Ruang lingkup penelitian ini adalah bidang ilmu perpustakaan yaitu bibliometrika dengan kajian pengindeksaan subjek menggunakan Hukum Zipf.
Penelitian ini dilakukan pada Artikel Jurnal Library Management Vol.36, Issue 8/9, Tahun 2015.
BAB II
TINJAUAN LITERATUR 2.1. Information Retrival
Information retrival adalah sebuah proses temu kembali informasi yang diakses oleh pengguna pada data penyimpanan yang bertujuan untuk pencarian yang lebih cepat dan tepat. Sama hal nya dengan mengakses artikel jurnal secara online, diperlukan kata kunci yang dapat menjadi titik akses ke artikel tersebut.
Kata kunci adalah istilah yang ditetapkan sebagai kata utama untuk mencari dokumen di sistem temu kembali informasi. Menurut Rose, dkk (2010, 3) “Kata kunci merupakan urutan satu atau beberapa kata, yang memberikan representasi ringkas dari konten atau isi dokumen, sehingga dapat mewakili konten atau isi dari suatu dokumen”.
2.2. Pengindeksan Subjek
2.2.1. Pengertian Pengindeksan Subjek
Pengindeksan adalah sebuah kegiatan untuk mempermudah proses penelusuran informasi. Perpustakaan memiliki fungsi utama yaitu untuk membuat informasi yang di kumpulkan dapat tersedia bagi pengguna perpustakaan berdasarkan permintaan mereka. Maka untuk memenuhi fungsi tersebut perpustakaan harus bisa menyediakan bahan pustaka sebanyak mungkin dan sesuai dengan kebutuhan pengguna. Pengindeksan tentang subject atau yang lebih kita kenal dengan subject indexing. Pengindeksaan subjek berguna untuk mempercepat proses temu kembali dan pemanggilan dokumen.
Menurut Cleveland and Cleveland (2001, 97) bahwa, “Indexing is the process identyfying information in a knowledge record (text or nontext) an organizing the pointers to that information in to searchable file”. Artinya Pengindeksan merupakan proses pengidentifikasian informasi kedalam catatan pengetahuan (baik secara text maupun non text) yang memberikan petunjuk ke informasi file yang diinginkan atau dicari.
“The term indexing is used with several shades of meaning. we use it to cover all activities involved in the construction of indexes. as such, it is major activity supporting all aspects of information retrival. As you have seen, the process of information retrival is intiated by
requests in which information needs are expressed in a variety of ways, eg a document, or documents, by specified author, or about a specified subject” Brown (1976, 26)
Berdasarkan pendapat diatas menjelaskan bahwa Pengindeksan adalah seluruh kegiatan yang terlibat dalam proses pembuatan indeks dalam mempermudah pencarian informasi. Pencarian informasi dimulai dengan adanya permintaan akan kebutuhan informasi dengan berbagai cara seperti judul dokumen, pengarang, hingga subjek dari dokumen yang dicari.
Selain itu menurut pendapat Suwarno (2010, 97-98), menyatakan bahwa:
“Indeks adalah sebuah daftar yang sistematis, mengandung istilah atau frasa (menyatakan pengarang, judul, konsep, dan sebagainya) yang dilengkapi dengan penunjuk ke isi satu atau serangkaian dokumen, kelokasi di mana istilah atau frasa tersebut dapat ditemukan. Indeks dan pengindeksan merupakan hal penting bagi perpustakaan, mengingat efesiensi penyimpanan buku dan dokumentasi hanya bisa dicapai jika ada cara paling jitu dalam menemukan kembali buku atau informasi yang dikelola perpustakaan ketika pemustaka memerlukan”
Dari ketiga pendapat di atas maka dapat di simpulkan pengindeksan adalah proses pengidentifikasian sebuah dokumen dengan memilih istilah yang paling tepat untuk mewakili dokumen serta pengaturan informasi ke dalam pangkalan data sehingga data dapat ditemukan dengan mudah dalam proses penelusuran informasi.
2.2.2. Tujuan Pengindeksaan Subjek
Menurut Cleveland and Cleveland (2001, 3) yaitu:
“Index has two general purpose: minimize the time and effort in finding information, and to maximize the searching success of the user. both purpose are accomplished by choosing best word that will match a user's languange and by having a system of accurate and complete cross- references to related information”
Berdasarkan pendapat di atas indeks memiliki dua tujuan yaitu meminimalkan waktu dan pencarian, serta memaksimalkan tingkat keberhasilan dalam pencarian. Kedua tujuan tersebut dapat dicapai oleh pihak perpustakaan dengan cara mencocokkan indeks dokumen asli dengan bahasa pengguna dan sistem referensi silang serta informasi terkait.
