PENGEMBANGAN SISTEM SIMULASI PEMERINGKATAN WEBOMETRICS

SYAMSUL BACHRI

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

ABSTRACT SYAMSUL BACHRI. Development of Webometrics Ranking Simulation System. Supervised by KUDANG BORO SEMINAR and FIRMAN ARDIANSYAH. Currently, university’s website is not only as university representation in internet but also as information and knowledge spreading media. University’s activity through website may reflects its quality whether good or not. A research group, Cybermetric Lab, trying to rank universities arround the world by using bibliometric and informetric approach. According to Webometrics team, the ranking measured based on four indicators: size means amount of web pages that indexed by search engine, visibility is means amount of incoming links from another website, rich file means amount of rich content documents that is indexed by search engine, and scholar means amount of jounal or scientific-related document that is indexed by search engine. Webometric ranking published twice yearly, therefore created system that could detemine website ranking everyday. The system determines the ranking based on webometrics indicator that the value of each indicator taken everyday from Yahoo! Search, Google Search, Bing Search, Exalead Search, and Google Scholar. Each indicator has a weight, 50% for visibility, 25% for size, 15% for each rich file and scholar. System outputs are indicator values and the ranking as chart and data-table. Keywords: website, webometrics ranking, indicator.

PENGEMBANGAN SISTEM SIMULASI PEMERINGKATAN WEBOMETRICS

SYAMSUL BACHRI

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

Judul Nama NIM

: Pengembangan Sistem Simulasi Pemeringkatan Webometrics : Syamsul Bachri : G64060956

Menyetujui:

Pembimbing I,

Pembimbing II,

Prof. Dr. Ir. Kudang Boro Seminar, M.Sc NIP. 19591118 198503 1 004

Firman Ardiansyah, S.Kom, M.Si NIP. 19790522 200501 1 003

Mengetahui: Ketua Departemen Ilmu Komputer,

Dr. Ir. Sri Nurdiati, M.Sc. NIP. 19601126 198601 2 001

Tanggal Lulus: 29 September 2010

PRAKATA Segala puji syukur penulis panjatkan kepada Allah SWT atas segala limpahan nikmat dan karuniaNya sehingga penulis dapat menyelesaikan skripsi yang berjudul Pengembangan Sistem Simulasi Pemeringkatan Webometrics ini. Penelitian ini dilaksanakan mulai Mei 2010 sampai Juli 2010, bertempat di Departemen Ilmu Komputer IPB. Ucapan terima kasih penulis sampaikan kepada kedua orang tua penulis atas segala doa dan dukungannya selama ini. Penulis mengucapkan terima kasih kepada dosen pembimbing, Bapak Prof. Dr. Ir. Kudang Boro Seminar, M.Sc. dan Bapak Firman Ardiansyah, S.Kom., M.Si., atas segala bimbingan dan saran selama penyelesaian skripsi. Penulis juga mengucapkan terima kasih kepada pihak-pihak yang telah membantu penyelesaian skripsi ini. Ucapan terima kasih juga penulis sampaikan kepada ketiga adik penulis yang selalu memberikan inspirasi, teman-teman Ilkomerz 43 atas kebersamaan, kehangatan dan keceriaannya, dan berbagai pihak lainnya. Semoga tulisan ini bermanfaat, amin.

Bogor, Juni 2011 Syamsul Bachri

RIWAYAT HIDUP Penulis dilahirkan di Tangerang, Banten, pada tanggal 12 Juni 1989 dari pasangan Sapri dan Maimunah. Penulis merupakan anak kedua dari dua bersaudara. Pada tahun 2006 penulis lulus dari Sekolah Menengah Atas (SMA) Negeri 86 Jakarta dan diterima di IPB melalui jalur Undangan Seleksi Masuk IPB (USMI) di Departemen Ilmu Komputer. Selama di Departemen Ilmu Komputer IPB penulis pernah beberapa kali menjadi asisten praktikum untuk mata kuliah Bahasa Pemrograman, Penerapan Komputer, Komputer Grafik, Pengembangan Sistem Berorientasi Objek. Selain itu juga pada tahun 2009 sampai 2010 penulis pernah menjadi Microsoft Student Partners untuk IPB.

DAFTAR ISI Halaman DAFTAR TABEL ............................................................................................................................. v DAFTAR GAMBAR ........................................................................................................................ v DAFTAR LAMPIRAN ..................................................................................................................... v PENDAHULUAN............................................................................................................................. 1 Latar Belakang............................................................................................................................. 1 Tujuan.......................................................................................................................................... 1 Ruang Lingkup ............................................................................................................................ 1 Manfaat Penelitian ....................................................................................................................... 1 TINJAUAN PUSTAKA .................................................................................................................... 1 Webometrics Ranking .................................................................................................................. 1 Internet dan World Wide Web (WWW) ....................................................................................... 2 Rekayasa Perangkat Lunak .......................................................................................................... 2 Metode Pengujian Black Box ....................................................................................................... 2 METODE PENELITIAN .................................................................................................................. 3 Studi Pustaka ............................................................................................................................... 3 Analisis Kebutuhan Sistem .......................................................................................................... 3 Perancangan Sistem ..................................................................................................................... 3 Pengembangan Sistem ................................................................................................................. 3 Pengujian ..................................................................................................................................... 3 Evaluasi ....................................................................................................................................... 3 HASIL DAN PEMBAHASAN ......................................................................................................... 3 Analisis Kebutuhan dan Batasan Sistem ..................................................................................... 3 Perancangan Sistem ..................................................................................................................... 4 Pengembangan Sistem Simulasi .................................................................................................. 4 Lingkungan Pengembangan ........................................................................................................ 4 Pengambilan Data Indikator dari Mesin Pencari ......................................................................... 5 Penghitungan Score dan Peringkat .............................................................................................. 5 Analisis Korelasi Antar Indikator ................................................................................................ 7 Visualisasi Data Indikator, Score, dan Peringkat ........................................................................ 8 Hasil Program .............................................................................................................................. 8 Masalah yang Ditemui setelah Sistem Dipasang di Production Server ....................................... 8 Evaluasi ....................................................................................................................................... 8 KESIMPULAN DAN SARAN ....................................................................................................... 10 Kesimpulan ................................................................................................................................ 10 Saran .......................................................................................................................................... 10 DAFTAR PUSTAKA ..................................................................................................................... 10 LAMPIRAN .................................................................................................................................... 12

