OPTIMASI RANKING WEBOMETRICS MENGGUNAKAN METODE LOGARITMIC FUZZY PREFERENCE PROGRAMMING PADA PERSPEKTIF COST

Transkripsi

1 OPTIMASI RANKING WEBOMETRICS MENGGUNAKAN METODE LOGARITMIC FUZZY PREFERENCE PROGRAMMING PADA PERSPEKTIF COST Program Stud Ten Informata ST3 Telom Purwoerto Jl. DI Panatan 128 Purwoerto Abstra Setap perguruan tngg, meml engnan untu menad World Class Unversty. Salah Satu cara yang dgunaan untu menla ualtas sebuah unverstas adalah dengan melauan penguuran atftas cvtas aadema d duna maya, melalu doman web unverstas yang dsebut webometrcs. Dalam ranga menngatan nera web unverstas untu menduung tercptanya World Class Unversty, maa dperluan langah-langah optmas pencapaan ranng webometrcs. Langah tersebut antara lan dengan menggunaan perhtungan dan pembobotan berdasaran fator utama yatu Vsblty (V, Sze (S, Rch Fles (R dan Scholar (Sc berdasaran emampuan fnancal (perspetf cost perguruan tngg. Metode analss dan sntess yang dgunaan untu membantu proses pengamblan eputusan menggunaan metode Analytcal Herarchy Process (AHP dengan pendeatan Logartmc Fuzzy Preference (LFPP. Metode LFPP n melbatan fungs logartma asl untu memperba eurangan metode FPP. Pembobotan dlauan dengan melbatan paar dan aadems untu menentuan tngat epentngan berdasaran cost (baya yang deluaran antara satu rtera dengan rtera yang lan, sampa pada sub rtera terhadap sub rtera yang lan. Penlaan tersebut emudan dbuat e dalam sala anga (basanya sala 1 sampa 9, dan dbuat matrs perbandngan berdasaran hrar yang telah dbangun sesua dengan persoalan yang aan dselesaan, dan sesua dengan perhtungan bobot prortas. Dar hasl perhtungan, ddapatan ranng tertngg yang dreomendasan dalam menentuan langah strategs pencapaan ranng webometrcs adalah fator pemantauan ranng dar stus ahrefs(c 332, penambahan umlah ln dar webste lan (C 321, penambahan umlah halaman pada doman (C 111, mengunggah mater pembelaaran dalam bentu fle pdf (C 223 dan pemantauan ranng dar stus Maestcseo (C 331. Kata unc : World Class Unversty, Webometrcs, Analytcal Herarchy Process, Logartmc Fuzzy Preference Abstract Each college has a desre to become a World Class Unversty. One ways used to assess the qualty of a unversty s by measurng actvty of the academc communty n the vrtual world, through the unversty's Web doman called webometrcs. In order to mprove the performance of web unverstes to support the creaton of the World Class Unversty, the necessary steps Webometrcs ranng optmzaton achevement. The measures nclude the use of the calculatons and the weghtng s based on four man factors, namely Vsblty (V, Sze (S, Rch Fles (R and Scholar (Sc s based on the ablty of fnancal (cost perspectve colleges. Methods of analyss and synthess that s used to help the decson mang process usng Analytcal Herarchy Process (AHP approach Logartmc Fuzzy Preference (LFPP. LFPP method nvolves a logarthmc functon orgnal to correct defcences FPP method. Weghtng s done wth the nvolvement of experts and scholars to determne the level of nterest based on cost (cost ncurred between the crteras, and between sub-crteras. The assessment s made nto number scale (usually a scale of 1 to 9, and made a comparson matrx based herarchy that has been bult accordng to the ssues to be resolved, and n accordance wth the calculaton of weghted prortes. From the calculaton results, the hghest ranng recommended a decsve step n the strategc ways s montorng the ranng va ahrefs stes (C332, ncreasng the number of lns from other webstes (C321, ncreasng the number of pages on the doman (C111, upload learnng materals n pdf 206

