Model Pemeringkatan Website Pemerintah D
Model Pemeringkatan Website Pemerintah Daerah di Indonesia
Widya Silfianti1, Mirma Yudha Firdausi2, Hanum Putri Permatasari3
1,2,3
Universitas Gunadarma
1
wsilfi@staff.gunadarma.ac.id, 2mirmayf@staff.gunadarma.ac.id, 3hanum@staff.gunadarma.ac.id
Abstrak
Pemeringkatan e-government di Indonesia sudah mulai dilakukan oleh Kementrian Komunikasi dan
Informatika, namun pemeringkatan tersebut baru mencakup 11 provinsi dan belum menerapkan
perhitungan peringkat secara otomatis dengan menggunakan mesin pencari yang dilengkapi dengan agent
based crawler dan algoritma perhitungan parameternya. Penelitian ini bertujuan untuk mengembangkan
mesin pencari berbasis web crawler dengan algoritma relevansi yang diterapkan pada pemeringkatan
website pemda di Indonesia. Variabel pemeringkatannya adalah relevansi, produktifitas, visibilitas,
besarnya website (size), kekayaan dokumen, popularitas, dengan pembobotannya masingmasing.Pengambilan data parameter webmetrics dilakukan pada bulan mei 2010, yang mencakup 181
website pemerintah daerah di Indonesia. Jenis atau tingkatan pemerintahannya adalah pemerintahan
provinsi, pemerintahan kabupaten, dan pemerintahan kota dengan rincian jumlah websitenya berturutturut adalah 32 website provinsi, 111 kabupaten, dan 38 kota. 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. Hasil pemeringkatan tersebut mendukung dugaan
terjadinya kesenjangan digital dilihat dari wilayah geografis dan tingkat pemerintahan di Indonesia.
Kata kunci : e-government, digital divide, web-crawler
1.
PENDAHULUAN
Wujud nyata dari pengaplikasian e-government
ang telah umum dilaksanakan dan diatur
pelaksanaannya di Indonesia adalah pembuatan situs
web pemerintah daerah. E-Government intinya
adalah proses pemanfaatan teknologi informasi
sebagai alat untuk membantu menjalankan sistem
pemerintahan secara lebih efektif dan efisien.
Pembangunan situs web bagi pemerintah daerah di
Indonesia merupakan implementasi dari Instruksi
Presiden No. 3 Tahun 2003, yang isinya
menggalakkan pemanfaatan teknologi informasi
(Internet)
dalam
menunjang
aktivitas
pemerintahannya, baik pemerintah pusat maupun
pemerintah daerah menuju terwujudnya eGovernment di Indonesia. Berdasarkan data [8] dari
470 pemerintah daerah baik tingkat provinsi,
kotamadya maupun kabupaten terdapat 361 (77%)
situs web pemerintah daerah, dan yang aktif atau
bisa dibuka 316 situs web pemerintah daerah sisanya
106
rusak, dalam pengembangan atau terkena sanksi
(suspended).
Jumlah situs web pemerintah daerah secara
kuantitas cenderung meningkat seiring dengan
kebijakan dan komitmen pemerintah Indonesia yang
tertuang dalam roadmap pengembangan egovernment di Indonesia. Namun, apakah semua
pemerintah daerah di Indonesia sudah menerapkan
e-government sesuai dengan roadmap atau cetak
biru pengembangan e-government di Indonesia?
Pertanyaan tersebut merupakan tantangan terbesar
untuk Indonesia mengingat luas wilayah serta
kondisi budaya, sosial, dan kemasyarakatan yang
beragam.
Wilayah
pemerintahan
Indonesia
mencakup 33 propinsi, 349 Pemerintah Kabupaten,
91 Pemerintah Kota, 5263 Kecamatan, 7123
Kelurahan, dan 62806 Desa (Peraturan Menteri
Dalam Negeri Nomor 18 tahun 2005). Berdasarkan
data jumlah wilayah tersebut belum seluruh
tingkatan pemerintahan tersebut sudah menerapkan
e-government atau minimal sudah menerapkan
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
teknologi
informasi
secara
umum
dalam
menjalankan fungsi dan peranan pemerintah daerah
dalam memberikan pelayanan kepada masyarakat.
penggunaan teknologi informasi yang dapat
meningkatkan hubungan antara pemerintah dan
pihak-pihak lain.
Penelitian ini bertujuan untuk mengembangkan
metode pengukuran web (webmetrics) menggunakan
algoritma pencarian informasi yang relevan terhadap
jenis situsnya. Tujuan khusus selengkapnya adalah
(1)
Mengembangkan
metode
perhitungan
pemeringkatan dengan multi-parameter yang
dilengkapi dengan kerangka Information Retrieval
System yang lengkap mulai dari pengambilan data
secara
otomatis,
pengukuran
parameter
pemeringkatan,
dan
penyajian
hasil
pemeringkatannya, serta (2) Menguji metode
pemeringkatan website terhadap situs pemerintah
daerah di Indonesia yang dijadikan contoh target
evaluasi website, dengan menambahkan kriteria
relevansi dan produktifitas yang dihasilkan
berdasarkan hasil filtering terhadap konten web dari
situs pemda tersebut.
Pada pelaksanaan e-Government, informasi,
komunikasi, dan transaksi antara masyarakat dan
pemerintah dilakukan melalui Internet. Sehingga ada
beberapa manfaat yang dihasilkan seperti misalnya,
komunikasi dalam sistem administrasi berlangsung
dalam hitungan jam, bukan hari atau minggu.
Artinya, pelayanan pemerintah pada masyarakat
menjadi sangat cepat, pelayanan dan informasi dapat
disediakan 24 jam sehari, tujuh hari dalam
seminggu. Informasi dapat diperoleh di kantor,
rumah bahkan lewat ponsel dimanapun tanpa harus
secara fisik datang ke kantor pemerintahan atau
tempat-tempat pelayanan umum. Akselerasi
kecepatan pelayanan berarti juga merupakan
penghematan dalam waktu, energi maupun sumber
daya.
2. LANDASAN TEORI
2.1.E-Government
Menurut
World
Bank,
e-Government
didefinisikan sebagai upaya pemanfaatan dan
pendayagunaan telematika untuk meningkatkan
efisiensi dan efektivitas pemerintahan, memberikan
berbagai jasa pelayanan kepada masyarakat secara
lebih baik, menyediakan akses informasi kepada
publik secara lebih luas, dan menjadikan
penyelenggaraan pemerintahan lebih bertanggung
jawab (accountable) serta transparan kepada
masyarakat. Intinya menurut [3] e-Government
adalah proses pemanfaatan teknologi informasi
sebagai alat untuk membantu menjalankan sistem
pemerintahan secara lebih efektif dan efisien.
Terdapat dua hal utama dalam pengertian eGovernment[3], pertama adalah penggunaan
teknologi komunikasi informasi (salah satunya
adalah Internet) sebagai alat bantu, dan kedua adalah
tujuan
pemanfaatannya
sehingga
jalannya
pemerintahan dapat lebih efisien. Melalui teknologi
informasi dalam hal ini Internet, seluruh proses atau
prosedur yang ada di pemerintahan dapat dilalui
dengan lebih cepat sesuai dengan aturan jelas yang
telah ditetapkan. E-Government bukan berarti
mengganti cara pemerintah dalam berhubungan
dengan masyarakat. Pada konsep e-Government,
masyarakat masih bisa berhubungan dengan pos-pos
pelayanan, berbicara melalui telepon untuk
mendapatkan pelayanan pemerintah, atau mengirim
surat. E-Government hanya berfungsi pada konteks
Model
e-Government
yang
diterapkan
menggunakan model empat tahapan perkembangan
yang meliputi [3] :
a. Fase pertama, berupa penampilan website
web (web presence) yang berisi informasi
dasar yang dibutuhkan masyarakat.
b. Fase kedua, fase interaksi yaitu isi
informasi
yang
ditampilkan
lebih
bervariasi, seperti fasilitas download dan
komunikasi e-mail dalam website web
pemerintah.
c. Fase ketiga, tahap transaksi berupa
penerapan aplikasi atau formulir untuk
secara online mulai diterapkan.
d. Fase Keempat, fase transformasi berupa
pelayanan yang terintegrasi, tidak hanya
menghubungkan
pemerintah
dengan
masyarakat tetapi juga dengan organisasi
lain yang terkait (pemerintah ke antar
pemerintah, sektor nonpemerintah serta
sektor swasta)
Sesuai dengan yang tertera dalam Instruksi
Presiden No.3 Tahun 2003, Wujud nyata dari
aplikasi e-Government yang umum dilaksanakan dan
diatur pelaksanaannya adalah pembuatan website
web pemerintah daerah. Website web pemerintah
daerah merupakan salah satu strategi didalam
melaksanakan pengembangan e-Government secara
sistematik melalui tahapan yang realistik dan
terukur. Website web pemerintah daerah merupakan
tingkat pertama dalam pengembangan e-Government
di Indonesia yang memiliki sasaran agar masyarakat
Indonesia dapat dengan mudah memperoleh akses
kepada informasi dan layanan pemerintah daerah,
serta ikut berpartisipasi di dalam pengembangan
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
107
demokrasi di Indonesia dengan menggunakan media
Internet.
