TA : Analisis Strategi Visibility dan Activity Pada Website STIKOM.EDU Dalam Upaya Peningkatan Ranking Webometrics.

ANALISIS STRATEGI VISIBILITY DAN ACTIVITY PADA

WEBSITE STIKOM.EDU DALAM UPAYA PENINGKATAN

RANKING WEBOMETRICS

TUGAS AKHIR

Program Studi S1 Sistem Informasi

Oleh:

METTA AMEILIA DAMAYANTI 10.41010.0156

FAKULTAS TEKNOLOGI DAN INFORMATIKA

INSTITUT BISNIS DAN INFORMATIKA STIKOM SURABAYA 2016

ix

Halaman

ABSTRAK ... vi

KATA PENGANTAR ... vii

DAFTAR ISI ... ix

DAFTAR TABEL ... xi

DAFTAR GAMBAR ... xii

DAFTAR LAMPIRAN ... xiv

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Perumusan Masalah ... 3

1.3 Pembatasan Masalah... 3

1.4 Tujuan Penelitian ... 4

1.5 Manfaat Penelitian ... 4

1.6 Sistematika Penulisan ... 4

BAB II LANDASAN TEORI ... 7

2.1 Webometrics ... 7

2.2 Infometrics ... 7

2.3 Ruang Lingkup Webometrics ... 10

2.4 Pengertian Website ... 14

2.5 Peringkat Webometrics ... 15

2.6 Teknik Pengumpulan Data ... 16

2.7 Web Impact Factor ... 17

x

3.2 Tahap Perancangan ... 22

3.3 Objek Penelitian ... 30

3.4 Perancangan Penggalian Data ... 31

3.5 Perancangan Analisis Data ... 48

BAB IV HASIL DAN PEMBAHASAN ... 50

4.1 Indikator Web Impact Factor ... 50

4.2 Indikator Webometrics ... 52

4.3 Indikator Dari Ahrefs ... 57

4.4 Hasil Analisis Normalisasi dari Indikator ... 59

4.5 Strategi Peningkatan Ranking Webometrics ... 66

BAB V KESIMPULAN DAN SARAN ... 77

5.1 Kesimpulan ... 77

5.2 Saran ... 78

DAFTAR PUSTAKA ... 79

xi

Tabel 1.1 Webometrics Ranking Edisi Januari 2014, 2015 dan 2016. ... 2

Tabel 2. 1 Indikator Metodologi Webometrics ... 12

Tabel 2. 2 Keterangan Jenis-jenis Link ... 16

Tabel 3.1 Ranking Stikom Surabaya Priode 2014, 2015 Dan 2016 Pada ... 23

Tabel 3.2 Variabel Analisis Data Webometrics ... 49

Tabel 4.1 Strategi Yang Digunakan Dan Strategi Peningkatan Visibility/impact ... 68

Tabel 4. 2 Strategi Yang Digunakan Dan Strategi Peningkatan Presence ... 71

Tabel 4. 3 Strategi Yang Digunakan Dan Strategi Peningkatan Openness ... 74

xii

Gambar 2.1 Informetrics, Bibliometrics, Scientometrics, Cybermetrics Dan

Webometrics... 9

Gambar 2. 2 Jenis-jenis Link Yang Ada Pada Web ... 15

Gambar 3. 1 Model Tahap Penelitian ... 21

Gambar 3.2 Menu Utama Webometrics ... 32

Gambar 3.3 Ranking Universitas Di Dunia... 33

Gambar 3.4 Ranking Universitas Di Indonesia ... 34

Gambar 3.5 Detail Ranking Universitas Atau Perguruan Tinggi ... 35

Gambar 3.6 Jumlah Total Halaman Domain Pada Google ... 36

Gambar 3.7 Jumlah Total Halaman Domain Pada Bing ... 37

Gambar 3.8 Hasil Inlink (External Link) Domain Pada Google ... 37

Gambar 3.9 Hasil Inlink (External Link) Domain Pada Bing ... 38

Gambar 3.10 Menu Utama MajesticSEO ... 39

Gambar 3.11 Site Explorer ... 40

Gambar 3.12 Use Historic Indeks ... 41

Gambar 3.13 Halaman Utama MajesticSEO ... 43

Gambar 3.14 Site Explorer ... 43

Gambar 3.15 Organic Traffic ... 44

Gambar 3.16 Hasil Total Halaman Website Pada Google ... 45

Gambar 3.17 Hasil Total Halaman Website Pada Bing... 45

xiii

Gambar 3.20 Hasil Excellence Ranking Pada Scimago Institution Ranking ... 48

Gambar 4.1 Total Halaman External Stikom.edu ... 50

Gambar 4.2 Jumlah Inlink Domain Stikom.edu ... 51

Gambar 4.3 External Backlinks Stikom.edu ... 52

Gambar 4.4 Total Backlinks Stikom.edu ... 53

Gambar 4.5 Jumlah Presence Domain Stikom.edu ... 54

Gambar 4.6 Jumlah Openness Domain Stikom.edu ... 55

Gambar 4.7 Jumlah Excellence Ranking Google Scholar Dan Scimago Ranking Institution ... 56

Gambar 4.8 URL Rank Stikom.edu ... 57

Gambar 4.9 Ahrefs Domain Stikom.edu ... 58

Gambar 4.10 Educational Domain Stikom.edu ... 58

Gambar 4.11 Hasil Normalisasi Web Impact Factor ... 60

Gambar 4.12 Hasil Normalisasi Visibility/impact ... 61

Gambar 4.13 Hasil Normalisasi Presence ... 62

Gambar 4.14 Hasil Normalisasi Openness ... 63

Gambar 4.15 Scimago Institution Ranking Dan Google Scholar ... 64

Gambar 4.16 Hasil Normalisasi Ahrefs Rank Domain ... 65

xiv

Lampiran 1 Strategi Yang Digunakan Visibility/impact ... 81

Lampiran 2 Strategi Yang Digunakan Presence ... 93

Lampiran 3 Strategi Yang Digunakan Openness ... 94

Lampiran 4 Strategi Yang Digunakan Excellence ... 97

Lampiran 5 Data External Backlinks ... 99

Lampiran 6 Data Educational Reference Domain ... 100

Lampiran 7 Data Total Backlinks ... 101

Lampiran 8 Educational Domain ... 102

Lampiran 9 Ahrefs Domain Rank ... 103

Lampiran 10 URL Rank ... 104

Lampiran 11 Data Web Impact Factor Dari Google Dan Bing ... 105

Lampiran 12 Data Visibility/impact ... 106

Lampiran 13 Data Presence Pada Google Dan Bing ... 107

Lampiran 14 Data Openness Pada Google Scholar ... 108

Lampiran 15 Data Excellence Pada Google Scholar Dan Scimago Institution Ranking ... 109

Lampiran 16 Kuesioner Untuk Pengembang Stikom.edu ... 110

Lampiran 17 Kuesioner Untuk Dosen Stikom.edu ... 111

Lampiran 18 Kuesioner Untuk Mahasiswa ... 112

1 1. BAB I PENDAHULUAN

1.1Latar Belakang Masalah

Perkembangan teknologi komunikasi khususnya pada internet telah membuat sebuah lembaga pendidikan berlomba-lomba untuk menyediakan berbagai fasilitas serta kemudahan akan akses informasi secara global melalui dunia web. Informasi yang dibahas di website dapat disimak oleh masyarakat demi memberikan kemudahan untuk mendapatkan informasi, salah satu peningkatan berbasis web di internet yang selama ini digunakan sebagai referensi dalam orientasi persaingan internasional adalah webometrics. Institut Bisnis dan Informatika Stikom Surabaya (Stikom Surabaya) merupakan salah satu perguruan tinggi berbasis Teknologi Informasi (TI).

Stikom Surabaya yang mempunyai website utama yaitu stikom.edu, berdasarkan data yang dihimpun dari www.webometrics.info sebagai website yang dapat menyajikan peringkat website universitas dan perguruan tinggi di Indonesia, Stikom Surabaya menjadi peserta webometrics dari tahun 2010. Berikut peserta webometrics World 11999 university, Asia 8992 university dan di Indonesia 482 university yang mengikuti webometrics, pada Tabel 1.1 merupakan data ranking webometrics pada periodik Januari 2014, 2015 dan 2016 di Indonesia. Ranking webometrics merupakan studi aspek kuantitatif dalam membangun dan menggunakan sumber-sumber informasi (Björneborn dan Ingwersen, 2004). Webometrics mempublikasikan ranking setiap 6 bulan sekali yaitu bulan Januari dan Juli.

Tabel 1.1 Webometrics Ranking Edisi Januari 2014, 2015 dan 2016.

Tahun Ranking World Rank

University Presence Rank

Impact Rank

Openness Rank

Excellence Rank 2014 49 4068 STIKOM

SURABAYA 6574 2801 4438 5155 2015 52 4542 STIKOM

SURABAYA 2015 4378 1886 5490 2016 73 5207 STIKOM

SURABAYA 4518 5599 1626 5484

Indikator ranking webometrics adalah visibility/impact (50%) dan activity (50%). Penilaian activity didasarkan pada tiga kegiatan yaitu presence (20%), openness (15%) dan excellence (15%). Perkembangan dan peningkatan pada persaingan secara global yang terjadi mendorong Stikom Surabaya untuk bersaing dengan perguruan tinggi dan universitas kelas dunia (World Class University). Strategi mencapai WCU sangat diperlukan di bidang pendidikan dengan tujuan pe-ranking-an pada website untuk meningkatkan ranking institusi perguruan tinggi. Tabel 1.1 merupakan hasil dari ranking stikom.edu dari tahun 2014 sampai 2016, stikom.edu mengalami penurunan yang cukup drastis dari 49, 52 dan ke-73. Maka dari itu Stikom Surabaya memerlukan strategi untuk meningkatkan ranking webometrics.

Berdasarkan dari hasil ranking yang diperoleh Stikom Surabaya pada Tabel 1.1 yang membutuhkan strategi peningkatan ranking adalah visibility/impact dan activity. Hasil analisis diharapkan dapat digunakan oleh tim pengembang (PPTI), fakultas, akademik, dosen dan mahasiswa untuk meningkatkan visibility/impact dan activity website stikom.edu dalam upaya peningkatan ranking webometrics Stikom Surabaya.

1.2Perumusan Masalah

Berdasarkan latar belakang di atas, maka diperlukan strategi visibility/impact dan activity pada website stikom.edu dalam upaya peningkatan ranking webometrics.

1.3Pembatasan Masalah

Dalam pembuatan Tugas Akhir ini, ruang lingkup permasalahan hanya dibatasi pada:

1. Analisis akan dilakukan berdasarkan data yang sudah ada dan strategi yang sudah dilakukan.

2. Analisis yang dilakukan hanya memberikan strategi untuk meningkatkan visibility/impact dan activity website stikom.edu.

3. Visibility/impact menggunakan dua situs penyedia informasi seperti

MajesticSEO dan Ahrefs.

