Kota Tomohon

Kota Jaktim

3

Prov. Jateng

Kota Jakut

4

Prov. Papua

Prov. DKI Jakarta

5

Kab. Kebumen

Kota Jakbar

Hasil tersebut menunjukkan bahwa peringkat sepuluh besar untuk inbound link, dokumen, dan traffik diisi oleh pemda yang relatif tidak berubah. Website provinsi DKI Jakarta beserta 5 kotanya selalu masuk pada ketiga parameter tersebut. Namun untuk parameter size nama-nama pemdanya relatif berbeda dengan peringkat tiga parameter lainnya kecuali provinsi Jawa Barat, Jawa Timur, dan Bandung. Perbandingan parameter size, inbound link dan popularitas dilihat dari tingkatan pemerintah dapat dilihat pada gambar di bawah ini. 200 159

147 in 1000

D adalah peringkat sebuah website untuk parameter Document Richness

135 85

20

5

231625

0 Web Page InBound Link Web traffic

Province

District

City

Gambar 3. Perbandingan antar tingkat pemerintahan Gambar di atas menunjukkan bahwa website provinsi mempunyai keunggulan dalam jumlah halaman web dan tautan dibandingkan dengan kota dan kabupaten, namun untuk parameter popularitas relatif tidak jauh berbeda antara provinsi dan kota. Namun website kabupaten selalu terendah untuk ketiga parameter webmetrics tersebut. Untuk kasus jawa dan luar-jawa, ternyata hasil pengukuran parameter tersebut menunjukkan bahwa website pemda di luar jawa selalu lebih rendah dibandingkan website pemda di pulau jawa. Kondisi ini menunjukkan adanya kesenjangan digital (digital divide) dilihat dari dikotomi geografis tersebut. Hal ini tentunya memerlukan perhatian dari pemerintah

atau pihak yang berkepentingan dalam implementasi e-government di Indonesia yang dapat mengurangi kesenjangan tersebut. 4.2. Model Pemeringkatan Pemeringkatan menggunakan enam variabel yaitu relevansi, produktifitas, visibiltas, besarnya website (size), kekayaan dokumen, popularitas, dengan pembobotannya masing-masing. Penetapan bobot akhir untuk setiap parameter tersebut dilakukan melalui beberapa skenario dengan melakukan perubahan-perubahan nilai parameter atau dilakukan proses simulasi. Sebelum dilakukan pemeringkatan akhir dengan menggunakan enam variabel, peneliti melakukan simulasi pemeringkatan dengan membandingkan beberapa skenario, yaitu :

media informasi untuk publik. Pemberian bobot yang lebih tinggi untuk popularitas dibandingkan dengan visibility adalah popularitas lebih bersifat aktual karena ukuran tersebut mencerminkan frekuensi atau jumlah kunjungan ke website pemda. Sedangkan visibilitas hanya merupakan ”popularitas potensial” atau semu karena hanya diukur dengan jumlah eksternal link yang belum tentu meningkatkan jumlah kunjungan atau traffik dari pengunjung ke website pemda yang bersangkutan. Berdasarkan penjelasan di atas maka pemeringkatan dalam penelitian ini terdiri dari 6 skenario yang selengkapnya dapat dilihat pada Tabel di bawah ini. Tabel 2. Pemetaaan Skenario untuk Pemberian bobot

a. Skenario 1 yaitu pemeringkatan dengan menggunakan dua parameter yang diukur dan dianalisis dalam penelitian ini b. Skenario 2 yaitu pemeringkatan dengan menggunakan empat parameter tanpa relevansi dan produktifitas c. Skenario 3 yaitu pemeringkatan dengan enam parameter tanpa pembobotan d. Skenario 4 yaitu pemeringkatan dengan enam parameter dengan pembobotan

Untuk skenario 4, komposisi pembobotannya terdiri dari 3 alternatif, dengan penjelasan sebagai berikut (a) Memberikan bobot yang sama yaitu 50% untuk kelompok parameter hasil penelitian yang mencakup relevensi dan produktifitas dan 50 % untuk kelompok parameter yang kedua yang meliputi ukuran, visibilitas, kekayaan dokumen, dan popularitas. Setiap parameter mempunyai bobot yang sama untuk parameter yang masuk dalam kelompok yang sama; (b) Bobot antar kelompok sama seperti alternatif (a) namun bobot parameter dalam satu kelompok berbeda yaitu bobot relevansi lebih tinggi dibandingkan produktivitas dan untuk kelompok kedua, parameter size mempunyai bobot yang lebih tinggi dibandingkan tiga parameter lainnya yang mempunyai bobot yang sama; dan (c) Memberikan bobot yang lebih tinggi untuk relevansi, produktifitas, dan popularitas dibandingkan dengan size, visibility, dan kekayaan dokumen. Namun bobot relevansi lebih tinggi dibandingkan produktifitas, dan popularitas. Pemberian bobot tinggi untuk relevansi dan produktifitas berkenaan dengan mutu informasi dan intensitas pemanfaatan website oleh pemda sebagai