iv

DAFTAR TABEL Halaman 1 2 3 4

Parameter Rich File ..................................................................................................................... 5 Nilai korelasi komponen size ....................................................................................................... 7 Peringkat universitas menurut Simulasi dan Webometrics (Juli 2010) ....................................... 9 Komponen peringkat universitas berdasarkan nilai indikator menurut Simulasi (20 Juli 2010) ............................................................................................................................................ 9 5 Komponen peringkat universitas berdasarkan indikator menurut Webometrics (20 Juli 2010) .......................................................................................................................................... 10

DAFTAR GAMBAR Halaman 1 2 3 4

Tahapan penelitian. ...................................................................................................................... 3 Arsitektur MVC yang digunakan sistem. .................................................................................... 4 Alur kerja sistem simulasi. .......................................................................................................... 4 Proses penentuan peringkat situs. ................................................................................................ 6

DAFTAR LAMPIRAN Halaman 1 2 3 4 5 6

Entity Relationship Diagram ..................................................................................................... 13 URL End Point .......................................................................................................................... 14 Contoh pengambilan nilai indikator dari mesin pencari ............................................................ 15 File konfigurasi pola regular expression ................................................................................... 17 Contoh penghitungan score dan penentuan ranking .................................................................. 18 Antarmuka sistem simulasi ........................................................................................................ 19

v

PENDAHULUAN Latar Belakang Saat ini situs web universitas tidak hanya menjadi representasi universitas tersebut di dunia maya tapi juga menjadi media penyebaran informasi atau pengetahuan yang dimiliki oleh universitas tersebut. Aktivitas di dunia maya tersebut dapat dicerminkan berdasarkan impact dan size situs tersebut. Cybermetrics Lab sebuah grup riset dari Spanyol membuat pemeringkatan universitas di dunia menggunakan pendekatan bibliometric dan informetric yang disebut Webometrics Ranking of World Universities. Webometrics Ranking kemudian menjadi populer dan menjadi parameter apakah suatu universitas baik atau tidak berdasarkan indikator-indikator Webometrics. Peringkat yang dibuat Webometrics diumumkan dua kali dalam satu tahun atau enam bulan satu kali. Dengan demikian perlu dibuat suatu sistem yang dapat mensimulasikan pemeringkatan yang dilakukan oleh Webometrics. Simulasi ini digunakan untuk mengetahui posisi atau peringkat serta berapa nilai indikator suatu universitas dari hari ke hari. Selain itu universitas bisa lebih fokus meningkatkan indikator-indikator Webometrics yang kurang untuk meningkatkan peringkat universitas tersebut di edisi yang mendatang. Tujuan Tujuan dari penelitian ini adalah:  mempelajari dan mengidentifikasi cara perhitungan peringkat universitas menurut Webometrics,  membangun sebuah sistem berbasis web yang dapat menentukan peringkat terbaru suatu universitas berdasarkan model perhitungan Webometrics. Ruang Lingkup Ruang lingkup dalam penelitian ini adalah:  situs universitas yang diambil adalah universitas yang masuk 10 besar dunia menurut Webometrics pada Januari 2010 dan universitas yang berasal dari Indonesia,  proses pengambilan data dan penghitungan nilai dan peringkat situs dilakukan satu kali per hari,  penghitungan nilai mengikuti model penghitungan yang dipublikasikan oleh Webometrics,

 aspek-aspek di luar parameter model perhitungan seperti regulasi tidak diperhitungkan. Manfaat Penelitian Manfaat yang diharapkan dari penelitian ini adalah:  



dapat memberikan informasi terbaru peringkat universitas berdasarkan model perhitungan Webometrics, dapat menjadi salah satu rujukan atau bahan koreksi bagi universitas untuk meningkatkan indikator Webometrics universitas, dapat menjadi salah satu pertimbangan dalam penilaian lomba web situs unit kerja Institut Pertanian Bogor.

TINJAUAN PUSTAKA Webometrics Ranking Webometrics merupakan ilmu yang mempelajari aspek kuantitatif dari konstruksi dan penggunaan sumberdaya informasi, struktur dan teknologi di Web menggunakan pendekatan bibliometrics dan informetrics (Björneborn & Ingwersen 2004). Bibliometrics adalah studi kuantitatif dari unit fisik buku yang dipublikasikan atau unit dari bibliografi. Informetrics adalah studi tentang aspek kuantitatif informasi dalam bentuk apapun atau dengan kata lain tidak harus dalam bentuk buku atau jurnal. World Universities ranking on the Web merupakan inisiatif dari Cybermetrics Lab, grup riset dari Centro de Ciencias Humanas y Sociales (CCHS) bagian dari National Research Council (CSIC) yang merupakan badan riset publik terbesar di Spanyol. Webometrics Ranking of World Universities pertama kali dipublikasikan pada tahun 2004, dan diperbarui setiap enam bulan. Data dikumpulkan pada Januari dan Juli tiap tahun dan dipublikasikan peringkat terbaru setelah satu bulan kemudian. Aktivitas universitas sangat kompleks dan multidimensi. Aktivitas universitas tersebut dapat dicerminkan melalui keberadaan situs web universitas tersebut. Pemeringkatan yang dibuat oleh Cybermetrics Lab dibangun dengan menggabungkan indikator-indikator yang mengukur aspek-aspek yang berbeda (Webometrics 2010). Indikator-indikator Webometrics yang benar-benar dipertimbangkan adalah total publikasi elektronik di situs utama universitas

