Seminar dan Call For Paper Munas Aptikom Politeknik Telkom
Bandung, 9 Oktober 2010
113
dari skenario 1 dan 2 namun tanpa membedakan bobot dari setiap parameternya. Rumus perhitungan
peringkat untuk setiap websitenya adalah sebagai berikut:
Indeks Pemda
i
=R
i
+ P
i
+ S
i
+ V
i
+ D
i
+ T
i
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 Pemda
i
=0,25R
i
+0,25P
i
+0,125S
i
+0,125V
i
+0,125D
i
+0,1 25T
i
b. Indeks Pemda
i
=0,3R
i
+0,3P
i
+0,2S
i
+0,1V
i
+0,1D
i
+0,1T
i
c. Indeks Pemda
i
=0,3R
i
+0,2P
i
+0,1S
i
+0,1V
i
+0,1D
i
+0,2T
i
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.
Algoritma pemeringkatan yang dipilih adalah pemeringkatan dengan enam parameter dengan
memberikan bobot terbesar pada parameter
114
Seminar dan Call For Paper Munas Aptikom Politeknik Telkom
Bandung, 9 Oktober 2010 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.idartikel2006011 7kondisi-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, 4
th
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.combpWebCrawlerHistory.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.idbddadmini_presiden Inpres-03-03.pdf, diakses 10 September 2009,
[9] Sergey, Brin and Lawrence, Page, 1998, The Anatomy of a Large-Scale Hypertextual Web
Search Engine, Computer Science Department, Stanford University, Stanford, CA 94305, USA
