ANALISIS PERBANDINGAN SEARCH MATCHING BERDASARKAN KARAKTERISTIK PADA SEARCH ENGINE GOOGLE, YAHOO, DAN BING.
SKRIPSI
Diajukan sebagai salah satu persyaratan dalam menyelesaikan studi Untuk memperoleh gelar Sarjana Sains Informasi (S.S.I) dalam Program Studi Perpustakaan dan Sains Informasi
SRI IRIANTI PURBA
150709049
UNIVERSITAS SUMATERA UTARA
FAKULTAS ILMU BUDAYA
PROGRAM STUDI PERPUSTAKAAN DAN SAINS INFORMASI
MEDAN
2020
Universitas Sumatera Utara LEMBAR PERSETUJUAN
Judul Skripsi : Analisis Perbandingan Search Matching Berdasarkan
Karakteristik pada Search Engine Google, Yahoo,
dan Bing
Oleh : Sri Irianti Purba
NIM : 150709049
Dosen Pembimbing : Dr. Jonner Hasugian, M.Si
NIP : 19591122987021002
Tanda Tangan :
Tanggal :
Universitas Sumatera Utara LEMBAR PENGESAHAN
Judul Skripsi : Analisis Perbandingan Search Matching Berdasarkan Karakteristik pada Search Engine Google, Yahoo, dan Bing
Oleh : Sri Irianti Purba
NIM : 150709049
PROGRAM STUDI PERPUSTAKAAN DAN SAINS INFORMASI
Ketua : Dr. Eva Rabita, M.Hum
NIP : 195603311986032001
Tanda Tangan :
Tanggal :
FAKULTAS ILMU BUDAYA
Dekan : Dr. Budi Agustono, M.S
NIP : 196008051987031001
Tanda Tangan :
Tanggal :
Universitas Sumatera Utara
PERNYATAAN ORISINALITAS
Karya ini adalah karya orisinal dan belum pernah disajikan sebagai suatu tulisan untuk memperoleh suatu kualifikasi tertentu atau dimuat pada media publikasi lain.
Penulis membedakan dengan jelas antara pendapat atau gagasan penulis dengan pendapat atau gagasan yang bukan berasal dari penulis dengan mencantumkan tanda kutip.
Medan, Januari 2020
Sri Irianti Purba
Universitas Sumatera Utara ABSTRAK Purba, Sri Irianti. 2020. Analisis Perbandingan Search Matching Berdasarkan Karakteristik pada Search Engine Google, Yahoo, dan Bing. Medan: Program Studi Perpustakaan dan Sains Informasi Fakultas Ilmu Budaya Universitas Sumatera Utara.
Penelitian ini dilakukan dengan teknik dokumentasi pada Search Engine Google, Yahoo dan Bing pada bulan Agustus sampai bulan Desember 2019. Penelitian ini bertujuan untuk mengetahui perbandingan search matching berdasarkan karakteristik pada search engine Google, Yahoo, dan Bing. Kata kunci penelusuran adalah istilah narrower term (NT) bidang Ilmu Perpustakaan dengan subjek yang diambil dari Library Of Congress Subject Heading (LCSH) 2012. Berdasarkan analisis penelitian yang telah dilakukan dalam penelusuran informasi bidang Ilmu Perpustakaan dengan menggunakan pencarian berdasarkan file PDF search engine Google, Yahoo, dan Bing dapat diketahui nilai kecocokan dari subjek-subjek bidang Ilmu Perpustakaan. Google mendapatkan nilai kecocokan tertinggi pada kata kunci “Comparative librarianship, International librarianship, Serials librarianship‖ sebesar 1,13 dan nilai kecocokan terendah adalah kata kunci “Open and closed shelves‖ yaitu dengan nilai 0,26. Yahoo mendapatkan nilai kecocokan tertinggi pada kata kunci “Serials librarianship‖ yaitu sebesar 1,13 dan nilai kecocokan terendah pada kata kunci “Open and closed shelves‖ yaitu sebesar 0,21. Sedangkan Bing mendapatkan nilai kecocokan tertinggi pada kata kunci “International librarianship‖ yaitu sebesar 1,1 dan nilai kecocokan terendah pada kata kunci “Open and closed shelves‖ yaitu sebesar 0,25. Rata-rata nilai kecocokan yang diperoleh dari penelusuran menggunakan kata kunci bidang Ilmu Perpustakaan mendapatkan nilai kecocokan tinggi yaitu pada Google (0,97), Yahoo (0,92), dan Bing (0,88). Jika dilihat dari rata-rata nilai kecocokan tersebut dapat disimpulkan bahwa dokumen ilmiah bidang Ilmu Perpustakaan pada database Google, Yahoo, dan Bing dapat dijadikan alternatif dalam penelusuran informasi bidang Ilmu Perpustakaan format file PDF. Hasil analisis perbandingan karakteristik/fitur-fitur search engine menunjukkan bahwa Google search engine yang memiliki paling banyak fitur, yakni memiliki 16 fitur dari 18 fitur, Bing memiliki 15 fitur, Yahoo memiliki 13 fitur. Akibatnya Google muncul sebagai mesin pencari terbaik sehingga memungkinkan berpengaruh terhadap search matching.
