15
E. METODE VIKOR
Vikor VlseKriterijumska Optimizacija I Kompromisno Resenje dalam
bahasa Serbia, yang artinya Multicriteria Optimization dan Compromise Solution
adalah metode perankingan dengan menggunakan indeks peringkat multikriteria berdasarkan ukuran tertentu dari kedekatan dengan solusi yang
ideal. Metode Vikor merupakan salah satu metode yang dapat dikategorisasikan dalam Multicriteria decision analysis Opricovic, 1998.
Metode Vikor dikembangkan sebagai metode multicriteria decision making untuk menyelesaikan pengambilan keputusan bersifat diskret pada kriteria
yang bertentangan dan non-commensurable tidak ada cara yang tepat untuk menentukan mana yang lebih akurat; Opricovic and Tzeng, 2007.
Metode Vikor berfokus pada perankingan dan memilih dari satu set sampel dengan kriteria yang saling bertentangan, yang dapat membantu para
pengambil keputusan untuk mendapatkan keputusan akhir Opricovic and Tzeng, 2007. Metode ini sangat berguna pada situasi di mana pengambil
keputusan tidak memiliki kemampuan untuk menentukan pilihan pada saat disain sebuah sistem dimulai Sayadi, Heydari et al., 2009.
Vikor adalah sebuah metode untuk mengoptimalisasi kriteria majemuk
dalam suatu sistem yang kompleks Khezrian, Wan Kadir et al., 2011. Konsep dasar Vikor adalah menentukan ranking dari sampel-sampel yang ada
dengan melihat hasil dari nilai-nilai sesalan atau regrets R dari setiap sampel. Metode Vikor telah digunakan oleh beberapa peneliti dalam MCDM,
seperti dalam pemilihan vendor Datta, Mahapatra et al., 2010, perbandingan
16
metode-metode outranking Opricovic and Tzeng, 2007, pemilihan bahan dalam industri San Cristobal, Biezma et al., 2009.
F. SEARCH ENGINE
1. Pengertian Search Engine
The American Heritage Dictionary mendefinisikan search engine sebagai
sebuah program perangkat lunak software yang menelusuri, menjaring, dan menampilkan informasi dari pangkalan data. Informasi yang ditampilkan
mengandung atau berhubungan dengan suatu istilah spesifik. Search engine sudah banyak digunakan untuk melakukan penilaian dan evaluasi, misalnya
penilaian precision pada Alta Vista, Excite, dan Lycos Chu and Rosenthal, 1996. Leighton pada tahun 1997 mengevaluasi precision pada Alta Vista,
Excite, HotBot , dan Infoseek dengan menggunakan 15 query dan mengambil
20 hasil temuan pada peringkat teratas Leighton and Srivastava, 1999. Mizarro pada tahun 2004 melakukan eksperimen uji efektivitas sistem temu
kembali informasi dengan menggunakan metode Average Distance Measure ADM. Shafi pada tahun 2005 melakukan penilaian precision and recall pada
lima search engine untuk bidang bioteknologi. Shafi and Rather, 2005 Beberapa search engine diketahui mengumpulkan beberapa informasi atas
data yang tersimpan dalam suatu basis data ataupun direktori web. Sebagian besar search engine dijalankan oleh perusahaan swasta yang menggunakan
algoritma kepemilikan dan basis data yang tertutup. Beberapa contoh search engine
yang populer adalah Google, MSN Search, dan Yahoo Search.
17
Beberapa contoh search engine yang open source adalah Htdig, Nutch, Egothor dan OpenFTS.
2. Cara Kerja Search Engine
Search engine bekerja dengan cara menyimpan hampir semua informasi
halaman web, yang diambil langsung dari www. Halaman-halaman tersebut diambil secara otomatis. Isi setiap halaman lalu dianalisis untuk menentukan
cara mengindeksnya misalnya, kata-kata diambil dari judul, subjudul, atau field
khusus yang disebut meta tag. Data tentang halaman web disimpan dalam sebuah database indeks untuk
digunakan dalam pencarian selanjutnya. Sebagian search engine , seperti Google, menyimpan seluruh atau sebagian halaman sumber yang disebut
cache maupun informasi tentang halaman web itu sendiri. User biasanya
mengunjungi search engine dan memasukkan query, dengan memasukkan kata kunci. Search engine mencari indeks dan memberikan daftar halaman
web yang paling sesuai dengan kriterianya. Hasil pencarian biasanya akan
disertai ringkasan singkat mengenai judul dokumen dan terkadang sebagian teks.
Search engine yang menggunakan proses real-time, seperti Orase, tidak
menggunakan indeks dalam cara kerjanya. Informasi yang diperlukan search engine
tersebut hanya dikumpulkan jika ada pencarian baru. Apabila dibandingkan search engine berbasis real-time dengan search engine berbasis
indeks, sistem real-time lebih unggul dalam beberapa hal seperti informasi yang selalu mutakhir, hampir tidak ada broken link, dan lebih sedikit
18
sumberdaya sistem yang diperlukan. Google menggunakan hampir 100.000 komputer sedangkan Orase hanya satu. Search engine berbasis real-time juga
memiliki kelemahan yaitu pencariannya lebih lama selesai. Ada pun macam search engine yang digunakan adalah sebagai berikut:
a Google Search
Google atau Google Search adalah mesin pencari yang dimiliki oleh Google Inc. Google Search merupakan search engine yang paling banyak
digunakan pada World Wide Web www yang menerima beberapa ratus juta query dari user setiap hari melalui pelbagai layanan. Google
menggunakan software otomatis untuk membaca, menganalisa,
membandingkan, dan mengurutkan halaman website. Google search juga mempunyai keunggulan dan juga kelemahan. Berikut adalah beberapa
keunggulan dari
Google Search
http:budiari.student.umm.ac.iddownload-as- pdfumm_blog_article_428.pdf
Keunggulan Google Search adalah sebagai berikut: 1
Merupakan satu-satunya search engine yang memiliki cache, sehingga menghemat waktu pencarian.
