Model Pemeringkatan Website Pemerintah D

(1)

106 _{Seminar dan Call For Paper Munas Aptikom} Politeknik Telkom

Bandung, 9 Oktober 2010

Model Pemeringkatan Website Pemerintah Daerah di Indonesia

Widya Silfianti

1

, Mirma Yudha Firdausi

2

, Hanum Putri Permatasari

3

1,2,3

Universitas Gunadarma

1_{[email protected],}2_{[email protected],}3_{[email protected]}

Abstrak

Pemeringkatan e-government di Indonesia sudah mulai dilakukan oleh Kementrian Komunikasi dan

Informatika, namun pemeringkatan tersebut baru mencakup 11 provinsi dan belum menerapkan

perhitungan peringkat secara otomatis dengan menggunakan mesin pencari yang dilengkapi dengan agent

based crawler dan algoritma perhitungan parameternya. Penelitian ini bertujuan untuk mengembangkan

mesin pencari berbasis web crawler dengan algoritma relevansi yang diterapkan pada pemeringkatan

website pemda di Indonesia. Variabel pemeringkatannya adalah relevansi, produktifitas, visibilitas,

besarnya website (size), kekayaan dokumen, popularitas, dengan pembobotannya

masing-masing.Pengambilan data parameter webmetrics dilakukan pada bulan mei 2010, yang mencakup 181

website pemerintah daerah di Indonesia. Jenis atau tingkatan pemerintahannya adalah pemerintahan provinsi, pemerintahan kabupaten, dan pemerintahan kota dengan rincian jumlah websitenya berturut-turut adalah 32 website provinsi, 111 kabupaten, dan 38 kota. Hasil pemeringkatan untuk pemda di luar jawa menujukkan bahwa website provinsi lebih dominan dibandingkan website kota atau kabupaten, sedangkan untuk di pulau jawa, website kabupaten dan kota lebih dominan dibandingkan web provinsi. Peringkat atas untuk web kota semuanya diisi oleh kota-kota di Jawa, sedangkan untuk kabupaten hanya dua kota di luar jawa yang masuk sepuluh besar. Hasil pemeringkatan tersebut mendukung dugaan terjadinya kesenjangan digital dilihat dari wilayah geografis dan tingkat pemerintahan di Indonesia.

Kata kunci : e-government, digital divide, web-crawler

1. PENDAHULUAN

Wujud nyata dari pengaplikasian e-government

ang telah umum dilaksanakan dan diatur pelaksanaannya di Indonesia adalah pembuatan situs

web pemerintah daerah. E-Government intinya

adalah proses pemanfaatan teknologi informasi sebagai alat untuk membantu menjalankan sistem pemerintahan secara lebih efektif dan efisien. Pembangunan situs web bagi pemerintah daerah di Indonesia merupakan implementasi dari Instruksi Presiden No. 3 Tahun 2003, yang isinya menggalakkan pemanfaatan teknologi informasi

(Internet) dalam menunjang aktivitas pemerintahannya, baik pemerintah pusat maupun

pemerintah daerah menuju terwujudnya

e-Government di Indonesia. Berdasarkan data [8] dari 470 pemerintah daerah baik tingkat provinsi, kotamadya maupun kabupaten terdapat 361 (77%) situs web pemerintah daerah, dan yang aktif atau bisa dibuka 316 situs web pemerintah daerah sisanya

rusak, dalam pengembangan atau terkena sanksi (suspended).

Jumlah situs web pemerintah daerah secara kuantitas cenderung meningkat seiring dengan kebijakan dan komitmen pemerintah Indonesia yang

tertuang dalam roadmap pengembangan

e-government di Indonesia. Namun, apakah semua pemerintah daerah di Indonesia sudah menerapkan

e-government sesuai dengan roadmap atau cetak

biru pengembangan e-government di Indonesia?