Kata Kunci: Search Matching, Search Engine, Karakteristik
i
Universitas Sumatera Utara KATA PENGANTAR
Alhamdulillah, puji dan syukur penulis ucapkan kepada Allah Subhanahu wa Ta‘ala yang telah memberikan banyak nikmat, rahmat, dan kasihNya sehingga penulis dapat menyelesaikan skripsi ini dengan sebaik mungkin. Shalawat beriring salam penulis ucapkan kepada Nabi Muhammad Shallallahu ‗alaihi wa Sallam, yang senantiasa menjadi tauladan bagi ummat manusia.
Adapun judul skripsi ini adalah “Analisis Search Matching Berdasarkan
Karakteristik pada Search Engine Google, Yahoo, dan Bing”. Skripsi ini merupakan tugas akhir penulis dan merupakan salah satu persyaratan untuk memperoleh gelar Sarjana Sains Informasi (S.S.I) dalam Program Studi
Perpustakaan dan Sains Informasi Fakultas Ilmu Budaya Universitas Sumatera
Utara.
Penulis ingin menyampaikan rasa terima kasih yang sebesar-besarnya kepada orang-orang yang telah memberikan bantuan dukungan baik waktu, tenaga, pikiran dan semangat serta doa yang senantiasa dipanjatkan selama ini untuk penulis. Semoga semua yang telah diberikan mendapatkan imbalan berlipat dari Allah Subhanahu wa Ta‘ala. Aamiin.
Ucapan ribuan terima kasih dan doa terbaik terucap kepada ayahanda
Ramli Purba dan ibunda Sinta Rusli Sipayung atas didikan, semangat, nasehat, dan doa yang terus tercurahkan dalam diri penulis.
Selanjutnya ucapan terima kasih penulis sampaikan kepada pihak-pihak yang telah banyak membantu penyelesaian skirpsi ini.
ii
Universitas Sumatera Utara 1. Bapak Dr. Budi Agustono, M.S., selaku Dekan Fakultas Ilmu Budaya
Universitas Sumatera Utara.
2. Ibu Dra. Eva Rabita, M.Hum., selaku Ketua Program Studi
Perpustakaan dan Sains Informasi Fakultas Ilmu Budaya Universitas
Sumatera Utara.
3. Bapak Ishak, S.S, M. Hum., selaku Sekretaris Program Studi
Perpustakaan dan Sains Informasi Fakultas Ilmu Budaya Universitas
Sumatera Utara dan sekaligus sebagai Dosen Penguji II saya, yang
telah memberikan banyak arahan dan masukan kepada penulis dalam
penelitian skripsi ini.
4. Bapak Dr. Jonner Hasugian, M.Si., selaku Dosen Pembimbing saya,
yang telah banyak meluangkan waktu, tenaga, dan pikirannya dalam
membantu, serta dengan sabar mengarahkan dan membimbing penulis
dalam menyelesaikan penelitian skripsi ini.
5. Bapak Drs. Dirmansyah, M.A., selaku Dosen Penguji I saya, yang
telah memberikan banyak arahan dan masukan kepada penulis dalam
penelitian skripsi ini.
6. Seluruh staf pengajar Program Studi Perpustakaan dan Sains Informasi
Fakultas Ilmu Budaya Universitas Sumatera Utara yang telah mendidik
penulis selama perkuliahan.
7. Bang Ibnu yang telah membantu segala aktifitas administrasi
perkuliahan.
iii
Universitas Sumatera Utara 8. Bang Maswirawan yang telah membantu dan memberi arahan serta
nasihat selama penelitian skripsi ini.
9. Kakak Atika Abidin Rambe yang telah membantu segala aktifitas
pencarian referensi di Perpustakaan.
10. Keluarga terkasih, kak Ati Purba, bang Azhar, Rafindo Purba, Sodikin
Purba
11. Kawan-kawan tercinta Efni Ulfa Siregar, Barokah Sholawati, Fatma
Ananda, Rini Soraya Nainggolan, M. Fadilah Manurung, Irky
Sinadeak, yang sudah membantu dan memberikan masukan serta
semangat kepada penulis selama penelitian skripsi ini.
12. Seluruh teman-teman khususnya angkatan 2015 Program Studi
Perpustakaan dan Sains Informasi yang tidak bisa penulis sebutkan
satu per satu.
Penulis mengucapkan terima kasih atas bantuan yang tidak mungkin dituliskan satu persatu, penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Maka dari itu penulis mengharapkan tanggapan, kritik dan saran yang bersifat membantu demi kesempurnaan skripsi ini.
Akhir kata, semoga skripsi ini berguna bagi pembaca terutama bagi penulis.