1

(size) dan visibility halaman web menurut banyaknya external inlink yang mereka terima dari situs web lain (impact). Kedua variabel tersebut memiliki rasio 1:1. Aspek lain seperti desain, aksesibilitas, banyaknya pengunjung tidak termasuk aspek yang diperhitungkan dalam Webometrics. Komponen size dipecah menjadi tiga variabel yaitu banyaknya halaman web (20%), banyaknya dokumen dengan format pdf, doc, ps, dan ppt (15%), dan banyaknya paper atau jurnal yang ada di Google Scholar (15%). Sedangkan 50% sisanya untuk banyaknya sitasi (site link citations) (Aguillo 2009). Ada empat indikator yang menjadi ukuran suatu situs antara lain sebagai berikut:  Size (S). Indikator ini merupakan banyaknya halaman yang terdapat di empat mesin pencari, yaitu Google, Yahoo, Live Search (sekarang Bing), dan Exalead,  Visibility (V). Indikator ini menunjukkan total unique external link yang masuk (inlinks) yang didapatkan dari Yahoo Search,  Rich File (R). Total publikasi akademik dalam file dengan format Adobe Acrobat (.pdf), Adobe PostScript (.ps), Microsoft Word (.doc) dan Microsoft Powerpoint (.ppt),  Scholar (Sc). Banyaknya paper dan sitasi untuk masing-masing domain yang terdapat di Google Scholar. Empat indikator di atas dinormalisasi menggunakan logaritma sehingga nilai maksimum untuk masing-masing indikator adalah satu. Indikator-indikator tersebut memiliki proporsi atau bobot yang berbedabeda. Menurut Aguillo (2009), cara penghitungan untuk masing-masing indikator adalah sebagai berikut: ( ) ( ) .......(1) ( ) (

)

(

.................................(2)

)

(

)

( ) )) ..................................(3)

( ( (

)

(

..................................(4)

) (

∑

)

( ( (

) ) )

(

..............................(5)

...................................(6) )

( )

Setelah diperoleh score untuk masingmasing situs, situs diurutkan secara menurun berdasarkan score tersebut sehingga diperoleh peringkat untuk masing-masing situs. Internet dan World Wide Web (WWW) Internet merupakan kumpulan dari ribuan jaringan individu atau organisasi yang saling terhubung. Salah satu bagian dari Internet yaitu World Wide Web (WWW). WWW merupakan jaringan global server Internet yang memberikan akses ke dokumendokumen yang dapat ditautkan baik secara lokal maupun jarak jauh. World Wide Web saat ini banyak digunakan sebagai salah satu sumber utama pencarian penelitian dan informasi melalui pustaka digital dan dokumen elektronik seperti e-journal (Jeyshankar & Babu 2009). Rekayasa Perangkat Lunak Rekayasa perangkat lunak adalah sebuah pendekatan yang mengintegrasikan proses, metode, dan alat bantu dalam pengembangan perangkat lunak dengan meninjau produksi perangkat lunak sebagai masalah utamanya. Dalam mengembangkan suatu sistem perangkat lunak terdapat berbagai model yang sering digunakan. Setiap model tersebut memiliki kelebihan dan kekurangan masingmasing, namun semuanya memiliki tahapan yang sama. Tahapan tersebut yaitu tahap analisis, perancangan, implementasi, dan pengujian (Pressman 2005). Metode Pengujian Black Box Pengujian black box atau pengujian fungsional adalah suatu pendekatan pengujian yang didasarkan pada spesifikasi komponen atau program. Pengujian yang dilakukan berfokus pada fungsional kebutuhan perangkat lunak. Sistem yang akan diuji adalah sebuah kotak hitam yang kemampuannya hanya bisa ditentukan dengan mempelajari masukan dan keluarannya. Pengujian hanya berfokus pada

2

fungsionalitas sistem, bukan pada perangkat lunaknya (Pressman 2005).

METODE PENELITIAN Secara umum, metode penelitian yang dilakukan terdiri atas beberapa tahap. Hal ini terlihat pada Gambar 1.

folder, alur penggunaan sistem oleh user, dan GUI (Graphical User Interface) sistem. Pengembangan Sistem Pada tahap ini, dilakukan pembuatan antarmuka pengguna, database, dan kode program sesuai dengan hasil analisis dan perancangan. Pengujian

Mulai

Studi Pustaka

Analisis Kebutuhan Sistem

Pengujian dilakukan untuk mencari dan memperbaiki kesalahan yang terjadi pada sistem yang menyebabkan keluaran atau hasil yang diinginkan keluar dengan hasil yang tidak diinginkan. Kesalahan yang diperbaiki adalah kesalahan dalam proses kompilasi dan kesalahan logic. Metode pengujian yang digunakan pada sistem simulasi ini adalah metode blackbox. Evaluasi

Perancangan Sistem

Pengembangan Sistem

Evaluasi dilakukan dengan membandingkan hasil peringkat yang diberikan oleh sistem simulasi dengan hasil peringkat yang diumumkan oleh Webometrics.

HASIL DAN PEMBAHASAN

Pengujian Sistem

Analisis Kebutuhan dan Batasan Sistem Evaluasi

Selesai Gambar 1 Tahapan penelitian.

Sistem Simulasi Pemeringkatan Webometrics merupakan sistem yang bertujuan untuk memberikan informasi terbaru tentang nilai-nilai indikator dan posisi suatu situs web universitas terhadap universitas lain. Fungsi-fungsi yang disediakan oleh sistem simulasi ini antara lain sebagai berikut: 

Studi Pustaka Pada tahap ini dilakukan pembelajaran mengenai studi kasus atau permasalahan yang akan diselesaikan. Selain itu, studi pustaka juga dilakukan dengan mencari referensi ilmu untuk mendukung dalam penyelesaian masalah.