2.2.3. Pengindeksan Subjek Secara Manual (Human Indexer)
Menurut Sensuse (2004, 22) bahwa, “Manual indexing refers to a process of assigning significant words or terms that is performed manually by trained subject experts and that involves a level of human intellect”. Artinya
Pengindeksan manual mengarah pada proses pemilihan kata-kata penting atau istilah yang dilakukan secara manual oleh seorang indexer terlatih dengan menggunakan tingkat kecerdasan tinggi untuk menghasilkan indeks subjek dokumen.
Selain itu Lancaster yang dikutip oleh White, Whillis, & Greenberg (1986, 308) juga mengemukakan pendapatnya tentang pengindeksan manual.
Yaitu:
“describes two distinct intellectual steps that occur during human subject indexing: conceptual analysis and translation. Conceptual analysis involves working with an information object to understand its subject matter and having knowledge of the needs of the system’s users. Translation is the act of converting knowledge derived from the conceptual analysis portion into a representative vocabulary choice.
During this translation process, human indexers may select
“appropriate” terms from indexing aids, such as thesauri or controlled vocabularies, or may choose words from the title, abstract, or text of the document as index terms”
Artinya ada dua langkah intelektual berbeda yang terjadi selama pengindeksan subjek secara manual yaitu: analisis konseptual dan terjemahan.
Analisis konseptual bekerja dengan objek informasi untuk memahami materi pelajarannya dan memiliki pengetahuan tentang kebutuhan pengguna sistem.
Penerjemahan adalah tindakan mengubah pengetahuan yang berasal dari bagian analisis konseptual menjadi pilihan kosa kata yang representatif. Selama proses penerjemahan ini, pengindeks dapat memilih istilah "sesuai" dari alat bantu pengindeksan, seperti tesaurus atau kosakata terkontrol, atau dapat "memilih kata-kata dari judul, abstrak, atau teks dokumen sebagai istilah indeks"
Dari ke dua pendapat diatas maka dapat disimpulkan pengindeksaan manual adalah proses pemilihan kata atau istilah secara manual yang dilakuakan seorang indexer untuk mendapatkan wakil dokumen atau kata indeks. Proses pengindeksan manual memiliki dua langkah yaitu: analisis konseptual atau pemahaman materi dokumen yang sesuai dengan kebutuhan pengguna dan terjemahan atau pencarian kosa kata yang sesuai dengan menggunakan alat bantu seperti thesaurus dan LCSH.
2.2.4. Pengindeksan Subjek Secara Otomatis (Machine Indexer)
Pengindeksan subjek otomatis berkaitan dengan pengindeksaan menggunakan komputer. Pengindeksaan otomatis dapat mempermudah pekerjaan
dan memperkecil beban kerja seorang indexer. Untuk itu seorang indexer harus mempunyai kemampuan dalam bidang komputer. Menurut tulic yang dikutip oleh Obaseki (2010,1) adalah:
“Automated indexing is the process of assigning and arranging index terms for natural language without human intervention.The index is produced using algorithms. These algorithms works on database containing document representations, inncluding full text or bibliographic records, but also on non-text data bases such as images or music”
Artinya pengindeksan otomatis adalah proses mengatur pemilihan istilah untuk kata indeks tanpa campur tangan manusia. Indeks dibuat dengan menggunakan prosedur pemecahan masalah yang sistematis. Prosedur ini bekerja pada basis data yang berisi wakil dokumen, seperti teks lengkap maupun non teks seperti gambar dan music. Menurut Seth yang dikutip oleh Obaseki yaitu :
“Argues for the use of automated indexing because it is faster and cheaper. Seth asserts that this is one way of achieving the goals of information centers. This view is welcomed by numerous scholars, because automated indexing can deal with the increasing amount of new material being produced that has made manual indexing slow and expensive”
Maka dapat diartikan bahwa, penggunaan pengindeksan secara otomatis lebih cepat dan lebih murah. Pengindeksaan otomatis adalah salah satu cara untuk mencapai tujuan pusat informasi. Pandangan ini disambut baik oleh banyak orang, karena pengindeksan otomatis dapat menangani peningkatan jumlah materi baru yang sebelumnya dibuat secara manual yang memiliki kekurangan dari segi efesiensi waktu yang lambat dan biaya yang mahal.
