METODE PENELITIAN HASIL DAN PEMBAHASAN

Transkripsi

1 fungsionalitas sistem, bukan pada perangkat lunaknya (Pressman 2005). METODE PENELITIAN Secara umum, metode penelitian yang dilakukan terdiri atas beberapa tahap. Hal ini terlihat pada Gambar 1. Mulai Studi Pustaka Analisis Kebutuhan Sistem Perancangan Sistem Pengembangan Sistem Pengujian Sistem Evaluasi Selesai Gambar 1 Tahapan penelitian. Studi Pustaka Pada tahap ini dilakukan pembelajaran mengenai studi kasus atau permasalahan yang akan diselesaikan. Selain itu, studi pustaka juga dilakukan dengan mencari referensi ilmu untuk mendukung dalam penyelesaian masalah. Analisis Kebutuhan Sistem Pada tahap ini, kegiatan yang dilakukan adalah mengumpulkan dan menganalisis kebutuhan dan batasan-batasan sistem yang akan dikembangkan. Perancangan Sistem Pada tahap perancangan sistem, dilakukan perancangan database, struktur kode, file dan folder, alur penggunaan sistem oleh user, dan GUI (Graphical User Interface) sistem. Pengembangan Sistem Pada tahap ini, dilakukan pembuatan antarmuka pengguna, database, dan kode program sesuai dengan hasil analisis dan perancangan. Pengujian Pengujian dilakukan untuk mencari dan memperbaiki kesalahan yang terjadi pada sistem yang menyebabkan keluaran atau hasil yang diinginkan keluar dengan hasil yang tidak diinginkan. Kesalahan yang diperbaiki adalah kesalahan dalam proses kompilasi dan kesalahan logic. Metode pengujian yang digunakan pada sistem simulasi ini adalah metode blackbox. Evaluasi Evaluasi dilakukan dengan membandingkan hasil peringkat yang diberikan oleh sistem simulasi dengan hasil peringkat yang diumumkan oleh Webometrics. HASIL DAN PEMBAHASAN Analisis Kebutuhan dan Batasan Sistem Sistem Simulasi Pemeringkatan Webometrics merupakan sistem yang bertujuan untuk memberikan informasi terbaru tentang nilai-nilai indikator dan posisi suatu situs web universitas terhadap universitas lain. Fungsi-fungsi yang disediakan oleh sistem simulasi ini antara lain sebagai berikut: menampilkan peringkat dan data nilai indikator terbaru situs web, menampilkan data nilai indikator situs web dari hari ke hari, menvisualisasikan peringkat dan data nilai indikator dalam bentuk grafik, mendukung untuk menambah, mengubah, dan menghapus situs yang terdaftar di dalam sistem. Batasan-batasan sistem simulasi ini antara lain sebagai berikut: ada sistem lain yang dapat memicu sistem simulasi untuk mulai melakukan pengambilan data dan simulasi, sistem yang dikembangkan berbasis web, sistem harus terhubung dengan jaringan Internet. 3

2 Perancangan Sistem Perancangan sistem dibagi menjadi dua bagian yaitu perancangan pangkalan data dan perancangan arsitektur sistem. Perancangan pangkalan data Data yang digunakan adalah data nilai indikator yang diperoleh dari mesin pencari dan data situs web yang didaftarkan ke dalam sistem oleh pengguna. Hasil perancangan pangkalan data dapat dilihat pada Lampiran 1. Perancangan arsitektur sistem Arsitektur sistem ini menggunakan arsitektur MVC (Model-View- Controller). Arsitektur ini menekankan pada pembagian komponen-komponen program menjadi tiga bagian utama yaitu Model, View, dan Controller. Tujuan dari pembagian komponen menjadi bagianbagian ini adalah untuk memisahkan tanggung jawab dan peran masingmasing komponen. Arsitektur MVC dapat dilihat pada Gambar 2. modul yang bertugas mengambil data indikator dari mesin pencari, modul