Medan, Januari 2020 Penulis,
Sri Irianti Purba
iv
Universitas Sumatera Utara DAFTAR ISI
ABSTRAK ...... i
KATA PENGANTAR ...... ii
DAFTAR ISI ...... v
DAFTAR TABEL ...... ix
DAFTAR GAMBAR ...... xii
DAFTAR LAMPIRAN ...... xiii
BAB I PENDAHULUAN ...... 1 1.1 Latar Belakang ...... 1 1.2 Rumusan Masalah ...... 6 1.3 Tujuan Penelitian ...... 6 1.4 Manfaat Penelitian ...... 7 1.5 Ruang Lingkup Penelitian ...... 7
BAB II KAJIAN TEORITIS ...... 9
2.1 Search Engine ...... 9
2.1.1 Pengertian Search Engine ...... 9
2.1.2 Sejarah Search Engine ...... 14
2.1.3 Fasilitas dan Karakteristik Search Engine ...... 18
2.2 Google ...... 26
2.2.1 Sejarah Google ...... 27
2.2.2 Fitur Google ...... 30
2.3 Yahoo! ...... 33
2.3.1 Sejarah Yahoo! ...... 33
2.3.2 Fitur Yahoo! ...... 37
2.4 Bing ...... 44
v
Universitas Sumatera Utara 2.4.1 Sejarah Bing ...... 43
2.4.2 Fitur Bing ...... 44
2.5 Analisis Search Matching ...... 47
2.5.1 Pengertian Search Matching ...... 47
2.5.2 Penilaian Relevansi ...... 48
BAB III METODE PENELITIAN ...... 52
3.1 Jenis Penelitian ...... 52
3.2 Unit Analisis ...... 52
3.3 Metode Pengumpulan Data ...... 53
3.4 Alat Bantu Penelitian...... 54
3.4.1 Recall ...... 54
3.4.2 Precision ...... 55
3.4.3 Mengevaluasi Hasil Temuan ...... 55
3.4.4 Menghitung Skor Dokumen ...... 57
3.4.5 Mengevaluasi Karakteristik (Fitur-fitur) Penelusuran Search Engine ...... 57
3.5 Analisis Data ...... 58
3.6 Instrumen Penelitian ...... 59
3.7 Variabel Penelitian ...... 59
BAB IV HASIL DAN PEMBAHASAN...... 61
4.1 Karakteristik Penilaian ...... 61
4.2 Analisis Penelusuran ...... 61
4.2.1 Perbandingan Search Matching Bidang Ilmu Perpustakaan dengan File PDF pada Search Engine Google, Yahoo, dan Bing ...... 62
4.2.1.1 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Classification Book Library Science‖ ...... 62
vi
Universitas Sumatera Utara 4.2.1.2 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Collectanea Files‖ ...... 64
4.2.1.3 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Communication in Library Science‖ ...... 65
4.2.1.4 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Comparatif Librariansip‖ ...... 67
4.2.1.5 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―International Librarianship‖ ...... 68
4.2.1.6 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Medical Librarianship‖ ...... 70
4.2.1.7 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Mentoring in Library Science‖ ...... 71
4.2.1.8 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Minoritis in Library Science” ...... 73
4.2.1.9 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Music librarianship‖ ...... 74
4.2.1.10 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ”Open and Closed Shelves” ...... 76
4.2.1.11 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Proposal Writing in Library Science‖ ...... 77
4.2.1.12 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Public Services (Libraries)‖ ...... 79
4.2.1.13 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Rare Book Librarianship” ...... 80
4.2.1.14 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Recataloging‖ ...... 82
4.2.1.15 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Reclassification (Libraries)" ...... 83
4.2.1.16 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Seriel Librarianship” ...... 84
4.2.1.17 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Team Librarianship” ...... 86
vii
Universitas Sumatera Utara 4.2.1.18 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Technical Service (Libraries)‖ ...... 87
4.2.1.19 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Theater Librarianship” ...... 89
4.2.1.20 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Web Librarianship‖ ...... 90
4.2.1.21 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci ―Woman in Library Science” ...... 92
4.2.2 Analisis Perbandingan Search Matching Bidang Ilmu Perpustakaan dengan file PDF pada Search Engine Google,Yahoo, dan Bing ...... 93
4.2.3 Perbandingan Karakteristik (Fitur-fitur) pada Search Engine Google,Yahoo, dan Bing ...... 97
4.2.4 Analisis Perbandingan Search Matching Berdasarkan Karakteristik (Fitur-fitur) pada Search Engine Google, Yahoo, dan Bing ...... 99
BAB V KESIMPULAN DAN SARAN ...... 100
5.1 Kesimpulan ...... 100
5.2 Saran ...... 101
DAFTAR PUSTAKA ...... 103
LAMPIRAN ...... 106
viii
Universitas Sumatera Utara DAFTAR TABEL
Tabel 1 : Human Organized Search Engine ...... 12
Tabel 2 : Computer Created Search Engine ...... 13
Tabel 3 : Hybrid Search Engine ...... 13
Tabel 4 : Meta Crawler/Metasearch ...... 14
Tabel 5 : Hasil Penelusuran dengan Menggunakan Kata Kunci ...... 60
Tabel 6 : Fitur pada Search Engine ...... 60
Tabel 7 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Classification Books Library Science‖ ...... 62
Tabel 8 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Collectanea Files‖ ...... 64
Tabel 9 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Communication in Library Science‖...... 66
Tabel 10 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Comparative Librarianship‖...... 67
Tabel 11 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―International Librariaship‖ ...... 69
Tabel 12 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Medical Librarianship‖ ...... 70
Tabel 13 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Mentoring in Library Science‖ ...... 72
Tabel 14 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Minorities in Library Science‖ ...... 73
Tabel 15 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Music Librarianship‖ ...... 75
ix
Universitas Sumatera Utara Tabel 16 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Open and Closed Shelves‖ ...... 76