  

Analisis Kebutuhan Sistem Pada tahap ini, kegiatan yang dilakukan adalah mengumpulkan dan menganalisis kebutuhan dan batasan-batasan sistem yang akan dikembangkan. Perancangan Sistem Pada tahap perancangan sistem, dilakukan perancangan database, struktur kode, file dan

menampilkan peringkat dan data nilai indikator terbaru situs web, menampilkan data nilai indikator situs web dari hari ke hari, menvisualisasikan peringkat dan data nilai indikator dalam bentuk grafik, mendukung untuk menambah, mengubah, dan menghapus situs yang terdaftar di dalam sistem.

Batasan-batasan sistem simulasi ini antara lain sebagai berikut:   

ada sistem lain yang dapat memicu sistem simulasi untuk mulai melakukan pengambilan data dan simulasi, sistem yang dikembangkan berbasis web, sistem harus terhubung dengan jaringan Internet.

3

 Perancangan Sistem Perancangan sistem dibagi menjadi dua bagian yaitu perancangan pangkalan data dan perancangan arsitektur sistem. 



Perancangan pangkalan data Data yang digunakan adalah data nilai indikator yang diperoleh dari mesin pencari dan data situs web yang didaftarkan ke dalam sistem oleh pengguna. Hasil perancangan pangkalan data dapat dilihat pada Lampiran 1. Perancangan arsitektur sistem Arsitektur sistem ini menggunakan arsitektur MVC (Model-ViewController). Arsitektur ini menekankan pada pembagian komponen-komponen program menjadi tiga bagian utama yaitu Model, View, dan Controller. Tujuan dari pembagian komponen menjadi bagianbagian ini adalah untuk memisahkan tanggung jawab dan peran masingmasing komponen. Arsitektur MVC dapat dilihat pada Gambar 2.

  

modul yang bertugas mengambil data indikator dari mesin pencari, modul yang bertugas menghitung score dan menentukan peringkat suatu situs, modul yang bertugas menampilkan hasil akhir yaitu berupa nilai-nilai indikator dan score ke pengguna, modul yang bertugas membuat visualisasi nilai indikator dan score berupa grafik.

Cara sistem simulasi menentukan peringkat suatu situs dapat dilihat pada Gambar 3. mulai

Ambil data indikator dari mesin pencari

Data indikator

Simpan data indikator ke database

Hitung peringkat

Peringkat situs

Gambar 2 Arsitektur MVC yang digunakan sistem.

Tampilkan data indikator dan peringkat situs

Pengembangan Sistem Simulasi Sistem simulasi ini dikembangkan menggunakan bahasa pemrograman PHP di sisi server dan JavaScript di sisi client. Kode program PHP dikembangkan menggunakan framework CodeIgniter. Kode program JavaScript dikembangkan menggunakan framework jQuery. Kedua framework ini dipilih karena framework tersebut menyediakan pustaka-pustaka atau fungsi dasar yang umum digunakan, dokumentasi dan contoh program yang jelas, komunitas dan penggunanya banyak, ringan dan cepat, pustaka tambahan seperti plugin mudah didapatkan, serta sumber pembelajaran yang mudah didapatkan. Pembuatan kode program dibagi menjadi beberapa modul antara lain sebagai berikut:

Selesai

Gambar 3 Alur kerja sistem simulasi. Lingkungan Pengembangan Spesifikasi perangkat keras dan perangkat lunak untuk pengembangan sistem simulasi ini adalah sebagai berikut: 



Perangkat Keras Prosesor Intel Core i3 2.27 GHz, 2 GB RAM, harddisk berkapasitas 320 GB, mouse, keyboard, monitor. Perangkat Lunak Sistem Operasi Windows 7 Ultimate, Netbeans 6.8 digunakan untuk membuat kode program (PHP, Javascript, HTML,

4

dan CSS), PHP 5.3 digunakan sebagai interpreter kode PHP, MySQL 5.0 digunakan sebagai Database Management System (DBMS), MySQL Workbench OSS 5.2 digunakan untuk proses administrasi database dan debugging kode SQL, Mozilla Firefox, Chromium, Google Chrome dan Internet Explorer 8 digunakan untuk melihat hasil program, IETester digunakan untuk mengecek kompatibilitas sistem simulasi pada beberapa versi Internet Explorer. Pengambilan Data Indikator dari Mesin Pencari Proses pengambilan data dilakukan secara otomatis setiap hari pada pukul 05:00 WIB di saat jaringan IPB belum terlalu padat untuk menghindari kegagalan pada proses pengambilan data. Mesin pencari yang dijadikan sebagai sumber data yaitu Google, Yahoo, Bing, Exalead, dan Google Scholar. Sumber pengambilan data indikator adalah sebagai berikut:  indikator Visibility diambil dari Yahoo,  indikator Size diambil dari Google, Bing, Yahoo, dan Exalead,  indikator Rich file diambil dari Google,  indikator Scholar diambil dari Google Scholar. Data diambil dengan melakukan request ke mesin pencari dengan menambahkan parameter tambahan untuk masing-masing indikator di URL. Daftar URL yang diakses dapat dilihat pada Lampiran 2. Bentuk request untuk setiap parameter adalah sebagai berikut: 

Visibility dengan asumsi example.edu adalah nama situs universitas linkdomain:example.edu – site:example.edu





Parameter Size di mesin pencari Google, Yahoo, Bing, dan Exalead dengan example.edu sebagai nama situs adalah: site:example.edu Parameter Rich File pada mesin pencari Google dapat dilihat pada Tabel 1

