Pengembangan sistem simulasi pemeringkatan webometrics

(1)

PENGEMBANGAN SISTEM SIMULASI

PEMERINGKATAN WEBOMETRICS

SYAMSUL BACHRI

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(2)

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.

(3)

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

(4)

Judul : Pengembangan Sistem Simulasi Pemeringkatan Webometrics Nama : Syamsul Bachri

NIM : 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

(5)

PRAKATA

Segala puji syukur penulis panjatkan kepada Allah SWT atas segala limpahan nikmat dan karunia-Nya 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.

(6)

RIWAYAT HIDUP

(7)

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

(8)

DAFTAR

TABEL

Halaman

1 Parameter Rich File ... 5

2 Nilai korelasi komponen size ... 7

3 Peringkat universitas menurut Simulasi dan Webometrics (Juli 2010) ... 9

4 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 Tahapan penelitian. ... 3

2 Arsitektur MVC yang digunakan sistem. ... 4

3 Alur kerja sistem simulasi. ... 4

4 Proses penentuan peringkat situs. ... 6

DAFTAR

LAMPIRAN

Halaman 1 Entity Relationship Diagram ... 13

2 URL EndPoint ... 14

3 Contoh pengambilan nilai indikator dari mesin pencari ... 15

4 File konfigurasi pola regularexpression ... 17

5 Contoh penghitungan score dan penentuan ranking ... 18

(9)

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).

(10)

(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 berbeda-beda. Menurut Aguillo (2009), cara penghitungan untuk masing-masing indikator adalah sebagai berikut:

...(1) ...(2) ...(3) ...(4) ∑ ...(5) ...(6)

Setelah diperoleh score untuk masing-masing 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 dokumen-dokumen 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 masing-masing, namun semuanya memiliki tahapan yang sama. Tahapan tersebut yaitu tahap analisis, perancangan, implementasi, dan pengujian (Pressman 2005).

Metode Pengujian Black Box

(11)

Mulai Studi Pustaka Analisis Kebutuhan Sistem Perancangan Sistem Pengembangan Sistem

Pengujian Sistem

Evaluasi

Selesai

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.

Gambar 1 Tahapan penelitian. 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

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

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

Evaluasi dilakukan dengan

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

HASIL

DAN

PEMBAHASAN

Analisis Kebutuhan dan Batasan Sistem 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:

 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

(12)

mulai

Ambil data indikator dari mesin pencari

Data indikator

Simpan data indikator ke database

Hitung peringkat

Peringkat situs

Tampilkan data indikator dan peringkat situs

Selesai 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-View -Controller). Arsitektur ini menekankan pada pembagian komponen-komponen program menjadi tiga bagian utama yaitu Model, View, dan Controller. Tujuan dari pembagian komponen menjadi bagian-bagian ini adalah untuk memisahkan tanggung jawab dan peran masing-masing komponen. Arsitektur MVC dapat dilihat pada Gambar 2.

Gambar 2 Arsitektur MVC yang digunakan sistem.

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:

 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.

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

(13)

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 filetype:pdf site:example.edu PS filetype:ps site:example.edu PPT filetype:ppt site:example.edu DOC 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.

(14)

mulai

Data indikator

Hitung nilai maksimum setiap indikator Normalisasi nilai indikator Peringkat situs Simpan peringkat ke database Selesai Ambil data indikator

dari database

Hitung score situs

Score diurutkan menurun

5 Peringkat atau ranking diperoleh dari urutan situs yang telah diurutkan berdasarkan score.

Urutan penghitungan dapat dilihat pada Gambar 4.

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 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:

... (8)

... (9) ... (10) ... (11)

... ...(12)

... (13)

... (14)

... (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)

(15)

... (20)

... (21)

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

... (22) Setelah diperoleh nilai untuk masing-masing 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):

... (24)

Diketahui persamaan normalisasi:

... (25) Bila disubstitusi persamaan (24) ke persamaan (25) diperoleh:

... (26)

... (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.

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

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:

 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.

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

Dari Tabel 2, dapat dilihat bahwa hubungan antar komponen size memiliki hubungan yang kuat dan saling mempengaruhi,

(16)

 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 diubah-ubah 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.