Tabel 17 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Proposal Writing in Library Science‖ ...... 77
Tabel 18 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Public Service (Libraries)‖ ...... 79
Tabel 19 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Rare Book Librarianship‖ ...... 80
Tabel 20 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Recataloging‖ ...... 82
Tabel 21 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Reclassification (Libraries)‖...... 83
Tabel 22 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Serials Librarianship‖ ...... 84
Tabel 23 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ‖Team Librarianship‖...... 86
Tabel 24 Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Technical Service (Libraries)‖...... 88
Tabel 25 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Theater Librarianship‖ ...... 89
Tabel 26 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Web Librarianship‖ ...... 91
Tabel 27 : Hasil Penelusuran File PDF dengan Menggunakan Kata
Kunci ―Women in Library Science‖ ...... 92
x
Universitas Sumatera Utara Tabel 28: Perbandingan Search Matching Bidang Ilmu Perpustakaan Pencarian File PDF pada Search Engine Google,Yahoo, dan Bing ...... 94
Tabel 29 : Perbandingan Karakteristik (Fitur-fitur) pada Search Engine Google Yahoo, dan Bing ...... 97
Tabel 30 : Perbandingan Search Matching Berdasarkan Karakteristik
(Fitur-Fitur) pada Seacrh Engine Google,Yahoo, dan Bing ...... 99
xi
Universitas Sumatera Utara DAFTAR GAMBAR
Gambar 1 : Tampilan Google (2019) ...... 29
Gambar 2 : Tampilan Yahoo! (2019) ...... 36
Gambar 3 : Tampilan Bing (2019) ...... 46
xii
Universitas Sumatera Utara DAFTAR LAMPIRAN
Lampiran 1. Daftar Lampiran Penelitian Search Engine Google dengan Menggunakan Pencarian File PDF
Lampiran 2. Daftar Lampiran Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File PDF
Lampiran 3. Daftar Lampiran Penelitian Search Engine Bing dengan Menggunakan Pencarian File PDF
Lampiran 4. Daftar Lampiran Karakteristik (Fitur-fitur) Search Engine Google
Lampiran 5. Daftar Lampiran Karakteristik (Fitur-fitur) Search Engine Yahoo
Lampiran 6. Daftar Lampiran Karakteristik (Fitur-fitur) Search Engine Bing
xiii
Universitas Sumatera Utara BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Perpustakaan dikenal dengan sebuah gedung tempat menyimpan berbagai jenis buku-buku atau bahan bacaan lainnya. Hal itu merupakan definisi perpustakaan yang paling sederhana dan mudah untuk dipahami khalayak umum.
Akan tetapi seiring perkembangan teknologi dan informasi, perpustakaan saat ini juga telah mengalami perkembangan yang pesat. Teknologi informasi merupakan sarana sekaligus solusi untuk memudahkan penyebaran informasi dengan efektif dan efisien khususnya dalam dunia perpustakaan. Perkembangan ini memberikan kemudahan bagi pencari informasi dalam mendapatkan data yang akurat baik melalui media cetak maupun media elektronik.
Menurut Duval (1992: 245) yang dikutip oleh Hasugian (2009: 168),
Dalam ruang lingkup perpustakaan, teknologi informasi diartikan sebagai aplikasi komputer dan teknologi lain untuk pengadaan, pengolahan, penyimpanan, temu kembali (retrieval) dan penyebaran informasi. Hal ini menunjukkan bahwa kebutuhan akan penerapan teknologi informasi di perpustakaan sangatlah penting dan memiliki dampak yang signifikan terhadap kemajuan perpustakaan. Salah satu dampak teknologi informasi yang dimanfaatkan di perpustakaan saat ini yaitu dengan adanya OPAC (Online Public Access Catalog). Katalog online ini digunakan untuk pencarian informasi koleksi perpustakaan dan juga sebagai sarana temu kembali infomasi di perpustakaan. Dengan adanya katalog online, pemakai perpustakaan dapat memperoleh informasi yang dibutuhkannya dengan
1
Universitas Sumatera Utara 2
mudah dan cepat, tidak terbatas waktu dan ruang sehingga pemakai tidak perlu datang ke perpustakaan.
Selain katalog online, search engine merupakan sarana temu kembali informasi yang juga sering digunakan oleh pencari informasi. Search Engine
(Mesin Pencari) adalah sebuah sistem software yang di desain untuk mencari berbagai informasi yang tersimpan dalam layanan World Wide Web (WWW), File
Transfer Protocol (FTP), Mailing List, atau News Group yang berada di dalam sebuah atau sejumlah server dalam suatu batasan jaringan. Search Engine mencari dokumen berdasarkan kata kunci yang telah ditentukan dan mengirimkan daftar dokumen yang mengandung kata kunci tersebut sebanyak mungkin. Sebuah spider mengunjungi halaman web, membacanya dan mengikuti tautan yang ada pada website, kemudian diindeks secara otomatis berdasarkan kata yang dikandung setiap dokumen oleh indexer. Setelah diindeks, dokumen tersebut kemudian disimpan dalam database web yang akan ditampilkan (result engine) berdasarkan kata kunci yang diminta serta menentukan posisi halaman sesuai kata kunci tersebut.
Hasil dari pencarian akan menampilkan berbagai data informasi yang bersumber dari sebuah Situs Web, Blog, dan Forum tertentu. Hasil dari pencarian aering disebut sebagai Search Engine Result Pages (SERPS). Hasil pencarian tersebut tentu berbeda-beda berdasarkan karakteristik dan fitur-fitur yang tersedia dalam masing-masing search engine. Secara umum, semua search engine memiliki cara kerja yang sama yaitu berbasis crawler. Namun terdapat perbedaan yang signifikan dilihat dari tingkat keefektifitas pencarian topik yang sama
Universitas Sumatera Utara 3
dengan search engine yang berbeda. Berbagai search engine terkenal yang digunakan oleh pencari informasi adalah Google, Yahoo, Bing, ASK, MSN, AOL dan lainnya.