Selain pendapat di atas menurut Sebastiani dan Hlava yang dikutip oleh White, H., Whilis, C., & Greenberg, J. (2014, p. 309) menyatakan bahwa:
“Processes for automatic subject indexing fall into two broad categories: rule-based and statistical. Rule-based approaches rely on formalized languages for the assignment of terms from controlled vocabularies based on document text. Statistical and machine-learning approaches rely on techniques for machine-learning the associations between words or other features in document text and indexing terms”
Dapat di jelaskan bahwa Proses pengindeksan subjek otomatis terbagi dalam dua kategori besar yaitu: Pendekatan berbasis aturan yang bergantung pada bahasa formal untuk penugasan istilah dari kosa kata terkontrol berdasarkan teks
dokumen dan Pendekatan statistik yang bergantung pada teknik untuk mempelajari hubungan antara kata dalam teks dokumen dan istilah pengindeksan.
Dari beberapa pendapat diatas maka dapat di simpulkan pengindeksaan secara otomatis adalah proses pemilihan kata indeks secara otomatis menggunakan komputer dengan menggunakan pendekatan berbasis aturan dan statistik. Pengindeksan subjek secara otomatis memiliki keuntungan diantaranya efesiensi waktu yang lebih cepat dan biaya yang lebih murah serta kemampuan menangani jumlah materi yang banyak dalam sekali waktu.
2.3. Bibliometrika
2.3.1. Pengertian Bibliometrika
Bibliometrika berasal dari dua kata yaitu “Biblio” yang memiliki arti buku dan “metrics” yang memiliki arti mengukur. Menurut Hasugian (2020, 2) yaitu
“bibliometrika adalah suatu bidang kajian yang menggunakan matematika dan teknik-teknik statistik untuk mempelajari atau meneliti berbagai publikasi/terbitan, pola komunikasi dan distribusi informasi”.
Menurut Powel yang dikutip oleh Fatmawati (2012, 3) yaitu “Bibliometrics is a special type of documentry research or inquiry into the tools of library and information science”. Hal ini berarti bibliometrika dapat didefenisikan sebagai metode matematika dan statistik dengan menggunakan alat riset pada buku dan media komunikasi lainnya.
Kemudian Bellis (2009, 3) menyatakan bahwa:
“the term “bibliometrics,” coined by Alan Pritchard in the late 1960s,2 stresses the material aspect of the undertaking: counting books, articles, publications, citations, in general any statistically significant manifestation of recorded information, regardless of disciplinary bounds”
Istilah "bibliometrics," diciptakan oleh Alan Pritchard pada akhir 1960-an, dia menekankan aspek material yaitu : menghitung buku, artikel, publikasi, kutipan, secara umum setiap manifestasi signifikan secara statistik dari informasi yang direkam , terlepas dari batasan disiplin.
Jadi dari beberapa pendapat diatas dapat dinyatakan bahwa bibliometrika adalah suatu bidang kajian yang digunakan sebagai alat ukur dengan memanfaatkan metode matematika dan statistik untuk mengidentifikasi atau
mempelajari berbagai publikasi/terbitan,serta pola media komunikasi dan distribusi informasi.
2.3.2. Dalil Bibliometrika
Tiga dalil atau hukum dasar dalam bibliometrika menurut Chen, Y. dan Ferdinand F. (1998, 2), yaitu sebagai berikut:
“ Lotka (1926): published a paper in which he examined patterns of productivity among chemists. he discovered that if he ranked his population of chemists according to how frequently the published, Bradford (1934): a librarian, first proposed the law bearing his name in 1934. according to bradford, if a comprehensive literature searche is conducted on some subject covering a specified period of time, often.
it will be found that the literature is scattered in a regular pattern over vary lage number of source, and Zipf (1933) : stated that if one takes the words making up an extended body of text and ranks them by frequency of occurrence, then the rank r multiplied by its frequency of occurrence, g(r) will be approximately constant"
Berdasarkan pendapat di atas bahwa ada 3 (tiga) hukum dasar dalam bibliometrik yaitu hukum Lotka yang dipergunakan untuk menghitung produktivitas pengarang, hukum Bradfoard adalah hukum yang dipergunakan untuk mengetahui subjek literatur yang tersebar dalam sebuah majalah, dan hukum Zipf adalah hukum yang berfungsi dalam proses pengindeksan subyek dokumen dengan memanfaatkan frekuensi kemunculan kata dalam dokumen tersebut.
