Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
23 d.
Memasukkan data tersebut ke dalam tabel per artikel jurnal yang sudah dibuat sedemikian rupa, dan memberikan tanda cek pada tiap tingkat
relevansi.
e. Perhitungan persentase tiap tingkat relevansi notasi klasifikasi dengan
rumus sebagai berikut: tingkat x =
tersebut artikel
sitiran Jumlah
x tingkat
pada cek
jumlah x 100
Keterangan: = persentase
Tingkat x = tingkat relvansi notasi klasifikasi
f. Memasukkan hasil persentase dari tabel per artikel ke dalam table
rekapitulasi. g.
Menghitung total persentase setiap tingkat relevansi dari seluruh rtikel jurnal. Simbol untuk total setiap tingkat relevansi adalah
∑. h.
Menghitung rata-rata persentase dengan rumus sebagai berikut: M tingkat x =
sampel Jumlah
x tingkat
Keterangan: ∑ = sigma total
M = rata-rata Tingkat x = tingkat relevansi notasi klasifikasi
i. Memasukkan hasil ke dalam tabel rata-rata atau table mean
5. Membahas data yang sudah diolah.
6. Membuat kesimpulan dari data yang sudah dibahas.
3.6. Teknik Analisis Data 3.6.1. Pengolahan Data
Seluruh data yang diperoleh melalui metode dokumentasi, selanjutnya akan diolah dengan menggunakan pendekatan analisis subyek. Hal tersebut
dilakukan dengan menggunakan alat Bantu LCSH untuk menentukan subyek, sedangkan untuk menentukan notasi klasifikasi dari setiap judul artikel dan setiap
dokumen yang sitir oleh masing-masing judul digunakan DDC.
3.7. Interpretasi Data
Interpretasi data dilakukan setelah tahap pengumpulan data. Interpretasi data merupakan proses pemahaman makna dari serangkaian data yang telah
tersaji, dalam wujud yang tidak sekedar melihat apa yang tersurat, namun lebih pada memahami atau menafsirkan mengenai apa yang tersirat di dalam data yang
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
24 telah disajikan. Kegiatan tersebut akan menghasilkan hasil akhir yakni kesimpulan
yang sesuai dengan keadaan yang sebenarnya.
Silaen 2005:17 menyatakan bahwa: “interpretasi data dimaksudkan untuk menentukan batas relevansi notasi klasifikasi subyek sitiran terhadap notasi
klasifikasi subyek yang menyitir”. DDC merupakan alat yang digunakan untuk menentukan batas relevansi notasi klasifikasi subyek sitiran terhadap notasi
klasifikasi subyek yang menyitir. Sistem DDC memungkinkan pembagian subdivisi lebih spesifik dan terinci dengan menambahkan notasi desimal.
Pembubuhan titik desimal dilakukan pada digit ketiga, selanjutnya tidak perlu dibubuhi titik.
3.7.1. Penyajian Data Penyajian data dilakukan dengan mempergunakan tabel yang telah dibuat
sedemikian rupa guna mempermudah mengerti hasil data. Konsep tabel tesebut adalah sebagai berikut :
1. Contoh Tabel Kode Judul Artikel
Tabel 1. Jumlah Sitiran dan Kode Artikel No
Judu l Artikel Jumlah Sitiran
Kode 1
Investigating the Relationship between High School Technology Education and
test Scores for Algebra 1 and Geometry 29
A
2 Productivism and the Product Paradigm in
Technological Education 44
B 3
Dst. -
C
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
25
2. Contoh Tabel per Artikel
Tabel 2. Analisis Subyek dan Klasifikasi per Artikel dan Sitirannya Jumlah
Artikel Subyek
No. Klasifikasi
No. Judul
Sitiran Subyek
No. Klasifikasi
Relevansi R RM N
3. Contoh Tabel Rekapitulasi
Tabel 3. Rekapitulasi Analisis Subyek dan Klasifikasi Terhadap Seluruh Artikel dan Sitirannya
No. Kode
Artikel Relevansi
R RM
N ∑ Artikel =
∑R= ∑RM=
∑N=
4. Contoh Tabel Mean
Tabel 4. Rata-rata Analisis Subyek dan Klasifikasi Terhadap Seluruh Artikel dan Sitirannya
Jumlah Sampel
Relevansi m R
m RM m N
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
26
BAB IV HASIL DAN PEMBAHASAN
4.1. Identifikasi Data
Penelitian ini menggunakan jurnal ilmiah, Journal of Technology Education
tahun 2006-2007 sebagai unit analisis. Ada sebanyak 10 artikel pada terbitan tahun 2006 dan 10 artikel pada terbitan tahun 2007, sehingga total
keseluruhan adalah 20 artikel. Sesuai dengan prosedur yang telah ditetapkan pada metode penelitian, maka masing-masing artikel diberikan kode untuk keperluan
penyajian data pada tabel yang telah disediakan. Hasil penghitungan terhadap jumlah sitiran pada masing-masing artikel dan pengkodeannya dapat dilihat pada
tabel berikut :
Tabel 3. Jumlah Referensi dan Kode Artikel Jurnal
Tahun No.Artikel
Jumlah Referensi Kode Artikel
2006 1
29 A
2 44
B 3
26 C
4 13
D 5
23 E
6 38
F 7
30 G
8 33
H 9
8 I
10 15
J 2007
11 12
K 12
31 L
13 26
M 14
24 N
15 20
O 16
11 P
17 41
Q 18
19 R
19 35
S 20
37 T
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
27
4.2. Analisis Subyek dan Klasifikasi
Kegiatan analisis subyek dan penentuan notasi klasifikasi terhadap setiap artikel dan sitirannya dilakukan dengan menggunakan alat penelitian yang telah
dijabarkan secara jelas pada Bab III Metode Penelitian. Library of Congress Subject Heading
LCSH merupakan alat bantu untuk menentukan subyek masing-masing artikel dan sitirannya, sedangkan untuk penentuan notasi
klasifikasi masing-masing artikel dan sitirannya dilakukan dengan menggunakan Dewey Decimal Classification
DDC edisi 22 sebagai bagan notasi klasifikasi. Banyaknya jumlah referensi yang dicantumkan oleh penulis dalam tabel analisis
subyek dan klasifikasi serta sitirannya adalah sebanyak delapan. Hal ini dilakukan guna penyederhanaan pengolahan data. Data cantuman referensi yang lengkap
dapat dilihat pada lampiran halaman belakang.