Pengembangan e-Government di Indonesia
dilaksanakan melalui 4 (empat) tingkatan yaitu: (a)
Tingkat 1 merupakan tingkat Persiapan berupa
pembuatan website web sebagai media informasi
dan komunikasi pada setiap lembaga serta sosialisasi
website web untuk internal dan publik; (b) Tingkat 2
merupakan tingkat Pematangan yang berupa
Pembuatan website web informasi publik yang
bersifat interaktif dan Pembuatan antar muka
keterhubungan dengan lembaga lain; (c) Tingkat 3,
tingkat Pemantapan yang berisi Pembuatan website
web yang bersifat transaksi pelayanan publik dan
Pembuatan interoperabilitas aplikasi dan data dengan
lembaga lain; dan (d) Tingkat 4 adalah tingkat
Pemanfaatan yang berisi Pembuatan aplikasi untuk
pelayanan yang bersifat Government to Government
(G2G), Government to Business (G2B), Government
to Consumers (G2C)
2.2.
[4] melakukan survei metrik terkenal untuk web
yang berkaitan dengan pengukuran besaran fungsi.
Berdasarkan beberapa atribut pengukuran kemudian
diklasifikasikan menjadi beberapa kategori yang
dapat dilihat pada Gambar 1di bawah ini.
Evaluasi Web dan Webmetrics
Ketepatan dan akurasi konten web merupakan
salah satu ukuran dalam evaluasi konten web, yang
dalam penelitian ini menggunakan istilah
relevansi.[6] menyebutkan beberapa kriteria untuk
evaluasi dan pemeringkatan website yaitu authority,
objectivity, accuracy, coverage, dan timelines.
Metode pemeringkatan yang dikembankan pada
penelitian ini secara umum mencakup parameter
tersebut di atas, namun dengan terminologi yang
berbeda.
Dua parameter utama yang dikembangkan lebih
lanjut adalah relevansi- seperti yang sudah
dipaparkan sebelumnya, dan web productivity.
Menurut [5] , web productivity secara matematis
dihitung dengan rumus: size/effort, dimana size
adalah ukuran website- yang dapat diukur dengan
jumlah halaman web pada sebuah website,
sedangkan effort adalah upaya atau input yang
digunakan untuk mengembangkan atau mengelola
website. Contoh input atau effort tersebut adalah
biaya atau waktu yang diperlukan untuk
mengembangkan website. Input biaya digunakan
oleh [5], sedangkan penelitian yang dilakukan oleh
[1] menggunakan traffic sebagai ukuran untuk effort
untuk menghitung web productivity.
Metode pemeringkatan pada penelitian ini
menggunakan jumlah halaman web sebagai ukuran
untuk size dan frekuensi pemutakhiran konten
108
sebagai ukuran untuk effort. Jumlah halaman web
juga digunakan untuk pemeringkatan webometrics
yang akan dijelaskan pada sub bab berikutnya,
sedangkan frekuensi pemutakhiran secara umum
mirip dengan parameter timelines seperti disebutkan
oleh [6]. Atribut evaluasi website yang lebih
komprehensif dan lebih berkembang pesat saat ini
adalah webmetrics, yang akan dipaparkan lebih
lengkap di bawah ini.
Gambar1. Taksonomi Webmetrics [4]Graph
Properties. World Wide Web dapat digambarkan
sebagai sebuah struktur grafik di mana halaman web
terdiri dari simpul dan hyperlink. Webmetrics
berbasis graph mengukur sifat struktural web pada
kedua skala makroskopik dan mikroskopik.
Significance. Signifikansi metrik memformalkan
pengertian tentang "kualitas" dan "relevansi" dari
halaman web yang berkaitan dengan kebutuhan
informasi pengguna. Signifikansi metrik yang
digunakan untuk menilai halaman web untuk
menanggapi permintaan pencarian dan memiliki
dampak pada kualitas pencarian dan pengambilan di
sebuah halaman web.
Penggunaan Karakterisasi. Pola dan keteraturan
ketika pengguna menelusuri sumber-sumber web
yang dapat memberikan petunjuk berharga untuk
meningkatkan konten, presentasi organisasi dan
website.
Similarity. Kesamaan metrik mengukur sejauh
mana keterkaitan antara halaman web. Ada banyak
penyelidikan tentang atribut apa saja yang
seharusnya dianggap sebagai indikator dari
hubungan antara halaman. Search dan Retrieval.
Metrik ini digunakan untuk mengevaluasi dan
membandingkan kinerja pencarian web dan layanan
pencarian.
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
Inform
mation Theorretic. Metrik teori inform
masi
menangkap properti attau sifat inform
masi yang terkkait
dengan kebutuhan,
k
prroduksi dan konsumsi, yang
y
akan mem
mpertimbangkkan hubungann antara sejum
mlah
keteraturaan yang diam
mati dalam geenerasi inform
masi
di Web.
mengemukaakan
bahw
wa
pengukuuran
[4]
siginikansi yang palingg terkenal adaalah webmetrricsa
yang sudah dipaaparkan di atas.
a
dengan atribut
Makna daari suatu halam
man web dapaat dipandang dari
d
dua persppektif- yaitu reelevansinya dengan
d
kebutuuhan
informasii tertentu sesuuai permintaann pengguna, serta
kualitas mutlak yanng terlepas dari kebutuuhan
penggunaa tertentu. Ukkuran relevannsi berhubunngan
dengan kemiripan
k
hallaman web dengan
d
kata-kkata
kunci yaang telah diarahkan
d
dann menggunaakan
berbagai model untuuk melakukann perbandinggan.
Kualitas pengukuran tautan (linkk) pada sebuah
website biasanya meenggunakan informasi unntuk
membedaakan halamann yang seringg disebut denngan
isi halamaan website yaang kurang terlihat.
Signiffikansi meruupakan ukuraan yang muulai
dikembanngkan pada pencarian web denngan
melakukaan pengambilaan informasi di halaman web
w
paling reelevan dan beerkualitas tingggi pada satu set
page/halaaman yang haarus dipilih dari
d
indeks yang
y
banyak sebagai taanggapan attas perminttaan
penggunaa. Penggunaann parameter kualitas
k
web teelah
menjadi perkembangan
p
n terbaru messin pencari unntuk
publik, yang
y
sebagiann besar menngandalkan pada
p
tekstual murni
m
pada perbandingan
p
query mengeenai
kata kunci sebagai niilai relevansi sebuah webssite.
Mesin sepperti Google [7,9] mengguunakan kombinnasi
aspek atau ukuran relevansi dan kualitas dalam
w
untuk dapat meresppon
membuatt peringkat web
permintaaan pengguna.