Berdasarkan rilis yang dibuat Alexa, Google menempati urutan pertama dalam kriteria Search Engine top site yang paling sering digunakan. Google dapat mencari berbagai jenis dokumen, serta mampu menerjemahkan konten halaman secara utuh. Kemudian diikuti oleh Yahoo yang menempati urutan kedua yang juga memiliki fasilitas pencarian yang berbagai macam. Selanjutnya Bing yang menempati urutan ketiga, merupakan search engine yang diciptakan dengan tujuan menyempurnakan dan menggantikan MSN, Windows Live Search dan
Live Search yang juga merupakan produk Microsoft. Bing juga memungkinkan untuk membagi histori pencarian pada windows skydrive, facebook dan email.
Seperti yang telah kita ketahui bersama, search engine merupakan langkah awal pencarian informasi setelah memasuki browser. Bahkan untuk dapat mengakses OPAC, terlebih dahulu kita menggunakan search engine, kemudian memasukkan query sebagai kata kunci untuk melakukan pencarian informasi yang dibutuhkan. Dengan dukungan teknologi saat ini, sebuah sarana temu kembali informasi harus memperhatikan ketepatan (efektifitas) dalam pencarian informasi.
Efektifitas dalam pencarian informasi tersebut dipengaruhi oleh perhitungan terhadap nilai perolehan (recall) dan ketepatan (precision). Perolehan (recall) berhubungan dengan kemampuan sistem untuk memanggil dokumen yang relevan, sedangkan ketepatan (precision) berkaitan dengan kemampuan sistem untuk tidak memanggil dokumen yang tidak relevan (Hasugian, 2006).
Universitas Sumatera Utara 4
Selain itu, pencarian informasi yang efektif juga harus dapat memiliki strategi pencarian. Strategi pencarian dapat dilakukan dengan pencarian berdasarkan istilah atau dengan operator boolean. Istilah dalam pencarian terlebih dahulu disesuaikan dengan kosa kata atau indeks pada tesaurus atau daftar tajuk subyek dan menjadikannya sebagai query pencarian. Setelah itu, query tersebut dapat langsung menggunakan operator Boolean (AND, OR, dan NOT). Sesuai artinya, operator OR digunakan untuk penggabungan istilah dengan konsep yang sama, sedangkan operator AND dan NOT digunakan untuk penggabungan konsep yang berbeda (Hasugian, 2006).
Penelitian terhadap ketepatan (efektifitas) temu kembali informasi sudah banyak ditemui baik di luar negeri maupun di dalam negeri (Indonesia). Sebagai contoh, penelitian yang dilakukan oleh Nasution, M.Syafii (2016), yaitu
Perbandingan Efektivitas Penelusuran Bidang Ilmu Perpustakaan Menggunakan
Search Engine Google dan Search Engine Yahoo berdasarkan file pdf. Hasil penelitian menyimpulkan bahwa rata-rata nilai ketepatan dokumen ilmiah bidang
Ilmu Perpustakaan yang ada di database Google (2,34) dan Yahoo (2,29) mendapatkan nilai ketepatan tinggi. Dapat diartikan bahwa dokumen ilmiah bidang Ilmu Perpustakaan yang ada di database Google dan Yahoo dapat dijadikan pilihan dalam menelusur dokumen ilmiah bidang Ilmu Perpustakaan dalam format pencarian file PDF.
Kemudian penelitian lainnya oleh Yoyok Rohani (2015) yaitu
Perbandingan Efektifitas Penelusuran Informasi Ilmiah Menggunakan Search
Engine Google dan Search Engine Bing. Dengan mengukur tingkat precision dan
Universitas Sumatera Utara 5
recall pada kedua search engine tersebut maka ditarik kesimpulan bahwa nilai ketepatan yang dihasilkan rendah, penyebabnya adalah dominasi website yang berisi informasi produk, organisasi, kamus dan ensiklopedi sedangkan website yang berisi informasi ilmiah relatif lebih sedikit jumlahnya.
Uji coba 10 query pada search engine Google, Yahoo, dan Bing dengan kata kunci utama ialah Chemotherapy dan Leukemia, hasil pencarian yang diperoleh menunjukkan adanya recall yang tinggi dengan query Chemotherapy
AND Cancer diperoleh 48.300.000 records pada Google, 24.300.000 records pada
Yahoo, dan 8.440.000 records pada Bing. Sedangkan hasil pencarian yang menunjukkan recall yang rendah yaitu query Leukemia AND NK-Cell Leukemia dengan perolehan 9.390.000 records pada Google, 267.000 records pada Bing, dan untuk Yahoo, hasil pencarian yang menunjukkan recall terendah yaitu query
Leukemia AND B-Cell dengan perolehan 3.120.000 records.
Hasil pencarian di atas merupakan hasil pencarian yang menunjukkan recall tertinggi yang diperoleh oleh search engine Google, Yahoo, dan Bing berdasarkan query yang dimasukkan yaitu Chemotherapy AND CANCER.
Sedangkan, hasil pencarian terendah yang menunjukkan recall terendah yang diperoleh dari setiap search engine adalah query Leukemia AND NK-Cell pada
Google dan Bing sedangkan pada Yahoo, hasil pencarian query tersebut menunjukkan recall terendah keempat, dan yang menduduki posisi nomor satu sebagai hasil pencarian yang menunjukkan recall terendah adalah query Leukemia
AND B-Cell. Dari hasil di atas, dapat diketahui bahwa meskipun cara kerja search engine pada dasarnya sama, namun terdapat perbedaan yang signifikan dari hasil
Universitas Sumatera Utara 6
pencarian dengan query yang sama pada search engine yang berbeda. Hal tersebut dapat dipengaruhi oleh teknologi dan fitur-fitur yang ada pada masing-masing search engine. Selain itu, karakteristik pada tiap-tiap search engine juga ikut mengambil pengaruh besar pada hasil pencarian tersebut.