4.2.1 . Analisis Subyek dan Klasifikasi terhadap Artikel A dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel A serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 4. Analisis Subyek dan Klasifikasi Artikel A dan Sitiran serta Relevansinya Tahun 2006
Kode Artikel
No. Kla-
sifikas i
No. Refe
- rensi
Subyek No.
Kla- sifikasi
Relevansi R
R M
N
A 371.3
3 1
1.SCIENCE PROJECTS IN SCHOOLS
307.8 √
2 1.BENCH-MARKS
526.32
√
3 1.CURRICULUMS
375
√
4 1.TEACHING
METHODS 371.3
√
5 1.ENVIRONMENTAL
IMPACT STUDIES 333.71
4
√
6 1.LEARNING
EDUCATIONAL PSYCHOLOGY
370.15 2 3
√
7 1.PROJECT METHOD
OF TEACHING 371.36
√
8 TECHNOLOGY-
SOCIAL EFFECTS 303.48
3
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
28 Data diatas merupakan delapan referensi yang mewakili keseluruhan
referensi pada artikel A. Untuk data selengkapnya dapat dilihat pada lampiran 1. Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel A yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 29
8 x
= 27,58
2. Relevan Marginal RM =
100 29
14 x
= 48,27
3. Noise N =
100 29
7 x
= 24,13 Dari hasil yang diperoleh di atas terdapat 27,58 atau sebanyak 8 sitiran
dari 29 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 48,27 atau sebanyak 14 sitiran dari 29 sitiran yang relevan marginal. Sementara itu
terdapat 24,13 atau sebanyak 7 sitiran yang tidak relevan Noise dengan dokumen yang mneyitir. Sehingga dapat disimpulkan bahwa pada artikel A lebih
banyak dokumen yang relevanrelevan marginal dari yang tidak relevan. Berdasarkan uraian di atas, dapat terlihat dengan jelas adanya penyimpangan
klasifikasi subyek dokumen yang disitir terhadap subyek dokumen yang menyitir. Pada tabel-3 artikel A notasi klasifikasi subyek berada pada posisi 371.33 yaitu
mengenai teknologi pendidikan,tetapi ada juga terdapat notasi klasifikasi subyek sitiran 153.154, yaitu mengenai transfer pembelajaran psikologi. Hal tersebut
menunjukkan bahwa subyek penelitian artikel ini merupakan subyek penelitian yang bersifat multidisiplin.
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
29
4.2.2. Analisis Subyek dan Klasifikasi terhadap Artikel B dan Sitiran serta Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel B serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 4. Analisis Subyek dan Klasifikasi Artikel B dan Sitiran serta Relevansinya Tahun 2006
Kode Artikel
Subye k
No. Kla-
sifikas i
No. Refe
- rensi
Subyek No.
Klasifikasi Relevansi
R R M
N B
EDU- CATI-
ONAL TECH
- NOLO
-GY 371.33
1 1.PRODUCTION
EFFICIENCY 338.16
√ 2
1.LIFE SKILLS – ELEMENTARY
EDUCATION 372.82
√
3 1.COMMERCIALS
TELEVISION PERFORMAN-
CES 791.453
√
4 1.EDUCATIONAL
TECHNOLOGY 371.33
√
5 1.DOMESTIC
SYSTEM -
ECONO MICS
338.634 √
6 1.TECHNOLOGY
SOCIAL EFFECTS 303.483
√
7 1.OIL PUBLIC
UTILITIES 363.6
√ 8
1.DRAG AERONAU
TICS 629.132
34 √
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel B. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
30 terhadap notasi klasifikasi subyek artikel B yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 44
7 x
= 15,90
2. Relevan Marginal RM =
100 44
4 x
= 9,09
3. Noise N =
100 44
33 x
= 75 Dari hasil yang diperoleh di atas terdapat 15,90 atau sebanyak 7 sitiran
dari 44 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 9,09 atau sebanyak 4 sitiran dari 44 sitiran yang relevan marginal. Sementara itu
terdapat 75 atau sebanyak 33 sitiran yang tidak relevan Noise dengan dokumen yang mneyitir. Sehingga dapat disimpulkan bahwa pada artikel B lebih
banyak dokumen yang tidak relevan dari yang relevan relevan marginal. Berdasarkan uraian di atas, dapat terlihat dengan jelas adanya penyimpangan
klasifikasi subyek dokumen yang disitir terhadap subyek dokumen yang menyitir. Pada tabel-4 artikel B notasi klasifikasi subyek berada pada posisi 371.33 yaitu
mengenai teknologi pendidikan educational technology, tetapi ada juga notasi klasifikasi subyek sitiran 303.483 3, yaitu mengenai teknologi informasi. Hal
tersebut menunjukkan bahwa subyek penelitian artikel ini melakukan komunikasi dengan disiplin ilmu lain.