2.3.3. Pengertian dan Sejarah Zipf
Menurut Hasugian (2020: 54) bahwa, “Dalil Zipf digunakan untuk pengindeksan berdasarkan kepada rangking atau peringkat kata atau istilah yang termuat dalam sebuah dokumen dan dihitung berdasarkan frekuensi kata atau istilah tertinggi”. Dari penjelasan tersebut dapat disimpulkan bahwa dalil Zipf dapat digunakan dalam proses pengindeksaan dengan cara memanfaatkan hasil frekuensi kemunculan kata.
Hukum ini adalah hasil karya dari George Kingsley Zipf (1902-1950) atau biasa disebut dengan panggilan Zipf. Zipf lahir di kota Illinois Freeport pada tanggal 7 Januari 1902 dengan lulusan predikat summa cum laude dari Harvard College pada tahun 1924, selanjutnya ia melanjutkan pendidikannya di Bonn Berlin kemudian kembali ke Harvard College dan melanjutkan studinya dan
lullus PhD (doktor) dengan disertasi Comparative Philology pada tahun 1929.
Kemudian ia menjadi seorang instruktur dan dosen pengajar linguistik di Harvard College pada tahun 1939 sampai ia meninggal pada tanggal 25 September 1950 dengan usia 48 tahun dikarenakan penyakit kanker yang dialaminya dan dia meninggalkan satu orang istri serta empat orang anak.
Pada masa hidupnya Zipf sangat tertarik dengan fenomena kuantitatif dan perilaku manusia yang cenderung untuk meminimalkan tindakannya dalam kehidupan sehari-hari seperti menghemat kata dalam berkomunikasi, sehingga dia menyusun sebuah hipotesis “kata” yang digunakan dalam dokumen sebagai media komunikasi baik yang ilmiah maupun non-ilmiah.
Zipf mulai terkenal dalam bidang ilmu bibliometrika setelah karyanya yang berjudul “Psycho-Biology Of Language” terbit pada tahun 1935. Melalui karyanya tersebut telah membawa studi bahasa ke dalam kondisi ilmu eksak dengan memakai prinsip-prinsip statistik.
Pada tahun 1949 buku Zipf yang berjudul “Human Behavior and Principle of Least Effort” membawa namanya semakin terkenal di mata dunia, karyanya tersebut berisi tentang seseorang yang lebih mudah memunculkan kata-kata umum yang familiar dalam berkomunikasi dari pada kata-kata yang tidak dikenalnya. Sehingga memungkinkan pemunculan kata dalam penyusunan sebuah karya ilmiah berasal dari kata-kata umum bukan dari kata-kata yang tidak dikenal oleh penulis. Karena ketertarikannya pada perhitungan frekuensi kata membuat dia melakukan observasi atau pemeriksaan terhadap sebuah novel yang berjudul “Ulysses” Karangan James Joyce.
Pada pengamatan Zipf ia menyatakan bahwa 29.899 kata yang berbeda dalam karya tersebut, sedangkan seluruh kata berjumlah 260.430. dalam observasinya ia menemukan beberapa kata yang berkali-kali diulang, banyak kata yang tingkat frekuensinya rendah, perkalian antara peringkat kata dengan frekuensi nya bersifat konsisten, dan nilai rata-rata simpangan baku dapat digunakan sebagai tolak ukur keserasian.
Ciri-ciri kata yang termasuk dalam batasan Zipf, yaitu sebagai berikut:
a. Kata adalah kumpulan huruf yang dipisah oleh dua spasi;
b. Kata yang bergaris hubung dianggap menjadi satu kata;
c. Kata yang memiliki Tanda kutip dianggap menjadi bagian dari satu kata;
d. Semua kata fonetik yang berbeda dianggap kata berbeda;
e. Kata-kata gelar, nama, jabatan, afiliasi, dan sebagainya dianggap diabaikan.
2.3.4. Perkembangan Dalil Zipf
Dalil atau hukum Zipf dikenal dengan perhitungan kata tertinggi sebagai istilah kata yang digunakan sebgai istilah atau kata yang digunakan dalaam penentuan indeks subyek atau indeks kata kunci sebuah dokumen yang di indeks.