Berdasarkan pengamatan penulis, sejauh ini penelitian tentang search matching berdasarkan karakteristik search engine masih jarang dan sulit ditemui.
Dilatarbelakangi hal tersebut, penulis termotivasi untuk melakukan penelitian untuk melihat search matching pada search engine dengan membandingkan karakteristik search engine tersebut. Sesuai dengan hal tersebut maka judul penelitian ini adalah “Analisis Perbandingan Search Matching Berdasarkan
Karakteristik Pada Search Engine Google, Yahoo,dan Bing‖.
1.2 Rumusan Masalah
Berdasarkan uruaian diatas, rumusan masalah dalam penelitian ini adalah:
Bagaimana perbandingan search matching berdasarkan karakteristik pada search engine google, yahoo,dan bing.
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah di atas, tujuan yang ingin dicapai dari penelitian ini adalah:
Mengetahui perbandingan search matching berdasarkan karakteristik pada search engine google, yahoo, dan Bing
Universitas Sumatera Utara 7
1.4 Manfaat Penelitian
Adapun penelitian ini diharapkan dapat memberikan manfaat baik manfaat teoritis maupun praktis, antara lain:
1. Manfaat Teoritis
a. Memberikan kontribusi bagi pengembangan penelitian di bidang
perpustakaan dan informasi khususnya kajian temu kembali informasi .
b. Menambah khasanah penelitian di bidang perpustakaan dan informasi
terutama pada kajian temu kembali informasi
2. Manfaat Praktis
a. Sumber informasi bagi para peneliti dan pencari informasi.
b. Mengetahui perbandingan search matching berdasarkan karakteristik pada
search engine Google, Yahoo, dan Bing.
c. Sebagai acuan bagi penelitian selanjutnya untuk kajian temu kembali
informasi
d. Bagi peneliti sendiri, yakni menambah pengetahuan peneliti sendiri.
1.5 Ruang Lingkup Penelitian
Ruang lingkup penelitian ini dibatasi pada aspek yang akan diteliti yaitu:
1. Search engine Google, Yahoo, dan Bing, dengan meneliti search
matching berdasarkan karakteristik/fitur-fitur yang ada.
Karakteristik/fitur-fitur yang akan dibandingkan adalah sebanyak 18
fitur, antara lain: pencarian web, pencarian gambar, pencarian video,
pencarian berita, pencarian peta, pencarian buku, pencarian lainnya,
Universitas Sumatera Utara 8
pengaturan latar belakang, pengaturan pencarian, search result,
layanan penerjemah, mendukung banyak bahasa, tanya/jawab,
petunjuk, iklan, case sensitive, pencarian aman, dan pengaturan
tampilan.
2. Kata kunci penelusuran menggunakan istilah sempit yakni Narrower
Term (NT) bidang Ilmu Perpustakaan yang diambil dari Library of
Congress Subjek Heading tahun 2012.
3. Penelusuran informasi dilakukan berdasarkan pencarian file PDF.
4. Penelitian dilakukan pada bulan Agustus 2019 sampai bulan
Desember 2019.
Universitas Sumatera Utara BAB II
KAJIAN TEORITIS
2.1 Search Engine
2.1.1 Pengertian Search Engine
Search Engine terdiri dari dua kata, search artinya mencari sesuatu, ―an attempt to find somebody/something, especially by looking carefully for them/it‖
(Online Oxford Learner‘s Dictionaries) dan engine artinya merujuk pada mesin.
Jadi, search engine adalah mesin pencari atau mesin penelusur.
Search Engine (Mesin Pencari) adalah sebuah sistem software yang didesain untuk mencari berbagai informasi yang tersimpan dalam layanan World
Wide Web (WWW), File Transfer Protocol (FTP), Mailing List, atau News Group yang berada di dalam sebuah atau sejumlah server dalam suatu batasan jaringan.
Search Engine mencari informasi yang dibutuhkan berdasarkan kata kunci yang telah ditentukan dan berusaha untuk menampilkan data yang paling relevan dengan yang diinginkan pengunjung. (Wikipedia)
Pengertian search engine menurut Wahid dalam Kamus Istilah Teknologi
Informasi (2005: 183) adalah:
Mesin Pencari (Search Engine) yaitu sebuah program yang mencari
dokumen berdasarkan kata kunci yang telah ditentukan dan mengirim
daftar dokumen yang mengandung kata kunci tersebut. Biasanya, mesin
pencari ini berkerja dengan mengirim sebuah bot atau spider untuk
mendapatkan dokumen sebanyak mungkin. Program lain yang disebut
9
Universitas Sumatera Utara 10
indexer kemudian membaca dokumen-dokumen ini dan membuat indeks
berdasarkan kata yang dikandung setiap dokumen.