4.2.3 . Analisis Subyek dan Klasifikasi terhadap Artikel C dan Sitiran serta
Relevansinya
Hasil analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel C 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.
31
Tabel 5. Analisis Subyek dan Klasifikasi Artikel C dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifika
si Relevansi
R R
M N
C EDU-
CATIO NAL
TECH- NOLO
GY 371.33
1 1. SIMULATION –
INSTRUCTIONAL USE
371.397
√
2 1. THERMODY-
NAMICS 536.7
√ 3
1. LITERATURE – ELEMENTARY
EDUCATION 372.64
√
4 1. SURVEYING
526.9 √
5 1.DISTANCE
EDUCATION 371.35
√ 6
1. STRATEGY 355.02
√ 7
1.OPTOELECTRO- NICS
621.381 045
√ 8
1.DISTANCE EDUCATION
371.35 √
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel C. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel C 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
12 x
= 46,15
2. Relevan Marginal RM =
100 26
7 x
= 24,13
3. Noise N =
100 26
7 x
= 24,13 Dari hasil yang diperoleh di atas terdapat 46,15 atau sebanyak 12 sitiran
dari 26 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 24,13 atau sebanyak 7 sitiran dari 26 sitiran yang relevan marginal. Sementara itu
terdapat 24,13 atau sebanyak 7 sitiran yang tidak relevan Noise dengan
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
32 dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel C lebih
banyak dokumen yang relevanrelevan marginal dari yang tidak relevan. Berdasarkan uraian di atas, dapat terlihat dengan jelas adanya pengembangan
penelitian yang lebih mendalam dengan subyek yang lebih spesifik. Pada tabel-5 artikel C notasi klasifikasi subyek berada pada posisi 371.33 yaitu mengenai
teknologi pendidikan, tetapi ada juga terdapat notasi klasifikasi subyek sitiran 378.175, yaitu mengenai pendidikan jarak jauh. Hal tersebut menunjukkan bahwa
subyek penelitian yang diambil oleh artikel ini merupakan subyek penelitian yang bersifat multidisiplin.
4.2.4 . Analisis Subyek dan Klasifikasi terhadap Artikel D dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel D serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 6. Analisis Subyek dan Klasifikasi Artikel D dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N D
1.EDU- CATIONAL
TECHNO- LOGY
371.33 1
1. BIOTECH- NOLOGY
620.82 √
2 1. EDUCATIO-
NAL GUIDANCE
371.422
√
3 1. ROTATIO-
NAL MOTION 531.113
√
4 1. BIOTECH-
NOLOGY 620.82
√
5 1. EDUCATIO-
NAL TECHNOLOGY
371.33
√
6 1. CURRICU-
LUM DEVELOP-
MENT 375.001
√
7 1. TECHNOLO-
GY – LITERA- TURE
808.803 52 √
8 1. RESEARCH
001.4
√
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
33 Data diatas merupakan delapan referensi yang mewakili keseluruhan
referensi pada artikel D. Untuk data selengkapnya dapat dilihat pada lampiran 1. Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel D yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 13
6 x
= 46,15
2. Relevan Marginal RM =
100 13
1 x
= 7,69
3. Noise N =
100 13
6 x
= 46,15 Dari hasil yang diperoleh di atas terdapat 46,15 atau sebanyak 6 sitiran
dari 13 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 7,69 atau sebanyak 1 sitiran dari 13 sitiran yang relevan marginal. Sementara itu
terdapat 46,15 atau sebanyak 6 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel D
memiliki jumlah dokumen yang tidak relevan sama dengan jumlah dokumen yang relevan. Tingkat persentase yang sama antara Relevan dengan Noise tidak
relevan menunjukkan adanya pengembangan penelitian yang kurang mendalam terhadap subyek yang lebih spesifik.
4.2.5 . Analisis Subyek dan Klasifikasi terhadap Artikel E dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel E 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.
34
Tabel 7. Analisis Subyek dan Klasifikasi Artikel E dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N E
1 EDU- CATIO
NAL TECH-
NOLO GY
371.33 1
1.SOCIAL SCIENCE –STATISTICAL
METHODS 300.072 7
√ 2
1. ASSOCIATION 302.3
√ 3
1.EDUCATIONAL TECHOLOGY
371.33
√
4 1. EDUCATIONAL
TECHNOLOGY 371.33
√
5 1. RESEARCH ME-
THODS 001.42
√ 6
1. CORRELATION ANALYSIS STAN-
DARDS 519.537 021
8 √
7 1. EDUCATIONAL
RESEARCH 370.72
√
8 1.TECHNOLOGY –
SOCIAL EFFECTS 303.483
√
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel E. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel E yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 23
5 x
= 21,73
2. Relevan Marginal RM =
100 23
4 x
= 17,39
3. Noise N =
100 23
14 x
= 60,86 Dari hasil yang diperoleh di atas terdapat 21,73 atau sebanyak 5 sitiran
dari 23 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 17,39 atau sebanyak 4 sitiran dari 23 sitiran yang relevan marginal. Sementara itu
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
35 terdapat 60,86 atau sebanyak 14 sitiran yang tidak relevan Noise dengan
dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel E lebih banyak dokumen yang tidak relevan daripada dokumen yang relevanrelevan
marginal. Berdasarkan uraian di atas, terlihat adanya penyimpangan klasifikasi subyek dokumen yang disitir terhadap subyek dokumen yang menyitir. Tingginya
persentase Noise menunjukkan adanya pengembangan penelitian yang kurang mendalam terhadap subyek yang lebih spesifik.