Pertanyaan tersebut merupakan tantangan terbesar untuk Indonesia mengingat luas wilayah serta kondisi budaya, sosial, dan kemasyarakatan yang beragam. Wilayah pemerintahan Indonesia mencakup 33 propinsi, 349 Pemerintah Kabupaten, 91 Pemerintah Kota, 5263 Kecamatan, 7123 Kelurahan, dan 62806 Desa (Peraturan Menteri Dalam Negeri Nomor 18 tahun 2005). Berdasarkan data jumlah wilayah tersebut belum seluruh tingkatan pemerintahan tersebut sudah menerapkan

(2)

Seminar dan Call For Paper Munas Aptikom Politeknik Telkom Bandung, 9 Oktober 2010

107

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

Penelitian ini bertujuan untuk mengembangkan

metode pengukuran web (webmetrics) menggunakan

algoritma pencarian informasi yang relevan terhadap jenis situsnya. Tujuan khusus selengkapnya adalah (1) Mengembangkan metode perhitungan pemeringkatan dengan multi-parameter yang

dilengkapi dengan kerangka Information Retrieval

System yang lengkap mulai dari pengambilan data secara otomatis, pengukuran parameter pemeringkatan, dan penyajian hasil pemeringkatannya, serta (2) Menguji metode pemeringkatan website terhadap situs pemerintah daerah di Indonesia yang dijadikan contoh target evaluasi website, dengan menambahkan kriteria relevansi dan produktifitas yang dihasilkan berdasarkan hasil filtering terhadap konten web dari situs pemda tersebut.

2. LANDASAN TEORI

2.1.E-Government

Menurut World Bank, e-Government

dideﬁnisikan sebagai upaya pemanfaatan dan

pendayagunaan telematika untuk meningkatkan

eﬁsiensi dan efektivitas pemerintahan, memberikan

berbagai jasa pelayanan kepada masyarakat secara lebih baik, menyediakan akses informasi kepada publik secara lebih luas, dan menjadikan penyelenggaraan pemerintahan lebih bertanggung

jawab (accountable) serta transparan kepada

masyarakat. Intinya menurut [3] e-Government

adalah proses pemanfaatan teknologi informasi sebagai alat untuk membantu menjalankan sistem pemerintahan secara lebih efektif dan efisien.

Terdapat dua hal utama dalam pengertian

e-Government[3], pertama adalah penggunaan teknologi komunikasi informasi (salah satunya adalah Internet) sebagai alat bantu, dan kedua adalah tujuan pemanfaatannya sehingga jalannya pemerintahan dapat lebih efisien. Melalui teknologi informasi dalam hal ini Internet, seluruh proses atau prosedur yang ada di pemerintahan dapat dilalui dengan lebih cepat sesuai dengan aturan jelas yang

telah ditetapkan. E-Government bukan berarti

mengganti cara pemerintah dalam berhubungan dengan masyarakat. Pada konsep e-Government, masyarakat masih bisa berhubungan dengan pos-pos pelayanan, berbicara melalui telepon untuk mendapatkan pelayanan pemerintah, atau mengirim

surat. E-Government hanya berfungsi pada konteks

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

Pada pelaksanaan e-Government, informasi,

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

Model e-Government yang diterapkan

menggunakan model empat tahapan perkembangan yang meliputi [3] :

a. Fase pertama, berupa penampilan website

web (web presence) yang berisi informasi

dasar yang dibutuhkan masyarakat.

b. Fase kedua, fase interaksi yaitu isi

informasi yang ditampilkan lebih

bervariasi, seperti fasilitas download dan

komunikasi e-mail dalam website web pemerintah.

c. Fase ketiga, tahap transaksi berupa

penerapan aplikasi atau formulir untuk

secara online mulai diterapkan.

d. Fase Keempat, fase transformasi berupa

pelayanan yang terintegrasi, tidak hanya menghubungkan pemerintah dengan masyarakat tetapi juga dengan organisasi lain yang terkait (pemerintah ke antar pemerintah, sektor nonpemerintah serta sektor swasta)

Sesuai dengan yang tertera dalam Instruksi Presiden No.3 Tahun 2003, Wujud nyata dari

aplikasi e-Government yang umum dilaksanakan dan

diatur pelaksanaannya adalah pembuatan website web pemerintah daerah. Website web pemerintah daerah merupakan salah satu strategi didalam

melaksanakan pengembangan e-Government secara

sistematik melalui tahapan yang realistik dan terukur. Website web pemerintah daerah merupakan

tingkat pertama dalam pengembangan e-Government

(3)

demokrasi di Indonesia dengan menggunakan media Internet.

Pengembangan e-Government di Indonesia

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

2.2. Evaluasi Web dan Webmetrics

Ketepatan dan akurasi konten web merupakan salah satu ukuran dalam evaluasi konten web, yang dalam penelitian ini menggunakan istilah relevansi.[6] menyebutkan beberapa kriteria untuk

evaluasi dan pemeringkatan website yaitu authority,

objectivity, accuracy, coverage, dan timelines. Metode pemeringkatan yang dikembankan pada penelitian ini secara umum mencakup parameter tersebut di atas, namun dengan terminologi yang berbeda.