Menurut Indrajit (2005), Search Engine adalah sebuah program yang dapat diakses melalui internet yang berfungsi untuk membantu pengguna komputer dalam mencari berbagai hal yang ingin diketahuinya. Reitz (2014) menyatakan:
“Originally, a hardware device designed to search a text-based database for specific character strings (queries) typed as input by the user. More recently, computer software designed to help the user locate information available at sites on the World Wide Web by selecting categories from a hierarchical directory of subjects (example: Yahoo!) or by entering appropriate keywords or prhases
(Google, Hotbot, etc). Most web search engine allow the searcher to use Boolean logic and truncation in search statements. Result may be ranked according to relevance or some other criterion. Functionally varies, but many search engines provide both basic and advanced search modes.‖
Dalam pendapat tersebut, Reitz (2014) menyatakan bahwa pada awalnya search engine adalah sebuah perangkat keras yang didesain untuk mencari database berbasis teks berdasarkan query yang diketik sebagai input oleh user.
Kemudian berubah menjadi perangkat lunak yang didesain untuk membantu user menemukan informasi yang tersedia di situs-situs dalam World Wide Web dengan memilih kategori direktori subjek yang hierarkis (contoh:Yahoo!) atau dengan memasukkan kata kunci atau prasa yang sesuai (Google, Hotbot, dll). Sebagian besar search engine web memungkinkan user untuk menggunakan Boolean Logic dalam pernyataan pencariannya, kemudian hasil pencarian diurutkan berdasarkan
Universitas Sumatera Utara 11
relevansi dan kriteria lainnya. Secara fungsional, ragam search engine memang bervariasi, namun banyak search engine yang menyediakan mode pencarian dasar dan lanjutan untuk memudahkan user.
Seymour, Frantsvog, dan Kumar (2011) mendefinisikan search engine sebagai program perangkat lunak yang melakukan pencarian pada banyak situs di internet berdasarkan kata-kata yang ditetapkan sebagai istilah pencarian dengan mencari ke dalam database situs web tersebut untuk menemukan apa yang diinginkan. Search engine merupakan alat yang cocok untuk sistem temu kembali informasi dalam skala besar.
Sedangkan menurut Rafiudin (2003 : 1 ) menyatakan bahwa:
Search Engine adalah sebuah mesin pencari yang ulet dan teliti, yang
melakukan ekplorasi atas informasi-informasi yang diminta tanpa
memandang kapan, dimana, dan oleh siapa itu dilakukan. Search Engine
dirancang oleh insinyur-insinyur teknologi informasi sefleksibel mungkin,
mudah digunakan dengan kontruksi yang dapat dimodifikasi sesuai dengan
kebutuhan.
Berdasarkan beberapa pendapat di atas, dapat disimpulkan bahwa search engine merupakan sebuah program perangkat lunak yang digunakan untuk melakukan pencarian berbagai informasi di internet berdasarkan kata kunci yang ditetapkan sebagai query pencarian dan menampilkan data yang paling relevan dengan yang diinginkan.
Dewasa ini, ada banyak sekali ragam search engine dengan berbagai fitur yang berbeda seiring perkembangan teknologi yang semakin canggih. Ada Google
Universitas Sumatera Utara 12
sebagai search engine yang memiliki fitur pencarian yang unik misalnya dengan adanya teknologi pagerank, ada Yahoo yang memiliki fasilitas pencarian beragam, ada juga Bing yang memungkinkan untuk membagi histories pencarian pada windows skydrive, facebook atau email dan ada banyak lagi ragam search engine yang mungkin masih terdengar asing bagi kita.
Menurut Riyadi (2009), berdasarkan cara mengumpulkan data halaman- halaman web, search engine dapat dikelompokkan menjadi 4 kategori:
a. Human Organized Search Engine
Merupakan search engine yang dikelola sepenuhnya oleh tangan
manusia. Search engine ini menggunakan metode dengan memilah-
milih informasi yang relevan dan dikelompokkan sedemikian rupa
sehingga lebih bermakna dan bermanfaat bagi penggunanya. Dalam
prakteknya situs ini memperkerjakan para pakar dalam bidang-bidang
tertentu, kemudian para pakar tersebut dapat mengelompokkan situs-
situs tertentu sesuai dengan bidangnya atau kategori situs itu sendiri.
Tabel 1 : Human Organized Search Engine
Search Engine Tahun Peluncuran Alamat situs Yahoo 1994 www.yahoo.com LookSmart 1996 www.looksmart.com About 1987 www.about.com Open Directory 1998 Dmoz.org
b. Computer Created Search Engine
Search engine kategori ini banyak memiliki kelebihan karena banyak
menyajikan informasi meskipun kadangkala ada beberapa informasi
yang tidak relevan tidak seperti yang kita inginkan. Search engine ini
Universitas Sumatera Utara 13
telah menggunakan software laba-laba atau spider software yang
berfungsi menyusup pada situs-situs tertentu, kemudian
mengumpulkan data serta mengelompokkan dengan sedikit bantuan
tangan manusia.
Tabel 2 : Computer Created Search Engine
Search Engine Tahun Peluncuran Alamat situs WebCrawler 1994 www.webcrawler.com Excite 1995 www.excite.com Inktomi 1996 www.inktomi.com Northen Light 1997 www.northenlight.com Fast Search 1999 www.altheweb.com
c. Hybrid Search Engine
Merupakan gabungan antara tangan manusia dengan komputer,
sehingga menghasilkan hasil pencarian yang relative akurat. Peran
manusia dalam hal ini adalah sebagai penelaan dalam proses
pengkoleksian database halaman web. Tipe ini yang paling mudah
pembuatannya karena dapat didesain sesuai dengan keinginan kita.