4.2.6 . Analisis Subyek dan Klasifikasi terhadap Artikel F dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel F serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 8. Analisis Subyek dan Klasifikasi Artikel F dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N F
1. EDU- CATIO
NAL TECH-
NOLO GY
2. IRE- LAND
371.334 15
1 1. EDUCATIONAL
2. FINLAND 371.334 879
√
2 1. TECHNOLOGY –
ELEMENTARY EDUCATION
372.358
√
3 1. TEACHING
– HIGHER
EDUCATION 378.125
√
4 1. EDUCATIONAL
TECHNOLOGY –
WESTERN EUROPE
371.334
√
5 1. TECHNOLOGY –
ELEMENTARY EDUCATION
372.358
√
6 1. TECHNOLOGY –
SYLLABI 600.020 2
√ 7
1. SC-HOOLS PRIN- CIPALS – ROLE
AND FUNCTION 371.201 2
√
8 1. REPORTS –
OFFICE RECORDS 651.78
√
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
36 Data diatas merupakan delapan referensi yang mewakili keseluruhan
referensi pada artikel F. Untuk data selengkapnya dapat dilihat pada lampiran 1. Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel F yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 38
16 x
= 42,10
2. Relevan Marginal RM =
100 38
8 x
= 21,10
3. Noise N =
100 38
14 x
= 36,84 Dari hasil yang diperoleh di atas terdapat 42,10 atau sebanyak 16 sitiran
dari 38 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 21,10 atau sebanyak 8 sitiran dari 38 sitiran yang relevan marginal. Sementara itu
terdapat 36,84 atau sebanyak 14 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel F lebih
banyak dokumen yang relevan daripada dokumen yang tidak relevan. Berdasarkan uraian di atas, terlihat adanya penyimpangan antara subyek dokumen yang disitir
terhadap dokumen yang menyitir. Walaupun demikian, data diatas menunjukkan tingginya tingkat persentase relevan menunjukkan adanya pengembangan
penelitian yang lebih mendalam terhadap subyek yang lebih spesifik.
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
37
4.2.7 . Analisis Subyek dan Klasifikasi terhadap Artikel G dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel G serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 9. Analisis Subyek dan Klasifikasi Artikel G dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N G
1.TEA- CHER
EDUCA- TION
370.711 1
1. BOUNDARIES 320.12
√ 2
1. TECHNOLOGY 600
√ 3
1. EDUCATIONAL TECHNOLOGY
371.33
√
4 1. EDUCATION OF
EMPLOYEES 370.113
√
5 1. EDUCATIONAL
PSYCHOLOGY 371.33
√
6 1. TECHNOLOGY
TRANSFER 338.926
√ 7
1.TEACHER EDUCATION
370.711
√
8 1. TEACHING –
SPECIAL EDUCATION
371.904 3 √
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel G. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel G yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 30
4 x
= 13,33
2. Relevan Marginal RM =
100 30
15 x
= 50
3. Noise N =
100 30
11 x
= 36,66
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
38 Dari hasil yang diperoleh di atas terdapat 13,33 atau sebanyak 4 sitiran
dari 30 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 50 atau sebanyak 15 sitiran dari 30 sitiran yang relevan marginal. Sementara itu
terdapat 36,66 atau sebanyak 11 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel G lebih
banyak dokumen yang relevan marginalrelevan daripada dokumen yang tidak relevan. Berdasarkan uraian di atas, terlihat adanya komunikasi terhadap disiplin
ilmu lain pada subyek penelitian artikel ini.
4.2.8 . Analisis Subyek dan Klasifikasi terhadap Artikel H dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel H serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 10. Analisis Subyek dan Klasifikasi Artikel H dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N H
1. EDU- CATIO
NAL TECH-
NOLO GY
371.33 1
1.PROJECT MANA- GEMENT – PUBLIC
ADMINISTRATION 352.365
√ 2
1. SELF-ESTEEM – RESEARCH
155.207 2 √
3 1.ASSESSMENT
TESTS– EDUCATION
371.262 √
4 1.ASSESSMENT
TESTS – EDUCATION
371.262 √
5 1.EDUCATIONAL
RESEARCH 370.72
√ 6
1.LEARNING –
EDUCATIONAL PSYCHOLOGY
370.152 3 √
7 1. TECHNOLOGY –
SOCIAL EFECTS 303.483
√ 8
1.VIEWER ACCESS-
COMMUNICA- TIONS SERVICES
384.555 3 √
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
39 Data diatas merupakan delapan referensi yang mewakili keseluruhan
referensi pada artikel H. Untuk data selengkapnya dapat dilihat pada lampiran H. Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel H yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 33
8 x
= 24,24
2. Relevan Marginal RM =
100 33
9 x
= 27,27
3. Noise N =
100 33
16 x
= 48,48 Dari hasil yang diperoleh di atas terdapat 24,24 atau sebanyak 8 sitiran
dari 33 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 27,27 atau sebanyak 9 sitiran dari 33 sitiran yang relevan marginal. Sementara itu
terdapat 48,48 atau sebanyak 16 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel H lebih
banyak dokumen yang tidak relevan daripada dokumen yang relevan. Berdasarkan uraian di atas, terlihat adanya penyimpangan klasifikasi subyek dokumen yang
disitir dengan dokumen yang menyitir. Pada tabel-10 artikel H terdapat notasi 153.420 1 tentang Metodologi Berpikir yang tidak berada pada posisi yang sama
dengan notasi klasifikasi subyek artikel H, menunjukkan subyek penelitian artikel ini merupakan subyek penelitian yang bersifat multidisiplin.