Hukum pertama dalil Zipf adalah sebagai berikut:
“Hasil dari perhitungan sejumlah kata kemudian dituangkan kedalam sebuah tabel dengan menempatkan kata yang memiliki frekuensi pengulangan tertinggi sebagai peringkat pertama, kemudian diikuti peringkat lainnya yang lebih rendah frekuensi pengulangannya secara berturut. Susunan jajaran kata berdasarkan frekuensi pengulangan yang terurut tersebut dinamai peringkat atau rangking, yang diberi symbol “r”, sedangkan jumlah pengulangannya disebut frekuensi atau“f”, maka f×r =k (Konstan)” (Hasugian, 2009: 44)
Berdasarkan pendapat di atas bahwa, hukum pertama Zipf hanya berlaku pada kata-kata frekuensi tinggi. Sedangkan, untuk kata-kata dengan frekuensi rendah Zipf mengajukan rumus:
(𝑓2 − 1⁄4) = 𝑘
yang di mana n adalah kata yang muncul, f adalah frekuensi dan k adalah bilangan konstanta. Setelah diperbaharui oleh Boyce dengan rumus, yaitu sebagai berikut:
In = jumlah kata yang berbeda dengan frekuensi kemunculan n, 𝐼1 = jumlah kata yang berbeda dengan frekuensi kemunculan 1 kali.
2.3.5. Titik Transisi dan Daerah Transisi Goffman
Goffman adalah seorang peminat Hukum Zipf yang mengembangkan teori penentuan subyek atau isi dokumen berdasarkan hukum Zipf. Goffman
menemukan sebuah fenomena yang disebut sebagai “titik transisi”. Titik transisi adalah titik yang terjadi perubahan dari frekuensi tinggi ke frekuensi rendah yang diduga memuat kata-kata yang menunjukkan subyek dokumen.
Titik transisi Goffman adalah titik transisi yang dapat ditarik ke daerah atas dan bawah dengan jarak yang sama sehingga menghasilkan daerah transisi. Di daerah transisi terdapat kata-kata yang menunjukan isi dari suatu dokumen setelah kita menghilangkan kata-kata abai atau kata tidak bermakna yang tidak digunakan dalam pengindeksan (stopwords). Stopwords atau kata abai adalah kata yang berupa kata bantu seperti atau, dari, maka, untuk, dan lain sebagainya.
Kata yang digunakan dalam pengindeksan adalah jenis kata “content words”
yaitu kata yang mempunyai makna.
Goffman menawarkan:
Rumus-1:
𝑛 = (−1 + √1 + 8I1)/2 Di mana:
n = Titik transisi
I1 = Jumlah kata yang berbeda dengan frekuensi kemunculan 1 kali Rumus-2:
𝑛1.2 = 1 2⁄ (−𝑏 ± √(𝑏2− 4𝑎𝑐)) Atau
𝑛12 = 1/2{−𝑏 ± √(𝑏2− 4𝑎𝑐)}
Di mana:
𝑛12 = titik transisi yang akan dicari a = 1 (Konstanta)
b = 1 (Konstanta) c = -2 I1
I1 = jumlah kata yang berbeda dengan frekuensi kemunculan 1 kali.
BAB III
METODE PENELITIAN 3.1. Jenis Penelitian
Dalam penelitian ini, penulis menggunakan metode penelitian kuantitatif.
Penelitian Kuantitatif menurut Bryman (dalam Pendit, 2003:195) merupakan penelitian yang bertujuan untuk mengumpulkan data numeric dan menggunakan logika dalam pengembangan dan pengujian teori. Jenis penelitian yang digunakan dalam penelitian ini adalah deskriptif yang mendeskripsikan obyek penelitian berdasarkan fakta dan data yang ada. Menurut Arikunto (2000: 309)
“Penelitian deskriptif merupakan suatu penelitian yang dimaksudkan untuk mengumpulkan informasi mengenai status suatu gejala yang ada, yaitu keadaan gejala menurut apa adanya pada saat penelitian dilakukan”.
3.2. Unit Analisis
Unit analisis adalah satuan tertentu yang dijadikan sebagai subjek penelitian yang mengandung perilaku, karakteristik, dan informasi yang ingin diketahui. Menurut Rahmat (2009), Unit analisis diartikan sebagai sesuatu yang berkaitan dengan komponen yang diteliti. Unit analisis ini dilakukan oleh peneliti agar validitas dan reabilitas penelitian dapat terjaga.
