Menurut Burgin dalam Mustangimah 1998 : 31 menyatakan bahwa ”Penilaian relevansi yang diberikan oleh pakar subjek berbeda dengan penilaian relevansi yang
diberikan oleh pustakawan”. Sedangkan menurut Harter dalam Mustangimah 1998 : 32 juga menyatakan bahwa :
”Tingkat relevansi akan menambah bervariasinya penilaian relevansi selain karakteristik penilaian, karakteristik pertanyaan, karakteristik dokumen, karakteristik
temu kembali informasi, kondisi penilaian, dan pemilihan skala juga merupakan faktor yang berpengaruh terhadap penilaian relevansi”.
Relevansi merupakan konsep yang sangat penting dalam temu kembali informasi
karena ukuran yang mengambarkan unjuk kerja dan keefektivitas sistem temu kembali informasi yang ditentukan berdasarkan dokumen yang relevan.
Selanjutnya menurut Pao 1989 : 54 menyatakan bahwa: “Suatu transaksi temu balik dianggap sukses jika dokumen yang diperoleh relevan
dengan kebutuhan pengguna yang memintanya. Relevansi dapat dijadikan kreteria keberhasilan suatu temu balik informasi yang terdapat pada koleksi perpustakaan.
Relevansi adalah suatu ukuran keefektivitasan antara sumber informasi dan penerima informasi”.
Berdasarkan uraian di atas dapat dikatakan bahwa relevansi merupakan kesesuaian dokumen yang diperoleh dari sumber informasi agar dapat memenuhi kebutuhan informasi
pengguna serta penelusuran informasi yang dibutuhkan akan memberikan penilaian terhadap informasi yang diberikan database tertentu apakah sesuai atau tidak dengan kebutuhan.
2.3.3 Recall Perolehan
Salah satu penerapan prinsip relevansi yang sejak dahulu digunakan dalam pengembangan sistem Information Retrieval IR adalah penggunaan ukuran recall and
precision. Sejak teori tentang IR berkembang di tahun 1940an, para ilmuan selalu memeras otak, bagaimana caranya membuat sistem IR yang benar-benar handal. Bagaimana mengukur
keefektifan sebuah sistem IR dalam memenuhi permintaan informasi? Bagaimana mengukur kemampuan sistem dalam menyediakan dokumen yang relevan dengan kebutuhan pemakai.
Recall adalah proporsi jumlah dokumen yang dapat ditemukan-kembali oleh sebuah proses pencarian di sistem IR.
Rumusnya: Jumlah dokumen relevan yang ditemukan Jumlah semua dokumen relevan di dalam koleksi.
Universitas Sumatera Utara
koleksi dalam
di relevan
dokumen semua
Jumlah ditemukan
yang relevan
dokumen Jumlah
Perolehan =
Perolehan recall berhubungan dengan kemampuan sistem untuk memanggil dokumen yang relevan, sedangkan ketepatan precision berkaitan dengan kemampuan sistem
untuk tidak memanggil dokumen yang tidak relevan. Hasugian, 2006 : 5. Sedangkan menurut Harrod dan prytherch yang dikutip oleh Mustangimah 1998 : 13
“menyatakan perolehan terjemahan dari istilah recall, yaitu rasio antara jumlah dokumen relevan yang ditemukan dengan jumlah total dokumen relevan yang terdapat dalam basis
data”. Dari pendapat di atas dapat dinyatakan bahwa recall atau terpanggil adalah dokumen
yang terpanggil dari sistem temu balik informasi sesuai dengan permintaan pemakai yang mengikuti pola dari sistem tersebut. Nilai recall berkisar 0 s.d 1. Nilai recall makin besar
belum cukup untuk menilai suatu sistem temu balik informasi apakah baik atau tidak.