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
40
4.2.9 . Analisis Subyek dan Klasifikasi terhadap Artikel I dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel I serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 11. Analisis Subyek dan Klasifikasi Artikel I dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N I
1.STUDY METHODS
371.302 81
1 1.POWER
SOCIAL SCIEN- CES
303.3 √
2 1. RESEARCH
001.4 √
3 1.DESIGN
– ELEMENTARY
EDUCATION 372.52
√ 4
1.PROJECT MANAGEMENT
–PUBLIC ADMINISTRA-
TION 352.365
√
5 1.RESEARCHERS
001.409 2 √
6 1.WRITING
SKILLS– ELEMENTARY
EDUCATION 372.623
√
7 1.SCHOOL
IMPROVEMENT PROGRAMS
371.207 √
8 1.DESIGN
– ELEMENTARY
EDUCATION 372.52
√
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel I. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel I yang menyitir. Penghitungan tingkat
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
41 relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 8
1 x
= 12,5
2. Relevan Marginal RM =
100 8
3 x
= 37,5
3. Noise N =
100 8
4 x
= 50 Dari hasil yang diperoleh di atas terdapat 12,5 atau sebanyak 1 sitiran
dari 8 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 37,5 atau sebanyak 3 sitiran dari 8 sitiran relevan marginal. Sementara itu terdapat 50
atau sebanyak 4 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel I lebih banyak dokumen
yang tidak relevan daripada dokumen yang relevan. Berdasarkan uraian di atas, tingginya persentase Noise dibanding dengan dokumen relevanrelevan marginal,
menunjukkan adanya penyimpangan notasi klasifikasi subyek dokumen yang disitir dengan dokumen yang menyitir dan pengembangan penelitian yang kurang
mendalam terhadap subyek yang lebih spesifik.
4.2.10 . Analisis Subyek dan Klasifikasi terhadap Artikel J dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel J 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.
42
Tabel 12. Analisis Subyek dan Klasifikasi Artikel J dan Sitiran serta Relevansinya
Judul Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N J
1. CUR- RICU-
LA –
SPECI AL
EDU- CA-
TION 371.904 4
1 1.EDUCATIONAL
RESEARCH 371.904 4
√ 2
1.CURRICULA– SPECIAL EDUCA-
TION 371.904 4
√ 3
1.EDUCATIONAL TECHNOLOGY
371.33 √
4 1.EDUCATIONAL
TECHNOLOGY 371.33
√ 5
1.EDUCATIONAL TECHNOLOGY
371.33 √
6 1.EDUCATIONAL
TESTS 371.26
√ 7
1.TECHNOLOGY – HIGHER EDU-
CATION 378
√ 8
1.EDUCATIONAL TECHNOLOGY
371.33 √
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel J. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel J yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 15
12 x
= 80 2. Relevan Marginal RM
=
100 15
1 x
= 6,66 3. Noise N
=
100 15
2 x
= 13,33 Dari hasil yang diperoleh di atas terdapat 80 atau sebanyak 12 sitiran
dari 15 sitiran bersifat relevan dengan dokumen yang menyitir, selain itu terdapat 6,66 atau sebanyak 1 sitiran dari 15 sitiran bersifat relevan marginal. Sementara
itu terdapat 13,33 atau sebanyak 2 sitiran yang bersifat tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel J
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
43 lebih banyak dokumen yang relevan daripada dokumen yang tidak relevan.
Berdasarkan uraian di atas, terlihat dengan jelas tingkat persentase relevan yang menunjukkan adanya pengembangan penelitian yang lebih mendalam terhadap
subyek yang lebih spesifik.
4.2.11 . Analisis Subyek dan Klasifikasi terhadap Artikel K dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel K serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 13. Analisis Subyek dan Klasifikasi Artikel K dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N K
1.TECH- NOLOGY
2.TAI- WAN
3.AMERI- CAN
600.512 491 3
1 1.REPORTS
– OFFICE RECORDS
651.78 √
2 1.LITERACY PRO-
GRAM 379.24
√ 3
1.PUBLIC OPINION 303.38
√ 4
1. YEAR-BOOKS 050
√ 5
1. TECHNOLOGY 600
√ 6
1.EDUCATIONAL TECHNOLOGY
2. TAIWAN 371.335 129
√ 7
1.EDUCATIONAL TECHNOLOGY
2. TAIWAN 371.335 129
√ 8
1. YEAR-BOOKS 050
√
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel K. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel K yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 12
3 x
= 25
2. Relevan Marginal RM =
100 12
x
= 0
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
44 3. Noise N
= 100
12 9
x = 75
Dari hasil yang diperoleh di atas terdapat 25 atau sebanyak 3 sitiran dari 12 sitiran relevan dengan dokumen yang menyitir, selain itu terdapat 0 atau
tidak ada sitiran yang relevan marginal. Sementara itu terdapat 75 atau sebanyak 9 sitiran dari 9 sitiran yang tidak relevan Noise dengan dokumen yang menyitir.
Sehingga dapat disimpulkan bahwa pada artikel K lebih banyak dokumen yang tidak relevan daripada dokumen yang relevan. Tingginya tingkat persentase
Noise menunjukan adanya penyimpangan notasi klasifikasi subyek yang disitir terhadap dokumen yang menyitir dan adanya komunikasi terhadap disiplin ilmu
lain.