Tabel 1 Parameter Rich File Format Parameter PDF PS PPT DOC

filetype:pdf

site:example.edu

filetype:ps site:example.edu filetype:ppt site:example.edu filetype:doc

site:example.edu



Parameter Scholar pada Google Scholar adalah: site:example.edu

Contoh pengambilan nilai indikator dari mesin pencari dapat dilihat pada Lampiran 3. Response yang diterima dari mesin pencari adalah teks HTML. Pada teks HTML tersebut kemudian dilakukan parsing menggunakan regular expression untuk diambil bagian string yang menyatakan nilai untuk tiap-tiap indikator. Beberapa mesin pencari seperti Bing, Google, dan Yahoo menyediakan Web Service API (Application Programming Interface) yang bisa diakses langsung dari program. Namun hasil yang diperoleh jauh berbeda dibandingkan hasil yang diberikan bila menggunakan Web Search biasa. Sedangkan mesin pencari Exalead dan Google Scholar memang tidak menyediakan API sehingga diperlukan proses parsing untuk mendapatkan data indikator. Kekurangan dari proses parsing HTML ini yaitu parsing akan gagal mengambil string yang diinginkan bila suatu saat mesin pencari mengubah HTML yang dikembalikan ke sistem. Hal ini sudah diantisipasi dengan membuat sebuah file konfigurasi yang berisi pola regular expression untuk masing-masing mesin pencari. File konfigurasi tersebut dapat dilihat pada Lampiran 4. Data nilai indikator masing-masing situs yang telah diperoleh tersebut kemudian disimpan ke database untuk diproses pada proses penghitungan score dan peringkat situs. Penghitungan Score dan Peringkat Setelah proses pengambilan data indikator dari mesin pencari telah selesai, data yang telah tersimpan di database diambil untuk digunakan pada proses penghitungan score. Urutan penghitungan yang dilakukan oleh sistem simulasi ini antara lain sebagai berikut: 1 Penentuan nilai maksimum untuk setiap indikator. Pada tahap ini, ditentukan nilai maksimal masing-masing indikator berdasarkan waktu tertentu. 2 Normalisasi nilai tiap-tiap indikator untuk setiap situs. Pada tahap ini, nilai indikator dinormalisasi agar nilai indikator berada pada rentang nilai yang yang sama, yaitu dari 0 sampai 1, karena nilai indikator bervariasi dan pada rentang yang berbeda-beda. 3 Penghitungan nilai score. 4 Pengurutan situs berdasarkan score secara menurun.

5

5 Peringkat atau ranking diperoleh dari urutan situs yang telah diurutkan berdasarkan score. Urutan penghitungan dapat dilihat pada Gambar 4. mulai

Ambil data indikator dari database

hitung nilai logaritmanya. Nilai maksimum yang berkorespondesi juga hitung logaritmanya setelah nilai maksimum ditambahkan satu. Hasil logaritma nilai indikator kemudian dibandingkan dengan hasil logaritma dari nilai maksimum sehinggga diperoleh nilai normalisasi untuk indikator yang berkorespondensi. Jadi, normalisasi untuk setiap indikator adalah: (

)

( (

Data indikator

)

(

) (

)

Hitung nilai maksimum setiap indikator

(

)

(

)

(

) (

Hitung score situs

)

(

)

(

)

(

) (

Peringkat situs

) )

( (

Selesai

Gambar 4 Proses penentuan peringkat situs. Nilai normalisasi x diperoleh dengan membandingkan hasil logaritma x, loga x, dengan hasil logaritma nilai maksimum dari koleksi x, loga xmax. Peubah x adalah suatu bilangan positif, dan a adalah bilangan pokok.

( )

( (

) )

............................. (7)

Nilai setiap indikator dinormalisasi berdasarkan persamaan (7). Normalisasi dilakukan setelah nilai maksimum untuk setiap nilai indikator diperoleh. Kemudian nilai setiap indikator ditambahkan satu lalu

) )

( (

............ (11)

........... ...(12)

..................... (13)

........................... (14)

(

Simpan peringkat ke database

.............. (10)

)

(

Score diurutkan menurun

................ (9)

)

(

Normalisasi nilai indikator

........... (8)

)

.......................(15) ...................... (16) ) )

............... (17)

Setelah setiap nilai normalisasi indikator diperoleh, dilakukan penghitungan tahap berikutnya yaitu penghitungan nilai untuk masing-masing komponen size, visibility, rich file, dan scholar. Nilai untuk komponen size diperoleh dengan menjumlahkan semua nilai dari masing-masing indikator size (Yahoo, Google, Bing, Exalead). Hasil penjumlahan tersebut kemudian dikurang dengan nilai maksimum dan minimum di antara nilai size di Yahoo, Google, Bing, dan Exalead. Hasil tersebut kemudian dibagi dua. Hasil inilah yang menjadi nilai untuk komponen size (Sd). ...................... (18) (

) ................... (19)

6

(

) .................... (20)

(

) ................ (21)

Nilai untuk komponen rich file (Rd) diperoleh dengan menggabungkan nilai setiap dokumen yang kemudian dibagi empat.

Diasumsikan bahwa nilai maksimum untuk setiap indikator berada di salah satu unversitas yang berada di peringkat 10 besar dunia tersebut. Contoh proses penghitungan score dan penentuan ranking dapat dilihat pada Lampiran 5. Analisis Korelasi Antar Indikator

(

) ............ (22)

Setelah diperoleh nilai untuk masingmasing komponen, kemudian dilakukan penghitungan score. Nilai score inilah yang akan digunakan pada proses penentuan peringkat situs. ( ) ........................... (23) Pada proses normalisasi nilai indikator, nilai indikator dinormalisasi menggunakan logaritma. Namun Webometrics tidak menjelaskan secara detil bilangan pokok yang digunakan pada logaritma tersebut. Oleh karena itu diasumsikan bahwa logaritma yang digunakan adalah logaritma natural. Pemilihan logaritma natural didasarkan pada hubungan bahwa logaritma dengan sembarang bilangan pokok dapat dinyatakan dalam logaritma natural (Stewart 2001):

Analisis korelasi dilakukan untuk melihat keterhubungan atau pengaruh antara satu indikator dengan indikator yang lain. Proses penghitungan dilakukan dengan menggunakan bantuan software PSPP. Data yang digunakan adalah lima belas data indikator situs yang terdaftar di sistem sebelum dinormalisasi per tanggal 20 Juli 2010. Metode analisis yang digunakan adalah korelasi Pearson. Hubungan yang ingin dilihat antara lain: 