Dua parameter utama yang dikembangkan lebih lanjut adalah relevansi- seperti yang sudah

dipaparkan sebelumnya, dan web productivity.

Menurut [5] , web productivity secara matematis

dihitung dengan rumus: size/effort, dimana size

adalah ukuran website- yang dapat diukur dengan jumlah halaman web pada sebuah website,

sedangkan effort adalah upaya atau input yang

digunakan untuk mengembangkan atau mengelola

website. Contoh input atau effort tersebut adalah

biaya atau waktu yang diperlukan untuk mengembangkan website. Input biaya digunakan

oleh [5], sedangkan penelitian yang dilakukan oleh

[1] menggunakan traffic sebagai ukuran untuk effort

untuk menghitung web productivity.

Metode pemeringkatan pada penelitian ini menggunakan jumlah halaman web sebagai ukuran

untuk size dan frekuensi pemutakhiran konten

sebagai ukuran untuk effort. Jumlah halaman web juga digunakan untuk pemeringkatan webometrics yang akan dijelaskan pada sub bab berikutnya, sedangkan frekuensi pemutakhiran secara umum

mirip dengan parameter timelines seperti disebutkan

oleh [6]. Atribut evaluasi website yang lebih komprehensif dan lebih berkembang pesat saat ini adalah webmetrics, yang akan dipaparkan lebih lengkap di bawah ini.

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

Gambar1. Taksonomi Webmetrics [4]Graph

Properties. World Wide Web dapat digambarkan sebagai sebuah struktur grafik di mana halaman web

terdiri dari simpul dan hyperlink. Webmetrics

berbasis graph mengukur sifat struktural web pada kedua skala makroskopik dan mikroskopik.

Significance. Signifikansi metrik memformalkan pengertian tentang "kualitas" dan "relevansi" dari halaman web yang berkaitan dengan kebutuhan informasi pengguna. Signifikansi metrik yang digunakan untuk menilai halaman web untuk menanggapi permintaan pencarian dan memiliki dampak pada kualitas pencarian dan pengambilan di sebuah halaman web.

Penggunaan Karakterisasi. Pola dan keteraturan ketika pengguna menelusuri sumber-sumber web yang dapat memberikan petunjuk berharga untuk meningkatkan konten, presentasi organisasi dan website.

Similarity. Kesamaan metrik mengukur sejauh mana keterkaitan antara halaman web. Ada banyak penyelidikan tentang atribut apa saja yang seharusnya dianggap sebagai indikator dari

hubungan antara halaman. Search dan Retrieval.

(4)

Inform tekstual m kata kun

size,visibi

relevansi, tahapan t ini.

mation Theor

ap properti at kebutuhan, pr

mpertimbangk an yang diam

mengemuka si yang paling atribut yang ari suatu halam pektif- yaitu re

i tertentu sesu mutlak yan a tertentu. Uk kemiripan hal ang telah d

model untu pengukuran biasanya me akan halaman an website ya

fikansi meru ngkan pada an pengambila elevan dan be

aman yang ha sebagai ta a. Penggunaan perkembangan yang sebagian murni pada p ci sebagai ni perti Google au ukuran r t peringkat w an pengguna.

ODOLOGI P

itian ini terdir p evaluasi rel nakan algoro anan hasil pa ruan paramete angan model nesia denga

ility, kekaya , dan produ tersebut dapat

Semin

retic. Metrik tau sifat inform roduksi dan kan hubungan mati dalam ge

akan bahw g terkenal ada

sudah dipa man web dapa elevansinya d uai permintaan ng terlepas kuran relevan laman web d diarahkan dan uk melakukan

tautan (link

enggunakan n yang sering ang kurang ter

upakan ukura pencarian an informasi erkualitas ting arus dipilih d anggapan at n parameter k n terbaru mes n besar men perbandingan ilai relevansi

[7,9] menggu elevansi dan web untuk

PENELITIAN

ri dari tiga tah levansi halam oritma TFxID arsing dari t er webmetrics

pemeringkata an mengguna

aan dokume uktifitas. G

t dilihat pada

nar dan Call

teori inform masi yang terk konsumsi, y n antara sejum enerasi inform

wa penguku

alah webmetr

aparkan di a at dipandang d dengan kebutu

n pengguna, s dari kebutu g disebut den

lihat.