4.2.12 . Analisis Subyek dan Klasifikasi terhadap Artikel L dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel L serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 14. Analisis Subyek dan Klasifikasi Artikel L dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N L
1. EDU- CATIO-
NAL TECH-
NOLO GY
371.33 1
1.EDUCATIONAL RESEARCH
370.72 √
2 1.TEACHER
CERTIFICATION 371.12
√ 3
1.WRITING SKILLS – ELEMENTARY
EDUCATION 372.623
√ 4
1.EDUCATIONAL TESTS
371.26 √
5 1.EDUCATIONAL
TESTS 371.26
√ 6
1. PROSE POEMS 808.81
√ 7
1. EDU-CATIONAL TESTS
371.26 √
8 1. EDU-CATIONAL
TESTS 371.26
√
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
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel N serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 16. Analisis Subyek dan Klasifikasi Artikel N dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N N
1. EN- GINEE-
RING DRA-
WING 604.2
1 1.SOCIAL ATTITU-
DES - THEORY 303.380 1
√ 2
1.ENGINEERING GRAPHICS
604.2 √
3 1.TECHNICAL
DRAWING 604.2
√ 4
1. PROBLEM SOL- VING
153.43 √
5 1LIFE SKILL –
ELEMENTARY EDUCATION
372.82 √
6 1.FACTORY
OPERATIONS ENGINEERING
670.42 √
7 1.LEARNING
DISABILITIES 371.9
√ 8
1.COMPUTER GRAPHICS –
ENGINEERING 621.399 6
√
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
48 Data diatas merupakan delapan referensi yang mewakili keseluruhan
referensi pada artikel N. Untuk data selengkapnya dapat dilihat pada lampiran 1. Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel N yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 24
3 x
= 12,5
2. Relevan Marginal RM =
100 24
x
= 0
3. Noise N =
100 24
21 x
= 87,5 Dari hasil yang diperoleh di atas terdapat 12,5 atau sebanyak 3 sitiran
dari 24 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 0 atau tidak ada sitiran yang relevan marginal. Sementara itu terdapat 87,5
atau sebanyak 21 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel N lebih banyak
dokumen yang tidak relevan daripada dokumen yang relevan. Berdasarkan uraian di atas, terlihat adanya komunikasi yang dilakukan dengan disiplin ilmu lain.
Disamping itu, terdapat juga penyimpangan notasi klasifikasi subyek dokumen yang disitir terhadap dokumen yang menyitir.
4.2.15 . Analisis Subyek dan Klasifikasi terhadap Artikel O dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel O 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.
49
Tabel 17. Analisis Subyek dan Klasifikasi Artikel O dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N O
1. TEA- CHER
EDU- CA-
TION – UNI-
TED STA-
TES 370.711
73 1
1.TEACHER EDUCATION
370.711 √
2 1. PRACTICE TEA-
CHING 370.71
√ 3
1.DIFFERENTIAL PSYCHOLOGY
– EDUCATION
370.151 √
4 1. LEARNING
153.151 √
5 1.EDUCATIONAL
TECHNOLOGY 371.33
√ 6
1.EDUCATIONAL RE-SEARCH
370.72 √
7 1.SCHOOL
BUILDING 371.6
√ 8
1.EDUCATIONAL TECHNOLOGY
371.33 √
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel O. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel O yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 20
5 x
= 25
2. Relevan Marginal RM =
100 20
9 x
= 45
3. Noise N =
100 20
6 x
= 30 Dari hasil yang diperoleh di atas terdapat 25 atau sebanyak 5 sitiran dari
20 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 45 atau sebanyak 9 sitiran yang relevan marginal. Sementara itu terdapat 30 atau
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
50 sebanyak 6 sitiran dari 20 sitiran tidak relevan Noise dengan dokumen yang
menyitir. Sehingga dapat disimpulkan bahwa pada artikel O terdapat lebih banyak dokumen yang relevan daripada dokumen yang tidak relevan. Tingginya tingkat
persentase relevan marginal dari pada relevan dan Noise menunjukan adanya komunikasi yang dilakukan dengan disiplin ilmu yang sama dengan topik yan
tidak terlalu berbeda dengan topik dari subyek dokumen yang menyitir.
4.2.16 . Analisis Subyek dan Klasifikasi terhadap Artikel P dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel P serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 18. Analisis Subyek dan Klasifikasi Artikel P dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N P
1. EDU- CATIO
NAL TECH-
NOLO GY
371.33 1
1.EDUCATIONAL TECHNOLOGY
371.33 √
2 1. TECHNOLOGY
600 √
3 1.PROBLEM SOL-
VING 153.43
√ 4
1. TECHNOLOGY – SOCIAL EFFECTS
303.483 √
5 1. TECHNOLOGY –
LITERATURE 808.803 56
√ 6
1.TECHNOLOGICAL INNOVATIONS
– CAUSE OF SOCIAL
CHANGE 303.483
√
7 1. TECHNOLOGY
600 √
8 1.EDUCATIONAL
TECHNOLOGY 371.33
√
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel P. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
51 Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel P yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 11
4 x
= 36,36
2. Relevan Marginal RM =
100 11
x
= 0
3. Noise N =
100 11
7 x
= 63,63 Dari hasil yang diperoleh di atas terdapat 36,36 atau sebanyak 4 sitiran
dari 11 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 0 atau tidak ada sitiran yang relevan marginal. Sementara itu terdapat 63,63
atau sebanyak 7 sitiran dari 11 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel P
terdapat lebih banyak dokumen yang tidak relevan daripada dokumen yang relevan. Berdasarkan uraian di atas, terlihat dengan jelas adanya penyimpangan
notasi klasifikasi subyek dokumen yang disitir terhadap dokumen yang menyitir. Pada tabel-18 artikel P terdapat notasi 620.004 2 tidak berada pada posisi yang
sama dengan notasi klasifikasi subyek artikel P, menunjukkan subyek penelitian artikel ini merupakan subyek penelitian yang bersifat multidisiplin.
4.2.17 . Analisis Subyek dan Klasifikasi terhadap Artikel Q dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel Q 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.