4. Indikator presence menggunakan mesin pencari Google dan Bing. 5. Indikator openness menggunakan mesin pencari Google Scholar.

6. Indikator excellence menggunakan mesin pencari Scimago dan Google Scholar.

7. Analisis menggunakan Web Impact Factor.

8. Analisis hanya dilakukan di Stikom Surabaya dengan mengamati mesin pencari dan melakukan pengumpulan data selama satu bulan.

1.4Tujuan Penelitian

Berdasarkan perumusan masalah yang ada, tujuan dari penelitian ini adalah menghasilkan strategi peningkatan visibility/impact dan activity website untuk meningkatkan ranking webometrics.

1.5Manfaat Penelitian

Berdasarkan perumusan masalah dan batasan masalah yang ada maka manfaat dari hasil penelitian dan bagi perguruan tinggi ini antara lain sebagai berikut:

1. Hasil analisis ini adalah strategi yang akan membantu meningkatkan visibility/impact dan activity pada website www.stikom.edu.

2. Hasil penelitian ini dapat digunakan sebagai bahan studi dan sebagai ilmu pengetahuan. Selain itu juga sebagai salah satu bahan informasi yang berguna dan dapat memberikan gambaran peneliti lain.

1.6Sistematika Penulisan

Sistematika penulisan disusun dengan tujuan agar aktifitas yang dilakukan dapat disusun menjadi laporan yang secara jelas dan sistematis. Pembuatan dibagi berdasarkan lima bab, yaitu sebagai berikut:

BAB I PENDAHULUAN

Bab I ini membahas tentang latar belakang masalah, menjelaskan permasalahan yang terjadi, perumusan masalah, manfaat, tujuan dari analisis yang dilakukan dan sistematika penulisan pada buku ini.

BAB II LANDASAN TEORI

Bab II ini membahas tentang landasan teori. Bab ini menguraikan tentang tinjauan pustaka yang berisi tentang beberapa penelitian sejenis yang telah dilakukan oleh peneliti lain yang digunakan sebagai landasan teori untuk menjadi dasar dan acuan dalam melakukan penelitian pada stikom.edu dan tentang beberapa teori yang meliputi peningkatan ranking webometrics, indikator peningkatan webometrics, Web Impact Factor dan metode perhitungan yang digunakan.

BAB III METODOLOGI PENELITIAN

Bab III ini membahas penjelasan tentang tahap-tahap yang dikerjakan dalam penyelesaian terdiri dari tahap perancangan, perancangan perumusan kasus, perancangan pengumpulan data, penelitian analisis data, penentuan analisis data, objek penelitian, perancangan penggalian data dan perancangan analisis data.

BAB IV HASIL DAN PEMBAHASAN

Bab IV ini menjelaskan hasil dan pembahasan dari analisis penelitian yang dilakukan untuk mendapatkan strategi visibility dan activity pada website stikom.edu dalam upaya peningkatan ranking webometrics.

BAB V PENUTUP

Bab V ini membahas kesimpulan yang didapat berdasarkan hasil analisis yang sesuai dengan penelitian Tugas Akhir dan saran untuk

strategi peningkatan webometrics. Tujuannya untuk peningkatan ranking stikom.edu pada webometrics.

7 2. BAB II

LANDASAN TEORI

Dalam melakukan analisis ini harus mengetahui terlebih dahulu teori yang digunakan. Teori yang digunakan sebagai landasan analisis dan berpikir dalam melakukan pembahasan yang akan dilakukan sehingga terbentuk suatu analisis strategi yang sesuai dengan tujuan.

2.1Webometrics

Webometrics adalah salah satu perangkat untuk mengukur kemajuan perguruan tinggi melalui website. Sebagai alat ukur yang sudah mendapat pengakuan dunia termasuk di Indonesia. Peringkat webometrics pertama kali diluncurkan pada tahun 2004 oleh Laboratorium Cybermetric milik The Consejo Superior de Investigaciones Cientificas (CSIC). CSIC merupakan lembaga penelitian terbesar di Spanyol. Secara periodik peringkat webometrics akan diterbitkan setiap 6 bulan sekali pada bulan Januari dan Juli. Peringkat perguruan tinggi versi webometrics dapat dengan mudah dilihat atau diakses melalui internet dengan alamat: http://www.webometrics.info.

2.2Infometrics

Metode ini dideskripsikan sebagai sebuah studi tentang seluruh komunikasi berbasis jaringan komputer termasuk (world wide web) dengan bantuan metode infometrics. Webometrics adalah “The study of the quantitative aspects of the construction and use of information resources, structures and technologies on the web drawing on Bibliometrics and Informetrics approaches”

(Bjorneborn, 2001). Dalam melaksanakan penelitian tentang webometrics, maka studi ini dilakukan dengan menganalisis dari link dan sitasi web, evaluasi dari search engine dan studi tentang diskripsi tentang web (Thelwall, 2008). Informetrics adalah studi tentang aspek-aspek kuantitatif dari informasi. Ini termasuk produksi, publikasi dan penggunaan semua bentuk informasi, terlepas dari bentuk atau asal. Dengan demikian, informetrics meliputi bidang:

1. Scientometrics : mempelajari aspek kuantitatif ilmu.

2. Webometrics : mempelajari aspek-aspek kuantitatif dari World Wide Web. 3. Cybermetrics : sama dengan webometrics, namun memperluas definisi yang

mencakup sumber daya elektronik.

4. Bibliometrics : mempelajari aspek kuantitatif dari informasi yang dicatat. Ada konsep yang berbeda dari informetrics, bibliometrics dan

scientometrics. Bidang informetrics mencakup bidang bibliometrics dan

scientometrics yang definisinya diadopsi secara luas oleh beberapa peneliti. Informetrics didefinisikan sebagai studi tentang aspek-aspek kuantitatif dari informasi dalam bentuk apapun, bibliometrics didefinisikan sebagai studi tentang aspek-aspek kuantitatif dari penyebaran, produksi dan penggunaan informasi yang dicatat, sedangkan scientometrics sebagai studi tentang aspek-aspek kuantitatif dari ilmu (Tague, 1992).

Dalam konteks ini bidang webometrics dapat sepenuhnya dicakup oleh bibliometrics, karena sebagian tulisan terdapat dalam bentuk dokumen web, teks ataupun multimedia, yaitu informasi yang tercatat pada server web. Dalam diagram, webometrics sebagian ditutupi oleh scientometrics, disebabkan karena kegiatan ilmiah yang banyak dilakukan saat ini berbasiskan web.

Gambar 2.1 Informetrics, Bibliometrics, Scientometrics, Cybermetrics Dan Webometrics (Bjorneborn and Ingwersen, 2004)

Pada Gambar 2.1 menunjukkan irisan dari beberapa bidang ilmu yang merupakan bagian dari informetrics. Webometrics benar-benar termasuk dalam bidang cybermetrics seperti didefinisikan di atas. Dalam diagram, bidang cybermetrics melebihi batas-batas bibliometrics, karena beberapa kegiatan dalam dunia maya biasanya tidak dicatat, tetapi dikomunikasikan bersama-sama seperti dalam chat room. Studi Cybermetric tersebut masih masuk dalam kegiatan umum bidang informetrics sebagai penelitian tentang aspek-aspek kuantitatif dari informasi dalam bentuk apapun dan dalam setiap kelompok sosial (Tague-Sutcliffe, 1992).

Salah satu parameter utama yang digunakan untuk peringkat web adalah Web Impact Factor. Web Impact Factor dapat disamakan dengan Citation Impact factor (CIF) (Garfield and Merton, 1979). Definisi Lin menyebutkan bahwa Web Impact Factor sebagai jumlah halaman external (yaitu halaman di situs lain atau Top Level Domain) dengan link ke situs yang diberikan (atau TLD) dibagi dengan jumlah halaman web pada situs (atau TLD) (Ingwersen, 1998). Website

universitas telah banyak dievaluasi dengan menggunakan analisis link dalam rangka untuk mengukur Web Impact Factor (Thelwall, 2002), mengidentifikasi hubungan hubungan antara universitas (Thelwall, 2003), mengklasifikasikan jenis link di lingkungan bagian di web (Bar-Ilan, 2005) dan untuk peringkat perguruan tinggi (Smith and Thelwall, 2002). Web Impact Factor sudah banyak dipakai untuk pe-ranking-an universitas, misalnya Australia (Thelwall, 2002), Iran (Noruzi, 2004), Latin America (Smith, 1999), Indonesia (Jati, 2011).

2.3Ruang Lingkup Webometrics

Web merupakan objek dalam kajian webometrics, dengan demikian

gabungan dari kontruksi serta sisi penggunaan dari web menjadi bahan kajian. Ada empat cakupan penelitian dalam webometrics yang dikemukakan oleh (Bjorneborn, 2004) yaitu:

a. Analisis konten halaman web. b. Analisis struktur link web.

c. Analisis penggunaan web (memasukkan log file dari pemakai, pencarian dan perilaku penelusuran).

d. Analisis teknologi web (termasuk kemampuan mesin pencari).

Beberapa analisis dengan pendekatan webometrics (Thelwall, 2007) yaitu:

1. Analisis link

Studi kuantitatif pada hyperlink kepada sebuah halaman web, penggunaan link bibiliometrics. Web Impact Factor membuat suatu analogi JIF (Journal Impact Factor) dan hyperlink dapat digunakan oleh peneliti bibiliometrika dengan melakukan cara analogi dengan kutipan. Contohnya adalah

sebuah standar Web Impact Factor untuk mengukur jumlah rata-rata link web perhalaman pada ruang web (misalnya, sebuah situs website pada seluruh negara) dari external dari sebuah halaman.

2. Analisis sitasi web

Webometrics telah difokuskan tidak hanya pada satu situs web tetapi juga pada publikasi bagian yang menggunakan web untuk menghitung seberapa sering universitas atau perguruan tinggi mengutip sebuah artikel.

3. Evaluasi search engine (mesin pencari web)

Bagian dari suatu kajian webometrics yang dapat mengukur sejauh dan sebesar apa kemampuan crawler serta indeks yang dicangkup atau dirangkum oleh setiap mesin pencari. Kemudian dapat melihat hasil yang dapat ditemukan oleh mesin pencari adalah indeks merek, serta pengukuran dapat dilihat dari seberapa populer website berdasarkan query yang diminta dan ditemukan.

4. Pengukuran web

Pengukuran dari sejumlah aspek kuantitatif untuk menciptakan, membagikan dan mendapatkan serta menggunakan sumber daya dari web, struktur dan sebuah teknologi, berikut jenis web yang dimaksud adalah Blog, Wikipedia dan jejaring sosial.