an yang mu web den di halaman w ggi pada satu

dari indeks y tas permint kualitas web te sin pencari un ngandalkan p

query menge sebuah webs unakan kombin kualitas da dapat meresp

N

hapan utama y man web den DF; (2) Ta teks HTML

s; dan (3) Ta

an website pem akan param en, populari Gambaran um a gambar beri

For Paper M Poli mda terdiri d rhitungan para sil parsing yan ) proses enggunakan emperhitungka

sebut. Penjel bagai berikut. cara umum te itu (a) param

yaitu relevan ng mengadap eh lembaga pe

kayaan dokum ebometrics ser CU. Proses

alah menghitu ringkat untu

elaskan di at tiap pemda di bagai berikut

bar 2. Kerangk

gan model p dari 2 proses

ameter web y ng dihasilkan perhitungan 6 param an pembobota lasan setiap p

Pemeringkata erdiri dari du meter yang dih

nsi dan produc

ptasi dari para emeringkat la

men (rich fil

rta popularitas utama perhi ung peringka uk setiap p tas. Nilai per ihitung denga

WPPi + WSSi +

i komposit unt

ot untuk param

t untuk param

ot untuk param

obot untuk

ka Penelitian

pemeringkatan utama yaitu ( yang dilakukan dari tahap per peringkat meter web an dari setiap proses terseb an website di ua kelompok hasilkan dari

ctivity dan (b) ameter yang d

ain yaitu size,

les) yang me

s yang menga itungan peme at komposit b parameter ya ringkat kompo an menggunak

WVVi + WDD

tuk website ke

meter web rele

meter web pro

meter size

meter visibility

parameter D

109

n website (1) proses n terhadap rtama, dan dengan b yang

parameter but adalah

Indonesia parameter penelitian parameter digunakan

visibility, engacu ke acu kepada

eringkatan berdasarka ang telah

(5)

WT adalah bobot untuk parameter popularity/Traffik

R adalah peringkat sebuah website untuk parameter Relevancy

P adalah peringkat sebuah website untuk parameter productivity

S adalah peringkat sebuah website untuk parameter Size

V adalah peringkat sebuah website untuk parameter Visibility

D adalah peringkat sebuah website untuk parameter Document Richness

T adalah peringkat sebuah website untuk parameter Popularity

4. HASIL DAN PEMBAHASAN

4.1. Parameter Webmetrics

Parameter size dengan menggunakan mesin

pencari berkisar antara 101 sampai 1610000 dengan menggunakan mesin pencari Google. Parameter inbound link berkisar antara 0 sampai 4380000. Parameter kekayaan dokumen berkisar dari 0 sampai 28,200 dengan rata-rata 635 dokumen, dan parameter popularitas yang diukur dengan peringkat di www.alexa.com berkisar antara 1009 sampai 100209. Ada 81 website yang belum mempunyai peringkat di alexa.com, yang menunjukkan website tersebut masih sangat kurang pengunjungnya.

Peringkat sepuluh besar untuk parameter size dan

traffik tersebut selengkapnya dapat dilihat pada tabel 5.

Tabel 1. Peringkat untuk parameter size dan traffik

No Size Traffic

1 Prov. Kalteng Kota Jaksel

2 Kota Tomohon Kota Jaktim

3 Prov. Jateng Kota Jakut

4 Prov. Papua Prov. DKI Jakarta

5 Kab. Kebumen Kota Jakbar

6 Kota Bontang Kota Jakpus

7 Kota Bandung Prov. Jabar

8 Provinsi Jatim Kota Bandung

9 Kota

Yogyakarta Kota Balikpapan

10 Prov. Jabar Prov. Jatim

Hasil tersebut menunjukkan bahwa peringkat

sepuluh besar untuk inbound link, dokumen, dan

traffik diisi oleh pemda yang relatif tidak berubah. Website provinsi DKI Jakarta beserta 5 kotanya selalu masuk pada ketiga parameter tersebut. Namun untuk parameter size nama-nama pemdanya relatif berbeda dengan peringkat tiga parameter lainnya kecuali provinsi Jawa Barat, Jawa Timur, dan

Bandung. Perbandingan parameter size, inbound link

dan popularitas dilihat dari tingkatan pemerintah dapat dilihat pada gambar di bawah ini.