(17)

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

Domain Peringkat

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

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 richfile. Cara penentuan nilai indikator rich file dari kabar tersebut adalah nilai masing-masing tipe dokumen digabungkan baru kemudian nilai hasil penggabungan tersebut dinormalisasi.

...(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

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.

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

Domain Peringkat

S 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.

(18)

Tabel 5 Komponen peringkat universitas berdasarkan indikator menurut Webometrics (20 Juli 2010) Domain Peringkat

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

(19)

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.

(20)

(21)

(22)

Lampiran 2 URL EndPoint Tabel URL End Point

Indikator URL

Visibility http://search.yahoo.com/search?p=linkdomain:[nama-domain] −site:[nama -domain]

Size (Google) http://www.google.com/search?hl=en&q=site:[nama-domain]

Size (Yahoo) http://siteexplorer.search.yahoo.com/search?bwm=p&bwms=p&fr=sfp&fr2=seo-rd-se&p=http://[nama-domain]

Size (Bing) http://www.bing.com/search?FORM=IEFM1&q=site:[nama-domain] Size (Exalead) http://www.exalead.com/search/web/results/?q=site:[nama-domain] Richfile (.pdf) http://www.google.com/search?hl=en&q=filetype:pdf site:[nama-domain] Richfile (.ps) http://www.google.com/search?hl=en&q=filetype:ps site:[nama-domain] Richfile (.ppt) http://www.google.com/search?hl=en&q=filetype:ppt site:[nama-domain] Richfile (.doc) http://www.google.com/search?hl=en&q=filetype:doc site:[nama-domain] Scholar

(Google Scholar)

http://scholar.google.com/scholar?hl=en&q=site:[nama-domain]

(23)

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

(24)

Lampiran 3 Lanjutan

Nilai richfile untuk dokumen PDF di Google

Nilai richfile untuk dokumen PPT di Google

Nilai richfile untuk dokumen PS di Google

Nilai richfile untuk dokumen DOC di Google

(25)

Lampiran 4 File konfigurasi pola regularexpression <?php

//--- CONFIGURABLE AREA ---//

$size['google']['url'] = 'http://www.google.com/search?hl=en&q=';

$size['google']['pattern'] = '/<div id=resultStats>About (.+) results<nobr>/';

$size['yahoo']['url'] =

'http://siteexplorer.search.yahoo.com/search?bwm=p&bwms=p&fr=sfp&fr2=seo-rd-se&p=http://';

$size['yahoo']['pattern'] = '/<span class="btn">Pages $(.+)$<i class="tl"><\/i>/';

$size['bing']['url'] = 'http://www.bing.com/search?FORM=IEFM1&q=';

$size['bing']['pattern'] = '/<h1>All Results<\/h1><span class="sb_count" id="count">\d+-\d+ of (.+) results<\/span>/';

$size['exalead']['url'] = 'http://www.exalead.com/search/web/results/?q=';

$size['exalead']['pattern'] =

'/<span id="startIndex">\d+<\/span>\-<span id="endIndex">\d+<\/span><\/span>\s+of <span class="orange">(.+)<\/span>\s+for/';

$richfile['google']['url'] = 'http://www.google.com/search?hl=en&q=';

$richfile['google']['pattern'] = '/<div id=resultStats>About (.+) results<nobr>/';

$visibility['yahoo']['url'] = 'http://search.yahoo.com/search?p=';

$visibility['yahoo']['pattern'] = '/<strong id="resultCount">(.+)<\/strong> results for/';

$scholar['google']['url'] =

'http://scholar.google.com/scholar?hl=en&btnG=Search&as_sdt=2001&as_sdtp=on&q=';

$scholar['google']['pattern'] = '/Results <b>\d+<\/b> \- <b>\d+<\/b> of about <b>(.+)<\/b>\./';

//--- END OF CONFIGURABLE AREA --- //

$config['size'] =& $size;

(26)

Lampiran 5 Contoh penghitungan score dan penentuan ranking Tabel Data Indikator Webometrics

Domain Visibility

Size Rich File

Scholar

Google Yahoo Bing Exalead Pdf Ps Ppt Doc

A 8.786 3.575 9.073 1.823 3.418 4.606 1.437 8.821 3.006 712 B 8.572 1.023 70 10.479 3.079 2.143 7.734 120 4.502 1.167 C 126 1.697 492 1.912 7.372 4.434 9.701 972 8.260 534 D 5.366 3.573 277 8.947 731 1.756 2.778 360 5.169 2.381 E 5.149 142 3.685 1.724 1.385 2.335 208 1.141 3.355 4.960