Analisis webometrics merupakan salah satu alat penting yang digunakan untuk mengukur secara kuantitatif dari aktivitas suatu web (Shekofteh, 2010). Pada Tabel 2.1 merupakan pengumpulan data dilakukan dengan menggunakan sejumlah Search Engine Optimization yang tersedia di Internet, berikut ini adalah tabel berisi variabel, serta web tool yang dipakai untuk mengukur indikator, yaitu:

Tabel 2. 1 Indikator Metodologi Webometrics

Variabel Keterangan Web Tool yang digunakan

Visibility/impact Link external yang menyambung ke domain

kualitas tautan external dari web lain dengan data visibility

memanfaatkan sajian data dari dua mesin pencari yaitu MajesticSEO dan Ahrefs.

Presence

Jumlah halaman website dan halaman dinamik yang tertangkap oleh mesin pencari (Google), tidak termasuk rich file s

Google Search dan Bing

Openness

Jumlah file dokumen (Adobe Acrobat (.pdf), Adobe PostScript (.ps, .eps), Microsoft Word (.doc,.docx) and Microsoft Powerpoint (.ppt, .pptx) yang online/open di bawah domain website universitas.

Google Scholar

Excellence

Jumlah makalah dan artikel akademis yang diterbitkan dalam jurnal internasional yang dipublikasikan oleh perguruan tinggi yang bersangkutan yang terindeks di Scimago Institution Ranking dan Google Scholar.

Scimago Institution Ranking dan Google Scholar.

Tahun 2014, indikator gabungan yang digunakan adalah visibility/impact (50%) dan activity (50%). Penilaian activity didasarkan pada tiga kegiatan yaitu presence (20%), openness (15%) dan excellence (15%). Unsur visibility merupakan unsur dengan persentase terbesar dengan mengandalkan pada dua situs penyedia informasi MajesticSEO dan Ahrefs (Aguillo, 2015). Oleh karena

webometrics merupakan peringkat ranking yang paling realistis di Indonesia, maka visibility yang mempunyai bobot 50% harus menjadi prioritas utama (Djalal, 2009).

Pada sebuah web menyediakan bukti untuk dampak atau mendukung ide, brand, organisasi dan lain-lain pada sebuah web sehingga munculnya ranking

website, sedangkan analisis impact pada sebuah link berdasarkan dari

perbandingan jumlah halaman web atau website yang terhubung pada sebuah halaman web atau website yang diteliti (Frias, 2009).

Unsur visibility merupakan unsur dengan persentase terbesar, dengan mengandalkan pada dua situs penyedia informasi MajesticSEO dan Ahrefs (Aguillo,2015). Analisis webometrics merupakan salah satu alat penting yang digunakan untuk mengukur secara kuantitatif dari aktivitas suatu web (Shekofteh, 2010). Webometrics merupakan pemeringkat yang paling realistis di Indonesia, maka visibility yang mempunyai bobot 50% harus menjadi prioritas utama (Djalal, 2009).

Perhitungan visibility berdasarkan pada kualitas konten yang dievaluasi berdasarkan kesepakatan umum secara virtual, dihitung dari semua link external web domain yang diterima dari pihak ketiga. Link tersebut mengakui prestice sebuah institusi, performa bagian, nilai dari informasi dan kegunaan dari layanan yang diperkenalkan sebuah halaman web berdasarkan kriteria. Link visibility data dikumpulkan dari dua buah penyedia informasi yang terpenting yaitu

MajesticSEO dan Ahrefs. Keduanya memiliki cara crawler tersendiri,

menghasilkan database yang berbeda, yang digunakan bersama-sama untuk mengisi kesenjangan atau memperbaiki kesalahan.

Indikatornya adalah perkalian dari akar kuadrat jumlah backlink dan jumlah domain yang berasal dari backlink pihak ketiga, sehingga tidak hanya mementingkan popularitas link, tetapi lebih dari keragaman hubungan. Maksimum dari hasil normalisasi adalah indikator impact (Aguillo, 2015).

Impact = ………(2.1)

Keterangan:

Impact = indikator impact

ΣBacklink = jumlah backlink

Σdomain = jumlah domain yang berasal dari backlink 2.4Pengertian Website

World Wide Web (WWW) atau lebih kenal website adalah salah satu layanan yang digunakan oleh pengguna komputer yang terhubung dengan koneksi internet. Website menyediakan berbagai informasi mulai dari informasi yang penting sampai informasi yang tidak penting sama sekali. Website juga dapat diartikan sebagai kumpulan halaman yang digunakan untuk menampilkan informasi teks, gambar, animasi, suara dan video. Kesemuanya membentuk satu rangkaian yang bersifat statis maupun bersifat dinamis yang masing-masing terkait dan dihubungkan dengan jaringan-jaringan halaman atau hyperlink.

Website merupakan fasilitas internet yang menghubungkan dokumen dalam lingkup lokal maupun jarak jauh. Dokumen pada website disebut dengan web page dan link dalam website memungkinkan pengguna bisa berpindah dari satu page ke page lain (hyper text), baik diantara page yang disimpan dalam server yang sama maupun server diseluruh dunia. Page diakses dan dibaca

melalui browser seperti Netscape Navigator atau Internet Exploler berbagai aplikasi browser lainnya (Hakim, 2004).

2.5Peringkat Webometrics

Framework yang digunakan berdasarkan penelitian sebelumnya, dengan tujuan untuk menyatukan dan meluaskan metode-metode yang ada melalui daftar link dan URL.

Gambar 2. 2 Jenis-jenis Link Yang Ada Pada Web

Pada Gambar 2.2 menunjukkan diagram web yang menggambarkan jenis-jenis analisa link bersama (co-link) (Thelwall, 2008). Huruf-huruf dalam Gambar 2.2 menjelaskan beberapa jenis dokumen dalam web baik webpage maupun website.

Tabel 2. 2 Keterangan Jenis-jenis Link

Jenis Link Keterangan pada gambar 1

Inlink B memiliki sebuah inlink dari A

Outlink A memiliki sebuah outlink ke B

Self-link C memiliki sebuah self-link

Reciprocal link I dan J memiliki reciprocal links

Transversal link

A memiliki sebuah transversal outlink ke H (Jenis ini merujuk pada sebuah link yang

menggabungkan beberapa area yang berbeda dalam web yang tidak terhubung dengan baik)

Co-inlink 1 dan 4 memilki inlink bersama

(co-inlink) yang berasal dari B

Co-outlink G memiliki sebuah co-outlink

seperti yang terlihat pada 1 dan 3

Hubungan yang terdapat dalam diagram web seperti Gambar 2.2 dijelaskan dengan Tabel 2.2 selama ini penelitian-penelitian tentang webometrics banyak berfokus pada analisa inlink dan co-inlink (Romero, 2009). Sistem penilaian webometrics telah dikenal secara luas dalam bidang pendidikan. Webometrics merupakan salah satu metode yang diciptakan oleh Isidro F. Aguillo untuk mengukur tingkat kualitas dari suatu Institusi pendidikan melalui web. Penggunaan metode yang dipakai dalam proses peningkatan serta penggunaan tool untuk pengumpulan data.

2.6Teknik Pengumpulan Data

Metode penelitian adalah cara yang digunakan oleh peneliti dalam pengumpulan data penelitiannya. ”Berdasarkan pengertian tersebut dapat dikatakan bahwa metode penelitian adalah cara yang dipergunakan untuk mengumpulkan data yang diperlukan dalam penelitian (Arikunto, 2002) ”.

2.7Web Impact Factor

Web Impact Factor merupakan bagian dari metodologi webometrics, yang merupakan pengukuran relatif sejauh mana situs di link oleh situs lain dan dianalogikan dengan mengitung kutipan pada dokumen tercetak (Jeyshankar, 2009). WIF adalah Web Impact Factor dari versi web, Web Impact Factor pertama sekali di perkenalkan oleh Ingwersen tahun 1998. Pada dasarnya perhitungan sama dengan prinsip yang diadopsi dari Journal Impact Factor (JIF). Web Impact Factor mengukur dengan menjabarkan jumlah halaman web dalam suatu situs web yang menerima link dari situs Web lain, dibagi atas jumlah publikasi halaman Web dalam suatu situs Web yang terakses crawler.

Terdapat tiga jenis dari penghitungan Web Impact Factor yaitu: WIF-simple, WIF-revised dan WIF-overall. Seri dari pengukuran Web Impact Factor dengan istilah lain menurut Ingwersen, dalam Rowlansd (1998) yaitu:

a. Self-link Web Impact Factor

Pengukuran antara intensitas link dengan halaman web yang ada di dalam sebuah situs atau domain.

b. External Web Impact Factor

Pengukuran dari intensitas link yang berasal situs atau domain lain.

c. Overall Web Impact Factor

Mengukur intensitas seluruh link dari sebuah situs atau domain.

Formulasi serta indikator yang digunakan dalam Web Impact Factor adalah sebagai berikut (Djalal, 2009):

1. WIF-Simple = D/A ………... (2.2)

3. WIF-Selflink = C/A……….. (2.4) Keterangan:

A = Total jumlah halaman web

B = Jumlah dari exsternal link (backlinks) C = Jumlah dari self-link

D = Total jumlah link ke web

Evaluasi website dengan mengunakan WIF selflink lebih mencerminkan stuktur logis yang digunakan untuk mengatur halaman web diserver lokal (Ingwersen, 1998), dengan kata lain persentase selflink mengambarkan navigasi serta kemudahan akses ke halaman-halaman web yang tersedia. Analisis WIF selflink kurang bermakna dibandingkan dengan WIF inlink (exsternal), karena mayoritas selflink dalam sebuah situs web dapat dibuat untuk keperluan navigasi daripada mendukung isi dari halaman yang dituju. (Thelwal, 2000).

2.8SEO (Search Engine Optimization)

Search Engine Optimization adalah sebuah program yang mencari dokumen dengan kata kunci tertentu dan memberikan hasil berupa sekumpulan dokumen dimana kata kunci ditemukan. Cara kerja Search Engine Optimization dengan mengirimkan web untuk mendapatkan sebanyak mungkin dokumen. Kemudian, program lain disebut indeks membaca dokumennya dan membentuk sebuah indeks berdasarkan kata yang terkandung didalam dokumen. Beberapa search engine yang terkenal antara lain Google, Yahoo, Altavista, Allthe web dan lain sebagainya (Danny, 1997).

Versi awal algoritma pencarian didasarkan sepenuhnya pada informasi yang disediakan oleh web master melalui meta tag pada kode html situs web pihak

ketiga. Meta tag menyediakan informasi tentang konten yang terkandung pada suatu halaman web dengan serangkaian kata kunci (keyword). Algoritma yang dimaksud adalah page rank, yang merupakan fungsi matematika yang kompleks berupa kombinasi antara perhitungan jumlah link yang mengarah pada suatu halaman web dengan analisis atas kualitas masing‐masing link tersebut. Nilai sebuah link dari situs berkualitas tinggi seperti Yahoo, Google atau DMOZ dapat bernilai lebih tinggi dari pada kombinasi nilai link dari seratus situs web berkualitas rendah.