Gambar 3. Perbandingan antar tingkat pemerintahan

Gambar di atas menunjukkan bahwa website provinsi mempunyai keunggulan dalam jumlah halaman web dan tautan dibandingkan dengan kota dan kabupaten, namun untuk parameter popularitas relatif tidak jauh berbeda antara provinsi dan kota. Namun website kabupaten selalu terendah untuk

ketiga parameter webmetrics tersebut. Untuk kasus

jawa dan luar-jawa, ternyata hasil pengukuran parameter tersebut menunjukkan bahwa website pemda di luar jawa selalu lebih rendah dibandingkan website pemda di pulau jawa. Kondisi ini

menunjukkan adanya kesenjangan digital (digital

divide) dilihat dari dikotomi geografis tersebut. Hal ini tentunya memerlukan perhatian dari pemerintah

147 159

23 20

5 16

85

135

25

0 200

Web Page InBound Link Web traffic

in 1000

(6)

111

atau pihak yang berkepentingan dalam implementasi

e-government di Indonesia yang dapat mengurangi kesenjangan tersebut.

4.2.Model Pemeringkatan

Pemeringkatan menggunakan enam variabel yaitu relevansi, produktifitas, visibiltas, besarnya

website (size), kekayaan dokumen, popularitas,

dengan pembobotannya masing-masing. Penetapan bobot akhir untuk setiap parameter tersebut dilakukan melalui beberapa skenario dengan melakukan perubahan-perubahan nilai parameter atau dilakukan proses simulasi. Sebelum dilakukan pemeringkatan akhir dengan menggunakan enam variabel, peneliti melakukan simulasi pemeringkatan dengan membandingkan beberapa skenario, yaitu :

a. Skenario 1 yaitu pemeringkatan dengan

menggunakan dua parameter yang diukur dan dianalisis dalam penelitian ini

b. Skenario 2 yaitu pemeringkatan dengan

menggunakan empat parameter tanpa relevansi dan produktifitas

c. Skenario 3 yaitu pemeringkatan dengan enam

parameter tanpa pembobotan

d. Skenario 4 yaitu pemeringkatan dengan enam

parameter dengan pembobotan

Untuk skenario 4, komposisi pembobotannya terdiri dari 3 alternatif, dengan penjelasan sebagai berikut (a) Memberikan bobot yang sama yaitu 50% untuk kelompok parameter hasil penelitian yang mencakup relevensi dan produktifitas dan 50 % untuk kelompok parameter yang kedua yang meliputi ukuran, visibilitas, kekayaan dokumen, dan popularitas. Setiap parameter mempunyai bobot yang sama untuk parameter yang masuk dalam kelompok yang sama; (b) Bobot antar kelompok sama seperti alternatif (a) namun bobot parameter dalam satu kelompok berbeda yaitu bobot relevansi lebih tinggi dibandingkan produktivitas dan untuk

kelompok kedua, parameter size mempunyai bobot

yang lebih tinggi dibandingkan tiga parameter lainnya yang mempunyai bobot yang sama; dan (c) Memberikan bobot yang lebih tinggi untuk relevansi, produktifitas, dan popularitas

dibandingkan dengan size, visibility, dan kekayaan

dokumen. Namun bobot relevansi lebih tinggi dibandingkan produktifitas, dan popularitas.

Pemberian bobot tinggi untuk relevansi dan produktifitas berkenaan dengan mutu informasi dan intensitas pemanfaatan website oleh pemda sebagai

media informasi untuk publik. Pemberian bobot yang lebih tinggi untuk popularitas dibandingkan

dengan visibility adalah popularitas lebih bersifat

aktual karena ukuran tersebut mencerminkan frekuensi atau jumlah kunjungan ke website pemda. Sedangkan visibilitas hanya merupakan ”popularitas potensial” atau semu karena hanya diukur dengan jumlah eksternal link yang belum tentu meningkatkan jumlah kunjungan atau traffik dari pengunjung ke website pemda yang bersangkutan. Berdasarkan penjelasan di atas maka pemeringkatan dalam penelitian ini terdiri dari 6 skenario yang selengkapnya dapat dilihat pada Tabel di bawah ini.