52
Tabel 19. Analisis Subyek dan Klasifikasi Artikel Q dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R
R M
N Q
1. DE- SIGN –
ELE- MENT-
ARY EDU-
CATI- ON
372.52 1
1. SCIENCE 001
√ 2
1.DESIGN ELEMEN-
TARY EDUCATION 372.52
√ 3
1.DESIGN –
ELEMENTARY EDUCATION
372.52 √
4 1. CLASSROOMS
371.621 √
5 1.ENGINEERING
DESIGN 620.004 2
√ 6
1.ENGINEERING DESIGN
620.004 2 √
7 1.ENGINEERING
DESIGN 620.004 2
√ 8
1.ENGINEERING DESIGN
620.004 2 √
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel Q. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel Q yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 41
10 x
= 24,39
2. Relevan Marginal RM =
100 41
18 x
= 43,90
3. Noise N =
100 41
13 x
= 31,70 Dari hasil yang diperoleh di atas terdapat 24,39 atau sebanyak 10 sitiran
dari 41 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 43,90 atau sebanyak 18 sitiran dari 41 sitiran yang relevan marginal. Sementara
itu terdapat 31,70 atau sebanyak 13 sitiran yang tidak relevan Noise dengan
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
53 dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel Q
terdapat lebih banyak dokumen yang relevan daripada dokumen yang tidak relevan. Berdasarkan uraian di atas, terlihat adanya penyimpangan notasi
klasifikasi subyek notasi dokumen yang disitir dengan dokumen yang menyitir.
4.2.18 . Analisis Subyek dan Klasifikasi terhadap Artikel R dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel R serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 20. Analisis Subyek dan Klasifikasi Artikel R dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R R
M N
R 1.LITE-
RACY PRO-
GRAMS 379.24
1 1. LITERACY PRO-
GRAMS 379.24
√ 2
1. BENCHMARKS 526.24
√ 3
1. LITERACY PRO- GRAMS
379.24 √
4 1. LITERACY PRO-
GRAMS 379.24
√ 5
1.TEACHER EDUCATION
370.711 √
6 1. LITERACY PRO-
GRAMS 379.24
√ 7
1. LITERACY PRO- GRAM – ADULT
EDUCATION 379.012 4
√ 8
1.EDUCATIONAL TECHNOLOGY
371.33 √
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel R. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel R yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 19
9 x
= 47,36 2. Relevan Marginal RM
=
100 19
7 x
= 36,84
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
54 3. Noise N
=
100 19
3 x
= 15,78 Dari hasil yang diperoleh di atas terdapat 47,36 atau sebanyak 9 sitiran
dari 19 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 36,84 atau sebanyak 7 sitiran dari 19 sitiran yang relevan marginal. Sementara
itu terdapat 15,78 atau sebanyak 3 yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel R terdapat lebih
banyak dokumen yang relevan dari dokumen yang tidak relevan. Tingginya tingkat persentase relevan daripada Noise menunjukkan adanya pengembangan
penelitian yang lebih spesifik. Disamping itu, terdapatnya notasi klasifikasi yang tidak berada pada posisi yang sama dengan notasi klasifikasi subyek artikel R
seperti 600 mengenai teknologi menunjukkan subyek penelitian artikel ini merupakan subyek penelitian yang bersifat multidisiplin.
4.2.19 . Analisis Subyek dan Klasifikasi terhadap Artikel S dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel S serta relevansi subyeknya dengan judul artikel yang menyitir adalah
sebagai berikut:
Tabel 21. Analisis Subyek dan Klasifikasi Artikel S dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Klasifikasi
Relevansi R R
M N
S 1.EN-
GINEE- RING
DESIGN 620.004
2 1
1. HUMAN ENGI- NEERING
620.82 √
2 1. SCIENCE
500 √
3 1. INTERNET
004.678 √
4 1.ENGINEERING
ANALYSIS –
STRUCTURES 624.17
√ 5
1.ENGINEERING DESIGN
620.004 2 √
6 1. SCIENTIST
309.2 √
7 1. MATHEMATICS
510 √
8 1.MATHEMATI-
CAL MODELS – SYSTEM
003 √
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
55 Data diatas merupakan delapan referensi yang mewakili keseluruhan
referensi pada artikel S. Untuk data selengkapnya dapat dilihat pada lampiran 1. Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran
terhadap notasi klasifikasi subyek artikel S yang menyitir. Penghitungan tingkat relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya.
Hasil penghitungan tersebut adalah sebagai berikut: 1. Relevan R
=
100 35
8 x
= 22,85 2. Relevan Marginal RM
= 100
35 4
x = 11,42
3. Noise N =
100 35
23 x
= 65,71 Dari hasil yang diperoleh di atas terdapat 22,85 atau sebanyak 8 sitiran
dari 35 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 11,42 atau sebanyak 4 sitiran dari 35 sitiran yang relevan marginal. Sementara
itu terdapat 65,71 atau sebanyak 23 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel S
terdapat lebih banyak dokumen yang tidak relevan daripada dokumen yang relevan. Tingginya tingkat persentase Noise menunjukkan adanya penyimpangan
notasi klasifikasi subyek dokumen yang disitir terhadap dokumen yang menyitir dan adanya pengembangan penelitian yang kurang mendalam terhadap subyek
yang lebih spesifik.
4.2.20 . Analisis Subyek dan Klasifikasi terhadap Artikel T dan Sitiran serta
Relevansinya
Hasil Analisis subyek dan penentuan notasi klasifikasi seluruh sitiran pada artikel T 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.
56
Tabel 22. Analisis Subyek dan Klasifikasi Artikel T dan Sitiran serta Relevansinya
Kode Artikel
Subyek No.