Skenari parameter dan pembobotannya

Parameter 1 2

3

4a

4b

4c

Relevansi

R

R

0,250 R

0,3R

0,3R

Produktifit as

P

P

0,250 R

0,2P

0,2P

Size

S

S

0,125 S

0,2S

0,1S

Visibility

V V

0,125 V

0,1V

0,1V

Dokumen

D D

0,125 D

0,1D

0,1D

Popularitas

T T

0,125 T

0,1P

0,2T

. a. Skenario 1 Pemeringkatan dengan skenario 1 hanya menggunakan dua parameter yaitu relevansi dan produktivitas web yang dihitung berdasarkan hasil penelitian dengan menggunakan algoritma TFxIDF untuk relevansi dan hasil parsing untuk web productivitas. Kedua parameter tersebut mempunyai bobot yang sama dengan rumus perhitungan peringkat untuk setiap websitenya adalah sebagai berikut:

111

Indeks Pemdai = Ri + Pi Ri adalah peringkat relevansi pemda ke-i dan Pi adalah peringkat untuk parameter produktivitas pemda ke-i. Setelah indeks untuk semua pemda dihitung kemudian dilakukan pemeringkatan dengan cara megurut nilai indeks dari yang terkecil sampai terbesar. Indeks terkecil menempati urutan pertama sedangkan indeks terbesar menempati posisi terakhir. Peringkat relevansi dan produktifitas ini secara umum relatif berbeda dengan peringkat yang umum digunakan oleh lembaga lain yang relatif tidak mempertimbangkan mutu konten atau produktifitas pengelola web dalam pemutakhiran kontennya. Jika dibandingkan dengan pemeringkatan tanpa memasukkan dua parameter ini, skenario ini menunjukkan bahwa pemda di Jawa masih mendominasi relevansi konten dan produktifitas pengisian kontennya. Peringkat pertama relevansi ditempati oleh provinsi Sumatera Utara yang diikuti oleh Kabupaten Sragen dan Kabupaten Malang di posisi kedua dan ketiga, sedangkan produktivitas web oleh Sukabumi. Jika kedua peringkat per parameter ini dirata-ratakan maka peringkat pertamanya adalah Kabupaten Malang diikuti oleh provinsi NAD. Khusus untuk peringkat relevansi, sepuluh besarnya ditempati oleh lima provinsi, tiga kabupaten, dan dua kota. Temuan yang menarik adalah semua provinsi tersebut terletak di luar jawa, sedangkan kabupaten dan kotanya di pulau Jawa. Kondisi ini mengindikasikan bahwa peran pemerintahan provinsi di luar jawa masih relatif tinggi dalam menyediakan informasi yang relevan dibandingkan dengan pemda tingkat duanya, sedangkan pemerintahan kabupaten dan kota di pulau jawa relatif lebih dominan dalam memberikan konten yang relevan dibandingkan pemerintahan provinsinya. Kajian lebih lanjut mungkin perlu dilakukan dengan ketersediaan sumber daya di tingkat pemerintahan kota dan kabupaten di luar jawa, misalnya pengelola web (web administrator) atau infrastruktur teknologi informasi sebagai pondasi layanan pemda berbasis web.

dokumen dan popularitas. Skenario ini merupakan modifikasi metode pemeringkatan yang digunakan oleh lembaga pemeringkat lain yaitu size, visibility, dan rich file yang diambil dari Webometrics dan popularitas dari 4ICU. Langkah pertamanya adalah dengan menghitung indeks peringkat untuk setiap website pemda dengan menggunakan rumus sebagai berikut: Indeks Pemdai = Si + Vi + Di + Ti Si adalah peringkat untuk parameter size pemda ke-i; Vi adalah peringkat untuk parameter produktivitas pemda ke-i, Di adalah peringkat untuk parameter kekayaan dokumen pemda ke-i; dan Ti adalah peringkat untuk parameter popularitas (traffic) pemda ke-i. Setelah indeks untuk semua pemda dihitung kemudian dilakukan pemeringkatan dengan cara megurut nilai indeks dari yang terkecil sampai terbesar. Indeks terkecil menempati urutan pertama sedangkan indeks terbesar menempati posisi terakhir. Hasil penelitian menunjukkan bahwa 8 dari 10 pemda yang masuk 10 besar pada skenario tersebut berlokasi di pulau Jawa. Cacatan khusus untuk parameter popularitas yang diukur dengan peringkat dari alexa.com, pemda DKI jakarta beserta 5 kotamadyanya mempunyai peringkat traffik yang sama dan tertinggi di Indonesia. Website kota dan provinsi disatukan dalam domain yang sama, atau dengan kata lain, 5 kota di wilayah DKI Jakarta merupakan sub domain dari domain provinsi DKI Jakarta. Hanya 99 situs pemda di Indonesia yang masuk peringkat di alexa. Sisanya sebanyak 82 website belum masuk peringkat karena traffiknya yang masih sangat rendah. DKI Jakarta yang posisi size, visibility, dan popularitasnya tertinggi di Indonesia akhirnya menduduki peringkat kedua karena jumlah dokumennya jaug lebih sedikit dibandingkan Provinsi Jawa Timur yang menduduki peringkat pertama. Jadi terlihat bahwa provinsi Jawa Timur mempunyai peringkat yang merata untuk keempat parameternya yang semuanya menduduki sepuluh besar.