Tabel 2. Pemetaaan Skenario untuk Pemberian bobot

Parameter

Skenari parameter dan pembobotannya

1 2 3 4a 4b 4c

Relevansi R R 0,250

R

0,3R 0,3R

Produktifit as

P P 0,250

R

0,2P 0,2P

Size S S 0,125

S

0,2S 0,1S

Visibility V V 0,125 V

0,1V 0,1V

Dokumen D D 0,125

D

0,1D 0,1D

Popularitas T T 0,125

T

0,1P 0,2T

.

a. Skenario 1

Pemeringkatan dengan skenario 1 hanya menggunakan dua parameter yaitu relevansi dan produktivitas web yang dihitung berdasarkan hasil penelitian dengan menggunakan algoritma TFxIDF

untuk relevansi dan hasil parsing untuk web

(7)

Indeks Pemdai = Ri + Pi

Ri adalah peringkat relevansi pemda ke-i dan Pi adalah peringkat untuk parameter produktivitas pemda ke-i. Setelah indeks untuk semua pemda dihitung kemudian dilakukan pemeringkatan dengan cara megurut nilai indeks dari yang terkecil sampai terbesar. Indeks terkecil menempati urutan pertama sedangkan indeks terbesar menempati posisi terakhir.

Peringkat relevansi dan produktifitas ini secara umum relatif berbeda dengan peringkat yang umum digunakan oleh lembaga lain yang relatif tidak mempertimbangkan mutu konten atau produktifitas pengelola web dalam pemutakhiran kontennya. Jika dibandingkan dengan pemeringkatan tanpa memasukkan dua parameter ini, skenario ini menunjukkan bahwa pemda di Jawa masih mendominasi relevansi konten dan produktifitas pengisian kontennya. Peringkat pertama relevansi ditempati oleh provinsi Sumatera Utara yang diikuti oleh Kabupaten Sragen dan Kabupaten Malang di posisi kedua dan ketiga, sedangkan produktivitas web oleh Sukabumi. Jika kedua peringkat per parameter ini dirata-ratakan maka peringkat pertamanya adalah Kabupaten Malang diikuti oleh provinsi NAD.

Khusus untuk peringkat relevansi, sepuluh besarnya ditempati oleh lima provinsi, tiga kabupaten, dan dua kota. Temuan yang menarik adalah semua provinsi tersebut terletak di luar jawa, sedangkan kabupaten dan kotanya di pulau Jawa. Kondisi ini mengindikasikan bahwa peran pemerintahan provinsi di luar jawa masih relatif tinggi dalam menyediakan informasi yang relevan dibandingkan dengan pemda tingkat duanya, sedangkan pemerintahan kabupaten dan kota di pulau jawa relatif lebih dominan dalam memberikan konten yang relevan dibandingkan pemerintahan provinsinya. Kajian lebih lanjut mungkin perlu dilakukan dengan ketersediaan sumber daya di tingkat pemerintahan kota dan kabupaten di luar

jawa, misalnya pengelola web (web administrator)

atau infrastruktur teknologi informasi sebagai pondasi layanan pemda berbasis web.

b. Skenario 2

Skenario 2 ini tidak memperhitungkan parameter relevansi dan produktivitas web, atau hanya

menggunakan parameter size, visibility, kekayaan

dokumen dan popularitas. Skenario ini merupakan modifikasi metode pemeringkatan yang digunakan

oleh lembaga pemeringkat lain yaitu size, visibility,

dan rich file yang diambil dari Webometrics dan popularitas dari 4ICU. Langkah pertamanya adalah dengan menghitung indeks peringkat untuk setiap website pemda dengan menggunakan rumus sebagai berikut:

Indeks Pemdai = Si + Vi + Di + Ti

Si adalah peringkat untuk parameter size pemda ke-i; Vi adalah peringkat untuk parameter produktivitas pemda ke-i, Di adalah peringkat untuk parameter kekayaan dokumen pemda ke-i; dan Ti adalah peringkat untuk parameter popularitas (traffic) pemda ke-i. Setelah indeks untuk semua pemda dihitung kemudian dilakukan pemeringkatan dengan cara megurut nilai indeks dari yang terkecil sampai terbesar. Indeks terkecil menempati urutan pertama sedangkan indeks terbesar menempati posisi terakhir.

Hasil penelitian menunjukkan bahwa 8 dari 10 pemda yang masuk 10 besar pada skenario tersebut berlokasi di pulau Jawa. Cacatan khusus untuk parameter popularitas yang diukur dengan peringkat dari alexa.com, pemda DKI jakarta beserta 5 kotamadyanya mempunyai peringkat traffik yang sama dan tertinggi di Indonesia. Website kota dan provinsi disatukan dalam domain yang sama, atau dengan kata lain, 5 kota di wilayah DKI Jakarta merupakan sub domain dari domain provinsi DKI Jakarta.

