Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
45 Data diatas merupakan delapan referensi yang mewakili keseluruhan
referensi pada artikel L. Untuk data selengkapnya dapat dilihat pada lampiran 1. Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel L yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 31
22 x
= 70,96
2. Relevan Marginal RM =
100 31
7 x
= 22,58
3. Noise N =
100 31
2 x
= 6,45 Dari hasil yang diperoleh di atas terdapat 70,96 atau sebanyak 22 sitiran
dari 31 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 22,58 atau sebanyak 7 sitiran dari 31 sitiran relevan marginal. Sementara itu terdapat
6,45 atau sebanyak 2 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel L lebih banyak
dokumen yang relevan daripada dokumen yang tidak relevan. Pada tabel-14 artikel L terdapat notasi 153.122 tidak berada pada posisi yang sama dengan
notasi klasifikasi subyek artikel L, menunjukkan subyek penelitian yang diambil artikel ini merupakan subyek penelitian yang bersifat multidisiplin.
4.2.13 . Analisis Subyek dan Klasifikasi terhadap Artikel M dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel M 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.
46
Tabel 15. Analisis Subyek dan Klasifikasi Artikel M dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N M
1. STU- DY
SKILLS 371.302
81 1
1.ENGINEERS 620.009 2
√ 2
1.CURRICULA –
SECONDARY EDUCATION
373.19 √
3 1. EDUCATION
370 √
4 1.CURRICULUM
DEVELOPMENT 375.001
√ 5
1. THINKING 153.42
√ 6
1. EDUCATIONAL TECHNOLOGY
371.33 √
7 1. STUDY SKILLS
371.302 81 √
8 1.TEACHING
METHODS 371.33
√
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel M. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel M yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 26
9 x
= 34,61
2. Relevan Marginal RM =
100 26
6 x
= 23,07
3. Noise N =
100 26
11 x
= 42,30 Dari hasil yang diperoleh di atas terdapat 34,61 atau sebanyak 9 sitiran
dari 26 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 23,07 atau sebanyak 6 sitiran dari 26 sitiran yang relevan marginal. Sementara
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
47 itu terdapat 42,30 atau sebanyak 11 sitiran yang tidak relevan Noise dengan
dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel M lebih banyak dokumen yang relevanrelevan marginal dari dokumen yang tidak relevan.
Berdasarkan uraian di atas, terlihat adanya penyimpangan notasi klasifikasi subyek dokumen yang disitir terhadap dokumen yang menyitir. Disamping itu,
tingginya tingkat persentase Noise menunjukkan adanya pengembangan penelitian yang kurang mendalam terhadap subyek yang lebih spesifik.
4.2.14 . Analisis Subyek dan Klasifikasi terhadap Artikel N dan Sitiran serta