yang bertugas menghitung score dan menentukan peringkat suatu situs, modul yang bertugas menampilkan hasil akhir yaitu berupa nilai-nilai indikator dan score ke pengguna, modul yang bertugas membuat visualisasi nilai indikator dan score berupa grafik. Cara sistem simulasi menentukan peringkat suatu situs dapat dilihat pada Gambar 3. mulai Ambil data indikator dari mesin pencari Data indikator Simpan data indikator ke database Hitung peringkat situs Gambar 2 Arsitektur MVC yang digunakan sistem. Pengembangan Sistem Simulasi Sistem simulasi ini dikembangkan menggunakan bahasa pemrograman PHP di sisi server dan JavaScript di sisi client. Kode program PHP dikembangkan menggunakan framework CodeIgniter. Kode program JavaScript dikembangkan menggunakan framework jquery. Kedua framework ini dipilih karena framework tersebut menyediakan pustaka-pustaka atau fungsi dasar yang umum digunakan, dokumentasi dan contoh program yang jelas, komunitas dan penggunanya banyak, ringan dan cepat, pustaka tambahan seperti plugin mudah didapatkan, serta sumber pembelajaran yang mudah didapatkan. Pembuatan kode program dibagi menjadi beberapa modul antara lain sebagai berikut: Tampilkan data indikator dan peringkat situs Selesai Gambar 3 Alur kerja sistem simulasi. Lingkungan Pengembangan Spesifikasi perangkat keras dan perangkat lunak untuk pengembangan sistem simulasi ini adalah sebagai berikut: Perangkat Keras Prosesor Intel Core i GHz, 2 GB RAM, harddisk berkapasitas 320 GB, mouse, keyboard, monitor. Perangkat Lunak Sistem Operasi Windows 7 Ultimate, Netbeans 6.8 digunakan untuk membuat kode program (PHP, Javascript, HTML, 4

3 dan CSS), PHP 5.3 digunakan sebagai interpreter kode PHP, MySQL 5.0 digunakan sebagai Database Management System (DBMS), MySQL Workbench OSS 5.2 digunakan untuk proses administrasi database dan debugging kode SQL, Mozilla Firefox, Chromium, Google Chrome dan Internet Explorer 8 digunakan untuk melihat hasil program, IETester digunakan untuk mengecek kompatibilitas sistem simulasi pada beberapa versi Internet Explorer. Pengambilan Data Indikator dari Mesin Pencari Proses pengambilan data dilakukan secara otomatis setiap hari pada pukul 05:00 WIB di saat jaringan IPB belum terlalu padat untuk menghindari kegagalan pada proses pengambilan data. Mesin pencari yang dijadikan sebagai sumber data yaitu Google, Yahoo, Bing, Exalead, dan Google Scholar. Sumber pengambilan data indikator adalah sebagai berikut: indikator Visibility diambil dari Yahoo, indikator Size diambil dari Google, Bing, Yahoo, dan Exalead, indikator Rich file diambil dari Google, indikator Scholar diambil dari Google Scholar. Data diambil dengan melakukan request ke mesin pencari dengan menambahkan parameter tambahan untuk masing-masing indikator di URL. Daftar URL yang diakses dapat dilihat pada Lampiran 2. Bentuk request untuk setiap parameter adalah sebagai berikut: Visibility dengan asumsi example.edu adalah nama situs universitas linkdomain:example.edu site:example.edu Parameter Size di mesin pencari Google, Yahoo, Bing, dan Exalead dengan example.edu sebagai nama situs adalah: site:example.edu Parameter Rich File pada mesin pencari Google dapat dilihat pada Tabel 1 Tabel 1 Parameter Rich File Format Parameter PDF PS PPT DOC filetype:pdf site:example.edu filetype:ps site:example.edu filetype:ppt site:example.edu filetype:doc site:example.edu Parameter Scholar