Search Engine Optimization melakukan optimasi website agar

ditampilkan pada halaman utama atau halaman teratas pada search engine apabila seseorang mengetikkan kata pencarian pada kotak search engine tersebut. Kegiatan SEO ini merupakan kegiatan yang dilakukan oleh web master (pemilik website atau blog) baik melakukan optimasi dari sisi internal (isi website atau blog) maupun dari sisi external (backlinks) agar website-nya bisa ditampilkan pada halaman utama sesuai dengan kata pencarian yang dibidik olehnya.

Target utama dari kegiatan SEO ini adalah traffic yang diberikan dari search engine. Traffic Search Engine Optimization merupakan jumlah kunjungan yang didapat dari search engine, jadi seseorang mencari informasi pada search engine, kemudian ditampilkan website utama, kemudian mengklik website dan membuka halaman website. Dari traffic yang dihasilkan, sangat diharapkan bisa dikonversi menjadi penjualan untuk website yang menjual produk secara online atau dalam website universitas akan terlihat banyaknya orang yang mengakses informasi dalam website universitas. Traffic yang dihasilkan dari search engine tersebut merupakan ”targeted traffic”, ”targetted” karena pengunjung tersebut

memang mencari informasi yang ditampilkan pada website. Posisi pada search engine tersebut akan terus berubah dalam hitungan harinya, karena itu kita bisa menggunakan SEO untuk mendatangkan traffic dari search engine (David, 2008).

21 3. BAB III

METODE PENELITIAN

3.1Metode Penelitian

Dalam melakukan penelitian analisis memerlukan tiga tahapan yang tepat untuk mendapatkan strategi peningkatan visibility/impact dan activity pada stikom.edu untuk meningkatkan ranking dan memenuhi nilai persentase pada setiap parameter yang sudah ditentukan oleh webometrics, demikian tiga tahapan dapat dilihat pada Gambar 3.1.

Tahap Perancangan Objek Penelitian Perancangan Analisis Data

Perancangan Perumusan Kasus

Perancangan Pengumpulan Data

Penelitian Analisis Data

Perancangan Penggalian Data Hasil

3.2Tahap Perancangan

Tahap ini menggunakan studi literatur untuk mendapatkan pemahaman dan pengertian tentang peningkatan ranking perguruan tinggi pada webometrics dari referensi teori yang relevan dan jurnal-jurnal yang sudah ada, tentang “Strategi Peningkatan Peringkat Perguruan Tinggi di webometrics” (Studi Kasus Universitas Budi Luhur).

Penelitian dilakukan untuk mendapatkan strategi visibility dan activity pada website stikom.edu dalam upaya peningkatan ranking webometrics pada website utama Stikom Surabaya.

3.2.1 Perancangan Perumusan Kasus

Pada Tabel 3.1 merupakan ranking Stikom Surabaya priode Januari 2015, Stikom Surabaya meraih ranking 4068 dari seluruh perguruan tinggi yang ada di dunia, dari indikator yang terlihat Stikom Surabaya berada pada urutan terbawah jika dilihat dari presence rank, yaitu 6574. Pada bulan Juli 2014 indikator yang rendah, yaitu excellence rank dengan nilai 55442. Bulan Januari 2015 indikator yang bernilai rendah, yaitu impact rank yang memiliki nilai 7794. Juli 2015 indikator yang memiliki nilai rendah, yaitu impact rank dengan nilai 4378. Sedangkan pada Januari 2016 indikator yang tetap memiliki nilai rendah, yaitu impact rank dengan nilai 5599.

Perhitungan yang dilakukan untuk visibility berdasarkan konten yang sudah dievaluasi secara virtual, dihitung dari semua link external web domain yang diterima dari pihak ketiga. Link tersebut mengakui prestice sebuah institusi, perfoma bagian, nilai dari informasi dan kegunaan dari layanan yang

diperkenalkan sebuah halaman web berdasarkan kriteria dari jutaan web editor dari seluruh dunia.

Tabel 3.1 Ranking Stikom Surabaya Priode 2014, 2015 Dan 2016 Pada Webometrics

Tahun Ranking World

Rank University

Presence Rank Impact Rank Openness Rank Excellence Rank Januari

2014 49 4068

STIKOM

SURABAYA 6574 2801 4438 5155 Juli

2014 45 3364

STIKOM

SURABAYA 3201 4396 934 5442 Januari

2015 60 4148

STIKOM

SURABAYA 2323 7794 880 5414 Juli

2015 52 4542

STIKOM

SURABAYA 2015 4378 1886 5490 Januari

2016 73 5207

STIKOM

SURABAYA 4518 5599 1626 5484

Data visibility dan activity dikumpulkan dengan cara mengawasi serta mencatat nilai atau hasil pada dua buah penyedia informasi yang terpenting yaitu

MajesticSEO dan Ahrefs. Keduanya memiliki cara pengumpulan data yang

berbeda dan menghasilkan database yang berbeda yang digunakan bersama-sama untuk memperbaiki kesalahan. Indikator webometrics adalah perkalian dari akar kuadrat jumlah backlink dan jumlah domain yang berasal dari backlink, sehingga tidak hanya mementingkan popularitas link, tetapi lebih dari keragaman hubungan. Maksimum dari hasil normalisasi adalah indikator impact (Aguillo, 2015).

Impact pada sebuah web memberikan bukti untuk dampak menghasilkan ide, brand, organisasi dan lain-lain pada sebuah web dengan melakukan perhitungan. Analisis impact pada sebuah link dari perbandingan jumlah halaman web atau website utama, yang terhubung pada sebuah halaman web atau website

yang diteliti (Romero, 2009). Webometrics adalah struktur analisis web link yang terdiri dari inlink dan outlink. Inlink berarti link yang digunakan untuk menghubungkan halaman yang sama dalam sebuah web. Outlink adalah link yang menghubungkan website dengan yang lain menggunakan subject yang sama (Thanuskodi, 2011).

3.2.2 Perancangan Pengumpulan Data

Perancangan pengumpulan data melalui dua situs penyedia informasi MajesticSEO dan Ahrefs, serta melalui sarana mesin pencari web (search engine ) dan data yang dikumpulkan sesuai dengan kebutuhan dari setiap indikator webometrics dan Web Impact Factor. Pengumpulan data dari setiap indikator webometrics dengan search engine seperti yang tertangkap oleh mesin pencari Google, Yahoo, Ask dan Bing. Tetapi, pada penelitian ini hanya menggunakan mesin pencari seperti Google dan Bing, dikarenakan Google dan Bing termasuk top search engines in the world. Melalui inputan syntax atau kata kunci yang terkait, berikut penjelasan setiap indikator yang dianalisis:

A. Indikator Web Impact Factor

Web Impact Factor merupakan pengukuran relatif seberapa banyak situs pada link atau ditautkan oleh situs lain yang dikutip pihak ketiga dan dianalogikan dengan menghitung kutipan pada dokumen tercetak yang terindeks oleh mesin pencari.

B. Indikator dari Webometrics

Penilaian pada webometrics melalui indikator dan parameter yang ditentukan untuk penilaian dan peningkatan ranking, yaitu:

1. Visibility/impact

Jumlah alamat web atau situs yang diberikan oleh situs lain. Kualitas materi isi web yang didasarkan atas external backlinks. Hal ini sebagai indikator bahwa materi web berkualitas dan diakui oleh domain di luar stikom.edu, indikator parameternya adalah jumlah backlink yang diperoleh oleh website Stikom Surabaya.

2. Presence

Jumlah halaman dari web domain dan sub domain yang dikenali atau terindeks oleh mesin pencari Google dan Bing, jumlah halaman web dan sub domain dari perguruan tinggi yang terindeks oleh mesin pencari.

3. Openness

Jumlah file dokumen dengan format (.ps, .eps), (.doc, .docx) dan (.ppt, .pptx) yang berada di bawah domain website perguruan tinggi yang tertangkap oleh mesin pencari Google Scholar termasuk jumlah file penelitian dengan format (pdf, doc, ppt, ps).

4. Excellence

Penilaian kualitas penelitian institusi (civitas) yang terindeks, jumlah penelitian dan civitas yang dihasilkan dari publikasi yang terindeks di Google Scholar dan Scimago.

C. Indikator dari MajesticSEO

Penilaian pada MajesticSEO menggunakan dua tools yang harus diperhatikan dan diawasi untuk menampilkan serta mendapatkan nilai untuk peningkatan webometrics, yaitu:

1. External Backlinks dari MajesticSEO

Parameter yang akan memberikan data yang berhubungan dengan backlink pada website utama yaitu stikom.edu.

2. Educational Reference Domains Pada MajesticSEO

Parameter ini menampilkan jumlah domain yang menyambungkan link ke situs utama, semakin banyak domain yang menyambungkan, maka semakin bagus backlink yang dapatkan.

D. Indikator Dari Ahrefs

Ahrefs menggunakan tiga tools yang diperhatikan dan ditingkatkan agar website stikom.edu memenuhi nilai persentase yang sesuai dengan ketentuan webometrics, yaitu:

1. URL Rank Ahrefs

Menampilkan peringkat website utama yang sudah ditentukan oleh Ahrefs, dinilai dari seberapa populer website yang terindeks dari jumlah dan kualitas backlink.

2. Ahrefs Domain Rank

Pentingnya sebuah domain yang diverifikasi dari jumlah dan kualitas dari backlinknya. Algoritma Ahrefs sudah ditentukan oleh Ahrefs.

3. Educational Domain

Menampilkan jumlah situs yang berakhiran edu, ac.id dan sch.id yang menyambung ke situs yang dimiliki (stikom.edu).

3.2.3 Komparasi Dengan Institut Teknologi Sepuluh November (ITS)

Ranking webometrics Stikom Surabaya yang menurun dari bulan Juli 2015 dengan ranking dunia sebesar 4542 dan pada bulan Januari 2016 memperoleh ranking dunia menjadi 5207, semakin besar nilai yang didapatkan artinya menurun ranking yang diperoleh pada perguruan tinggi. Dibandingkan dengan Institut Teknologi Sepuluh November (ITS) yang meningkat dengan ranking dunia yang diperoleh pada bulan Juli 2015 sebesar 1890 dan pada bulan Januari 2016 ranking dunia 2954. Menurut data dan informasi yang didapatkan ITS sudah melakukan kiat-kiat untuk meningkatkan webometrics dari indikator dan parameter yang ditingkatkan ITS melakukan penyimpan data rapat dan dokumen dalam sistem jaringan. Dalam manajemen dokumen itu sendiri, dokumen dan surat-surat yang mendapat hak kopi diarsipkan, kemudian dikirim. Jadi, data itu dapat diakses pihak yang berkepentingan.