Maksimum 8.786 3.575 9.073 10.479 7.372 4.606 9.701 8.821 8.260 4.960

Proses normalisasi:

Tabel Data yang telah dinormalisasi

Domain Visibility

Size Rich File

Scholar Google

(G)

Yahoo (Y)

Bing (B)

Exalead

(E) Pdf Ps Ppt Doc

A 1,0000 1,0000 1,0000 0,8111 0,9137 1,0000 0,7920 1,0000 0,8880 0,7720 B 0,9973 0,8472 0,4677 1,0000 0,9020 0,9093 0,9753 0,5279 0,9327 0,8300 C 0,5334 0,9090 0,6804 0,8163 1,0000 0,9955 1,0000 0,7573 1,0000 0,7383 D 0,9457 0,9999 0,6175 0,9829 0,7406 0,8857 0,8638 0,6482 0,9480 0,9138 E 0,9412 0,6066 0,9011 0,8051 0,8123 0,9195 0,5819 0,7750 0,9001 1,0000

Proses agregasi:

Tabel Data Indikator setelah diagregasi

Domain Visibility Size Rich File Scholar Score

A 1,0000 0,9569 0,9200 0,7720 0,9452 B 0,9973 0,8746 0,8363 0,8300 0,9235 C 0,5334 0,8626 0,9382 0,7383 0,6907 D 0,9457 0,8618 0,8364 0,9138 0,9077 E 0,9412 0,8087 0,7941 1,0000 0,9014

Tabel Peringkat Situs

Rank Domain

(27)

Lampiran 6 Antarmuka sistem simulasi

Halaman Daftar Peringkat Situs Universitas beserta Grafik

(28)

Lampiran 6 Lanjutan

Halaman Compare Domain

(29)

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.

(30)

PENDAHULUAN

Latar Belakang

Tujuan

Ruang Lingkup

Manfaat Penelitian

TINJAUAN

PUSTAKA

Webometrics Ranking

(31)

PENDAHULUAN

Latar Belakang

Tujuan

Ruang Lingkup

Manfaat Penelitian

TINJAUAN

PUSTAKA

Webometrics Ranking

(32)

(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 berbeda-beda. Menurut Aguillo (2009), cara penghitungan untuk masing-masing indikator adalah sebagai berikut:

...(1) ...(2) ...(3) ...(4) ∑ ...(5) ...(6)

Setelah diperoleh score untuk masing-masing 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 dokumen-dokumen 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 masing-masing, namun semuanya memiliki tahapan yang sama. Tahapan tersebut yaitu tahap analisis, perancangan, implementasi, dan pengujian (Pressman 2005).

Metode Pengujian Black Box

(33)

Pengujian Sistem

Evaluasi

Selesai

METODE

PENELITIAN

[image:33.595.99.247.185.518.2]

Analisis Kebutuhan Sistem

Pengujian

Evaluasi

HASIL

DAN

PEMBAHASAN

(34)

Pengujian Sistem

Evaluasi

Selesai

METODE

PENELITIAN

[image:34.595.99.247.185.518.2]

Analisis Kebutuhan Sistem

Pengujian

Evaluasi

HASIL

DAN

PEMBAHASAN

(35)

mulai

Ambil data indikator dari mesin pencari

Data indikator

Simpan data indikator ke database

Hitung peringkat

Peringkat situs

Tampilkan data indikator dan peringkat situs

Selesai 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-View -Controller). Arsitektur ini menekankan pada pembagian komponen-komponen program menjadi tiga bagian utama yaitu Model, View, dan Controller. Tujuan dari pembagian komponen menjadi bagian-bagian ini adalah untuk memisahkan tanggung jawab dan peran masing-masing komponen. Arsitektur MVC dapat dilihat pada Gambar 2.

Gambar 2 Arsitektur MVC yang digunakan sistem.

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:

 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.

[image:35.595.324.513.83.597.2]

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

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

(36)

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 filetype:pdf site:example.edu PS filetype:ps site:example.edu PPT filetype:ppt site:example.edu DOC 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-