.................................. (24) Diketahui persamaan normalisasi: (

( )

)

(

)

..................... (25)

Bila disubstitusi persamaan persamaan (25) diperoleh: (

( ) ( )

Tabel 2 Nilai korelasi komponen size Peubah 1 Peubah 2 Korelasi Google Yahoo 0,69 Google Bing 0,80 Google Exalead 0,83 Yahoo Bing 0,56 Yahoo Exalead 0,60 Bing Exalead 0,87

.......................... (26)

)

(

ke

)

(

(

(24)

) )

......................... (27)

Jadi, berapapun bilangan pokok yang digunakan, nilai normalisasi yang diperoleh akan memberikan hasil yang sama dengan nilai normalisasi yang menggunakan logaritma natural. Universitas yang menjadi 10 besar dunia pada edisi Januari 2010 juga ikut diperhitungkan karena pada proses normalisasi diperlukan nilai maksimum untuk tiap-tiap indikator. Nilai maksimum tersebut digunakan sebagai pembanding pada proses normalisasi.

hubungan antara visibility dan size di Yahoo. Dari hasil penghitungan diperoleh koefisien korelasi 0,18. Artinya hubungan antara visibility dan size di Yahoo tidak kuat, atau dengan kata lain visibility bisa dikatakan tidak terpengaruh oleh size atau pun sebaliknya, hubungan antara komponen size (Google, Yahoo, Bing, dan Exalead). Nilai korelasi komponen size dapat dilihat pada Tabel 2.



Dari Tabel 2, dapat dilihat bahwa hubungan antar komponen size memiliki hubungan yang kuat dan saling mempengaruhi, hubungan antara size di Google dan tiaptiap komponen rich file (Pdf, Ppt, Ps, dan Doc). Nilai koefisien relasi untuk size dan Pdf sebesar 0,43, untuk size dan Ppt 0,66, untuk size dan Ps 0,19, terakhir untuk size dan Doc sebesar 0,29. Dari keempat nilai tersebut hanya size dan Ppt yang memiliki hubungan yang kuat. Artinya size di Google dipengaruhi oleh banyaknya dokumen Ppt, begitu juga sebaliknya,

7





hubungan antara scholar dan rich file (Pdf, Ppt, Ps, dan Doc). Nilai korelasi antara scholar dan Pdf sebesar 0,49, scholar dan Ppt 0,21, scholar dan Ps sebesar 0,36, dan terakhir antara scholar dan Doc sebesar 0,01. Dari nilai-nilai tersebut, tidak ada hubungan yang cukup kuat dan berpengaruh atanara scholar dengan komponen yang ada di rich file, hubungan antara size di Google dan scholar. Nilai korelasi antara size di Google dan scholar yaitu 0,01. Jadi dapat dikatakan antara size di google dan scholar memiliki hubungan yang lemah dan tidak saling berpengaruh.

Visualisasi Data Indikator, Score, dan Peringkat Visualisasi data indikator, score, dan peringkat berupa grafik yang ditampilkan ke pengguna. Visualisasi digunakan untuk memudahkan pengguna dalam membaca dan memahami data indikator situs. Visualisasi pada sistem simulasi ini menggunakan komponen yang sudah ada. Komponen yang digunakan pada sistem simulasi ini yaitu Visifire Community Edition. Komponen ini berbasis Microsoft Silverlight yang berjalan di browser client. Visifire dipilih karena dapat memenuhi kebutuhan sistem untuk menampilkan grafik, penggunaan yang mudah, multiplatform, crossbrowser. Selain itu, Visifire berlisensi GNU GPL v3 yang dapat digunakan secara bebas. Hasil Program Sistem simulasi ini berbasis web sehingga untuk melihat hasil program pengguna dapat menggunakan web browser. Fitur program yang disediakan sistem ini antara lain:       

menampilkan daftar situs web beserta nilai indikator dan peringkatnya, menampilkan perkembangan nilai indikator dari hari ke hari, membandingkan nilai indikator antara dua situs atau lebih, menyimulasikan nilai indikator berupa tabel nilai indikator yang dapat diubahubah oleh pengguna, menambah, mengubah, dan menghapus situs yang terdaftar di sistem, mengubah konfigurasi sistem simulasi seperti mengubah parameter saat pengambilan data dari mesin pencari, mengekspor data indikator ke format Microsoft Excel (.xls) dan PDF (.pdf).

Tampilan program dapat dilihat pada Lampiran 6. Masalah yang Ditemui setelah Sistem Dipasang di Production Server Setelah sistem mampu untuk mengambil dan menyimpan data dari mesin pencari, sistem dipasang di production server milik IPB dengan URL http://hosting.ipb.ac.id/~gdl. Namun setelah dipasang di server tersebut terdapat beberapa masalah yang muncul. Masalah-masalah yang muncul setelah sistem dipasang di production server antara lain sebagai berikut:  mesin pencari Google mendeteksi dan melarang request yang dibuat secara otomatis dan mengalihkan request ke halaman lain. Sehingga response yang diberikan oleh Google bukan halaman hasil pencarian seperti yang diharapkan. Untuk menghindari pengalihan oleh Google, dalam proses pengambilan data dari Google diberikan jeda antara dua request yang berurutan. Lama jeda yang ditentukan secara acak (random) yang berada pada selang 1 sampai 20 detik. Pemberian jeda yang berbeda-beda untuk menghindari pengalihan oleh Google pada request yang diberikan,  jaringan Internet yang tidak stabil menyebabkan sistem tidak dapat melakukan proses pengambilan data dari mesin pencari. Oleh karena itu proses pengambilan data dilakukan pada waktu jaringan IPB belum terlalu padat,  listrik yang sering padam, sehingga sistem tidak berjalan. Evaluasi Evaluasi dilakukan setelah peringkat universitas diumumkan oleh Webometrics melalui situs resminya, yaitu pada 20 Juli 2010. Bentuk evaluasi yang dilakukan dengan membandingkan peringkat yang diperoleh dari simulasi dengan peringkat yang diumumkan oleh Webometrics. Peringkat universitas yang dihasilkan oleh sistem simulasi dan Webometrics dapat dilihat pada Tabel 3. Pada Tabel 3, situs web universitas yang tidak dimasukkan ke sistem simulasi tidak dihitung peringkatnya di Webometrics. Peringkat domain yang diberi tanda * menunjukkan bahwa domain-domain tersebut mendapatkan perlakuan khusus. Perlakuan khusus tersebut yaitu pengurangan nilai untuk indikator Scholar sebesar 50% dari nilai asli.