2 fle format (C223 and montorng the ranng of stes Maestcseo (C331. Keywords : World Class Unversty, Webometrcs, Analytcal Herarchy Process, Logartmc Fuzzy Preference I. PENDAHULUAN Pemerngatan level World Class Unversty dnla mash bersfat sangat subetf. Beberapa endala dalam upaya pencapaan WCU, salah satunya terat dengan banyanya perbedaan rtera penlaan (Altbach, Oleh arena tu, pentngnya status WCU yang dml sebuah unverstas unggulan (excellence berstandar duna dan strateg yang dgunaan untu mencapanya, menar perhatan prats dan pengambl ebaan d bdang penddan (Jat, Irmawat, & Indrhapsar, Berbaga macam rtera penlaan yang dgunaan untu menentuan perngat dan nera sebuah unverstas, salah satunya ddapatan dar ualtas webste unverstas. Setap tahun, satu uta orang mengunung webste unverstas untu mencar nformas. Kegatan yang dlauan antara lan mencar nformas perulahan, menggant adwal ulah, atau onta nformas dosen. Istlah baru dalam penlaan ualtas unverstas berdasaran atftas d duna maya, melalu web unverstas dsebut webometrcs. Sebuah terobosan dar Cybermetrcs Lab, sebuah elompo rset dar Centro de Cencas Humanas Socales (CCHS, yang merupaan bagan dar Dewan Rset Nasonal Spanyol(Kargar, Dalam ranga menngatan nera web unverstas untu menduung tercptanya World Class Unversty, maa dperluan langah-langah optmas pencapaan ranng webometrcs antara lan dengan menggunaan perhtungan dan pembobotan berdasaran fator utama yatu Vsblty (V, Sze (S, Rch Fles (R dan Scholar (Sc. Metode analss dan sntess yang dgunaan untu membantu proses pengamblan eputusan menggunaan metode Analytcal Herarcy Process (AHP. AHP merupaan metode pengambl eputusan yang powerful dan flesbel, yang dapat membantu dalam menetapan prortas dan membuat eputusan dengan mempertmbangan aspe ualtatf dan uanttatf. (Jat, Irmawat, & Indrhapsar, 2012 melauan pembobotan varabel webometrcs dengan menggunaan metode Fuzzy AHP, aan tetap metode tersebut belum dapat memfasltas varabel penlaan berdasaran sfat epentngannya. Dengan mengetahu fator pentng mana saa yang perlu ddahuluan, dharapan muncul langah-langah tepat yang dambl dalam ranga menngatan ranng webometrcs (Saaty, (Wang and Chn 2011 dalam peneltan pemlhan apal yang sesua untu pengrman barang telah melauan pembobotan menggunaan fuzzy AHP dengan pendeatan logarthmc fuzzy preference programmng. Metode n dnla cuup efetf arena dapat menentuan prortas varabel berdasaran epentngannya, dan dapat mengatas eurangan pada metode sebelumnya. Metode nlah yang aan dpaa untu melauan pembobotan pada varabel webometrcs. Perlunya optmas ranng webometrcs merupaan strateg untu mencapa sasaran mutu pada aspe Internal Bussness Process yang harus dcapa oleh masng-masng Perguruan Tngg d bawah naungan Yayasan Penddan Telom (Wahyunngrum, 2015, dtnau dar seg baya (cost. Masng-masng ndator duur berdasaran tngat epentngannya menggunaan fungs eanggotaan fuzzy, sehngga dperoleh reomendas egatan yang dlauan agar lebh tepat dan terarah untu dalam ranga menngatan