pada Google Scholar adalah: site:example.edu Contoh pengambilan nilai indikator dari mesin pencari dapat dilihat pada Lampiran 3. Response yang diterima dari mesin pencari adalah teks HTML. Pada teks HTML tersebut kemudian dilakukan parsing menggunakan regular expression untuk diambil bagian string yang menyatakan nilai untuk tiap-tiap indikator. Beberapa mesin pencari seperti Bing, Google, dan Yahoo menyediakan Web Service API (Application Programming Interface) yang bisa diakses langsung dari program. Namun hasil yang diperoleh jauh berbeda dibandingkan hasil yang diberikan bila menggunakan Web Search biasa. Sedangkan mesin pencari Exalead dan Google Scholar memang tidak menyediakan API sehingga diperlukan proses parsing untuk mendapatkan data indikator. Kekurangan dari proses parsing HTML ini yaitu parsing akan gagal mengambil string yang diinginkan bila suatu saat mesin pencari mengubah HTML yang dikembalikan ke sistem. Hal ini sudah diantisipasi dengan membuat sebuah file konfigurasi yang berisi pola regular expression untuk masing-masing mesin pencari. File konfigurasi tersebut dapat dilihat pada Lampiran 4. Data nilai indikator masing-masing situs yang telah diperoleh tersebut kemudian disimpan ke database untuk diproses pada proses penghitungan score dan peringkat situs. Penghitungan Score dan Setelah proses pengambilan data indikator dari mesin pencari telah selesai, data yang telah tersimpan di database diambil untuk digunakan pada proses penghitungan score. Urutan penghitungan yang dilakukan oleh sistem simulasi ini antara lain sebagai berikut: 1 Penentuan nilai maksimum untuk setiap indikator. Pada tahap ini, ditentukan nilai maksimal masing-masing indikator berdasarkan waktu tertentu. 2 Normalisasi nilai tiap-tiap indikator untuk setiap situs. Pada tahap ini, nilai indikator dinormalisasi agar nilai indikator berada pada rentang nilai yang yang sama, yaitu dari 0 sampai 1, karena nilai indikator bervariasi dan pada rentang yang berbeda-beda. 3 Penghitungan nilai score. 4 Pengurutan situs berdasarkan score secara menurun. 5

4 5 atau ranking diperoleh dari urutan situs yang telah diurutkan berdasarkan score. Urutan penghitungan dapat dilihat pada Gambar 4. mulai hitung nilai logaritmanya. Nilai maksimum yang berkorespondesi juga hitung logaritmanya setelah nilai maksimum ditambahkan satu. Hasil logaritma nilai indikator kemudian dibandingkan dengan hasil logaritma dari nilai maksimum sehinggga diperoleh nilai normalisasi untuk indikator yang berkorespondensi. Jadi, normalisasi untuk setiap indikator adalah: Ambil data indikator dari database... (8) Data indikator Hitung nilai maksimum setiap indikator... (9)... (10)... (11) Normalisasi nilai indikator......(12) Hitung score situs Score diurutkan menurun situs Simpan peringkat ke database... (13)...(14)...(15)... (16)... (17) Selesai Gambar 4 Proses penentuan peringkat situs. Nilai normalisasi x diperoleh dengan membandingkan hasil logaritma x, log a x, dengan hasil logaritma nilai maksimum dari koleksi x, log a x max. Peubah x adalah suatu bilangan positif, dan a adalah bilangan pokok.... (7) Nilai setiap indikator dinormalisasi berdasarkan persamaan (7). Normalisasi dilakukan setelah nilai maksimum untuk setiap nilai indikator diperoleh. Kemudian nilai setiap indikator ditambahkan satu lalu Setelah setiap nilai normalisasi indikator diperoleh, dilakukan penghitungan tahap berikutnya yaitu penghitungan nilai untuk masing-masing komponen size, visibility, rich file, dan scholar. Nilai untuk komponen size diperoleh dengan menjumlahkan semua nilai dari masing-masing indikator size (Yahoo, Google, Bing, Exalead). Hasil penjumlahan tersebut kemudian dikurang dengan nilai maksimum dan minimum di antara nilai size di Yahoo, Google, Bing, dan Exalead. Hasil tersebut kemudian dibagi dua. Hasil inilah yang menjadi nilai untuk komponen size (S d ).... (18)... (19) 6

5 ... (20)... (21) Nilai untuk komponen rich file (R d ) diperoleh dengan menggabungkan nilai setiap dokumen yang kemudian dibagi empat.... (22) Setelah diperoleh nilai untuk masingmasing komponen, kemudian dilakukan penghitungan score. Nilai score inilah yang akan digunakan pada proses penentuan peringkat situs.... (23) Pada proses normalisasi nilai indikator, nilai indikator dinormalisasi menggunakan logaritma. Namun Webometrics tidak menjelaskan secara detil bilangan pokok yang digunakan pada logaritma tersebut. Oleh karena itu diasumsikan bahwa logaritma yang digunakan adalah logaritma natural. Pemilihan logaritma natural didasarkan pada hubungan bahwa logaritma dengan sembarang bilangan pokok dapat dinyatakan dalam logaritma natural (Stewart 2001):... (24) Diketahui persamaan normalisasi:... (25) Bila disubstitusi persamaan (24) ke persamaan (25) diperoleh:... (26)... (27) Jadi, berapapun bilangan pokok yang digunakan, nilai normalisasi yang diperoleh akan memberikan hasil yang sama dengan nilai normalisasi yang menggunakan logaritma natural. Universitas yang menjadi 10 besar dunia pada edisi Januari 2010 juga ikut diperhitungkan karena pada proses normalisasi diperlukan nilai maksimum untuk tiap-tiap indikator. Nilai maksimum tersebut digunakan sebagai pembanding pada proses normalisasi. Diasumsikan bahwa nilai maksimum untuk setiap indikator berada di salah satu unversitas yang berada di peringkat 10 besar dunia tersebut. Contoh proses penghitungan score dan penentuan ranking dapat dilihat pada Lampiran 5. Analisis Korelasi Antar Indikator Analisis korelasi dilakukan untuk melihat keterhubungan atau pengaruh antara satu indikator dengan indikator yang lain. Proses penghitungan dilakukan dengan menggunakan bantuan software PSPP. Data yang digunakan adalah lima belas data indikator situs yang terdaftar di sistem sebelum dinormalisasi per tanggal 20 Juli Metode analisis yang digunakan adalah korelasi Pearson. Hubungan yang ingin dilihat antara lain: hubungan antara visibility dan size di Yahoo. Dari hasil penghitungan diperoleh koefisien korelasi 0,18. Artinya hubungan antara visibility dan size di Yahoo tidak kuat, atau dengan kata lain visibility bisa dikatakan tidak terpengaruh oleh size atau pun sebaliknya, hubungan antara komponen size (Google, Yahoo, Bing, dan Exalead). Nilai korelasi komponen size dapat dilihat pada Tabel 2. Tabel 2 Nilai korelasi komponen size Peubah 1 Peubah 2 Korelasi Google Yahoo 0,69 Google Bing 0,80 Google Exalead 0,83 Yahoo Bing 0,56 Yahoo Exalead 0,60 Bing Exalead 0,87 Dari Tabel 2, dapat dilihat bahwa hubungan antar komponen size memiliki hubungan yang kuat dan saling mempengaruhi, hubungan antara size di Google dan tiaptiap komponen rich file (Pdf, Ppt, Ps, dan Doc). Nilai koefisien relasi untuk size dan Pdf sebesar 0,43, untuk size dan Ppt 0,66, untuk size dan Ps 0,19, terakhir untuk size dan Doc sebesar 0,29. Dari keempat nilai tersebut hanya size dan Ppt yang memiliki hubungan yang kuat. Artinya size di Google dipengaruhi oleh banyaknya dokumen Ppt, begitu juga sebaliknya, 7

6 hubungan antara scholar dan rich file (Pdf, Ppt, Ps, dan Doc). Nilai korelasi antara scholar dan Pdf sebesar 0,49, scholar dan Ppt 0,21, scholar dan Ps sebesar 0,36, dan terakhir antara scholar dan Doc sebesar 0,01. Dari nilai-nilai tersebut, tidak ada hubungan yang cukup kuat dan berpengaruh atanara scholar dengan komponen yang ada di rich file, hubungan antara size di Google dan scholar. Nilai korelasi antara size di Google dan scholar yaitu 0,01. Jadi dapat dikatakan antara size di google dan scholar memiliki hubungan yang lemah dan tidak saling berpengaruh. Visualisasi Data Indikator, Score, dan Visualisasi data indikator, score, dan peringkat berupa grafik yang ditampilkan ke pengguna. Visualisasi digunakan untuk memudahkan pengguna dalam membaca dan memahami data indikator situs. Visualisasi pada sistem simulasi ini menggunakan komponen yang sudah ada. Komponen yang digunakan pada sistem simulasi ini yaitu Visifire Community Edition. Komponen ini berbasis Microsoft Silverlight yang berjalan di browser client. Visifire dipilih karena dapat memenuhi kebutuhan sistem untuk menampilkan grafik, penggunaan yang mudah, multiplatform, crossbrowser. Selain itu, Visifire berlisensi GNU GPL v3 yang dapat digunakan secara bebas. Hasil Program Sistem simulasi ini berbasis web sehingga untuk melihat hasil program pengguna dapat menggunakan web browser. Fitur program yang disediakan sistem ini antara lain: menampilkan daftar situs web beserta nilai indikator dan peringkatnya, menampilkan perkembangan nilai indikator dari hari ke hari, membandingkan nilai indikator antara dua situs atau lebih, menyimulasikan nilai indikator berupa tabel nilai indikator yang dapat diubahubah oleh pengguna, menambah, mengubah, dan menghapus situs yang terdaftar di sistem, mengubah konfigurasi sistem simulasi seperti mengubah parameter saat pengambilan data dari mesin pencari, mengekspor data indikator ke format Microsoft Excel (.xls) dan PDF (.pdf). Tampilan program dapat dilihat pada Lampiran 6. Masalah yang Ditemui setelah Sistem Dipasang di Production Server Setelah sistem mampu untuk mengambil dan menyimpan data dari mesin pencari, sistem dipasang di production server milik IPB dengan URL Namun setelah dipasang di server tersebut terdapat beberapa masalah yang muncul. Masalah-masalah yang muncul setelah sistem dipasang di production server antara lain sebagai berikut: mesin pencari Google mendeteksi dan melarang request yang dibuat secara otomatis dan mengalihkan request ke halaman lain. Sehingga response yang diberikan oleh Google bukan halaman hasil pencarian seperti yang diharapkan. Untuk menghindari pengalihan oleh Google, dalam proses pengambilan data dari Google diberikan jeda antara dua request yang berurutan. Lama jeda yang ditentukan secara acak (random) yang berada pada selang 1 sampai 20 detik. Pemberian jeda yang berbeda-beda untuk menghindari pengalihan oleh Google pada request yang diberikan, jaringan Internet yang tidak stabil menyebabkan sistem tidak dapat melakukan proses pengambilan data dari mesin pencari. Oleh karena itu proses pengambilan data dilakukan pada waktu jaringan IPB belum terlalu padat, listrik yang sering padam, sehingga sistem tidak berjalan. Evaluasi Evaluasi dilakukan setelah peringkat universitas diumumkan oleh Webometrics melalui situs resminya, yaitu pada 20 Juli Bentuk evaluasi yang dilakukan dengan membandingkan peringkat yang diperoleh dari simulasi dengan peringkat yang diumumkan oleh Webometrics. universitas yang dihasilkan oleh sistem simulasi dan Webometrics dapat dilihat pada Tabel 3. Pada Tabel 3, situs web universitas yang tidak dimasukkan ke sistem simulasi tidak dihitung peringkatnya di Webometrics. domain yang diberi tanda * menunjukkan bahwa domain-domain tersebut mendapatkan perlakuan khusus. Perlakuan khusus tersebut yaitu pengurangan nilai untuk indikator Scholar sebesar 50% dari nilai asli. 8

7 Tabel 3 universitas menurut Simulasi dan Webometrics (Juli 2010) Domain Simulasi Webometrics gunadarma.ac.id 3 4* itb.ac.id 5 1 ipb.ac.id 1 6* its.ac.id 12 7 petra.ac.id 4 5* ugm.ac.id 2 2 ui.ac.id 6 3 uii.ac.id um.ac.id 8 12* unair.ac.id 7 17 undip.ac.id 9 8 uns.ac.id 13 9 unsri.ac.id upi.edu usu.ac.id Dari Tabel 3, peringkat masing-masing universitas yang diberikan oleh sistem simulasi berbeda dengan peringkat yang diambil dari Webometrics. Perbedaan hasil yang didapat tersebut bisa disebabkan ada perubahan pada model penghitungan Webometrics pada edisi Juli 2010 dan ada faktor lain yang juga ikut diperhitungkan yang tidak dipublikasikan oleh tim Webometrics. Disebutkan dalam situs repositories.webometrics.info ada perbedaan dalam cara perhitungan Webometrics yang terbaru salah satunya yaitu pada bagian penentuan nilai normalisasi indikator rich file. Cara penentuan nilai indikator rich file dari kabar tersebut adalah nilai masing-masing tipe dokumen digabungkan baru kemudian nilai hasil penggabungan tersebut dinormalisasi....(28) Pada sistem simulasi ini, cara menentukan nilai normalisasi indikator rich file adalah menggabungkan nilai hasil normalisasi masing-masing tipe dokumen yang kemudian dibagi banyaknya tipe dokumen yang digunakan. Kedua cara tersebut memberikan hasil normalisasi yang berbeda sehingga score akhir yang dihasilkan juga berbeda. Selain itu, di situs tersebut juga disebutkan ada penambahan kriteria dalam pengambilan nilai visibility. Nilai visibility yang diambil merupakan nilai visibility di luar domain.com,.org, dan.net. Penambahan kriteria ini mempengaruhi nilai indikator visibility dan score. Dengan bobot 50% dari keseluruhan, visibility merupakan indikator yang paling berpengaruh terhadap score secara keseluruhan. Oleh karena itu, untuk mengurangi perbedaan tersebut sistem dibuat untuk mendukung kedua cara penghitungan, yaitu cara penghitungan yang telah digunakan sebelumnya dan cara penghitungan yang baru yang disebutkan di situs repositories.webometrics.info. Komponen peringkat universitas di Indonesia untuk setiap indikator menurut simulasi dapat dilihat pada Tabel 4. Tabel 4 Komponen peringkat universitas berdasarkan nilai indikator menurut Simulasi (20 Juli 2010) Domain S V R1 R2 SC itb.ac.id ugm.ac.id ui.ac.id gunadarma.ac.id petra.ac.id ipb.ac.id its.ac.id unair.ac.id undip.ac.id uns.ac.id uii.ac.id um.ac.id unsri.ac.id upi.ac.id usu.ac.id Keterangan: S=Size, V=Visibility, R1=Rich file hasil digabung setelah dinormalisasi, R2=Rich file hasil digabung setelah digabung, dan SC=Scholar. Pada Tabel 4, terdapat domain yang memiliki peringkat untuk scholar yang sama karena Tim Webometrics menerapkan kasus tertentu untuk domain tersebut. universitas untuk setiap indikator menurut dapat dilihat pada Tabel 5. 9

8 Tabel 5 Komponen peringkat universitas berdasarkan indikator menurut Webometrics (20 Juli 2010) Domain S V R SC itb.ac.id ugm.ac.id ui.ac.id gunadarma.ac.id petra.ac.id ipb.ac.id its.ac.id unair.ac.id undip.ac.id uns.ac.id uii.ac.id um.ac.id unsri.ac.id upi.ac.id usu.ac.id Keterangan: S=Size, V=Visibility, R2=Rich file, dan SC=Scholar. Bila dibandingkan antara peringkat situs atau domain berdasarkan indikator pada Tabel 4 dan Tabel 5, terdapat perbedaan peringkat yang diperoleh dari simulasi dengan peringkat yang diumumkan di Untuk kategori indikator size terdapat 6 situs yang berada pada urutan yang sama dengan urutan sesuai (Tabel 4). Untuk visibility dan scholar situs yang berada pada urutan yang sesuai berturut-turut adalah adalah 4 dan 5 situs. Pada indikator rich file dilakukan dua model penghitungan yaitu gabungan dari nilai normalisasi setiap dokumen (R1), dan normalisasi setelah nilai dokumen PDF, PS, PPT, dan DOC digabung (R2). Banyaknya situs menempati posisi yang sesuai berdasarkan rich file yaitu 1 situs untuk R1 dan 3 situs untuk R2. Bila dilihat pada Tabel 5, peringkat Rich file mempengaruhi peringkat Size. Hal tersebut mungkin terjadi karena Rich file sebenarnya juga bagian dari Size. Size merepresentasikan banyaknya halaman web atau arsip-arsip dari suatu situs, Rich file merepresentasikan banyak arsip-arsip untuk format dokumen tertentu yang lebih spesifik yaitu PDF, PPT, PS, dan DOC. Jadi bisa dikatakan bila indikator Rich file tinggi, maka besar kemungkinan indikator Size juga akan tinggi. Komposisi situs yang berada pada 10 besar dunia juga mengalami perubahan. Terdapat satu situs yang berubah yaitu Johns Hopkins University (jhu.edu) yang keluar dari 10 besar dunia digantikan oleh University of Texas Austin (utexas.edu). Situs 10 besar dunia yang digunakan sistem simulasi adalah harvard.edu, mit.edu, stanford.edu, berkeley.edu, cornell.edu, umn.edu, wisc.edu, umich.edu, washington.edu, dan jhu.edu. KESIMPULAN DAN SARAN Kesimpulan Dari penelitian yang telah dilakukan, dapat disimpulkan: telah diidentifikasi indikator size, visibility, rich file dan scholar yang mempengaruhi peringkat suatu universitas dalam pemeringkatan Webometrics, terdapat perbedaan dari hasil yang diberikan oleh sistem simulasi terhadap hasil Webometrics yang sesungguhnya, telah berhasil dikembangkan sistem simulasi untuk pemeringkatan Webometrics. Saran Untuk penelitian selanjutnya, disarankan agar sistem simulasi ini mampu mendiagnosis dan memberikan saran kepada pengguna indikator apa yang sebaiknya ditingkatkan dan menentukan besar nilai yang sebaiknya ditingkatkan pada indikator untuk menaikkan peringkat situs. Selain itu sistem simulasi juga diharapkan mampu mempertimbangkan aspek-aspek lain seperti aspek sejarah, sosial dan budaya suatu universitas sebagai salah satu komponen penilaian dalam penentuan peringkat. Untuk data kualitatif tersebut dapat digunakan pendekatan metode fuzzy dalam pengolahannya. Selain itu juga diharapkan dikembangkan sistem simulasi yang mampu menentukan peringkat situs berdasarkan data indikator yang sudah ada dengan menggunakan pendekatan yang lain, misal pendekatan metode jaringan syaraf tiruan (JST). DAFTAR PUSTAKA Aguillo IF Cybermetric Indicators: A Methodological Approach nd International Workshop on University Web Rankings. 10