8

Tabel 3 Peringkat universitas menurut Simulasi dan Webometrics (Juli 2010) Peringkat Domain Simulasi

Webometrics

gunadarma.ac.id

3

4*

itb.ac.id

5

1

ipb.ac.id

1

6*

its.ac.id

12

7

petra.ac.id

4

5*

ugm.ac.id

2

2

ui.ac.id

6

3

uii.ac.id

10

11

um.ac.id

8

12*

unair.ac.id

7

17

undip.ac.id

9

8

uns.ac.id

13

9

unsri.ac.id

14

10

upi.edu

15

15

usu.ac.id

11

16

Tabel 4 Komponen peringkat universitas berdasarkan nilai indikator menurut Simulasi (20 Juli 2010)

(

Peringkat

Domain S

Dari Tabel 3, peringkat masing-masing universitas yang diberikan oleh sistem simulasi berbeda dengan peringkat yang diambil dari Webometrics. Perbedaan hasil yang didapat tersebut bisa disebabkan ada perubahan pada model penghitungan Webometrics pada edisi Juli 2010 dan ada faktor lain yang juga ikut diperhitungkan yang tidak dipublikasikan oleh tim Webometrics. Disebutkan dalam situs repositories.webometrics.info ada perbedaan dalam cara perhitungan Webometrics yang terbaru salah satunya yaitu pada bagian penentuan nilai normalisasi indikator rich file. Cara penentuan nilai indikator rich file dari kabar tersebut adalah nilai masing-masing tipe dokumen digabungkan baru kemudian nilai hasil penggabungan tersebut dinormalisasi. (

visibility. Nilai visibility yang diambil merupakan nilai visibility di luar domain .com, .org, dan .net. Penambahan kriteria ini mempengaruhi nilai indikator visibility dan score. Dengan bobot 50% dari keseluruhan, visibility merupakan indikator yang paling berpengaruh terhadap score secara keseluruhan. Oleh karena itu, untuk mengurangi perbedaan tersebut sistem dibuat untuk mendukung kedua cara penghitungan, yaitu cara penghitungan yang telah digunakan sebelumnya dan cara penghitungan yang baru yang disebutkan di situs repositories.webometrics.info. Komponen peringkat universitas di Indonesia untuk setiap indikator menurut simulasi dapat dilihat pada Tabel 4.

) )

.........(28)

Pada sistem simulasi ini, cara menentukan nilai normalisasi indikator rich file adalah menggabungkan nilai hasil normalisasi masing-masing tipe dokumen yang kemudian dibagi banyaknya tipe dokumen yang digunakan. Kedua cara tersebut memberikan hasil normalisasi yang berbeda sehingga score akhir yang dihasilkan juga berbeda. Selain itu, di situs tersebut juga disebutkan ada penambahan kriteria dalam pengambilan nilai

V

R1

R2

SC

itb.ac.id

1

3

6

8

11

ugm.ac.id

2

1

8

10

10

ui.ac.id

4

4

2

5

12

gunadarma.ac.id

3

6

5

2

1

petra.ac.id

5

7

4

1

4

ipb.ac.id

10

2

1

3

2

its.ac.id

7

10

12

4

13

unair.ac.id

6

11

3

7

7

undip.ac.id

11

13

9

9

3

uns.ac.id

9

9

11

11

14

uii.ac.id

14

8

15

15

9

um.ac.id

12

5

7

13

6

unsri.ac.id

15

14

10

12

8

upi.ac.id

8

12

14

14

15

usu.ac.id

13

15

13

6

5

Keterangan: S=Size, V=Visibility, R1=Rich file hasil digabung setelah dinormalisasi, R2=Rich file hasil digabung setelah digabung, dan SC=Scholar. Pada Tabel 4, terdapat domain yang memiliki peringkat untuk scholar yang sama karena Tim Webometrics menerapkan kasus tertentu untuk domain tersebut. Peringkat universitas untuk setiap indikator menurut www.webometrics.info dapat dilihat pada Tabel 5.

9

Tabel 5 Komponen peringkat universitas berdasarkan indikator menurut Webometrics (20 Juli 2010) Peringkat Domain S V R SC itb.ac.id