ranng webometrcs. II. TINJAUAN PUSTAKA Analytcal Herarchy Process Persoalan-persoalan dalam duna nyata pada umumnya tda dapat dmodelan. Atau a dapat dmodelan pun, aan banya asums yang ustru membuat hasl ahr atau solus yang dcar menad tda aplatf. Oleh arena tu, metode-metode yang menduung etdaelasan dan etdatentuan banya dtelt dan dpelaar. (Saaty T. L., 1988 pertama al memperenalan metode yang dsebut dengan Proses Hrar Analt (The Analytcal Herarchy Process. Metode n menad sangat menar arena melbatan penlaan (ugdgement manusa yang sfatnya subetf. Penlaan tersebut emudan dbuat e dalam sala anga (basanya sala 1 sampa 9, dan dbuat matrs perbandngan berdasaran hrar yang telah dbangun sesua dengan persoalan yang aan dselesaan, dan sesua dengan perhtungan bobot prortas. 207

3 Serng dengan seman omplesnya persoalan yang harus dselesaan, maa penggunaan sala 1 sampa 9 (crsp number drasa urang representatf (Wang & Chn, Untu menawab eurangan n, maa para penelt menggabungan onsep loga fuzzy dengan AHP sehngga blangan yang dgunaan buan lag blangan crsp aan tetap menggunaan blangan fuzzy. Hal n untu mengatas persoalan yang sfatnya tda elas dan omples. Fuzzy AHP serng dombnasan dengan metode-metode lan, salah satunya adalah dengan metode Fuzzy Preference Programmng (FPP untu menentuan nla bobot epentngannya. Aan tetap, pada penerapannya, banya contoh asus menghaslan solus yang tda tepat. Sehngga metore tersebut dperba dengan menggunaan unsur logartma natural pada FPP telah terbut efetf dan dapat menghaslan solus yang efetf dan tepat. Fuzzy Preference Programmng Penggunaan blangan fuzzy dalam penlaan dalam uesoner oleh paar atau aadems yang meml pengetahuan tentang permasalahan yang aan du, dalam hal n masalah pemerngatan webometrcs, dapat dbentu edalam matrs perbandngan tngat epentngan (1. Blangan fuzzy yang dgunaan, ddefnsan dalam Tabel 1. A 1 ( l12, m12, u12 ( l1, m1, u1 ( l, m, u 1 ( l, m, u ( a ( l1, m1, u1 ( l 2, m 2, u 2 1. (1 Msalan penlaan dar rtera e- dantara l dan u al lebh pentng dbandngan rtera e-, dmana l 1/ u, m 1/ m, u 1/ l dan 0 l m u untu, 1,..., n,. Untu menghtung bobot W ( w1,..., w T 0 dengan w 1, dalam (Wang & Chn, 2011, telah 1 ddefnsan fungs eanggotaan ( w / w l w, m, m l w w w u ( w / w w, m, u m w (2 Dmana ( w / w adalah deraat eanggotaan w / w dar penlaan a ( l, m, u. Msalan mn ( w / w 1,..., 1; 1,...,. Maa, adalah deraat eanggotaan mnmum dmana bobot yang dhaslan memenuh setap tngat epentngan fuzzy-nya. Bentu nonlnear programmng dar onds datas dapat dtulsan sebaga Masmuman s.t. w lw ( m l w 0, 1,..., ; 1,...,, w uw ( u m w 0, 1,..., ; 1,...,, w 1, 1 w 0, 1,...,. Untu menyempurnaan model n (Wang & Chn, 2011, telah melbatan logartma natural yang dsebut sebaga model LFPP (Logarthmc Fuzzy Preference Programmng. Tabel 1. Defns blangan fuzzy yang dgunaan Konvers dar sala Defns AHP edalam blangan Fuzzy 1 = (1,1,1 Kedua elemen yang dbandngan sama pentngnya (equal 2 = (1,2,3 Penlaan berada dantara sama pentngnya dan sedt lebh pentng 3 = (2,3, Elemen pertama sedt lebh pentng dbandngan elemen edua (moderate = (3,,5 Penlaan berada dantara sedt lebh pentng dan lebh pentng 5 = (,5,6 Elemen pertama lebh pentng dbandngan dengan elemen edua (strong mportant 6 = (5,6,7 Penlaan berada dantara lebh pentng dan elas lebh pentng 7 = (6,7,8 Elemen pertama elas lebh pentng dbandngan dengan elemen edua (very strong 8 = (7,8,9 Penlaan berada dantara elas lebh pentng dan mutla lebh pentng 208