Gambbar 2. Kerangkka Penelitian
Pengembanggan model ppemeringkatan
n website
pem
mda terdiri dari
d 2 proses utama yaitu (1)
( proses
perrhitungan paraameter web yyang dilakukan
n terhadap
hassil parsing yanng dihasilkan dari tahap perrtama, dan
(2))
proses
peringkat
perhitungan
dengan
meenggunakan
meter
web
b
yang
6
param
meemperhitungkaan pembobotaan dari setiap parameter
tersebut. Penjellasan setiap pproses terseb
but adalah
bagai berikut. Pemeringkataan website di Indonesia
seb
seccara umum teerdiri dari duua kelompok parameter
yaiitu (a) param
meter yang dihhasilkan dari penelitian
ini yaitu relevannsi dan producctivity dan (b) parameter
ng mengadapptasi dari paraameter yang digunakan
d
yan
oleeh lembaga peemeringkat laain yaitu size, visibility,
kek
kayaan dokum
men (rich filles) yang meengacu ke
weebometrics serrta popularitass yang mengaacu kepada
4IC
CU. Proses utama perhiitungan pemeeringkatan
adaalah menghituung peringkaat komposit berdasarka
b
perringkat untuuk setiap pparameter yaang telah
dijelaskan di attas. Nilai perringkat kompo
osit untuk
kan rumus
settiap pemda diihitung dengaan menggunak
seb
bagai berikut
CR
Ri = WRRi + WPPi + WSSi + WVVi + WDDi + WTTi
3. METODOLOGI PENELITIAN
P
N
Peneliitian ini terdirri dari tiga tahhapan utama yaitu
(1) tahapp evaluasi rellevansi halam
man web denngan
menggunnakan algorooritma TFxID
DF; (2) Taahap
penyimpaanan hasil paarsing dari teks
t
HTML dan
pengukurruan parameteer webmetricss; dan (3) Taahap
pengembangan model pemeringkataan website pem
mda
di Indonnesia dengaan menggunaakan parameter
size,visibiility, kekayaaan dokumeen, populariitas,
relevansi,, dan produuktifitas.
G
Gambaran
um
mum
tahapan tersebut
t
dapatt dilihat padaa gambar beriikut
ini.
Dim
mana:
CR
Ri adalah nilaii komposit unttuk website kee-1, dst
WR adalah boboot untuk param
meter web releevancy
WP adalah boboot untuk param
meter web productivity
WS adalah bobot untuk param
meter size
WV adalah boboot untuk param
meter visibilityy
WD adalah boobot untuk parameter Document
D
Ricchness
Semin
nar dan Call For Paper Munas
M
Aptikom
Politeknik Telkom
Bandung, 9 Oktober 201
10
109
WT adalah bobot untuk parameter popularity/Traffik
6
Kota Bontang
Kota Jakpus
R adalah peringkat sebuah website untuk parameter
Relevancy
7
Kota Bandung
Prov. Jabar
8
Provinsi Jatim
Kota Bandung
9
Kota
Yogyakarta
Kota Balikpapan
Prov. Jabar
Prov. Jatim
P adalah peringkat sebuah website untuk parameter
productivity
S adalah peringkat sebuah website untuk parameter
Size
10
V adalah peringkat sebuah website untuk parameter
Visibility
T adalah peringkat sebuah website untuk parameter
Popularity
4. HASIL DAN PEMBAHASAN
4.1. Parameter Webmetrics
Parameter size dengan menggunakan mesin
pencari berkisar antara 101 sampai 1610000 dengan
menggunakan mesin pencari Google. Parameter
inbound link berkisar antara 0 sampai 4380000.
Parameter kekayaan dokumen berkisar dari 0 sampai
28,200 dengan rata-rata 635 dokumen, dan
parameter popularitas yang diukur dengan peringkat
di www.alexa.com berkisar antara 1009 sampai
100209. Ada 81 website yang belum mempunyai
peringkat di alexa.com, yang menunjukkan website
tersebut masih sangat kurang pengunjungnya.
Peringkat sepuluh besar untuk parameter size dan
traffik tersebut selengkapnya dapat dilihat pada tabel
5.
Tabel 1. Peringkat untuk parameter size dan
traffik
No
110
Size
Traffic
1
Prov. Kalteng
Kota Jaksel
2
Kota Tomohon
Kota Jaktim
3
Prov. Jateng
Kota Jakut
4
Prov. Papua
Prov. DKI Jakarta
5
Kab. Kebumen
Kota Jakbar
200
159
147
in 1000
D adalah peringkat sebuah website untuk parameter
Document Richness
Hasil tersebut menunjukkan bahwa peringkat
sepuluh besar untuk inbound link, dokumen, dan
traffik diisi oleh pemda yang relatif tidak berubah.
Website provinsi DKI Jakarta beserta 5 kotanya
selalu masuk pada ketiga parameter tersebut. Namun
untuk parameter size nama-nama pemdanya relatif
berbeda dengan peringkat tiga parameter lainnya
kecuali provinsi Jawa Barat, Jawa Timur, dan
Bandung. Perbandingan parameter size, inbound link
dan popularitas dilihat dari tingkatan pemerintah
dapat dilihat pada gambar di bawah ini.
135
85
20
5
231625
0
Web Page InBound Link Web traffic
Province
District
City
Gambar 3. Perbandingan antar tingkat pemerintahan
Gambar di atas menunjukkan bahwa website
provinsi mempunyai keunggulan dalam jumlah
halaman web dan tautan dibandingkan dengan kota
dan kabupaten, namun untuk parameter popularitas
relatif tidak jauh berbeda antara provinsi dan kota.
Namun website kabupaten selalu terendah untuk
ketiga parameter webmetrics tersebut. Untuk kasus
jawa dan luar-jawa, ternyata hasil pengukuran
parameter tersebut menunjukkan bahwa website
pemda di luar jawa selalu lebih rendah dibandingkan
website pemda di pulau jawa. Kondisi ini
menunjukkan adanya kesenjangan digital (digital
divide) dilihat dari dikotomi geografis tersebut. Hal
ini tentunya memerlukan perhatian dari pemerintah
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
atau pihak yang berkepentingan dalam implementasi
e-government di Indonesia yang dapat mengurangi
kesenjangan tersebut.
4.2. Model Pemeringkatan
Pemeringkatan menggunakan enam variabel
yaitu relevansi, produktifitas, visibiltas, besarnya
website (size), kekayaan dokumen, popularitas,
dengan pembobotannya masing-masing. Penetapan
bobot akhir untuk setiap parameter tersebut
dilakukan melalui beberapa skenario dengan
melakukan perubahan-perubahan nilai parameter
atau dilakukan proses simulasi. Sebelum dilakukan
pemeringkatan akhir dengan menggunakan enam
variabel, peneliti melakukan simulasi pemeringkatan
dengan membandingkan beberapa skenario, yaitu :
media informasi untuk publik. Pemberian bobot
yang lebih tinggi untuk popularitas dibandingkan
dengan visibility adalah popularitas lebih bersifat
aktual karena ukuran tersebut mencerminkan
frekuensi atau jumlah kunjungan ke website pemda.
Sedangkan visibilitas hanya merupakan ”popularitas
potensial” atau semu karena hanya diukur dengan
jumlah eksternal link yang belum tentu
meningkatkan jumlah kunjungan atau traffik dari
pengunjung ke website pemda yang bersangkutan.
Berdasarkan penjelasan di atas maka pemeringkatan
dalam penelitian ini terdiri dari 6 skenario yang
selengkapnya dapat dilihat pada Tabel di bawah ini.
Tabel 2. Pemetaaan Skenario untuk Pemberian bobot
a. Skenario 1 yaitu pemeringkatan dengan
menggunakan dua parameter yang diukur dan
dianalisis dalam penelitian ini
b. Skenario 2 yaitu pemeringkatan dengan
menggunakan empat parameter tanpa
relevansi dan produktifitas
c. Skenario 3 yaitu pemeringkatan dengan enam
parameter tanpa pembobotan
d. Skenario 4 yaitu pemeringkatan dengan enam
parameter dengan pembobotan
Untuk skenario 4, komposisi pembobotannya
terdiri dari 3 alternatif, dengan penjelasan sebagai
berikut (a) Memberikan bobot yang sama yaitu 50%
untuk kelompok parameter hasil penelitian yang
mencakup relevensi dan produktifitas dan 50 %
untuk kelompok parameter yang kedua yang
meliputi ukuran, visibilitas, kekayaan dokumen, dan
popularitas. Setiap parameter mempunyai bobot
yang sama untuk parameter yang masuk dalam
kelompok yang sama; (b) Bobot antar kelompok
sama seperti alternatif (a) namun bobot parameter
dalam satu kelompok berbeda yaitu bobot relevansi
lebih tinggi dibandingkan produktivitas dan untuk
kelompok kedua, parameter size mempunyai bobot
yang lebih tinggi dibandingkan tiga parameter
lainnya yang mempunyai bobot yang sama; dan (c)
Memberikan bobot yang lebih tinggi untuk
relevansi,
produktifitas,
dan
popularitas
dibandingkan dengan size, visibility, dan kekayaan
dokumen. Namun bobot relevansi lebih tinggi
dibandingkan produktifitas, dan popularitas.