1

2

3

3

ugm.ac.id

3

1

4

4

ui.ac.id

4

3

1

12

gunadarma.ac.id

2

6

2

5

petra.ac.id

6

8

5

5

ipb.ac.id

10

5

7

5

its.ac.id

7

4

11

13

unair.ac.id

8

9

8

5

undip.ac.id

5

12

10

5

uns.ac.id

9

7

9

14

uii.ac.id

11

11

15

2

um.ac.id

15

13

6

5

unsri.ac.id

14

14

12

1

upi.ac.id

12

10

13

15

usu.ac.id

13

15

14

5

Keterangan: S=Size, V=Visibility, R2=Rich file, dan SC=Scholar. Bila dibandingkan antara peringkat situs atau domain berdasarkan indikator pada Tabel 4 dan Tabel 5, terdapat perbedaan peringkat yang diperoleh dari simulasi dengan peringkat yang diumumkan di www.webometrics.info. Untuk kategori indikator size terdapat 6 situs yang berada pada urutan yang sama dengan urutan sesuai www.webometrics.info (Tabel 4). Untuk visibility dan scholar situs yang berada pada urutan yang sesuai berturut-turut adalah adalah 4 dan 5 situs. Pada indikator rich file dilakukan dua model penghitungan yaitu gabungan dari nilai normalisasi setiap dokumen (R1), dan normalisasi setelah nilai dokumen PDF, PS, PPT, dan DOC digabung (R2). Banyaknya situs menempati posisi yang sesuai berdasarkan rich file yaitu 1 situs untuk R1 dan 3 situs untuk R2. Bila dilihat pada Tabel 5, peringkat Rich file mempengaruhi peringkat Size. Hal tersebut mungkin terjadi karena Rich file sebenarnya juga bagian dari Size. Size merepresentasikan banyaknya halaman web atau arsip-arsip dari suatu situs, Rich file merepresentasikan banyak arsip-arsip untuk format dokumen tertentu yang lebih spesifik yaitu PDF, PPT, PS, dan DOC. Jadi bisa dikatakan bila indikator Rich file tinggi, maka besar kemungkinan indikator Size juga akan tinggi.

Komposisi situs yang berada pada 10 besar dunia juga mengalami perubahan. Terdapat satu situs yang berubah yaitu Johns Hopkins University (jhu.edu) yang keluar dari 10 besar dunia digantikan oleh University of Texas Austin (utexas.edu). Situs 10 besar dunia yang digunakan sistem simulasi adalah harvard.edu, mit.edu, stanford.edu, berkeley.edu, cornell.edu, umn.edu, wisc.edu, umich.edu, washington.edu, dan jhu.edu.

KESIMPULAN DAN SARAN Kesimpulan Dari penelitian yang telah dilakukan, dapat disimpulkan: 

 

telah diidentifikasi indikator size, visibility, rich file dan scholar yang mempengaruhi peringkat suatu universitas dalam pemeringkatan Webometrics, terdapat perbedaan dari hasil yang diberikan oleh sistem simulasi terhadap hasil Webometrics yang sesungguhnya, telah berhasil dikembangkan sistem simulasi untuk pemeringkatan Webometrics.

Saran Untuk penelitian selanjutnya, disarankan agar sistem simulasi ini mampu mendiagnosis dan memberikan saran kepada pengguna indikator apa yang sebaiknya ditingkatkan dan menentukan besar nilai yang sebaiknya ditingkatkan pada indikator untuk menaikkan peringkat situs. Selain itu sistem simulasi juga diharapkan mampu mempertimbangkan aspek-aspek lain seperti aspek sejarah, sosial dan budaya suatu universitas sebagai salah satu komponen penilaian dalam penentuan peringkat. Untuk data kualitatif tersebut dapat digunakan pendekatan metode fuzzy dalam pengolahannya. Selain itu juga diharapkan dikembangkan sistem simulasi yang mampu menentukan peringkat situs berdasarkan data indikator yang sudah ada dengan menggunakan pendekatan yang lain, misal pendekatan metode jaringan syaraf tiruan (JST).

DAFTAR PUSTAKA Aguillo IF. 2009. Cybermetric Indicators: A Methodological Approach 2009. 2nd International Workshop on University Web Rankings.

10

Björneborn L, Ingwersen P. 2004. Toward a Basic Framework for Webometrics. Journal of The American Society for Information Science and Technology. Vol 55(14) hal 1216-1227 Jeyshankar R, Babu BR. 2009. Websites of Universities in Tamil Nadu: a Webometric Study. Annals of Library and Information Studies. Vol 56 hal 69-79 Pressman RS. 2005. Software Engineering: A Practitioner’s Approach. Ed. ke-6. New York: McGraw-Hill. Stewart J. 2001. Kalkulus. Ed. ke-4. Jakarta: Erlangga. Webometrics. 2010. Methodology. http://www.webometrics.info/methodol ogy.html [4 Juli 2010].

11

LAMPIRAN

Lampiran 1 Entity Relationship Diagram

13

Lampiran 2 URL End Point Tabel URL End Point Indikator URL http://search.yahoo.com/search?p=linkdomain:[nama-domain] Visibility Size (Google) Size (Yahoo) Size (Bing) Size (Exalead) Rich file (.pdf) Rich file (.ps) Rich file (.ppt) Rich file (.doc) Scholar (Google Scholar)

−site:[namadomain] http://www.google.com/search?hl=en&q=site:[nama-domain] http://siteexplorer.search.yahoo.com/search?bwm=p&bwms=p&fr=sfp&fr2=seord-se&p=http://[nama-domain] http://www.bing.com/search?FORM=IEFM1&q=site:[nama-domain] http://www.exalead.com/search/web/results/?q=site:[nama-domain] http://www.google.com/search?hl=en&q=filetype:pdf site:[nama-domain] http://www.google.com/search?hl=en&q=filetype:ps site:[nama-domain] http://www.google.com/search?hl=en&q=filetype:ppt site:[nama-domain] http://www.google.com/search?hl=en&q=filetype:doc site:[nama-domain] http://scholar.google.com/scholar?hl=en&q=site:[nama-domain]

Keterangan: [nama-domain] merupakan nama domain web universitas

14

Lampiran 3 Contoh pengambilan nilai indikator dari mesin pencari Nilai size di Google

Nilai size di Bing

Nilai size di Exalead

Nilai size di Yahoo

Nilai scholar di Google Scholar

15

Lampiran 3 Lanjutan Nilai rich file untuk dokumen PDF di Google

Nilai rich file untuk dokumen PPT di Google

Nilai rich file untuk dokumen PS di Google

Nilai rich file untuk dokumen DOC di Google

Nilai visibility di Yahoo

16

Lampiran 4 File konfigurasi pola regular expression
= 'http://www.google.com/search?hl=en&q=';

$size['google']['pattern'] = '/