2.3.4 Precision Ketepatan
Precision dapat diartikan sebagai kepersisan atau kecocokn antara permintaan informasi dengan jawaban terhadap permintaan itu. Jika seseorang mencari informasi di
sebuah sistem, dan sistem menawarkan beberapa dokumen, maka kepersisan ini sebenarnya juga adalah relevansi. Artinya, seberapa persis atau cocok dokumen tersebut untuk keperluan
pencari informasi, bergantung pada seberapa relevan dokumen tersebut bagi si pencari. Menurut Burgin dalam Mustangimah 1998 : 31 “Membagi tingkat relevansi menjadi
tiga yaitu “sangat relevan” highly relevant, “relevan marginal” marginally relevant, “tidak relevan” not relevant”. Burgin memberikn defenisi dan interpretasi untuk masing-masing
tingkat relevansi seperti tercantum dalam tabel di bawah ini.
Tabel 1 : Defenisi Interpretasi Data Tingkat Relevansi
Defenisi Interpretasi
Relevan Makalah adalah respon
langsung bagi pertanyaan Saya marah apabila
sistem tidak menemukan dokumen ini
Relevan Marginal Topik makalah relevan,
tapi bukan responden langsung bagi pertanyaan
Dokumen ditemukan atau tidak saya tetap merasa
senang
Universitas Sumatera Utara
Tidak Relevan Dokumen tidak relevan
dengan pertanyaan Saya kecewa bila sistem
menemukan dokumen ini
Recall sebenarnya sulit diukur karena jumlah dokumen yang relevan dalam database sangat besar. Oleh karena itu presisi-lah precision yang biasanya menjadi salah satu ukuran
yang digunakan untuk menilai keefektipan suatu Temu Balik Informasi Hasugian, 2006 : 5, “Precision adalah jumlah kelompok dokumen yang relevan dari total jumlah dokumen yang
di temukan oleh sistem”. Pendapat yang sama dikemukakan oleh Hardi 2006 : 22 menyatakan bahwa “Presisi
juga merupakan cara mengukur tingkat efektivitas sistem temu balik informasi”.
Dari pendapat di atas dapat dikatakan bahwa penelusuran dalam menemukan informasi yang dibutuhkan akan memberikan penilaian terhadap informasi yang diberikan
database tertentu apakah sesuai atau tidak dengan kebutuhannya. n
penelusura n
berdasarka terpangil
yang relevan
dokumen Jumlah
pemakai penilaian
n berdasarka
relevan yang
terpanggil Dokumen
esisi =
Pr Berdasarkan uraian di atas menyatakan bahwa precision atau ketepatan adalah jumlah
dokumen yang terpanggil dari database relevan setelah dinilai pemakai dengan informasi yang dibutuhkan. Nilai dari precision berkisar 0 s.d 1, makin besar nilai precision maka
sistem tersebut dapat dikatakan baik. Menurut Hasugian 2006 : 7 menyatakan untuk memudahkan pemahaman akan
kedua pengukuran tersebut, berikut ditemukan tabel perhitungan penentuan recall dan precision.
Tabel 2 : Perhitungan penentuan recall dan precision
Relevant Retrived
Not Retrived Total
Retrived A
b a+b
Not Retrived C
d c+d
Total a+c
b+d Berdasarkan tabel di atas, untuk menghitung rasio recall maka terlebih dahulu kita
tentukan jumlah dokumen yang terpanggil, berdasarkan data pada tabel yaitu a, sedangkan jumlah dokumen relevan dalam database adalah a+c. Dengan demikian recall R dapat
dinyatakan sebagai berikut.
Universitas Sumatera Utara
c a
a R
+ =
Untuk mengitung precision yaitu jumlah dokumen yang terpanggil adalah a, sedangkan jumlah dokumen yang terpanggil dalam pencarian adalah a+b, maka rasio
precision P dapat dinyatakan sebagai berikut: d
b a
P +
=
Keefetipan dari suatu sistem temu balik informasi adalah apabila rasio recall dan precision sama besarnya 1 : 1. Akan tetapi, hasil yang diperoleh memuaskan bila precision
tinggi walaupun recall rendah. Pernyataan di atas dapat menjelaskan bahwa tolok ukur dari kepuasan penelusuran
mendapatkan informasi yang diinginkan apabila memiliki presisi yang tinggi.
2.3.5 Konsep Relevansi