4 9 = (8,9,9 Elemen pertama mutla lebh pentng dbandngan dengan elemen edua (absolute strong mportant 2,,6,8 Nla-nla dantara dua penlaan yang berdeatan Metode LFPP Sepert telah delasan datas, metode LFPP n merupaan penyempurnaan dar metode FPP yang pada beberapa contoh asus menghaslan nla ahr yang negatf yang tentu saa hal n membuat solus yang dharapan menad urang vald. Metode LFPP n melbatan fungs logartma asl untu memperba eurangan metode FPP. Metode LFPP n dapat dformulasan menad Mnmuman P J (1. ( s.t. x x ln( m / l ln l, 1,..., 1; 1,...,, x x ln( u / m ln u, 1,..., 1; 1,...,,, x 0, 1,...,,, 0, 1,..., 1; 1,...,, dengan perhtungan bobot menggunaan rumus sebaga berut. exp( x w, 1,...,,. exp( x 1 III. ANALISIS DAN PEMBAHASAN Peneltan n merupaan peneltan espermental yang melbatan 2 orang paar (aadems dan prats dalam bdang webometrcs. Kedua paar berdsus menentuan bobot epentngan antar rtera. Krtera yang dgunaan dalam peneltan yatu Sze, Rch Fles, Vsblty, dan Scholar, dmana masng-masng rtera dbag menad beberapa sub rtera egatan yang dapat menngatan ranng webometrcs. Selanutnya, dbuat strutur hrar dar rtera u dan sub rtera berdasaran perspetf cost (baya yang dtunuan pada Gambar 1. Cost Sze (C1 Rch Fles(C2 Metrc to measure webste sze (C11 Submt stemaps (C12 Increase web content (C13 Search Engne Optmzaton (C1 How to ncrease rch fles (C21 Volume od document publcatons relevant to academc level (C22 Sze : number of Submt to : pages n the google doman (C121 (C111 Content always stay fresh(c131 Ways of creatng new content (C132 Cater to all staeholders (C133 Html (C11 Keyword (C12 Upload more(c211 Encourage staff, lecturer and students to publsh ther wors onlne (C212 Create archve for hstorcal reference (C213 Corporate documents (C221 News letter/ bulletns (C222 Learnng materals (C223 Research publcatons, ournal, papers, artcles (C22 Research proects, conference, semnars (C225 Vsblty(C3 Scholar (C All staeholders nvolved (C31 Baclns (C32 Measured by web analytcs(c33 Measure the number of scentfc papers (C1 How to mprove scholarly ran (C2 Content from students (C311 Content from staff & lecturer (C312 Number of unque ncomng lns from other webste(c321 Ways to generate more traffc (C322 Maestcseo (C331 Ahrefs (C332 Google scholar (C11 Schmago (C12 Go open access (C21 Get ndexed by google scholar (C22 Get lsted n OA drectory (C23 Encourage staff, lecturer and student to ncrease vsble publcatons (C2 Gambar 1. Klasfas dar araterst cost e dalam sub araterst sze, rch fles, vsblty dan scholar 209

5 Perhtungan pembobotan rtera dan sub rtera Tabel 2 Tngat epentngan dar empat rtera dlhat dar perspetf cost 3 0, 0.185, 1 0, 12 0, , 13 Crtera C 1 C 2 C 3 C LFPP prortes C 1 (1, 1, 1 (2, 3, (1/6,1/5,1/ (8, 9, C 2 (1/,1/3,1/2 (1, 1, 1 (1/8,1/7,1/6 (, 5, C 3 (, 5, 6 (6, 7, 8 (1, 1, 1 (6, 7, C (1/9,1/9,1/8 (1/6,1/5,1/ (1/8, 1/7, 1/6 (1, 1, Solus optmal : x1 1.96, x , x , 0, , 0.366, 23 0, P , x , 1 2 0, Prortas Normalzed LPP : w exp( x / exp( x , w exp( x / exp( x Mnmze R (1. ( w3 exp( x3 / exp( x , 1 Subect to : x1 x2 ln(3/ 2 12 ln 2 w exp( x/ exp( x x1 x2 ln(/3 12 