b. Skenario 2

c. Skenario 3

Skenario 2 ini tidak memperhitungkan parameter relevansi dan produktivitas web, atau hanya menggunakan parameter size, visibility, kekayaan

Skenario ini merupakan peringkat komposit dari 6 parameter tanpa pembobotan, atau bisa juiga dikatakan bahwa skenario ini merupakan gabungan

112

dari skenario 1 dan 2 namun tanpa membedakan bobot dari setiap parameternya. Rumus perhitungan peringkat untuk setiap websitenya adalah sebagai berikut: Indeks Pemdai =Ri + Pi + Si + Vi + Di + Ti Ri adalah peringkat relevansi pemda ke-i, Pi adalah peringkat untuk parameter produktivitas pemda ke-i, Si adalah peringkat untuk parameter size pemda ke-i; Vi adalah peringkat untuk parameter produktivitas pemda ke-i, Di adalah peringkat untuk parameter kekayaan dokumen pemda ke-i; dan Ti adalah peringkat untuk parameter popularitas (traffic) pemda ke-i. Untuk skenario 3 dan 4 hanya mencakup 151 website pemda yang menunjukkan data yang lengkap untuk pemeringkatannya. Hasilnya menunjukkan bahwa pemda yang masuk peringkat sepuluh besar sangat mengandalkan visibility yang diukur dengan yahoo inbound link. Parameter ini sebenarnya belum mencerminkan popularitas sebuah web karena tautan ke sebuah situs tersebut tidak mencerminkan tautan yang berkualitas dari situs eksternal. Bahkan hasil pengamatan terhadap situs pemda yang jumlah tautannya tinggi, tautan-tautan tersebut lebih banyak dari spam atau praktek-praktek Search Engine Optimization yang tidak etis. Praktek-praktek tersebut dilakukan dengan spam generator terhadap situs-situs pemda yang masih mengandung kelemahan (vulnerabilities) dalam content management systemnya. Kelemahan tersebut diukur oleh HTML validator seperti sudah dijelaskan sebelumnya. d. Skenario 4 Hasil pemeringkatan dengan menggunakan skenario ini memberikan bobot besar pada parameter relevansi dan produktivitas yaitu 50 persen dibandingkan 50 persen sisanya untuk bobot empat parameter lainnya yaitu size, visibility, document, dan popularitas. Pertimbangannya adalah mutu konten dan intensitas pemutakhirannya merupakan dua parameter yang sangat penting dalam meningkatkan mutu layanan dan informasi publik dari pemerintahan daerah di Indonesia. Kecepatan dan keakuratan informasi menjadi kriteria yang sangat penting di era informasi dan globalisasi ini. Berdasarkan pertimbangan tersebut maka bobot relevansi dan produktifitas ditetapkan 2 kali dari masing-masing bobot parameter size, visibility, document, dan popularitas. Rumus perhitungan

indeks komposit untuk 6 parameter pada masingmasing pemda untuk tiga skenario dengan pembobotan adalah sebagai berikut: a. Indeks Pemdai =0,25Ri+0,25Pi+0,125Si+0,125Vi+0,125Di+0,1 25Ti b. Indeks Pemdai =0,3Ri+0,3Pi+0,2Si+0,1Vi+0,1Di+0,1Ti c. Indeks Pemdai =0,3Ri+0,2Pi+0,1Si+0,1Vi+0,1Di+0,2Ti Hasil untuk skenario 4 ini secara umum tidak banyak berubah nama-nama pemda untuk sepuluh besar, kecuali perubahan urutannya saja. Perubahan kecil hanya terjadi untuk skenario 4b dan 4c yaitu Provinsi Riau yang tadinya masuk sepuluh besar pada skenario 4b digantikan Kota Bantul pada skenario 4c. DKI Jakarta selalu menempati urutan pertama untuk peringkat dengan menggunakan enam parameter- baik yang tanpa bobot maupun dengan pembobotan. Namun sekali lagi catatan khusus untuk website provinsi DKI Jakarta ini adalah lima kota yang berada di wilayahnya merupakan sub domain dari www.jakarta.go.id.

5. KESIMPULAN DAN SARAN 5.1. Kesimpulan Hasil pengukuran relevansi konten diukur dengan algoritma TFxIDF yang sudah dikembangkan lebih lanjut dalam penelitian ini, sedangkan relevansi tautan internal diukur dengan TFxIDF inbound. Hasil pengukuran untuk relevansi konten menunjukkan bahwa nilai TFxIDF lokal berkisar antara 4,199 sampai 36,16 dengan rata-rata sebesar 25,05, Jumlah website yang tergolong menunjukkan bobot relevansi yang tinggi dengan nilai TFxIDF di atas rata-rata adalah sebanyak 109 pemda atau sebanyak 60 persen. Nilai TFxIDF inbound berkisar antara 2,391 sampai 30,417 dengan rata-rata sebesar 18,0. Jumlah website yang tergolong menunjukkan bobot relevansi yang tinggi dengan nilai TFxIDF di atas rata-rata adalah sebanyak 86 pemda atau sebanyak 47,5 persen. Algoritma pemeringkatan yang dipilih adalah pemeringkatan dengan enam parameter dengan memberikan bobot terbesar pada parameter 113

relevansi, yang diikuti oleh parameter produktifitas dan popularitas, atau menggunakan skenario 4c. Parameter lainnya mempunyai bobot lebih rendah dari tiga parameter tersebut yaitu ukuran halaman, jumlah dokumen, dan visibilitas. Hasil pemeringkatan untuk pemda di luar jawa menujukkan bahwa website provinsi lebih dominan dibandingkan website kota atau kabupaten, sedangkan untuk di pulau jawa, website kabupaten dan kota lebih dominan dibandingkan web provinsi. Peringkat atas untuk web kota semuanya diisi oleh kota-kota di Jawa, sedangkan untuk kabupaten hanya dua kota di luar jawa yang masuk sepuluh besar. 5.2. Saran Model pemeringkatan dengan mempertimbangkan parameter relevansi dan produktifitas merupakan penyempurnaan algoritma pemeringkatan yang banyak digunakan oleh lembaga pemeringkatan yang masih menggunakan parameter webmetrics yang belum mempertimbangkan kualitas konten dan tautan. Namun algoritma pemeringkatan ini masih perlu mencari parameter yang menunjukkan ciri khas dari website yang dijadikan obyek pemeringkatannya, yang dalam penelitian ini menggunakan website pemda di Indonesia. Berdasarkan hasil pengamatan dan pemeringkatan web pemda maka perlu dibuat standarisasi fitur layanan website pemda atau e-government di Indonesia serta peningkatan kemampuan perancangan dan pemutakhiran website pemda yang mempertimbangkan parameter pemeringkatan, khususnya relevansi dan produktifitas.

6. DAFTAR PUSTAKA [1] Alpar, P., M. Porembski, D.Volksw, and S. Pickerodt, 2009, Measurement of Productivity of Websites, Schoolof Business Administration and Economics. Philipps University, Marburg, Germany. [2] Departemen Komunikasi dan Informatika, 2004, Blueprint Sistem Aplikasi e-

114

GovernmentDepartemen Komunikasi Informatika Republik Indonesia, Jakarta.

dan

[3] Departemen Komunikasi dan Informatika, 2006, Kondisi Situs Web Pemerintah Daerah”, Artikel Departemen Komunikasi dan Informatika Republik Indonesia, http://blogs.depkominfo.go.id/artikel/2006/01/1 7/kondisi-situs-web-pemerintah-daerah, diakses tanggal 10 September 2009. [4] Dhyani, Devanshu, NG., Keong, Wee, dan Bhowmick Sourav, W., 2002, A Survey of Web Metrics, ACM Computing Surveys, Vol., 34, No. 4 pp 469-503. [5] Mendez, Emilia. 2009, Web Cost Estimation, Productivity Assessment and Benchmarking, 4th International Summer School on Software Engineering. University of Salermo, Italy, September 24-27. [6] Murley, Diana, 2006, Evaluating and Rating Website and other Information Resources, SIU Law Library. [7] Pinkerton, Brian, 1994, Web Crawler Fact, http://thinkpink.com/bp/WebCrawler/History.ht ml, diakses tanggal 25 Maret 2010

[8] Presiden Republik Indonesia, 2003, Kebijakan dan Strategi Nasional Pengembangan eGovernment, Instruksi Presiden No.3 Tahun 2003, http://www.deptan.go.id/bdd/admin/i_presiden/ Inpres-03-03.pdf, diakses 10 September 2009,

[9] Sergey, Brin and Lawrence, Page, 1998, The Anatomy of a Large-Scale Hypertextual Web Search Engine, Computer Science Department, Stanford University, Stanford, CA 94305, USA