Strategi lainnya yang sedang dilaksanakan ITS adalah peningkatan dalam bidang "Scholar" dan disebut juga excellence. Indikator ini memungkinkan orang yang mencari karya ilmiah lewat Google Scholar dapat dirujuk ke website ITS. Dengan menautkan ke website dapat terjadi jika website ITS mampu menampilkan karya ilmiah yang diinginkan, karena peningkatan dalam bidang excellence sangat penting dilakukan ITS. ITS membuat aplikasi monitoring webometrics score, aplikasi tersebut dapat berjalan dengan membutuhkan waktu yang cepat untuk pengambilan ribuan data parameter dari internet. Aplikasi tersebut dirancang agar bisa menangani masalah captcha yang diberikan oleh

Google kepada request yang dianggap sebagai automatic query. Dengan

konten yang ada di website seperti mendaftarkan stikom.edu pada mesin pencari yang free dan berbayar serta belum mempunyai aplikasi untuk memonitor strategi yang akan dilakukan untuk meningkatkan ranking webometrics Stikom Surabaya.

3.2.4 Penentuan Analisis Data

Penentuan analisis data berdasarkan data yang ada pada mesin pencari yang sudah ditentukan berdasarkan indikator dan parameter webometrics dan Web Impact Factor. Kemudian dinormalisasikan agar mendapatkan nilai rata-rata pada setiap indikator, parameter, mesin pencari, MajesticSEO dan Ahrefs, untuk mendapatkan strategi visibility dan activity pada website stikom.edu dalam upaya peningkatan ranking webometrics pada website stikom.edu.

A. Web Impact Factor

Web Impact Factor salah satu dari tiga ukuran standar yang diciptakan oleh The Institute of Scientific Information (ISI) yang digunakan untuk mendapatkan nilai dari sebuah jurnal yang menerima sitasi pada artikelnya. Dalam penelitian ini parameter Web Impact Factor menggunakan jenis revised, setelah diperoleh nilai dari setiap domain, WIF-revised yang dihitung dengan rumus (3.1) sebagai berikut:

... (3.1)

Maka dilakukan peningkatan dengan mengurutkan dari nilai tertinggi untuk peringkat pertama. Formulasi serta indikator yang digunakan dalam Web Impact Factor (Djalal:2009).

B. Webometrics

Setiap nilai dari indikator yang digunakan dalam peningkatan harus dinormalisasi dulu sebelum masuk dalam perhitungan selanjutnya dengan rumus (3.2). Adapun untuk menormalisasi adalah dengan persamaan (Aguillo, 2008).

……… (3.2)

Keterangan:

Na = Nilai normalisasi na = Nilai dari mesin pencari

max(ni) = Jumlah na yang paling tinggi 1. Visibility/impact (50%)

Jumlah link (kecuali dari domain yang terkait), kualitas materi isi web yang didasarkan atas external backlinks. Hal ini sebagai indikator bahwa materi website berkualitas dan diakui oleh domain di luar stikom.edu Indikator parameternya adalah jumlah backlink yang diperoleh oleh website Stikom Surabaya, untuk mendapatkan nilai visibility harus dinormalisasi dengan rumus 3.3 sebagai berikut:

Impact = ……….…………(3.3)

Keterangan:

Impact = indikator impact ΣBacklinks = jumlah backlink

2. Presence (20%)

Jumlah halaman dari web domain dan sub domain yang dikenali atau terindeks oleh mesin pencari jumlah halaman web (termasuk semua sub domain dan direktori lainnya). Indikator presence ini sebelumnya adalah indikator size (S), sejak tahun 2012 indikator dengan variabel activity ini dirubah menjadi presence.

3. Openness (15%)

Nilai dari jumlah file dokumen yang dipublikasi yang menautkan atau di bawah domain website Stikom Surabaya yang terindeks di Google Scholar termasuk jumlah file penelitian dengan format (pdf, doc, docs dan ppt).

4. Excellence (15%)

Jumlah makalah dan artikel akademis yang diterbitkan dalam jurnal internasional yang dipublikasi oleh perguruan tinggi yang bersangkutan terindeks di Scimago Institution Ranking dan Google Scholar. Sebelumnya indikator excellence adalah indikator yang bernama Scholar (Sc) yang membahas tentang publikasi ilmiah.

3.3Objek Penelitian

Objek penelitian yang dilakukan hanya pada website utama Stikom Surabaya pada domain utama stikom.edu. Penelitian dilakukan dalam waktu 30 hari, terhitung dari tanggal 16 Maret 2016 sampai 14 April 2016 dengan cara memonitor atau mengawasi mesin pencari secara berkala, kemudian menganalisis strategi terdahulu dengan data yang sudah tersedia untuk meningkatkan ranking website stikom.edu pada webometrics.

3.4Perancangan Penggalian Data

Perancangan penggalian data merupakan langkah-langkah dan cara untuk menemukan hasil dan jumlah halaman yang terindeks oleh mesin pencari dengan menggunakan kata kunci tertentu untuk menampilkan hasil data yang diperlukan pada webometrics.

Berikut bagaimana cara melihat peringkat ranking Stikom Surabaya pada webometrics dan cara melihat nilai pada search engine untuk mendapatkan hasil dari parameter webometrics, Web Impact Factor, Google, Bing, MajesticSEO dan Ahrefs untuk mendapatkan nilai pada webometrics.

A. Observasi

Observasi dilakukan dengan cara mengamati dan pencatatan secara langsung pada website utama Stikom Surabaya yaitu stikom.edu dan ranking website yang dikeluarkan webometrics kemudian melakukan analisis untuk mendapatkan strategi. Observasi juga menggunakan query, pencarian terhadap mesin pencari Google dan Bing untuk memperoleh data. Pengamatan dan pengumpulan data dilakukan pada dua penyedia informasi yang paling penting yaitu MajesticSEO, Ahrefs, Google dan Bing untuk mendapatkan nilai pada indikator serta parameter webometrics.

B. Wawancara

Wawancara dengan pihak terkait yaitu staff pengembang stikom.edu (fakultas, PPTI, akademik, humas), dosen, mahasiswa dan organisasi mahasiswa yang berperan penting dalam peningkatan ranking webometrics, tanya jawab yang

dijabarkan terkait strategi yang sudah dilakukan dan mengajukan pertayaan tentang kiat-kiat untuk peningkatan ranking yang dilakukan selama ini.

C. Webometrics

Webometrics merupakan salah satu perangkat untuk mengukur kemajuan perguruan tinggi melalui website, sebagai alat ukur yang sudah mendapat pengakuan Asia termasuk di Indonesia. Berikut langkah dan cara melihat ranking website stikom.edu.

1. Menu Utama

Gambar 3.2 Menu Utama Webometrics

Pada Gambar 3.2 merupakan halaman utama webometrics yang menyediakan beberapa button untuk melihat berbagai informasi yang dibutuhkan.

Situs webometrics menyediakan informasi ranking dari seluruh universitas dan perguruan tinggi di dunia, dengan kriteria penilaian yang sudah ditentukan.

2. Ranking Universitas Dan Perguruan Tinggi Di Dunia

Gambar 3.3 Ranking Universitas Di Dunia

Pada Gambar 3.3 ranking di dunia ditampilkan, button yang tersedia seperti tampilan di atas merupakan beberapa negara yang tercatat mengikuti pe-ranking-an webometrics. Pada tampilan di atas pilih bagian dunia dan kemudian klik Indonesia, kemudian akan tampil universitas dan perguruan tinggi di Indonesia yang mengikuti pe-ranking-an webometrics.

3. Tampilan Ranking Universitas Di Indonesia

Gambar 3.4 Ranking Universitas Di Indonesia

Pada Gambar 3.4 merupakan tampilan seluruh univesitas dan perguruan tinggi di Indonesia yang aktif mengikuti webometrics, ranking yang diperoleh

Stikom Surabaya menduduki ranking 73 dari 482 universitas dan perguruan tinggi di Indonesia.

4. Menu Detail Ranking Universitas Atau Perguruan Tinggi

Gambar 3.5 Detail Ranking Universitas Atau Perguruan Tinggi

Pada Gambar 3.5 merupakan menu detail ranking yang dimiliki universitas atau perguruan tinggi. Pada kolom search atau cari langsung Perguruan Tinggi Stikom Surabaya yang berada diperingkat 73, kemudian dapat dilihat pada bagian “Det”, setelah itu akan muncul detail semua peringkat, yaitu world ranking, continental ranking, country rank, presence, impact, openness dan excellence.

D. Web Impact Factor

Hyperlink yang dihasilkan dengan cara melihat dan mencari pada mesin pencari yang sudah ditentukan, yaitu Google dan Bing dapat dilihat pada Gambar 3.6 dan Gambar 3.7. Standar Web Impact Factor untuk mengukur jumlah rata-rata link web perhalaman pada ruang web (misalnya, sebuah situs website pada seluruh Negara) dari external sebuah halaman. Penggalian data indikator dari Web Impact Factor hanya menggunakan search engine Google dan Bing, dengan mengetik syntax “site:stikom.edu” untuk melihat hasil dari setiap variabel dan parameter. Berikut langkah-langkah pada masing-masing indikator yang terkait Web Impact Factor, yaitu:

1. Total Halaman External Pada Google

Gambar 3.6 Jumlah Total Halaman Domain Pada Google

Pada Gambar 3.6 merupakan hasil dari Google untuk menampilkan total jumlah halaman dari sebuah domain dan menghitung inlink yang dimiliki website utama stikom.edu.

2. Total Halaman External Pada Bing

Gambar 3.7 Jumlah Total Halaman Domain Pada Bing

Pada Gambar 3.7 merupakan hasil pencarian oleh mesin pencari Bing, sama halnya dengan penjelasan pada Gambar 3.6 untuk menampilkan total jumlah halaman dari sebuah domain dan menghitung inlink yang dimiliki website utama stikom.edu.

3. Hasil Inlink (External Link) Domain Pada Google

Pada Gambar 3.8 merupakan cara untuk melihat hasil dari inlink yang dimiliki stikom.edu terindeks pada mesin pencari Google.

4. Hasil Inlink (External Link) Domain Pada Bing

Gambar 3.9 Hasil Inlink (External Link) Domain Pada Bing

Pada Gambar 3.9 merupakan cara mendapatkan hasil dari inlink yang dimiliki stikom.edu yang terindeks pada mesin pencari Bing. Pada Bing dapat menggali data per-minggu, bulan, bahkan per-hari.

E. Indikator Dan Parameter Webometrics 1. Visibility/impact

Dalam tahap ini dijelaskan langkah-langkah tentang bagaimana cara melihat peringkat dan nilai Stikom Surabaya pada webometrics. Pada parameter ini menggunakan dua situs yaitu MajesticSEO dan Ahrefs yang menampilkan seluruh jumlah backlink blog yang terindeks. Langkah-langkah pengumpulan data pada MajesticSEO dan Ahrefs, sebagai berikut:

A. Menu Utama

Gambar 3.10 Menu Utama MajesticSEO

Pada Gambar 3.10 merupakan halaman utama MajesticSEO, tampilan pada halaman utama tersedia button untuk mendapatkan informasi yang

dibutuhkan untuk dapat mengakses informasi yang dibutuhkan user harus login terlebih dahulu, apabila user belum mempunyai akun dapat mendaftar terlebih dulu secara gratis (daftar dengan alamat email).

B. Tampilan Site Explorer

Gambar 3.11 Site Explorer

Pada Gambar 3.11 merupakan tampilan search untuk melihat nilai pada website yang diinginkan dengan cara menuliskan alamat URL website tanpa menuliskan http://, contohnya “stikom.edu”.

C. Tampilan Use Historic Indeks

Gambar 3.12 Use Historic Indeks

Pada Gambar 3.12 terdapat dua pilihan telusur yaitu Use Fresh Indeks (data yang ditampilkan merupakan data baru yang di indeks dalam satu bulan) dan Use Historic Indeks (data yang ditampilkan merupakan data akumulasi atau

keseluruhan data dari suatu domain), untuk menghitung webometrics bisa pilih Use Historic Indeks. Kemudian pilih tombol explorer seperti tampilan di atas.

Perhatikan Gambar 3.12 pada website www.stikom.edu, kemudian search nya akan secara otomatis menampilkan sub domain data yang diperlukan, data yang ditampilkan pada tanggal 1 april 2016:

1. External backlinks 22,874 (artinya Backlink external ada sebanyak 22,874)

2. Referring domain 1,285 (artinya Mengacu domain ada 1,285)

3. Referring IPs 728 (artinya Mengacu IP ada 728) 4. Referring Subnets 572 (artinya Mengacu Subnet 572)

Jadi, yang mencantumkan alamat URL http://www.stikom.edu ada sebanyak 22,874 buah website. Referring domain adalah keberagaman nama domain yang aktif. Backlink yang didapatkan juga harus berasal dari banyaknya domain yang berbeda. Semakin banyak nama domain, dapat dikatakan sebuah website akan dianggap sangat populer. Sebuah website lebih baik mempunyai 1000 backlink dari 100 domain yang berbeda, dari pada mempunyai 100.000 backlink apabila hanya mempunyai 5 domain berbeda. Jumlah reference domain dari situs educational yang berakhiran edu atau ac.id, berikut hasil external backlinks dan educational reference domain dari MajesticSEO.

Website tools SEO yang lengkap dan user bisa mendapatkan data sumber backlink dari website lain terutama data backlink milik kompetitor yang telah berada di halaman satu pada Google juga pada urutan satu, karena telah terbukti backlink yang digunakan bisa menempatkannya di posisi terbaik sebuah website. Demikian langkah perhitungan pada website ini dengan menggunakan

MajesticSEO untuk mendapatkan informasi dan data serta nilai yang dimiliki stikom.edu yang dibutuhkan, sebagai berikut:

D. Halaman Utama MajesticSEO

Gambar 3.13 Halaman Utama MajesticSEO

Pada Gambar 3.13 merupakan halaman utama yang mengharuskan user login terlebih dahulu dengan cara mendaftar secara free trial selama 30 hari.

E. Tampilan Site Explorer

Gambar 3.14 Site Explorer

Pada Gambar 3.14 merupakan akses ke fitur site explorer dengan mengakses URL Ahrefs.com dan user dapat memasukan domain atau URL yang ingin di cek pada bagian backlink, kemudian tab site explorer dan tuliskan alamat URL seperti http://stikom.edu, maka user akan melihat sebuah dashboard yang

menyampaikan informasi secara umum informasi yang disampaikan dengan sangat lengkap sehingga user bisa mendapatkan gambaran jelas tentang kondisi domain atau URL yang diperlukan, kemudian pada site explorer stikom.edu, yaitu:

1. Backlinks: 38.8K, Live 28.6K

2. Referring Domain: 1.79K, Live: 1.37K

3. Facebook: 447

4. GooglePlus: 122

F. Tampilan Organic Traffic

Gambar 3.15 Organic Traffic

Pada Gambar 3.15 merupakan tampilan informasi pada site explorer stikom.edu adalah organic trafiic yang dihasilkan dari mesin pencari dan organic keywords yang merupakan jumlah query dari hasil pencarian.

2. Presence

Jumlah halaman akan diketahui dengan cara mengetikkan kata kunci pada mesin pencari “site:stikom.edu”. Berikut jumlah halaman situs yang dimiliki oleh situs utama Stikom Surabaya yang didapatkan pada kedua mesin pencari. A. Total Halaman Website Pada Google

Gambar 3.16 Hasil Total Halaman Website Pada Google

Pada Gambar 3.16 merupakan cara melihat hasil dari total halaman dihitung berdasarkan seberapa banyak halaman atau konten global yang dapat di indeks Google.

B. Hasil Total Halaman Website Pada Bing

Pada Gambar 3.17 cara mencari hasil dari total halaman dihitung berdasarkan seberapa banyak halaman atau konten global yang dapat di indeks oleh Bing, sama seperti Gambar 3.16.

3. Openness

Jumlah file yang dipublikasi dan terindeks oleh mesin pencari Google dan Bing, file yang format pdf, doc, ppt dan ps dengan cara mengetikkan syntax “site:stikom.edu file type: format” maka akan muncul hasil dari seluruh file yang terindeks. Berikut hasil rich file pada Google Scholar.

Pada Gambar 3.18 merupakan cara untuk mendapatkan hasil dari excellence yang terindeks oleh Google dengan format tertentu.

4. Excellence

Jumlah makalah dan artikel akademis yang diterbitkan dalam jurnal internasional yang dipublikasikan oleh perguruan tinggi dan terindeks di Scimago Institution Ranking dan Google Scholar. Berikut jumlah makalah dan artikel yang dimiliki oleh Stikom Surabaya yang didapatkan dari Scimago Institution Ranking dan Google Scholar, tetapi di Scimago Stikom Surabaya tidak terindeks.

A. Hasil Excellence Ranking Google Scholar

Gambar 3.19 Hasil Excellence Ranking Pada Google Scholar Dan Scimago Institution Ranking

Pada Gambar 3.19 merupakan hasil pencarian excellence pada mesin pencari Google Scholar, hasil yang ditampilkan merupakan data dari tahun 2014 sampai 2016 dan hasil yang terindeks hanya terdapat 322 file makalah atau karya ilmiah yang terindeks dan sudah dipublikasikan.

B. Hasil Excellence Ranking Pada Scimago Institution Ranking

Gambar 3.20 Hasil Excellence Ranking Pada Scimago Institution Ranking

Pada Gambar 3.20 adalah tampilan Scimago Institution Ranking, dimana stikom.edu yang belum bergabung atau mendaftar sebagai member maka dari itu data tidak dapat ditampilkan dan hasil dari excellence.

3.5Perancangan Analisis Data

Perancangan analisis data dilakukan dengan menggunakan sejumlah SEO (Search Engine Optimization) yang tersedia di internet yang dapat menemukan hasil dari masing-masing dari indikator dan parameter, pada Tabel 3.2 yang menjelaskan isi variabel, serta web tool yang dipakai untuk mengukur Web Impact Factor, dua indikator dan tiga parameter webometrics, yaitu:

Tabel 3.2 Variabel Analisis Data Webometrics

No. Instrumen Variabel Hasil Pengukuran Web Tool

1.

Web page: external

domain Web Impact Factor

Total halaman. Internal:

external link

Halaman yang sama dalam sebuah web.

2. MajesticSEO

dan Ahrefs Visibility/impact

Total link external yang ditautkan ke domain.

3.

Google Search dan Bing

Presence

Total halaman website dan halaman dinamik yang tertangkap oleh mesin pencari.

4. Google

Scholar Openness

Jumlah file *pdf, *doc, *docs dan *ppt yang dipublikasi serta terindeks oleh mesin pencari.

5. Scimago Institution Ranking, Google Scholar dan Scimago.

Excellence Total jurnal atau artikel-artikel ilmiah.

4. BAB IV

HASIL DAN PEMBAHASAN

Hasil dan pembahasan dari analisis data yang didapatkan berupa nilai dari setiap indikator dan parameter stikom.edu untuk mendapatkan strategi baru sehingga mampu meningkatkan isi konten dan peningkatan ranking pada webometrics, hasil yang diukur melalui dua mesin pencari MajesticSEO dan Ahrefs untuk menentukan visibility/impact yang sudah ditentukan webometrics, Google dan Bing untuk mendapatkan hasil dari setiap indikator beserta parameternya adalah sebagai berikut:

4.1Indikator Web Impact Factor

Pengumpulan data pada parameter Web Impact Factor dengan menggunakan mesin pencari dari Google dan Bing untuk mengukur seberapa banyak inlink dan jumlah halaman web yang dipublikasi dalam suatu situs website yang terindeks oleh mesin pencari, berikut hasil penggalian data.

Pada Gambar 4.1 merupakan total halaman external antara Google dan Bing dengan cara mengetik syntax “site:stikom.edu” maka akan muncul jumlah dari halaman external. Google memiliki 53.500 total halaman external yang dipublikasikan dan terindeks oleh mesin pencari, sedangkan Bing memiliki 20.100 halaman yang terindeks.

Gambar 4.2 Jumlah Inlink Domain Stikom.edu

Pada Gambar 4.2 merupakan hasil inlink domain yang didapat pada dua mesin pencari yaitu Google mendapatkan 510 inlink atau backlink untuk mendapatkan hasil inlink dengan cara mengetik syntax pada Google “Backlink For stikom.edu”. Sedangkan dengan syntax “LinkFromDomain:stikom.edu” Bing mendapatkan 135 inlink yang terindeks, terlihat perbedaan hasil yang sangat jauh disebabkan kurangnya inlink yang didapatkan dari Bing dan terdapat perbedaan algoritma antara kedua mesin pencari, pengumpulan data dilakukan pada tanggal 16 Maret 2016 sampai 14 April 2016. Demikian hasil dari pengumpulan data pada Gambar 4.1 dan Gambar 4.2 untuk mendapatkan nilai pada Web Impact Factor

dengan menghitung hasil yang sudah didapatkan menggunakan rumus 2.1 yang membagi hasil dari total halaman external dan jumlah inlink.

4.2Indikator Webometrics A. Visibility/impact (50%)

Indikator visibility/impact yang memiliki bobot sebesar (50%) didapatkan dari kualitas konten yang diukur dengan cara mengetahui seberapa banyak tautan external dari situs website lain yang mengutip dan memberikan link ke situs utama Stikom Surabaya yang disebut sebagai inbound link pada website, dengan mengamati perilaku mesin pencari dalam melakukan crawler domain yang menampilkan jumlah backlink yang terindeks oleh dua mesin pencari yang digunakan oleh webometrics yaitu MajesticSEO dan Ahrefs.

Gambar 4.3 External Backlinks Stikom.edu

Pengamatan dilakukan selama 30 hari yang terhitung dari tanggal 16 Maret 2016 sampai 14 April 2016. Berikut jumlah alamat situs yang memberikan link ke situs utama Stikom Surabaya yang didapatkan dari MajesticSEO dan

Ahrefs. Pada Gambar 4.3 menunjukkan jumlah external backlinks selama 30 hari dengan cara mengamati data pada Ahrefs. Pada tanggal 16 Maret sampai 31 Maret 2016 adalah 371,371 dan backlink pada hari ke 30 pada tanggal 1 April sampai 14 April 2016 adalah 447,489 dari Ahrefs. Hal ini berarti jumlah external backlinks telah naik sebanyak 76,118 poin.

Gambar 4.4 Total Backlinks Stikom.edu

Pada Gambar 4.4 memperlihatkan hasil dari total backlinks yang diterima oleh stikom.edu dengan menghitung banyaknya backlink external yang diberikan dari pihak ketiga dengan terhubung pada situs utama Stikom Surabaya yaitu stikom.edu atau beberapa sub domain dan kemudian dari hasil pengamatan pada MajesticSEO yang dilakukan selama 30 hari yang terhitung dari tanggal 16 Maret 2016 sampai 14 April 2016.

Pada tanggal 16 Maret sampai 31 Maret 2016 adalah 3023.85 dan jumlah external di hari ke 30 pada tanggal 1 April sampai 14 April 2016 adalah 1116.9 serta jumlah external meningkat sebanyak 1906.95 buah dari jumlah awal yang didapatkan. Demikian jumlah dari external backlinks pada Gambar 4.3 dan total

backlinks pada Gambar 4.4 untuk mendapakan hasil dari visibility/impact menggunakan rumus 2.3 dengan cara perkalian jumlah dari external backlinks dan total backlinks. Hasil perkalian dari 2 jumlah yang disebutkan kemudian dinormalisasikan untuk mendapatkan nilai rata-rata untuk persentase.

B. Activity (50%)

Activity terbagi menjadi tiga parameter, yaitu presence (20%), openness (15%) dan excellence (15%), untuk dapat meningkatkan ranking website stikom.edu pada webometrics, maka diperlukan perhitungan dan pengumpulan data untuk mendapatkan nilai pada masing-masing parameter. Berikut hasil dari tiga parameter activity, yaitu:

1. Presence

Parameter presence mempunyai bobot sebesar (20%) dari total penilaian yang dihitung berdasarkan seberapa banyak konten total halaman website dan halaman dinamik yang terindeks oleh mesin pencari Google dan Bing. Jumlah halaman akan diketahui dengan cara mengetik kata kunci atau syntax pada mesin pencari “site:stikom.edu”. Berikut hasil dari mesin pencari Google dan Bing.

Pada Gambar 4.5 merupakan hasil masing-masing dari Google dan Bing, untuk mendapatkan total halaman website yang menyambung atau menautkan kepada situs stikom.edu dapat dilihat perbandingan antara kedua mesin pencari. Google mendapatkan hasil sebesar 53.200, sedangkan pada Bing 20.100. Hasil yang terlihat banyaknya halaman yang terindeks pada Google dibandingkan Bing dikarenakan perbedaan algoritma pada kedua mesin pencari.

2. Openness

Parameter openness mempunyai bobot (15%) yang menampilkan jumlah file dokumen dengan format (.ps, .eps), (.doc, .docx) dan (.ppt, .pptx) yang terindeks oleh Google Scholar. Berikut cara mencari jumlah file yang dimiliki stikom.edu yang terpublikasi dan terindeks Google Scholar dengan mengetikkan kata kunci atau syntax “site:stikom.edu file type: format”.

Gambar 4.6 Jumlah Openness Domain Stikom.edu

Pada Gambar 4.6 merupakan jumlah rich file (pdf, doc, docs dan ppt) yang dipublikasi oleh stikom.edu dan terindeks oleh mesin pencari masih sangat sedikit dan masih berada kurang dari 1000 yang terindeks pada Google Scholar.

3. Excellence

Parameter ini memiliki bobot (15%) dari total penilaian berupa jumlah makalah dan artikel akademis yang diterbitkan dalam jurnal internasional yang dipublikasi oleh perguruan tinggi di Scimago Institution Ranking yang terindeks Scopus dan Google Scholar.

Gambar 4.7 Jumlah Excellence Ranking Google Scholar Dan Scimago Institution Ranking Stikom.edu

Pada Gambar 4.7 hasil yang ditampilkan dari dua mesin pencari yang merupakan jumlah karya ilmiah dan jurnal yang sudah dipublikasikan, pada

Google Scholar mendapatkan hasil sejumlah 322 hasil pencarian dengan

mengetikkan kata kunci “stikom.edu”, sedangkan pada Scimago Institution Ranking hasil tidak didapatkan dikarenakan Stikom Surabaya belum mendaftarkan dan bergabung ke situs resmi Scimago Institution Ranking yang digunakan oleh webometrics untuk mengukur excellence.

4.3Indikator Dari Ahrefs A. URL Rank Ahrefs

Gambar 4.8 URL Rank Stikom.edu

Pada Gambar 4.8 memperlihatkan peringkat URL stikom.edu menurut Ahrefs yang diurutkan dari angka 0-100. Peringkat URL menilai dan mengukur bagaimana pentingnya sebuah URL yang diperiksa dari jumlah dan kualitas backlink yang didapatkan. Algoritma Ahrefs menentukan perhitungan skor dan nilai antara 1-100 yang tertinggi, 0-30 berarti URL tidak poluler, 31-70 berarti rata-rata dan 71-100 menunjukkan URL sangat populer. Dapat dilihat pada Gambar 4.8 setelah melakukan pengamatan dan peringkat URL stikom.edu mendapatkan peningkatan sebesar 2 poin, dari ranking 27 menjadi ranking 29. Ranking ini menyatakan bahwa URL stikom.edu masih belum populer.

B. Ahrefs Domain Rank

Gambar 4.9 Ahrefs Domain Stikom.edu

Pada algoritma Ahrefs menentukan perhitungan skor antara 1-100 yang tertinggi, 0-30 berarti domain tidak poluler, 31-70 berarti rata-rata dan 71-100 mengindikasikan domain sangat populer, dimana sebuah domain sangat penting. Pada Gambar 4.9 merupakan hasil pengamatan yang dilakukan selama 30 hari yang terhitung dari tanggal 16 Maret 2016 sampai 14 April dan Ranking domain naik menjadi 1,151 poin.

C. Educational Domain

Pada Gambar 4.10 merupakan hasil dari pengumpulan data yang menghasilkan jumlah domain yang berakhiran edu atau ac.id yang memuat atau mencantumkan sedikitnya satu backlink yang terhubung dengan stikom.edu ataupun ke beberapa sub domain. Grafik di atas memperlihatkan adanya peningkatan educational sebanyak 11 poin, tetapi dari keseluruhan data yang dikumpulkan backlink yang didapat sangat sedikit dan belum banyak situs yang memberikan backlink ke domain stikom.edu.

4.4Hasil Analisis Normalisasi dari Indikator

Hasil dari analisis yang sudah dijabarkan berupa hasil dari masing-masing mesin pencari yang berdasarkan indikator dan parameter yang dinilai, maka tahap berikutnya adalah normalisasi data sebelum melakukan perhitungan untuk mendapatkan nilai rata-rata pada setiap indikator, sehingga bisa mendapatkan strategi yang efektif untuk meningkatkan ranking setiap indikator dan parameter yang mempengaruhi ranking perguruan tinggi pada webometrics.

4.4.1 Hasil Normalisasi Web Impact Factor

Hasil normalisasi atau nilai rata-rata yang didapatkan dari hasil awal yang dihitung menggunakan rumus atau persamaan 2.2 yang sudah ditentukan. Pada Gambar 4.11 merupakan nilai nomalisasi dari Web Impact Factor yang sudah dihitung menggunakan rumus 2.2, pada jumlah Web Impact Factor mendapatkan hasil (4%) 0.528 jumlah web. Dimana 4% merupakan hasil normalisasi dari dua variabel yaitu total halaman yang dibagi dengan jumlah link.

Gambar 4.11 Hasil Normalisasi Web Impact Factor

4.4.2 Hasil Normalisasi Webometrics

Hasil normalisasi yang dijabarkan dan selanjutnya akan dilihat sesuai dengan persentase dari setiap indikator dan parameternya menggunakan rumus 2.2 untuk mendapatkan nilai rata-rata. Nilai visibility dan activity yang sudah dinormalisasikan tidak boleh kurang dari (50%), berikut hasil dari normalisasi pada indikator webometrics.

A. Visibility/impact

Pada bobot (50%) hasil dari normalisasi yang sudah dihitung visibility/impact memilik nilai yang rendah yaitu kurang dari (50%), merupakan hasil inlink yang belum mencapai bobot dari indikator. Hasil dari kualitas konten yang menautkan dan memberikan link ke situs utama Stikom Surabaya (inbound link), berikut hasil persentase normalisasi pada MajesticSEO (total halaman external) dan Ahrefs (hasil inlink).

Gambar 4.12 Hasil Normalisasi Visibility/impact

Pada Gambar 4.12 merupakan hasil normalisasi dari total halaman external dengan persentase (88%) dengan hasil yang sudah dinormalisasikan yaitu sebesar 2,27 (4.179 link external) dari situs lain. Sedangkan persentase pada inlink domain stikom.edu sebesar (12%) dengan hasil yang dinormalisasikan yaitu 0,3 (5.179 backlink) tautan link yang didapat stikom.edu. Pada Gambar 4.12 menampilkan seberapa besar dampak dari nilai yang didapatkan situs utama. Situs utama yang dimiliki oleh Stikom Surabaya memiliki beberapa sub domain yang dimana kurangnya informasi mengenai sub domain sehingga pihak ketiga kesulitan untuk mengakses dan memberikan backlink untuk stikom.edu, pihak yang bertanggung jawab harus memastikan semua sub domain menggunakan Search Engine Optimization.

B. Activity

Pada bobot (50%) berikut hasil normalisasi pada setiap parameter dari activity yang terbagi menjadi tiga masing-masing parameter dengan hasil persentase sesuai dengan bobot masing-masing.

1. Presence (20%)

Pada bobot (20%) hasil dari normalisasi yang didapatkan menghasilkan persentase presence yang didapatkan nilai pada setiap mesin, digunakan untuk melakukan penggalian data. Presence mempunyai persentase yang memenuhi nilai yang ditentukan oleh bobot (20%) dalam total halaman yang tertangkap di mesin pencari, berikut hasil persentase normalisasi pada Google dan Bing.

Pada Gambar 4.13 merupakan hasil persentase pada mesin pencari Google dan Bing. Gambar di atas terlihat hasil presence yang dimiliki Stikom Surabaya pada Google (57%) dengan hasil yang dinormalisasikan yaitu 1,62 (79 halaman). Sedangkan pada Bing (43%) hasil yang dinormalisasikan yaitu 1.21 (20 halaman) yang tertangkap oleh mesin pencari tersebut. Sub domain (termasuk semua sub domain dan direktori lainnya) yang dimiliki Stikom Surabaya beberapa tidak terindeks oleh mesin pencari Google dan Bing sehingga mempengaruhi nilai pada ranking webometrics.