2 Databasenya besar serta banyaknya jenis file yang di indeks.
3 Fitur yang dimiliki canggihmutakhir.
4 Kecepatan dan kemudahan dalam pencarian.
Kelemahan Google Search adalah sebagai berikut:
19
1 Terdepat celah pada sistem algoritma Google sehingga banyak iklan
spam 2
Proses pencarian sering terganggu dengan munculnya iklan spam pada halaman terdepan
b GOOGLE SCHOLAR
Google Scholar adalah layanan yang memungkinkan user untuk melakukan pencarian materi-materi pelajaran berupa teks dalam pelbagai format publikasi.
Indeks Google Scholar diluncurkan pada tahun 2004 yang mencakup jurnal-jurnal online
dari publikasi ilmiah. Google Scholar menyediakan cara yang mudah untuk mencari literatur akademis secara luas. User dapat mencari di seluruh bidang ilmu
dan referensi dari satu tempat: makalah peer-reviewed, thesis, buku, abstrak, dan artikel, dari penerbit akademis, komunitas profesional, pusat data pracetak,
universitas, dan organisasi akademis lainnya Noruzi, 2005. Google Scholar akan membantu user mengidentifikasi penelitian paling relevan dari seluruh penelitian
akademis. Google Scholar bertujuan menyusun artikel seperti yang dilakukan peneliti dengan memperhatikan kelengkapan teks setiap artikel, penulis, publikasi
yang menampilkan artikel, dan frekuensi penggunaan kutipan artikel dalam literatur akademis lainnya.
Jurnal dalam Google Scholar dengan kutipan terbanyak umumnya mendapatkan peringkat tinggi dan peringkatnya akan naik kembali jika
direferensikan lagi oleh artikel lainnya yang mengutip jurnal tersebut Butler, 2004. Perangkingan hasil pencarian dari Google scholar ditampilkan berdasarkan
seberapa relevan dengan kata kunci, dan seberapa banyak jurnal tersebut dikutip
20
oleh jurnal lainnya Noruzi, 2005. Google scholar memiliki fitur istimewa yaitu dapat membawa user untuk menemukan referensi lain yang mengutip referensi
sebelumnya dan akhirnya menemukan referensi aslinya Noruzi, 2005. Fitur Google Scholar http:scholar.google.co.idintlidscholarabout.html:
1 Mencari berbagai sumber dari satu tempat yang praktis
2 Mencari makalah, abstrak, dan kutipan
3 Menelusuri makalah lengkap melalui perpustakaan online atau Web
4 Mempelajari makalah penting dalam bidang penelitian apapun
G. PENELITIAN RELEVAN
Beberapa penelitian yang relevan terkait dengan analisis perbandingan peringkat Webometrics antara lain :
1. Farzaneh Aminpour, Payam Kabiri1, Zahra Otroj, Abbas Ali Keshtkar
2009 “Webometric Analysis of Iranian Universities Of Medical Sciences”. Penelitian ini menganalisis website akademik universitas ilmu
kedokteran di Iran sesuai dengan indikator webometrics. Penelitian ini menganalisis jumlah halaman web, inlinks, eksternal inlinks dan juga Web
Impact Factor dari universitas-universitas ilmu kedokteran di Iran
kemudian dibandingkan dengan search engine AltaVista. 2.
Analisis Daya Saing Perguruan Tinggi Di Indonesia Berdasarkan Webometrics
Dengan Literatur Batak Sebagai Nilai Tambah Daya Saing Perguruan Tinggi Dalam Penelusuran Online Palit Hanafi, 2010.
21
3. Penelitian yang dilakukan oleh Islam 2011:1 berjudul “Webometrics
Study of Private Universities of Bangladesh”. Penelitian ini melakukan analisis terhadap website akademik universitas swasta di Bangladesh. Data
diperoleh dari search engine AltaVista, kemudian disusun ranking berdasarkan kriteria Webometrics.
4. Kayvan Kousha, Webometrics and Scholarly Communication : An
Overview. Tentang hubungan kuantitatif dan kualitatif, terutama pada jurnal dan situs web universitas dan memberikan perspektif untuk masa
depan penelitian Webometrics. 5.
Udisubakti Ciptomulyo dan Vivi Triyanti 2008 dengan penelitian yang berjudul Metode MCDM- Electre III untuk Analisis Penetapan Segmen
Pemasaran Usaha Jasa Belanja Barang Melalui Telepon untuk Sebuah Super Market di Kota Surabaya. Penelitian ini menjelaskan bahwa metode
ELECTRE merupakan suatu pendekatan multikriteria yang dapat mengakomodasikan pengambilan keputusan multikriteria untuk data-data
yang kurang akurat, di mana setiap alternatif dikelompokkan dalam kategori „lebih disukai‟, „kurang disukai‟, atau „lebih disukai dengan
derajat keanggotaan tertentu‟, dan sebagainya.
22
H. KERANGKA PIKIR