ln Tabel 2 menunuan bahwa nla LFPP Prortes untu C 1, C 2, C 3, dan C berturut yatu x1 x3 ln(6/5 13 ln(1/ , , , x1 x3 ln(5/ 13 ln(1/ Dengan menggunaan cara yang sama, dhtung pula pembobotan dengan rtera penlaan x1 x ln(9/8 1 ln8 perbandngan berpasangan antar sub rtera, x1 x ln(1 1 ln 9 sehngga ddapatan hasl sebaga berut. x2 x3 ln(8/ 7 23 ln(1/ 8 Tabel 3. Hasl perhtungan bobot rtera x2 x3 ln(7 / 6 23 ln(1/ 6 C C x2 x ln(5/ 2 ln C C x2 x ln(6/5 2 ln 6 C x 3 x ln(7 / 6 C C C ln 6 C x 3 x ln(8/ 7 3 ln8 C C , x1, x2, x3, x, 12, 13, 1, 23, 2, 3, 12, 13, 1, 23, 2, 3 0 C C C C C C C C C C C C C C C

6 C C C C C C C C C C C C C C C Tabel 3 menunuan hasl perhtungan bobot masng-masng rtera, emudan pada Tabel dlauan pemerngatan 10 sub rtera tertngg. Dar hasl perhtungan, ranng 1 yatu ahrefs, dan ranng 10 yatu upload more. Tabel. 10 besar perngat bobot sub rtera Ranng Bobot Sub Krtera Ahrefs (C332 2 Number of unque ncomng lns from other webste(c321 3 Sze : number of pages n the doman (C Learnng materals (C Maestcseo (C Submt to : google (C Google scholar (C Ways to generate more traffc (C Upload more(c211 IV. KESIMPULAN Berdasaran hasl pemerngatan bobot sub rtera pada perspetf cost, ddapatan reomendas sebaga berut. 1. Pemantauan ranng web unverstas dlauan dengan cara memantau stus ahrefs.com, dar seg cost, stus tersebut menyedaan ases grats bag pengguna. 2. Jumlah ln un yang meruu pada web unverstas, dapat dlauan dengan memanfaatan resource sswa PKL atau mahasswa magang, untu menean baya. 3. Menambahan umlah halaman web, dapat dlauan sendr oleh unt atau bagan ssfo, sehngga menghemat baya yang deluaran.. Untu menambah rch fles, setap dosen dwaban mengunggah mater aar e blog masng-masng dengan estens.pdf. Hal n drasa cuup murah, arena dapat dlauan sendr oleh dosen yang bersangutan. 5. Selan menggunaan ahrefs.com, pemantauan ranng webometrcs dapat dlauan secara perod melalu stus maestcseo.com secara grats Content from students (C311 REFERENSI Altbach, P.G. "The costs and benefts of worldclass unverstes." Academe, Vol. 90, No. 1, 2012: Fruhlng, A, and S Lee. "Assessng the Relablty, Valdty and Adaptablty of PSSUQ." 9th Amercas Conference on Informaton Systems. Omaha, Nebrasa, Jat, Handaru, Dessy Irmawat, and Yunar Indrhapsar. Laporan Ahr Peneltan Hbah Fundamental. Yogyaarta: Unverstas Neger Yogyaarta, Kargar, Mohammad Javad. "Unversty Webste Ranng from Usablty Crtera Perspectve." 211

7 Internatonal Journal of Advancements n Computng Technology, Vol. 3 Issue 11, 2011: Lews, R James. T12: Standardzed Usablty Questonarry. (accessed December 10, 201. Saaty, Thomas Lore. Decson Mang : The Analytcal Herarchy Process. Unted States of Amerca: Unversty of Pttsburgh, Saaty, Thomas Lore. "Decson-mang wth the AHP : Why s the prncpal egenvector necessary." European Journal of Operatonal Research Vol. 15 No. 1, 2003: Sauro, Jeff. 8 Advantages of Standardzed Usablty Questonnarres. http// -usablty.php (accessed December 2013, 201. Wahyunngrum, Tena. "Strateg penngatan vsblty dalam upaya penngatan ranng webometrcs." Semnar Nasonal Tenolog Informas dan Komunas (SENTIKA. Yogyaarta: Unverstas Atma Jaya Yogyaarta, Wang, Yng Mng, and Kwa Sang Chn. "Fuzzzy analytc herarchy process : a logarthmc." Internatonal Journal of Approxmate Reasonng, 2011: