Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
55 Data diatas merupakan delapan referensi yang mewakili keseluruhan
referensi pada artikel S. Untuk data selengkapnya dapat dilihat pada lampiran 1. Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel S yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 35
8 x
= 22,85 2. Relevan Marginal RM
= 100
35 4
x = 11,42
3. Noise N =
100 35
23 x
= 65,71 Dari hasil yang diperoleh di atas terdapat 22,85 atau sebanyak 8 sitiran
dari 35 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 11,42 atau sebanyak 4 sitiran dari 35 sitiran yang relevan marginal. Sementara
itu terdapat 65,71 atau sebanyak 23 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel S
terdapat lebih banyak dokumen yang tidak relevan daripada dokumen yang relevan. Tingginya tingkat persentase Noise menunjukkan adanya penyimpangan
notasi klasifikasi subyek dokumen yang disitir terhadap dokumen yang menyitir dan adanya pengembangan penelitian yang kurang mendalam terhadap subyek
yang lebih spesifik.
4.2.20 . Analisis Subyek dan Klasifikasi terhadap Artikel T dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel T serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
56
Tabel 22. Analisis Subyek dan Klasifikasi Artikel T dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Relevansi
Klasifikasi R
R M
N T
1. TEA- CHERS
371.1 1
1.TEACHING –
PROFESSIONAL EDUCATION
370.711 √
2 1. RESEARCH ME-
THODS 001.42
√ 3
1. TEACHERS 371.1
√ 4
1.TEACHER QUALIFICATIONS
371.12 √
5 1. LEADERSHIP
303.34 √
6 1.SCHOOL FACILI-
TIES 371.6
√ 7
1. LEADERSHIP 303.34
√ 8
1.PUBLIC SCHOOL 371.01
√
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel T. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel T yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 37
26 x
= 70,27 2. Relevan Marginal RM
= 100
37 5
x = 13,51
3. Noise N =
100 37
6 x
= 16,21 Dari hasil yang diperoleh di atas terdapat 70,27 atau sebanyak 26 sitiran
dari 37 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 13,51 atau sebanyak 5 sitiran dari 37 sitiran yang relevan marginal. Sementara
itu terdapat 16,21 atau sebanyak 6 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel T
terdapat lebih banyak dokumen yang relevan daripada dokumen yang tidak
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
57 relevan. Tingginya tingkat persentase relevan dibanding dengan Noise
menunjukkan adanya pengembangan penelitian yang mendalam terhadap subyek yang lebih spesifik
4.3. Rekapitulasi Analisis Subyek dan Klasifikasi terhadap Seluruh Artikel Dan Sitirannya