Berdasarkan pendapat di atas maka penulis menentukan unit analisis penelitian ini adalah artikel yang dimuat dalam Jurnal Library Management Vol.
36 issue 8/9 tahun 2015 yang dimuat dalam bentuk online dan bersifat gratis (free). Jurnal ini terbit lima kali dalam satu tahun. Dari hasil observasi yang dilakukan oleh penulis, didapat data bahwa yang menjadi unit analisis penelitian ini adalah sebanyak 11 artikel. Karena unit analisis yang tidak terlalu besar maka penulis menjadikan semua artikel sebagai sampel. Teknik Pengambilan sampel yang digunakan pada penelitian ini adalah teknik sampel jenuh yaitu seluruh anggota populasi dijadikan sebagai sampel penelitian.
3.3. Instrumen Penelitian
Instrument penelitian adalah alat-alat yang diperlukan atau yang dipergunakan untuk mengumpulkan data. Instrument yang digunakan dalam penelitian ini adalah program aplikasi seperti; Microsoft Word, Microsoft Excel yang digunakan sebagai mesin proses perhitungan atau penjumlahan dan Mozilla
Firefox sebagai mesin pencari.
3.4. Teknik Pengumpulan Data
Metode yang digunakan dalam pengumpulan data pada penelitian ini adalah metode dokumentasi. Metode dokumentasi yaitu mencari data mengenai hal-hal atau variable yang berupa catatan, transkip, buku, surat kabar, majalah, prasasti, notulen rapat, lengger, agenda, dan sebagainya (Siyoto, S. & Ali S.
2015: 77-78) untuk mengumpulkan semua data. Maka, diperlukan proses
browsing pada situs dibawah ini
http://www.emerald.com/insight/publication/issn/0143-5124/vol/36/iss/8/9.
Selanjutnya artikel tersebut di download dan di konversi ke format word, kemudian file yang telah di dapat kemudian di cari indeksnya dengan menggunakan Dalil Zipf.
3.5. Teknik Analisis Data
Dalam proses menganalisis terlebih dahulu diperlukan data yang tepat, sehingga menghindari kemungkinan terjadinya kesalahan pada hasil akhir pengolahan data. Analisis data bertujuan untuk menata, menyusun dan memberikan makna dari kumpulan data. Hal penting yang sangat berkaitan dengan proses pengumpulan data adalah rasionalitas, deskripsi, ilustrasi, dan pendukung. Setelah data diperoleh maka langkah selanjutnya adalah mengolah data tersebut agar pertanyaan-pertanyaan dari penelitian dapat terjawab.
Analis data pada penelitian ini denagn menggunakan rumus dalil Zipf dan Transisi Goffman. Rumus dalil Zipf yang digunakan untuk pemeringkatan kata yaitu:
𝑐 = 𝑟 × 𝑓 Keterangan:
r = Peringkat kata;
f = Frekuensi kemunculan kata c = Konstanta
Sedangkan Rumus transisi Goffman yang digunakan untuk menentukan titik transisi yaitu:
n = (−1 + √1 + 8I1)/2
Keterangan:
n = titik transisi
Ii = Jumlah kata yang memiliki frekuensi kemunculan satu kali
Analisis hasil indeks menggunakan Dalil Zipf (machine indexer) dengan hasil indeks atau keyword dari pengarang pada artikel itu sendiri. Tingakt Relevansi Hasil pengindeksan pada dalil Zipf adalah sebagai berikut:
a. Relevan, apabila indeks yang dihasilkan dari dalil Zipf dengan kata kunci pada artikel jurnal benar-benar dan sama persis.
Indeks Dalil Zipf = Kata Kunci Artikel
b. Relevan marginal, apabila indeks yang dihasilkan memiliki kemiripan/
kesamaan.
Indeks Dalil Zipf < 𝐾𝑎𝑡𝑎 𝐾𝑢𝑛𝑐𝑖 𝐴𝑟𝑡𝑖𝑘𝑒𝑙
c. Tidak Relevan, apabila indeks yang dihasilkan sama sekali tidak memiliki kemiripan/ kesamaan.
Indeks Dalil Zipf ≠ Kata Kunci Artikel