Gambar 4.13 Hasil Normalisasi Presence

Sub domain dan termasuk direktori lainnya tidak terindeks dikarenakan kurangnya partisipasi dalam mempublikasi informasi atau file lainnya tidak

menautkan ke stikom.edu sehingga mesin pencari tidak menemukan halaman yang dimaksud. Dengan hasil persentase di atas pada kedua mesin pencari memperlihatkan bahwa presence sudah memenuhi bobot yang ditentukan oleh webometrics.

2. Openness (15%)

Openness dengan bobot (15%) mendapatkan hasil normalisasi pada setiap file dokumen yang dipublikasi yang tertangkap oleh mesin pencari dengan masing-masing dengan format (.ps, .eps), (.doc, .docx) dan (.ppt, .pptx). Format “pdf” yang sering digunakan dalam publikasi karya ilmiah yang dapat distribusi secara mudah, karena “pdf” lebih mudah ditemukan pada mesin pencari dibandingkan format lainnya. Berikut hasil normalisasi dari openness pada Google Scholar.

Gambar 4.14 Hasil Normalisasi Openness

Pada Gambar 4.14 merupakan jumlah rich file (pdf, doc, docs dan ppt) yang berada pada di website utama Stikom Surabaya masih sangat sedikit dan masih berada kurang dari 1000 yang tertangkap atau terindeks pada Google

Scholar. Persentase yang didapatkan pada Google Scholar sebesar (64%) untuk format “pdf” dengan hasil yang sudah dinormalisasikan sebesar 1.488 (52 file ) dan (36%) untuk format “doc” dengan nilai yang dinormalisasikan sebesar 0.822 (tiga file), sedangkan format ”ppt” dan “ps” masih (0%). Dari hasil persentase di atas maka openness memerlukan strategi yang dapat meningkatkan nilai pada ranking webometrics, karena bobot yang dimiliki openness sangat berpengaruh untuk ranking civitas dan webometrics.

3. Excellence (15%)

Excellence dengan bobot (15%) mendapatkan hasil normalisasi pada jumlah makalah dan artikel akademis yang diterbitkan dalam jurnal internasional dipublikasi oleh perguruan tinggi yang terindeks di Scimago Institution Ranking dan Google Scholar. Excellence memiliki nilai persentase yang belum memenuhi bobotnya, nilai makalah atau jurnal yang dipublikasi tidak terindeks pada Scimago, berikut hasil normalisasi excellence pada Scimago Institution Ranking dan Google Scholar.

4.5.5 Strategi 4: Meningkatkan Jumlah Karya Ilmiah dan Jurnal (Excellence)

Pada Tabel 4.4 merupakan strategi yang sudah digunakan juga diterapkan oleh stikom.edu dan langkah-langkah strategi yang akan dilakukan untuk meningkatkan excellence, karena jurnal atau karya ilmiah yang dimiliki tidak terindeks oleh Scimago dan kurangnya publikasi yang dilakukan oleh penanggung jawab, maka diperlukan strategi untuk meningkatkan.

Tabel 4. 4 Strategi Yang Digunakan Dan Strategi Peningkatan Excellence LANGKAH-LANGKAH STRATEGI YANG SUDAH DILAKUKAN LANGKAH-LANGKAH STRATEGI PENINGKATAN RANKING KATEGORI 4.1 Mempublikasikan karya

ilmiah melalui stikom institutional repository (SIR) sebagai digital library dan Garuda (Lampiran 4)

4.1.1 Karya tulis (KP, TA dan Jurnal) sudah

dipublikasi di stikom institutional repository (SIR) dan tersedia

4.1: Mempublikasikan karya ilmiah per periodik untuk meningkatkan excellencenya 4.1.1: Memperluas koleksi karya ilmiah dengan cara bergabung dengan Scimago Institution Ranking untuk meningkatkan ranking Stikom Surabaya pada excellence webometrics. Dengan

bergabung pada situs berbayar

KEBIJAKAN, KONTEN ATAU ISI, PENDUKUNG ATAU PENUNJANG untuk mengawasi pelaksanaan

strategi

3.2.1: Setiap informasi di blog atau situs dengan menyertakan file dalam format dengan format (.ps, .eps), (.doc, .docx) dan (.ppt, .pptx) dan keyword yang simpel dan mudah ditemukan oleh mesin pencari Status: Meningkatkan

Penanggung Jawab: Prodi dan Fakultas

76

LANGKAH-LANGKAH STRATEGI YANG SUDAH DILAKUKAN

LANGKAH-LANGKAH STRATEGI

PENINGKATAN RANKING

KATEGORI download file abstraksi

dalam bentuk PDF (Lampiran 4)

Penanggung Jawab: Prodi, Fakultas dan Perpustakaan

seperti Scimago Institution Ranking salah satu portal koleksi karya ilmiah nasional 4.1.2: Mewajibkan penggunaan bahasa inggris pada karya ilmiah yang ada dipublikasi baik pada jurnal nasional maupun internasional dan jurnal yang dipublikasi. Status: Meningkatkan Penanggung Jawab: Prodi, Fakultas dan Perpustakaan 4.2: Menjadikan karya

ilmiah dosen maupun mahasiswa sebagai referensi (Lampiran 4) Sumber: Wawancara Penanggung Jawab: Fakultas dan Perpustakaan

4.2: Mengakses dan

menggunakan karya ilmiah sebagai referensi dan

menautkan pada link Stikom Surabaya

Status: Wajib

Penanggung Jawab: Fakultas dan Perpustakaan

KEBIJAKAN, KONTEN ATAU ISI

77 BAB V

KESIMPULAN DAN SARAN

5.1Kesimpulan

Berdasarkan dari hasil penelitian analisis strategi visibility dan activity pada website stikom.edu dalam upaya peningkatan ranking webometrics, maka dihasilkan strategi yang terbagi menjadi empat kategori yaitu kebijakan, teknis, konten atau isi dan penunjang atau pendukung. Dengan menghasilkan strategi untuk meningkatkan visibility dan activity yaitu dapat disimpulkan sebagai berikut:

a. Visibility/impact : menautkan stikom.edu pada setiap kegiatan yang ada di stikom.edu beserta sub domain dan memastikan domain beserta sub domain terindeks pada SEO.

b. Presence : memperbaharui informasi yang ada di website dan blog.

Menautkan stikom.edu, serta mempunyai konten view untuk mengetahui seberapa banyak pengunjung dan website yang memberikan backlink.

c. Openness : mempublikasikan file dengan format (.ps, .eps), (.doc, .docx) dan (.ppt, .pptx) serta menautkan stikom.edu dalam setiap file yang dipublikasi atau file yang di-download.

d. Excellence : publikasi karya ilmiah secara priodik dan bergabung pada situs yang terindeks jurnal internasional yang terindeks Scopus dan Google Scholar.

78

5.2Saran

Berdasarkan hasil dari penelitian yang diperoleh, dapat diberikan saran untuk Stikom Surabaya terutama untuk website stikom.edu dan bagi peneliti webometrics yang ingin melakukan penelitian lanjutan dan penelitian serupa atau penelitian lainnya sebagai berikut:

1. Penelitian dapat menggunakan Webometrics Ranking of World Universities (WRWU) dan Multicriteria Decision Analysis.

2. Melakukan komparasi dengan menggunakan GAP Analysis

3. Pembuatan aplikasi untuk memonitor setiap langkah-langkah strategi pada stikom.edu.

1. Buku dan Artikel

A.Solichin, Strategi Peningkatan Peringkat Perguruan Tinggi di webometrics, Studi Kasus Universitas Budi Luhur. Prosiding Seminar Nasional Multidisiplin Ilmu, 2011).

Arikunto, Suharsimi. (2002:136). Prosedur Penelitian Suatu Pendekatan Praktek, Jakarta. Rineka Cipta.

Bar-Ilan, J. 2005. What do we know about links and linking? A framework for studying links in academic environments. Information Processing & Management, Vol. 41, No. 4, pp. 973-986.

Bjorneborn L., & Ingwersen P., 2004. Toward a Basic Framework for webometrics. Journal of the American Society for Information Science and Technology 55 (14), pp. 1216-1227.

Chu. H, M. 1996. Search engine for the World Wide Web: A comparative study and evaluation methodology. Proceedings of the ASIST Annual Meeting, 33, 127. Djalal, F. 2009. Jalan Menuju WCU yang Realistis. Makalah disajikan dalam

pertemuan Majelis Wali Amanah IPB di Le Meridien Hotel Jakarta, tanggal 4 November 2009.

Garfield, E., & Merton, R. K. 1979. Perspective on Citation Analysis of Scientist. In Citation indeksing: Its theory and application in science, technology, and humanities (Vol 8). Wiley New York.

Hakim, Lukmanul. 2004). Cara Cerdas Menguasai Layout, Desain dan Aplikasi. Ingwersen, P. 1998. The calculation of Web Impact Factors. Journal of

Documentation, 54 (2), 236-243.

Jeyshankar, R., & Ramesh, Babu., B. (2009). Website of universities in Tamil Nadu: a webometrics study. Annals of library and information Studies. 56 (2), 69 -79. Romero-Frias, E. 2009. “Googling Companies – a Webometrics Approach to

Business Studies.” The Electronic Journal of Business Research Methods Volume 7 Issue 1. (pp.93-106).

Shekofteh, Maryam, et.al 2010. Investigating Web Impact Factors of type 1, type 2, and type 3 medical universities in Iran. Journal of Paramedical Science. 1 (3) 1-7.

Tague-Sutcliffe, J. M. 1992, An introduction to infometrics, Information Processing & Management. 28: 1-3.

Thanuskodi, S. 2011. Journal of Social Science: A Bibliometric Study. J Soc Sci, 24 (2): 77 – 80.

Thelwal, M. 2000. Web Impact Factors and Search Engine Coverage Journal of Documentaion. 56 (2) 185-189.

Thelwall, M. 2002. Conceptualizing documentation on the Web: An evaluation of different heuristic―based models for counting links between university Web sites. Journal of the American Society for Information Science and Technology, Vol. 53, No. 12, pp. 995-1005.

Thelwall, M. 2003. Beginning a fine-grained process of identifying reasons for academic hyperlink creation. Information research, Vol. 8, No. 3, pp. 8-3. Thelwal, M. 2007. Bibliometrics to Webometrics, Journal of Information Science. 34

(4) 2-3.

Thellwall, M., & Wilkinson, D. 2008. A generic lexical URL segmentation framework for counting links, colinks or URLs’, Library & Information Science Research, 30, pp. 515 – 526.

2. Sumber Online

Aguillo, I. 2015. Methodology (online). (http//webometrics.info/en/Methodology, diakses 26 Maret 2016).

Danny, Sullivan. 1997. Search Engine Optimization (online). (https://id.wikipedia.org/wiki/Optimisasi_mesin_pencari).

Odang, David. 2008. Tips SEO untuk Optimasi Website pada Search engine. (online). (http://ilmukomputer.org/2008/11/25/tips-seo-untuk-optimasi-website-pada-search-engine/, diakses 26 Maret 2016).