Hanya 99 situs pemda di Indonesia yang masuk peringkat di alexa. Sisanya sebanyak 82 website belum masuk peringkat karena traffiknya yang

masih sangat rendah. DKI Jakarta yang posisi size,

visibility, dan popularitasnya tertinggi di Indonesia akhirnya menduduki peringkat kedua karena jumlah dokumennya jaug lebih sedikit dibandingkan Provinsi Jawa Timur yang menduduki peringkat pertama. Jadi terlihat bahwa provinsi Jawa Timur mempunyai peringkat yang merata untuk keempat parameternya yang semuanya menduduki sepuluh besar.

c. Skenario 3

(8)

113

dari skenario 1 dan 2 namun tanpa membedakan bobot dari setiap parameternya. Rumus perhitungan peringkat untuk setiap websitenya adalah sebagai berikut:

Indeks Pemdai =Ri + Pi + Si + Vi + Di + Ti

Ri adalah peringkat relevansi pemda ke-i, Pi adalah peringkat untuk parameter produktivitas pemda ke-i, Si adalah peringkat untuk parameter size pemda ke-i; Vi adalah peringkat untuk parameter produktivitas pemda ke-i, Di adalah peringkat untuk parameter kekayaan dokumen pemda ke-i; dan Ti adalah peringkat untuk parameter popularitas (traffic) pemda ke-i. Untuk skenario 3 dan 4 hanya mencakup 151 website pemda yang menunjukkan data yang lengkap untuk pemeringkatannya.

Hasilnya menunjukkan bahwa pemda yang masuk peringkat sepuluh besar sangat mengandalkan

visibility yang diukur dengan yahoo inbound link. Parameter ini sebenarnya belum mencerminkan popularitas sebuah web karena tautan ke sebuah situs tersebut tidak mencerminkan tautan yang berkualitas dari situs eksternal. Bahkan hasil pengamatan terhadap situs pemda yang jumlah tautannya tinggi, tautan-tautan tersebut lebih banyak dari spam atau

praktek-praktek Search Engine Optimization yang

tidak etis. Praktek-praktek tersebut dilakukan dengan

spam generator terhadap situs-situs pemda yang

masih mengandung kelemahan (vulnerabilities)

dalam content management systemnya. Kelemahan

tersebut diukur oleh HTML validator seperti sudah dijelaskan sebelumnya.

d. Skenario 4

Hasil pemeringkatan dengan menggunakan skenario ini memberikan bobot besar pada parameter relevansi dan produktivitas yaitu 50 persen dibandingkan 50 persen sisanya untuk bobot empat

parameter lainnya yaitu size, visibility, document,

dan popularitas. Pertimbangannya adalah mutu konten dan intensitas pemutakhirannya merupakan dua parameter yang sangat penting dalam meningkatkan mutu layanan dan informasi publik dari pemerintahan daerah di Indonesia. Kecepatan dan keakuratan informasi menjadi kriteria yang sangat penting di era informasi dan globalisasi ini. Berdasarkan pertimbangan tersebut maka bobot relevansi dan produktifitas ditetapkan 2 kali dari

masing-masing bobot parameter size, visibility,

document, dan popularitas. Rumus perhitungan

indeks komposit untuk 6 parameter pada masing-masing pemda untuk tiga skenario dengan pembobotan adalah sebagai berikut:

a. Indeks Pemdai

=0,25Ri+0,25Pi+0,125Si+0,125Vi+0,125Di+0,1

25Ti

b. Indeks Pemdai

=0,3Ri+0,3Pi+0,2Si+0,1Vi+0,1Di+0,1Ti

c. Indeks Pemdai

=0,3Ri+0,2Pi+0,1Si+0,1Vi+0,1Di+0,2Ti

Hasil untuk skenario 4 ini secara umum tidak banyak berubah nama-nama pemda untuk sepuluh besar, kecuali perubahan urutannya saja. Perubahan kecil hanya terjadi untuk skenario 4b dan 4c yaitu Provinsi Riau yang tadinya masuk sepuluh besar pada skenario 4b digantikan Kota Bantul pada skenario 4c. DKI Jakarta selalu menempati urutan pertama untuk peringkat dengan menggunakan enam parameter- baik yang tanpa bobot maupun dengan pembobotan. Namun sekali lagi catatan khusus untuk website provinsi DKI Jakarta ini adalah lima kota yang berada di wilayahnya merupakan sub domain dari www.jakarta.go.id.