Kla- sifikasi
No. Refe-
rensi Subyek
No. Relevansi
Klasifikasi R
R M
N T
1. TEA- CHERS
371.1 1
1.TEACHING –
PROFESSIONAL EDUCATION
370.711 √
2 1. RESEARCH ME-
THODS 001.42
√ 3
1. TEACHERS 371.1
√ 4
1.TEACHER QUALIFICATIONS
371.12 √
5 1. LEADERSHIP
303.34 √
6 1.SCHOOL FACILI-
TIES 371.6
√ 7
1. LEADERSHIP 303.34
√ 8
1.PUBLIC SCHOOL 371.01
√
Data diatas merupakan delapan referensi yang mewakili keseluruhan referensi pada artikel T. Untuk data selengkapnya dapat dilihat pada lampiran 1.
Penentuan tingkat relevansi dari masing-masing notasi klasifikasi subyek sitiran terhadap notasi klasifikasi subyek artikel T yang menyitir. Penghitungan tingkat
relevansi berpedoman pada rumus yang sudah dipaparkan pada bab sebelumnya. Hasil penghitungan tersebut adalah sebagai berikut:
1. Relevan R =
100 37
26 x
= 70,27 2. Relevan Marginal RM
= 100
37 5
x = 13,51
3. Noise N =
100 37
6 x
= 16,21 Dari hasil yang diperoleh di atas terdapat 70,27 atau sebanyak 26 sitiran
dari 37 sitiran yang relevan dengan dokumen yang menyitir, selain itu terdapat 13,51 atau sebanyak 5 sitiran dari 37 sitiran yang relevan marginal. Sementara
itu terdapat 16,21 atau sebanyak 6 sitiran yang tidak relevan Noise dengan dokumen yang menyitir. Sehingga dapat disimpulkan bahwa pada artikel T
terdapat lebih banyak dokumen yang relevan daripada dokumen yang tidak
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
57 relevan. Tingginya tingkat persentase relevan dibanding dengan Noise
menunjukkan adanya pengembangan penelitian yang mendalam terhadap subyek yang lebih spesifik
4.3. Rekapitulasi Analisis Subyek dan Klasifikasi terhadap Seluruh Artikel Dan Sitirannya
Untuk melihat secara rinci hasil keseluruhan dari tabel 3 sampai tabel 22, maka selanjutnya akan dilakukan rekapitulasi data menggunakan tabel. Hasil
rekapitulasi analisis subyek dan klasifikasi terhadap seluruh artikel dan sitirannya dapat dilihat pada tabel berikut dibawah ini :
Tabel. 23 Rekapitulasi Analisis Subyek dan Klasifikasi terhadap Seluruh Artikel dan Sitirannya
No Kode Artikel
R RM
N 1
A 27,58
48,27 24,13
2 B
15,90 9,09
75 3
C 46,15
24,13 24,13
4 D
46,15 7,69
46,15 5
E 21,73
17,39 60,86
6 F
42,10 21,10
36,84 7
G 13,33
50 36,66
8 H
24,24 27,27
48,48 9
I 12,5
37,5 50
10 J
80 6,66
13,33 11
K 25
75 12
L 70,96
22,58 6,45
13 M
34,61 23,07
42,30 14
N 12,5
87,5 15
O 25
45 30
16 P
36,36 63,63
17 Q
24,39 43,90
31,70 18
R 47,36
36,84 15,78
19 S
22,85 11,42
65,71 20
T 70,27
13,51 16,21
∑R = 698,98 ∑RM = 445,42
∑N = 825,73
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
58 Dari tabel di atas dapat disimpulkan bahwa secara keseluruhan jumlah
persentase terbesar berada pada tingkat Tidak Relevan sebanyak 825,73, pada posisi selanjutnya yakni Relevan sebanyak 698,98 dan yang paling kecil adalah
persentase pada tingkat Relevan Marginal sebanyak 445,42. Hal ini menunjukkan bahwa sebagian besar artikel yang diteliti menyertakan sitiran yang
subyek dan notasi klasifikasinya tidak relevan terhadap subyek dan notasi klasifikasi artikel tersebut. Banyaknya persentase tidak relevan menunjukkan
bahwa subyek penelitian yang diambil oleh artikel merupakan subyek penelitian yang bersifat multidisiplin dan juga melakukan komunikasi pada topik lain dalam
disiplin ilmu yang sama educational technology, yang tampak pada data jumlah persentase relevan marginal.
Pada tingkat relevansi tiap-tiap artikel, ditemukan adanya artikel yang memiliki jumlah persentase relevannya lebih besar daripada jumlah persentase
tidak relevannya yaitu pada artikel A, C, F, J, L, R, dan T. Artikel yang memiliki jumlah persentase relevan terkecil adalah artikel I dan N yaitu hanya sebesar
12,5, jumlah persentase tidak relevannya 37,5 artikel I, 0 artikel N, jumlah persentase relevan marginalnya 50 artikel I dan 87,5 artikel N.
Dari tabel di atas juga dapat dilihat artikel yang memiliki jumlah persentase tidak relevan terbesar dan terkecil serta jumlah persentase relevan
marginal terbesar dan terkecil. Artikel yang jumlah persentase tidak relevannya terbesar adalah artikel N dan juga merupakan artikel yang memiliki jumlah
persentase relevan marginal terkecil selain artikel K yakni 0. Sebaliknya artikel yang jumlah persentase tidak relevannya terkecil adalah artikel L. Pada
Evy Sofia Manurung : Analisis Relevansi Subyek Dokumen Yang Menyitir Dengan Dokumen Yang Disitir Pada Journal Of Technology Education Tahun 2006-2007, 2009.
59 artikel L jumlah persentase tidak relevannya 6,45, persentase relevan
marginalnya 22,58, dan persentase relevannya 70,96.
4.4. Rata-rata Tingkat Relevansi Mean