Pemberian bobot tinggi untuk relevansi dan
produktifitas berkenaan dengan mutu informasi dan
intensitas pemanfaatan website oleh pemda sebagai
Skenari parameter dan
pembobotannya
Parameter
1 2
3
4a
4b
4c
Relevansi
R
R
0,250
R
0,3R
0,3R
Produktifit
as
P
P
0,250
R
0,2P
0,2P
Size
S
S
0,125
S
0,2S
0,1S
Visibility
V V
0,125
V
0,1V
0,1V
Dokumen
D D
0,125
D
0,1D
0,1D
Popularitas
T T
0,125
T
0,1P
0,2T
.
a. Skenario 1
Pemeringkatan
dengan
skenario
1
hanya
menggunakan dua parameter yaitu relevansi dan
produktivitas web yang dihitung berdasarkan hasil
penelitian dengan menggunakan algoritma TFxIDF
untuk relevansi dan hasil parsing untuk web
productivitas. Kedua parameter tersebut mempunyai
bobot yang sama dengan rumus perhitungan
peringkat untuk setiap websitenya adalah sebagai
berikut:
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
111
Indeks Pemdai = Ri + Pi
Ri adalah peringkat relevansi pemda ke-i dan Pi
adalah peringkat untuk parameter produktivitas
pemda ke-i. Setelah indeks untuk semua pemda
dihitung kemudian dilakukan pemeringkatan dengan
cara megurut nilai indeks dari yang terkecil sampai
terbesar. Indeks terkecil menempati urutan pertama
sedangkan indeks terbesar menempati posisi
terakhir.
Peringkat relevansi dan produktifitas ini secara
umum relatif berbeda dengan peringkat yang umum
digunakan oleh lembaga lain yang relatif tidak
mempertimbangkan mutu konten atau produktifitas
pengelola web dalam pemutakhiran kontennya. Jika
dibandingkan
dengan
pemeringkatan
tanpa
memasukkan dua parameter ini, skenario ini
menunjukkan bahwa pemda di Jawa masih
mendominasi relevansi konten dan produktifitas
pengisian kontennya. Peringkat pertama relevansi
ditempati oleh provinsi Sumatera Utara yang diikuti
oleh Kabupaten Sragen dan Kabupaten Malang di
posisi kedua dan ketiga, sedangkan produktivitas
web oleh Sukabumi. Jika kedua peringkat per
parameter ini dirata-ratakan maka peringkat
pertamanya adalah Kabupaten Malang diikuti oleh
provinsi NAD.
dokumen dan popularitas. Skenario ini merupakan
modifikasi metode pemeringkatan yang digunakan
oleh lembaga pemeringkat lain yaitu size, visibility,
dan rich file yang diambil dari Webometrics dan
popularitas dari 4ICU. Langkah pertamanya adalah
dengan menghitung indeks peringkat untuk setiap
website pemda dengan menggunakan rumus sebagai
berikut:
Indeks Pemdai = Si + Vi + Di + Ti
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. Setelah indeks untuk semua
pemda dihitung kemudian dilakukan pemeringkatan
dengan cara megurut nilai indeks dari yang terkecil
sampai terbesar. Indeks terkecil menempati urutan
pertama sedangkan indeks terbesar menempati posisi
terakhir.
Hasil penelitian menunjukkan bahwa 8 dari 10
pemda yang masuk 10 besar pada skenario tersebut
berlokasi di pulau Jawa. Cacatan khusus untuk
parameter popularitas yang diukur dengan peringkat
dari alexa.com, pemda DKI jakarta beserta 5
kotamadyanya mempunyai peringkat traffik yang
sama dan tertinggi di Indonesia. Website kota dan
provinsi disatukan dalam domain yang sama, atau
dengan kata lain, 5 kota di wilayah DKI Jakarta
merupakan sub domain dari domain provinsi DKI
Jakarta.
Khusus untuk peringkat relevansi, sepuluh
besarnya ditempati oleh lima provinsi, tiga
kabupaten, dan dua kota. Temuan yang menarik
adalah semua provinsi tersebut terletak di luar jawa,
sedangkan kabupaten dan kotanya di pulau Jawa.
Kondisi ini mengindikasikan bahwa peran
pemerintahan provinsi di luar jawa masih relatif
tinggi dalam menyediakan informasi yang relevan
dibandingkan dengan pemda tingkat duanya,
sedangkan pemerintahan kabupaten dan kota di
pulau jawa relatif lebih dominan dalam memberikan
konten yang relevan dibandingkan pemerintahan
provinsinya. Kajian lebih lanjut mungkin perlu
dilakukan dengan ketersediaan sumber daya di
tingkat pemerintahan kota dan kabupaten di luar
jawa, misalnya pengelola web (web administrator)
atau infrastruktur teknologi informasi sebagai
pondasi layanan pemda berbasis web.
Hanya 99 situs pemda di Indonesia yang masuk
peringkat di alexa. Sisanya sebanyak 82 website
belum masuk peringkat karena traffiknya yang
masih sangat rendah. DKI Jakarta yang posisi size,
visibility, dan popularitasnya tertinggi di Indonesia
akhirnya menduduki peringkat kedua karena jumlah
dokumennya jaug lebih sedikit dibandingkan
Provinsi Jawa Timur yang menduduki peringkat
pertama. Jadi terlihat bahwa provinsi Jawa Timur
mempunyai peringkat yang merata untuk keempat
parameternya yang semuanya menduduki sepuluh
besar.
b. Skenario 2
c. Skenario 3
Skenario 2 ini tidak memperhitungkan parameter
relevansi dan produktivitas web, atau hanya
menggunakan parameter size, visibility, kekayaan
Skenario ini merupakan peringkat komposit dari
6 parameter tanpa pembobotan, atau bisa juiga
dikatakan bahwa skenario ini merupakan gabungan
112
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
dari skenario 1 dan 2 namun tanpa membedakan
bobot dari setiap parameternya. Rumus perhitungan
peringkat untuk setiap websitenya adalah sebagai
berikut:
indeks komposit untuk 6 parameter pada masingmasing pemda untuk tiga skenario dengan
pembobotan adalah sebagai berikut:
a. Indeks
Pemdai
=0,25Ri+0,25Pi+0,125Si+0,125Vi+0,125Di+0,1
25Ti
Indeks Pemdai =Ri + Pi + Si + Vi + Di + Ti
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
b. Indeks
Pemdai
=0,3Ri+0,3Pi+0,2Si+0,1Vi+0,1Di+0,1Ti
c. Indeks
Pemdai
=0,3Ri+0,2Pi+0,1Si+0,1Vi+0,1Di+0,2Ti
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
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
113
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-
114
GovernmentDepartemen
Komunikasi
Informatika Republik Indonesia, Jakarta.
dan
[3] Departemen Komunikasi dan Informatika, 2006,
Kondisi Situs Web Pemerintah Daerah”,
Artikel
Departemen
Komunikasi
dan
Informatika
Republik
Indonesia,
http://blogs.depkominfo.go.id/artikel/2006/01/1
7/kondisi-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, 4th
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.com/bp/WebCrawler/History.ht
ml, diakses tanggal 25 Maret 2010
[8] Presiden Republik Indonesia, 2003, Kebijakan
dan Strategi Nasional Pengembangan eGovernment, Instruksi Presiden No.3 Tahun
2003,
http://www.deptan.go.id/bdd/admin/i_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
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
Widya Silfianti1, Mirma Yudha Firdausi2, Hanum Putri Permatasari3
1,2,3
Universitas Gunadarma
1
wsilfi@staff.gunadarma.ac.id, 2mirmayf@staff.gunadarma.ac.id, 3hanum@staff.gunadarma.ac.id
Abstrak
Pemeringkatan e-government di Indonesia sudah mulai dilakukan oleh Kementrian Komunikasi dan
Informatika, namun pemeringkatan tersebut baru mencakup 11 provinsi dan belum menerapkan
perhitungan peringkat secara otomatis dengan menggunakan mesin pencari yang dilengkapi dengan agent
based crawler dan algoritma perhitungan parameternya. Penelitian ini bertujuan untuk mengembangkan
mesin pencari berbasis web crawler dengan algoritma relevansi yang diterapkan pada pemeringkatan
website pemda di Indonesia. Variabel pemeringkatannya adalah relevansi, produktifitas, visibilitas,
besarnya website (size), kekayaan dokumen, popularitas, dengan pembobotannya masingmasing.Pengambilan data parameter webmetrics dilakukan pada bulan mei 2010, yang mencakup 181
website pemerintah daerah di Indonesia. Jenis atau tingkatan pemerintahannya adalah pemerintahan
provinsi, pemerintahan kabupaten, dan pemerintahan kota dengan rincian jumlah websitenya berturutturut adalah 32 website provinsi, 111 kabupaten, dan 38 kota. 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. Hasil pemeringkatan tersebut mendukung dugaan
terjadinya kesenjangan digital dilihat dari wilayah geografis dan tingkat pemerintahan di Indonesia.
Kata kunci : e-government, digital divide, web-crawler
1.
PENDAHULUAN
Wujud nyata dari pengaplikasian e-government
ang telah umum dilaksanakan dan diatur
pelaksanaannya di Indonesia adalah pembuatan situs
web pemerintah daerah. E-Government intinya
adalah proses pemanfaatan teknologi informasi
sebagai alat untuk membantu menjalankan sistem
pemerintahan secara lebih efektif dan efisien.
Pembangunan situs web bagi pemerintah daerah di
Indonesia merupakan implementasi dari Instruksi
Presiden No. 3 Tahun 2003, yang isinya
menggalakkan pemanfaatan teknologi informasi
(Internet)
dalam
menunjang
aktivitas
pemerintahannya, baik pemerintah pusat maupun
pemerintah daerah menuju terwujudnya eGovernment di Indonesia. Berdasarkan data [8] dari
470 pemerintah daerah baik tingkat provinsi,
kotamadya maupun kabupaten terdapat 361 (77%)
situs web pemerintah daerah, dan yang aktif atau
bisa dibuka 316 situs web pemerintah daerah sisanya
106
rusak, dalam pengembangan atau terkena sanksi
(suspended).
Jumlah situs web pemerintah daerah secara
kuantitas cenderung meningkat seiring dengan
kebijakan dan komitmen pemerintah Indonesia yang
tertuang dalam roadmap pengembangan egovernment di Indonesia. Namun, apakah semua
pemerintah daerah di Indonesia sudah menerapkan
e-government sesuai dengan roadmap atau cetak
biru pengembangan e-government di Indonesia?
Pertanyaan tersebut merupakan tantangan terbesar
untuk Indonesia mengingat luas wilayah serta
kondisi budaya, sosial, dan kemasyarakatan yang
beragam.
Wilayah
pemerintahan
Indonesia
mencakup 33 propinsi, 349 Pemerintah Kabupaten,
91 Pemerintah Kota, 5263 Kecamatan, 7123
Kelurahan, dan 62806 Desa (Peraturan Menteri
Dalam Negeri Nomor 18 tahun 2005). Berdasarkan
data jumlah wilayah tersebut belum seluruh
tingkatan pemerintahan tersebut sudah menerapkan
e-government atau minimal sudah menerapkan
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
teknologi
informasi
secara
umum
dalam
menjalankan fungsi dan peranan pemerintah daerah
dalam memberikan pelayanan kepada masyarakat.
penggunaan teknologi informasi yang dapat
meningkatkan hubungan antara pemerintah dan
pihak-pihak lain.
Penelitian ini bertujuan untuk mengembangkan
metode pengukuran web (webmetrics) menggunakan
algoritma pencarian informasi yang relevan terhadap
jenis situsnya. Tujuan khusus selengkapnya adalah
(1)
Mengembangkan
metode
perhitungan
pemeringkatan dengan multi-parameter yang
dilengkapi dengan kerangka Information Retrieval
System yang lengkap mulai dari pengambilan data
secara
otomatis,
pengukuran
parameter
pemeringkatan,
dan
penyajian
hasil
pemeringkatannya, serta (2) Menguji metode
pemeringkatan website terhadap situs pemerintah
daerah di Indonesia yang dijadikan contoh target
evaluasi website, dengan menambahkan kriteria
relevansi dan produktifitas yang dihasilkan
berdasarkan hasil filtering terhadap konten web dari
situs pemda tersebut.
Pada pelaksanaan e-Government, informasi,
komunikasi, dan transaksi antara masyarakat dan
pemerintah dilakukan melalui Internet. Sehingga ada
beberapa manfaat yang dihasilkan seperti misalnya,
komunikasi dalam sistem administrasi berlangsung
dalam hitungan jam, bukan hari atau minggu.
Artinya, pelayanan pemerintah pada masyarakat
menjadi sangat cepat, pelayanan dan informasi dapat
disediakan 24 jam sehari, tujuh hari dalam
seminggu. Informasi dapat diperoleh di kantor,
rumah bahkan lewat ponsel dimanapun tanpa harus
secara fisik datang ke kantor pemerintahan atau
tempat-tempat pelayanan umum. Akselerasi
kecepatan pelayanan berarti juga merupakan
penghematan dalam waktu, energi maupun sumber
daya.
2. LANDASAN TEORI
2.1.E-Government
Menurut
World
Bank,
e-Government
didefinisikan sebagai upaya pemanfaatan dan
pendayagunaan telematika untuk meningkatkan
efisiensi dan efektivitas pemerintahan, memberikan
berbagai jasa pelayanan kepada masyarakat secara
lebih baik, menyediakan akses informasi kepada
publik secara lebih luas, dan menjadikan
penyelenggaraan pemerintahan lebih bertanggung
jawab (accountable) serta transparan kepada
masyarakat. Intinya menurut [3] e-Government
adalah proses pemanfaatan teknologi informasi
sebagai alat untuk membantu menjalankan sistem
pemerintahan secara lebih efektif dan efisien.
Terdapat dua hal utama dalam pengertian eGovernment[3], pertama adalah penggunaan
teknologi komunikasi informasi (salah satunya
adalah Internet) sebagai alat bantu, dan kedua adalah
tujuan
pemanfaatannya
sehingga
jalannya
pemerintahan dapat lebih efisien. Melalui teknologi
informasi dalam hal ini Internet, seluruh proses atau
prosedur yang ada di pemerintahan dapat dilalui
dengan lebih cepat sesuai dengan aturan jelas yang
telah ditetapkan. E-Government bukan berarti
mengganti cara pemerintah dalam berhubungan
dengan masyarakat. Pada konsep e-Government,
masyarakat masih bisa berhubungan dengan pos-pos
pelayanan, berbicara melalui telepon untuk
mendapatkan pelayanan pemerintah, atau mengirim
surat. E-Government hanya berfungsi pada konteks
Model
e-Government
yang
diterapkan
menggunakan model empat tahapan perkembangan
yang meliputi [3] :
a. Fase pertama, berupa penampilan website
web (web presence) yang berisi informasi
dasar yang dibutuhkan masyarakat.
b. Fase kedua, fase interaksi yaitu isi
informasi
yang
ditampilkan
lebih
bervariasi, seperti fasilitas download dan
komunikasi e-mail dalam website web
pemerintah.
c. Fase ketiga, tahap transaksi berupa
penerapan aplikasi atau formulir untuk
secara online mulai diterapkan.
d. Fase Keempat, fase transformasi berupa
pelayanan yang terintegrasi, tidak hanya
menghubungkan
pemerintah
dengan
masyarakat tetapi juga dengan organisasi
lain yang terkait (pemerintah ke antar
pemerintah, sektor nonpemerintah serta
sektor swasta)
Sesuai dengan yang tertera dalam Instruksi
Presiden No.3 Tahun 2003, Wujud nyata dari
aplikasi e-Government yang umum dilaksanakan dan
diatur pelaksanaannya adalah pembuatan website
web pemerintah daerah. Website web pemerintah
daerah merupakan salah satu strategi didalam
melaksanakan pengembangan e-Government secara
sistematik melalui tahapan yang realistik dan
terukur. Website web pemerintah daerah merupakan
tingkat pertama dalam pengembangan e-Government
di Indonesia yang memiliki sasaran agar masyarakat
Indonesia dapat dengan mudah memperoleh akses
kepada informasi dan layanan pemerintah daerah,
serta ikut berpartisipasi di dalam pengembangan
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
107
demokrasi di Indonesia dengan menggunakan media
Internet.
Pengembangan e-Government di Indonesia
dilaksanakan melalui 4 (empat) tingkatan yaitu: (a)
Tingkat 1 merupakan tingkat Persiapan berupa
pembuatan website web sebagai media informasi
dan komunikasi pada setiap lembaga serta sosialisasi
website web untuk internal dan publik; (b) Tingkat 2
merupakan tingkat Pematangan yang berupa
Pembuatan website web informasi publik yang
bersifat interaktif dan Pembuatan antar muka
keterhubungan dengan lembaga lain; (c) Tingkat 3,
tingkat Pemantapan yang berisi Pembuatan website
web yang bersifat transaksi pelayanan publik dan
Pembuatan interoperabilitas aplikasi dan data dengan
lembaga lain; dan (d) Tingkat 4 adalah tingkat
Pemanfaatan yang berisi Pembuatan aplikasi untuk
pelayanan yang bersifat Government to Government
(G2G), Government to Business (G2B), Government
to Consumers (G2C)
2.2.
[4] melakukan survei metrik terkenal untuk web
yang berkaitan dengan pengukuran besaran fungsi.
Berdasarkan beberapa atribut pengukuran kemudian
diklasifikasikan menjadi beberapa kategori yang
dapat dilihat pada Gambar 1di bawah ini.
Evaluasi Web dan Webmetrics
Ketepatan dan akurasi konten web merupakan
salah satu ukuran dalam evaluasi konten web, yang
dalam penelitian ini menggunakan istilah
relevansi.[6] menyebutkan beberapa kriteria untuk
evaluasi dan pemeringkatan website yaitu authority,
objectivity, accuracy, coverage, dan timelines.
Metode pemeringkatan yang dikembankan pada
penelitian ini secara umum mencakup parameter
tersebut di atas, namun dengan terminologi yang
berbeda.
Dua parameter utama yang dikembangkan lebih
lanjut adalah relevansi- seperti yang sudah
dipaparkan sebelumnya, dan web productivity.
Menurut [5] , web productivity secara matematis
dihitung dengan rumus: size/effort, dimana size
adalah ukuran website- yang dapat diukur dengan
jumlah halaman web pada sebuah website,
sedangkan effort adalah upaya atau input yang
digunakan untuk mengembangkan atau mengelola
website. Contoh input atau effort tersebut adalah
biaya atau waktu yang diperlukan untuk
mengembangkan website. Input biaya digunakan
oleh [5], sedangkan penelitian yang dilakukan oleh
[1] menggunakan traffic sebagai ukuran untuk effort
untuk menghitung web productivity.
Metode pemeringkatan pada penelitian ini
menggunakan jumlah halaman web sebagai ukuran
untuk size dan frekuensi pemutakhiran konten
108
sebagai ukuran untuk effort. Jumlah halaman web
juga digunakan untuk pemeringkatan webometrics
yang akan dijelaskan pada sub bab berikutnya,
sedangkan frekuensi pemutakhiran secara umum
mirip dengan parameter timelines seperti disebutkan
oleh [6]. Atribut evaluasi website yang lebih
komprehensif dan lebih berkembang pesat saat ini
adalah webmetrics, yang akan dipaparkan lebih
lengkap di bawah ini.
Gambar1. Taksonomi Webmetrics [4]Graph
Properties. World Wide Web dapat digambarkan
sebagai sebuah struktur grafik di mana halaman web
terdiri dari simpul dan hyperlink. Webmetrics
berbasis graph mengukur sifat struktural web pada
kedua skala makroskopik dan mikroskopik.
Significance. Signifikansi metrik memformalkan
pengertian tentang "kualitas" dan "relevansi" dari
halaman web yang berkaitan dengan kebutuhan
informasi pengguna. Signifikansi metrik yang
digunakan untuk menilai halaman web untuk
menanggapi permintaan pencarian dan memiliki
dampak pada kualitas pencarian dan pengambilan di
sebuah halaman web.
Penggunaan Karakterisasi. Pola dan keteraturan
ketika pengguna menelusuri sumber-sumber web
yang dapat memberikan petunjuk berharga untuk
meningkatkan konten, presentasi organisasi dan
website.
Similarity. Kesamaan metrik mengukur sejauh
mana keterkaitan antara halaman web. Ada banyak
penyelidikan tentang atribut apa saja yang
seharusnya dianggap sebagai indikator dari
hubungan antara halaman. Search dan Retrieval.
Metrik ini digunakan untuk mengevaluasi dan
membandingkan kinerja pencarian web dan layanan
pencarian.
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
Inform
mation Theorretic. Metrik teori inform
masi
menangkap properti attau sifat inform
masi yang terkkait
dengan kebutuhan,
k
prroduksi dan konsumsi, yang
y
akan mem
mpertimbangkkan hubungann antara sejum
mlah
keteraturaan yang diam
mati dalam geenerasi inform
masi
di Web.
mengemukaakan
bahw
wa
pengukuuran
[4]
siginikansi yang palingg terkenal adaalah webmetrricsa
yang sudah dipaaparkan di atas.
a
dengan atribut
Makna daari suatu halam
man web dapaat dipandang dari
d
dua persppektif- yaitu reelevansinya dengan
d
kebutuuhan
informasii tertentu sesuuai permintaann pengguna, serta
kualitas mutlak yanng terlepas dari kebutuuhan
penggunaa tertentu. Ukkuran relevannsi berhubunngan
dengan kemiripan
k
hallaman web dengan
d
kata-kkata
kunci yaang telah diarahkan
d
dann menggunaakan
berbagai model untuuk melakukann perbandinggan.
Kualitas pengukuran tautan (linkk) pada sebuah
website biasanya meenggunakan informasi unntuk
membedaakan halamann yang seringg disebut denngan
isi halamaan website yaang kurang terlihat.
Signiffikansi meruupakan ukuraan yang muulai
dikembanngkan pada pencarian web denngan
melakukaan pengambilaan informasi di halaman web
w
paling reelevan dan beerkualitas tingggi pada satu set
page/halaaman yang haarus dipilih dari
d
indeks yang
y
banyak sebagai taanggapan attas perminttaan
penggunaa. Penggunaann parameter kualitas
k
web teelah
menjadi perkembangan
p
n terbaru messin pencari unntuk
publik, yang
y
sebagiann besar menngandalkan pada
p
tekstual murni
m
pada perbandingan
p
query mengeenai
kata kunci sebagai niilai relevansi sebuah webssite.
Mesin sepperti Google [7,9] mengguunakan kombinnasi
aspek atau ukuran relevansi dan kualitas dalam
w
untuk dapat meresppon
membuatt peringkat web
permintaaan pengguna.
Gambbar 2. Kerangkka Penelitian
Pengembanggan model ppemeringkatan
n website
pem
mda terdiri dari
d 2 proses utama yaitu (1)
( proses
perrhitungan paraameter web yyang dilakukan
n terhadap
hassil parsing yanng dihasilkan dari tahap perrtama, dan
(2))
proses
peringkat
perhitungan
dengan
meenggunakan
meter
web
b
yang
6
param
meemperhitungkaan pembobotaan dari setiap parameter
tersebut. Penjellasan setiap pproses terseb
but adalah
bagai berikut. Pemeringkataan website di Indonesia
seb
seccara umum teerdiri dari duua kelompok parameter
yaiitu (a) param
meter yang dihhasilkan dari penelitian
ini yaitu relevannsi dan producctivity dan (b) parameter
ng mengadapptasi dari paraameter yang digunakan
d
yan
oleeh lembaga peemeringkat laain yaitu size, visibility,
kek
kayaan dokum
men (rich filles) yang meengacu ke
weebometrics serrta popularitass yang mengaacu kepada
4IC
CU. Proses utama perhiitungan pemeeringkatan
adaalah menghituung peringkaat komposit berdasarka
b
perringkat untuuk setiap pparameter yaang telah
dijelaskan di attas. Nilai perringkat kompo
osit untuk
kan rumus
settiap pemda diihitung dengaan menggunak
seb
bagai berikut
CR
Ri = WRRi + WPPi + WSSi + WVVi + WDDi + WTTi
3. METODOLOGI PENELITIAN
P
N
Peneliitian ini terdirri dari tiga tahhapan utama yaitu
(1) tahapp evaluasi rellevansi halam
man web denngan
menggunnakan algorooritma TFxID
DF; (2) Taahap
penyimpaanan hasil paarsing dari teks
t
HTML dan
pengukurruan parameteer webmetricss; dan (3) Taahap
pengembangan model pemeringkataan website pem
mda
di Indonnesia dengaan menggunaakan parameter
size,visibiility, kekayaaan dokumeen, populariitas,
relevansi,, dan produuktifitas.
G
Gambaran
um
mum
tahapan tersebut
t
dapatt dilihat padaa gambar beriikut
ini.
Dim
mana:
CR
Ri adalah nilaii komposit unttuk website kee-1, dst
WR adalah boboot untuk param
meter web releevancy
WP adalah boboot untuk param
meter web productivity
WS adalah bobot untuk param
meter size
WV adalah boboot untuk param
meter visibilityy
WD adalah boobot untuk parameter Document
D
Ricchness
Semin
nar dan Call For Paper Munas
M
Aptikom
Politeknik Telkom
Bandung, 9 Oktober 201
10
109
WT adalah bobot untuk parameter popularity/Traffik
6
Kota Bontang
Kota Jakpus
R adalah peringkat sebuah website untuk parameter
Relevancy
7
Kota Bandung
Prov. Jabar
8
Provinsi Jatim
Kota Bandung
9
Kota
Yogyakarta
Kota Balikpapan
Prov. Jabar
Prov. Jatim
P adalah peringkat sebuah website untuk parameter
productivity
S adalah peringkat sebuah website untuk parameter
Size
10
V adalah peringkat sebuah website untuk parameter
Visibility
T adalah peringkat sebuah website untuk parameter
Popularity
4. HASIL DAN PEMBAHASAN
4.1. Parameter Webmetrics
Parameter size dengan menggunakan mesin
pencari berkisar antara 101 sampai 1610000 dengan
menggunakan mesin pencari Google. Parameter
inbound link berkisar antara 0 sampai 4380000.
Parameter kekayaan dokumen berkisar dari 0 sampai
28,200 dengan rata-rata 635 dokumen, dan
parameter popularitas yang diukur dengan peringkat
di www.alexa.com berkisar antara 1009 sampai
100209. Ada 81 website yang belum mempunyai
peringkat di alexa.com, yang menunjukkan website
tersebut masih sangat kurang pengunjungnya.
Peringkat sepuluh besar untuk parameter size dan
traffik tersebut selengkapnya dapat dilihat pada tabel
5.
Tabel 1. Peringkat untuk parameter size dan
traffik
No
110
Size
Traffic
1
Prov. Kalteng
Kota Jaksel
2
Kota Tomohon
Kota Jaktim
3
Prov. Jateng
Kota Jakut
4
Prov. Papua
Prov. DKI Jakarta
5
Kab. Kebumen
Kota Jakbar
200
159
147
in 1000
D adalah peringkat sebuah website untuk parameter
Document Richness
Hasil tersebut menunjukkan bahwa peringkat
sepuluh besar untuk inbound link, dokumen, dan
traffik diisi oleh pemda yang relatif tidak berubah.
Website provinsi DKI Jakarta beserta 5 kotanya
selalu masuk pada ketiga parameter tersebut. Namun
untuk parameter size nama-nama pemdanya relatif
berbeda dengan peringkat tiga parameter lainnya
kecuali provinsi Jawa Barat, Jawa Timur, dan
Bandung. Perbandingan parameter size, inbound link
dan popularitas dilihat dari tingkatan pemerintah
dapat dilihat pada gambar di bawah ini.
135
85
20
5
231625
0
Web Page InBound Link Web traffic
Province
District
City
Gambar 3. Perbandingan antar tingkat pemerintahan
Gambar di atas menunjukkan bahwa website
provinsi mempunyai keunggulan dalam jumlah
halaman web dan tautan dibandingkan dengan kota
dan kabupaten, namun untuk parameter popularitas
relatif tidak jauh berbeda antara provinsi dan kota.
Namun website kabupaten selalu terendah untuk
ketiga parameter webmetrics tersebut. Untuk kasus
jawa dan luar-jawa, ternyata hasil pengukuran
parameter tersebut menunjukkan bahwa website
pemda di luar jawa selalu lebih rendah dibandingkan
website pemda di pulau jawa. Kondisi ini
menunjukkan adanya kesenjangan digital (digital
divide) dilihat dari dikotomi geografis tersebut. Hal
ini tentunya memerlukan perhatian dari pemerintah
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
atau pihak yang berkepentingan dalam implementasi
e-government di Indonesia yang dapat mengurangi
kesenjangan tersebut.
4.2. Model Pemeringkatan
Pemeringkatan menggunakan enam variabel
yaitu relevansi, produktifitas, visibiltas, besarnya
website (size), kekayaan dokumen, popularitas,
dengan pembobotannya masing-masing. Penetapan
bobot akhir untuk setiap parameter tersebut
dilakukan melalui beberapa skenario dengan
melakukan perubahan-perubahan nilai parameter
atau dilakukan proses simulasi. Sebelum dilakukan
pemeringkatan akhir dengan menggunakan enam
variabel, peneliti melakukan simulasi pemeringkatan
dengan membandingkan beberapa skenario, yaitu :
media informasi untuk publik. Pemberian bobot
yang lebih tinggi untuk popularitas dibandingkan
dengan visibility adalah popularitas lebih bersifat
aktual karena ukuran tersebut mencerminkan
frekuensi atau jumlah kunjungan ke website pemda.
Sedangkan visibilitas hanya merupakan ”popularitas
potensial” atau semu karena hanya diukur dengan
jumlah eksternal link yang belum tentu
meningkatkan jumlah kunjungan atau traffik dari
pengunjung ke website pemda yang bersangkutan.
Berdasarkan penjelasan di atas maka pemeringkatan
dalam penelitian ini terdiri dari 6 skenario yang
selengkapnya dapat dilihat pada Tabel di bawah ini.
Tabel 2. Pemetaaan Skenario untuk Pemberian bobot
a. Skenario 1 yaitu pemeringkatan dengan
menggunakan dua parameter yang diukur dan
dianalisis dalam penelitian ini
b. Skenario 2 yaitu pemeringkatan dengan
menggunakan empat parameter tanpa
relevansi dan produktifitas
c. Skenario 3 yaitu pemeringkatan dengan enam
parameter tanpa pembobotan
d. Skenario 4 yaitu pemeringkatan dengan enam
parameter dengan pembobotan
Untuk skenario 4, komposisi pembobotannya
terdiri dari 3 alternatif, dengan penjelasan sebagai
berikut (a) Memberikan bobot yang sama yaitu 50%
untuk kelompok parameter hasil penelitian yang
mencakup relevensi dan produktifitas dan 50 %
untuk kelompok parameter yang kedua yang
meliputi ukuran, visibilitas, kekayaan dokumen, dan
popularitas. Setiap parameter mempunyai bobot
yang sama untuk parameter yang masuk dalam
kelompok yang sama; (b) Bobot antar kelompok
sama seperti alternatif (a) namun bobot parameter
dalam satu kelompok berbeda yaitu bobot relevansi
lebih tinggi dibandingkan produktivitas dan untuk
kelompok kedua, parameter size mempunyai bobot
yang lebih tinggi dibandingkan tiga parameter
lainnya yang mempunyai bobot yang sama; dan (c)
Memberikan bobot yang lebih tinggi untuk
relevansi,
produktifitas,
dan
popularitas
dibandingkan dengan size, visibility, dan kekayaan
dokumen. Namun bobot relevansi lebih tinggi
dibandingkan produktifitas, dan popularitas.
Pemberian bobot tinggi untuk relevansi dan
produktifitas berkenaan dengan mutu informasi dan
intensitas pemanfaatan website oleh pemda sebagai
Skenari parameter dan
pembobotannya
Parameter
1 2
3
4a
4b
4c
Relevansi
R
R
0,250
R
0,3R
0,3R
Produktifit
as
P
P
0,250
R
0,2P
0,2P
Size
S
S
0,125
S
0,2S
0,1S
Visibility
V V
0,125
V
0,1V
0,1V
Dokumen
D D
0,125
D
0,1D
0,1D
Popularitas
T T
0,125
T
0,1P
0,2T
.
a. Skenario 1
Pemeringkatan
dengan
skenario
1
hanya
menggunakan dua parameter yaitu relevansi dan
produktivitas web yang dihitung berdasarkan hasil
penelitian dengan menggunakan algoritma TFxIDF
untuk relevansi dan hasil parsing untuk web
productivitas. Kedua parameter tersebut mempunyai
bobot yang sama dengan rumus perhitungan
peringkat untuk setiap websitenya adalah sebagai
berikut:
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
111
Indeks Pemdai = Ri + Pi
Ri adalah peringkat relevansi pemda ke-i dan Pi
adalah peringkat untuk parameter produktivitas
pemda ke-i. Setelah indeks untuk semua pemda
dihitung kemudian dilakukan pemeringkatan dengan
cara megurut nilai indeks dari yang terkecil sampai
terbesar. Indeks terkecil menempati urutan pertama
sedangkan indeks terbesar menempati posisi
terakhir.
Peringkat relevansi dan produktifitas ini secara
umum relatif berbeda dengan peringkat yang umum
digunakan oleh lembaga lain yang relatif tidak
mempertimbangkan mutu konten atau produktifitas
pengelola web dalam pemutakhiran kontennya. Jika
dibandingkan
dengan
pemeringkatan
tanpa
memasukkan dua parameter ini, skenario ini
menunjukkan bahwa pemda di Jawa masih
mendominasi relevansi konten dan produktifitas
pengisian kontennya. Peringkat pertama relevansi
ditempati oleh provinsi Sumatera Utara yang diikuti
oleh Kabupaten Sragen dan Kabupaten Malang di
posisi kedua dan ketiga, sedangkan produktivitas
web oleh Sukabumi. Jika kedua peringkat per
parameter ini dirata-ratakan maka peringkat
pertamanya adalah Kabupaten Malang diikuti oleh
provinsi NAD.
dokumen dan popularitas. Skenario ini merupakan
modifikasi metode pemeringkatan yang digunakan
oleh lembaga pemeringkat lain yaitu size, visibility,
dan rich file yang diambil dari Webometrics dan
popularitas dari 4ICU. Langkah pertamanya adalah
dengan menghitung indeks peringkat untuk setiap
website pemda dengan menggunakan rumus sebagai
berikut:
Indeks Pemdai = Si + Vi + Di + Ti
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. Setelah indeks untuk semua
pemda dihitung kemudian dilakukan pemeringkatan
dengan cara megurut nilai indeks dari yang terkecil
sampai terbesar. Indeks terkecil menempati urutan
pertama sedangkan indeks terbesar menempati posisi
terakhir.
Hasil penelitian menunjukkan bahwa 8 dari 10
pemda yang masuk 10 besar pada skenario tersebut
berlokasi di pulau Jawa. Cacatan khusus untuk
parameter popularitas yang diukur dengan peringkat
dari alexa.com, pemda DKI jakarta beserta 5
kotamadyanya mempunyai peringkat traffik yang
sama dan tertinggi di Indonesia. Website kota dan
provinsi disatukan dalam domain yang sama, atau
dengan kata lain, 5 kota di wilayah DKI Jakarta
merupakan sub domain dari domain provinsi DKI
Jakarta.
Khusus untuk peringkat relevansi, sepuluh
besarnya ditempati oleh lima provinsi, tiga
kabupaten, dan dua kota. Temuan yang menarik
adalah semua provinsi tersebut terletak di luar jawa,
sedangkan kabupaten dan kotanya di pulau Jawa.
Kondisi ini mengindikasikan bahwa peran
pemerintahan provinsi di luar jawa masih relatif
tinggi dalam menyediakan informasi yang relevan
dibandingkan dengan pemda tingkat duanya,
sedangkan pemerintahan kabupaten dan kota di
pulau jawa relatif lebih dominan dalam memberikan
konten yang relevan dibandingkan pemerintahan
provinsinya. Kajian lebih lanjut mungkin perlu
dilakukan dengan ketersediaan sumber daya di
tingkat pemerintahan kota dan kabupaten di luar
jawa, misalnya pengelola web (web administrator)
atau infrastruktur teknologi informasi sebagai
pondasi layanan pemda berbasis web.
Hanya 99 situs pemda di Indonesia yang masuk
peringkat di alexa. Sisanya sebanyak 82 website
belum masuk peringkat karena traffiknya yang
masih sangat rendah. DKI Jakarta yang posisi size,
visibility, dan popularitasnya tertinggi di Indonesia
akhirnya menduduki peringkat kedua karena jumlah
dokumennya jaug lebih sedikit dibandingkan
Provinsi Jawa Timur yang menduduki peringkat
pertama. Jadi terlihat bahwa provinsi Jawa Timur
mempunyai peringkat yang merata untuk keempat
parameternya yang semuanya menduduki sepuluh
besar.
b. Skenario 2
c. Skenario 3
Skenario 2 ini tidak memperhitungkan parameter
relevansi dan produktivitas web, atau hanya
menggunakan parameter size, visibility, kekayaan
Skenario ini merupakan peringkat komposit dari
6 parameter tanpa pembobotan, atau bisa juiga
dikatakan bahwa skenario ini merupakan gabungan
112
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
dari skenario 1 dan 2 namun tanpa membedakan
bobot dari setiap parameternya. Rumus perhitungan
peringkat untuk setiap websitenya adalah sebagai
berikut:
indeks komposit untuk 6 parameter pada masingmasing pemda untuk tiga skenario dengan
pembobotan adalah sebagai berikut:
a. Indeks
Pemdai
=0,25Ri+0,25Pi+0,125Si+0,125Vi+0,125Di+0,1
25Ti
Indeks Pemdai =Ri + Pi + Si + Vi + Di + Ti
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
b. Indeks
Pemdai
=0,3Ri+0,3Pi+0,2Si+0,1Vi+0,1Di+0,1Ti
c. Indeks
Pemdai
=0,3Ri+0,2Pi+0,1Si+0,1Vi+0,1Di+0,2Ti
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
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010
113
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-
114
GovernmentDepartemen
Komunikasi
Informatika Republik Indonesia, Jakarta.
dan
[3] Departemen Komunikasi dan Informatika, 2006,
Kondisi Situs Web Pemerintah Daerah”,
Artikel
Departemen
Komunikasi
dan
Informatika
Republik
Indonesia,
http://blogs.depkominfo.go.id/artikel/2006/01/1
7/kondisi-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, 4th
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.com/bp/WebCrawler/History.ht
ml, diakses tanggal 25 Maret 2010
[8] Presiden Republik Indonesia, 2003, Kebijakan
dan Strategi Nasional Pengembangan eGovernment, Instruksi Presiden No.3 Tahun
2003,
http://www.deptan.go.id/bdd/admin/i_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
Seminar dan Call For Paper Munas Aptikom
Politeknik Telkom
Bandung, 9 Oktober 2010