5. KESIMPULAN DAN SARAN

5.1.Kesimpulan

Hasil pengukuran relevansi konten diukur dengan algoritma TFxIDF yang sudah dikembangkan lebih lanjut dalam penelitian ini, sedangkan relevansi tautan internal diukur dengan

TFxIDF inbound. Hasil pengukuran untuk relevansi

konten menunjukkan bahwa nilai TFxIDF lokal berkisar antara 4,199 sampai 36,16 dengan rata-rata sebesar 25,05, Jumlah website yang tergolong menunjukkan bobot relevansi yang tinggi dengan nilai TFxIDF di atas rata-rata adalah sebanyak 109 pemda atau sebanyak 60 persen. Nilai TFxIDF

inbound berkisar antara 2,391 sampai 30,417 dengan rata-rata sebesar 18,0. Jumlah website yang tergolong menunjukkan bobot relevansi yang tinggi dengan nilai TFxIDF di atas rata-rata adalah sebanyak 86 pemda atau sebanyak 47,5 persen.

(9)

relevansi, yang diikuti oleh parameter produktifitas dan popularitas, atau menggunakan skenario 4c. Parameter lainnya mempunyai bobot lebih rendah dari tiga parameter tersebut yaitu ukuran halaman, jumlah dokumen, dan visibilitas. Hasil pemeringkatan untuk pemda di luar jawa menujukkan bahwa website provinsi lebih dominan dibandingkan website kota atau kabupaten, sedangkan untuk di pulau jawa, website kabupaten dan kota lebih dominan dibandingkan web provinsi. Peringkat atas untuk web kota semuanya diisi oleh kota-kota di Jawa, sedangkan untuk kabupaten hanya dua kota di luar jawa yang masuk sepuluh besar.

5.2. Saran

Model pemeringkatan dengan mempertimbangkan parameter relevansi dan produktifitas merupakan penyempurnaan algoritma pemeringkatan yang banyak digunakan oleh lembaga pemeringkatan yang masih menggunakan parameter

webmetrics yang belum mempertimbangkan kualitas konten dan tautan. Namun algoritma pemeringkatan ini masih perlu mencari parameter yang menunjukkan ciri khas dari website yang dijadikan obyek pemeringkatannya, yang dalam penelitian ini menggunakan website pemda di Indonesia. Berdasarkan hasil pengamatan dan pemeringkatan web pemda maka perlu dibuat standarisasi fitur

layanan website pemda atau e-government di

Indonesia serta peningkatan kemampuan perancangan dan pemutakhiran website pemda yang mempertimbangkan parameter pemeringkatan, khususnya relevansi dan produktifitas.

6. DAFTAR PUSTAKA

[1] Alpar, P., M. Porembski, D.Volksw, and S.

Pickerodt, 2009, Measurement of Productivity

of Websites, Schoolof Business Administration and Economics. Philipps University, Marburg, Germany.

[2] Departemen Komunikasi dan Informatika, 2004,

Blueprint Sistem Aplikasi e-

GovernmentDepartemen Komunikasi dan Informatika Republik Indonesia, Jakarta.

[3] Departemen Komunikasi dan Informatika, 2006,

Kondisi Situs Web Pemerintah Daerah”, Artikel Departemen Komunikasi dan Informatika Republik Indonesia, http://blogs.depkominfo.go.id/artikel/2006/01/1 7/kondisi-situs-web-pemerintah-daerah, diakses tanggal 10 September 2009.

[4] Dhyani, Devanshu, NG., Keong, Wee, dan

Bhowmick Sourav, W., 2002, A Survey of Web

Metrics, ACM Computing Surveys, Vol., 34, No. 4 pp 469-503.

[5] Mendez, Emilia. 2009, Web Cost Estimation,

Productivity Assessment and Benchmarking, 4th International Summer School on Software Engineering. University of Salermo, Italy, September 24-27.

[6] Murley, Diana, 2006, Evaluating and Rating

Website and other Information Resources, SIU Law Library.

[7] Pinkerton, Brian, 1994, Web Crawler Fact,

http://thinkpink.com/bp/WebCrawler/History.ht ml, diakses tanggal 25 Maret 2010

[8] Presiden Republik Indonesia, 2003, Kebijakan

dan Strategi Nasional Pengembangan e-Government, Instruksi Presiden No.3 Tahun 2003,

http://www.deptan.go.id/bdd/admin/i_presiden/ Inpres-03-03.pdf, diakses 10 September 2009,

[9] Sergey, Brin and Lawrence, Page, 1998, The