Tabel 3 : Hybrid Search Engine
Search Engine Tahun Peluncuran Alamat situs Lycos 1995 www.lycos.com Alta Vista 1995 www.altavista.com Hotbot 1996 www.hotbot.com Go To 1997 www.goto.com Snap 1997 www.snap.com Direct Hit 1998 www.directhit.com Google 1998 www.google.com Go 1999 Go.com
Universitas Sumatera Utara 14
d. MetaCrawler/Metasearch
Merupakan perantara dari search engine yang sebenarnya. Mesin ini
hanya akan mengirimkan permintaan pencarian ke berbagai search
engine serta menampilkan hasilnya satu di layer browser sehingga
akan menampilkan banyak sekali hasil dari berbagai search engine
yang ada.
Tabel 4 : MetaCrawler/Metasearch
Search Engine Tahun Peluncuran Alamat situs SavvySearch 1995 savvysearch.com Dogpile Tidak teridentifikasi www.dogpile.com The Big Hub Tidak teridentifikasi www.infind.com C4 Total Search Tidak teridentifikasi www.snap.com
Dari uraian di atas dapat dinyatakan bahwa search engine memiliki ragam yang banyak dengan fungsi yang berbeda berdasarkan karakteristik dan jenis search engine.
2.1.2 Sejarah Search Engine
Menurut Seymour, dkk dalam artikel History of Search Engines (2011), sejarah search engine dimulai pada saat awal perkembangan internet, Tim
Berners-Lee membuat sebuah situs web yang berisikan daftar situs web yang ada di internet melalui server web CERN. Namun dengan banyaknya situs web yang aktif membuat manusia sulit untuk mengelola daftar situs web tersebut, sehingga diperlukan alternatif lain untuk dapat melakukan pencarian situs-situs web tersebut di internet yaitu mesin pencari (search engine). Search engine pertama kali yang digunakan adalah Archie yang berasal dari kata “archive” tanpa
Universitas Sumatera Utara 15
menggunakan huruf “v”. Archie diciptakan pada tahun 1990 oleh Alan Emtage,
Bill Heelan, dan J.Peter Deutcsh, mahasiswa ilmu komputer Universitas McGill,
Montreal, Kanada. Cara kerja Archie adalah mengunduh daftar direktori serta berkas yang terdapat pada layanan FTP (File Transfer Protocol) anonim publik secara berkala kemudian memuatnya ke dalam database tanpa mengindeks konten-konten situs web tersebut karena jumlah data yang terbatas sehingga memungkinkan pencarian secara manual.
Search engine berikutnya adalah Gopher pada tahun 1991 yang dibuat oleh
Mark McCahill di Universitas Minnesota. Gopher adalah sistem menu yang menyederhanakan pencarian dan penggunaan sumber daya internet. Gopher dirancang untuk mendistribusikan, mencari, dan mengambil dokumen melalui internet. Munculnya Gopher menyebabkan lahirnya dua program pencarian baru,
Veronica (Very Easy Rodent-Oriented Net-wide Index to Computerized Archives) dan Jughead (Jonzy‘s Universal Gopher Hierarchy Excavation And Display).
Seperti Archie, mereka dapat mencari nama file dan judul yang tersimpan dalam sistem indeks Gopher.
Search engine selanjutnya adalah W3Catalog dan Wanderer. W3Catalog adalah salah satu mesin pencari pertama yang berusaha menyediakan katalog umum yang dapat dicari untuk sumber daya WWW. Tidak seperti Aliweb yang berupaya mengindeks web dengan merayapi konten situs web yang dapat diakses,
W3Catalog hanya mencerminkan halaman-halaman situs tersebut, memformat ulang konten menjadi entri individu, dan menyediakan front-end berbasis Perl untuk memungkinkan query dinamis. Wanderer adalah robot web pertama
Universitas Sumatera Utara 16
berbasis Perl yang digunakan untuk menghasilkan indeks yang disebut
“Wandex”. Worl Wide Web Wanderer diciptakan oleh Matthew Gray di Institut
Teknologi Massachusetts, yang digunakan pertama kali pada juni 1993 untuk mengukur ukuran World Wide Web.
Pada November 1993, muncul search engine Aliweb yang memungkinkan pengguna untuk melacak layanan yang mereka sediakan sehingga secara otomatis program Aliweb mendata permintaan tersebut dan menberitahukan lokasi setiap situs file indeks. Aliweb tidak secara otomatis mengindeks situs sehingga jika seorang webmaster menginginkan situs diindeks oleh Aliweb, maka ia harus menulis file khusus dan mendaftarkannya ke server Aliweb. Selanjutnya muncul
Jump Station, sebuah search engine baru yang dirilis pada Desember 1993. Jump
Station merupakan alat penemuan sumber daya WWW pertama yang menggunakan robot web kemudian menggabungkan tiga fitur penting dari mesin pencari web (perayapan, pengindeksan, dan pencarian). Karena sumber daya pada platform tempat Jump Station beroperasi terbatas, pengindeksan dan pencariannya terbatas pada judul dokumen dan judul yang ditemukan di halaman web yang dijumpai perayap.
Kemudian pada tahun 1994, seorang mahasiswa CSE di Univesitas
Washington, Brian Pinkerton menciptakan sebuah search engine yang dinamakan WebCrawler. WebCrawler adalah search engine web pertama yang menyediakan pencarian teks lengkap yang mampu mengindeks setiap kata di halaman web, sedangkan robot lainnya hanya menyimpan URL, judul, dan mengindeks paling banyak 100 kata. WebCrawler dirilis pada 20 April 1994 ini
Universitas Sumatera Utara 17
dibeli oleh America Online membelinya pada 1 juni 1995 dan kemudian menjualnya pada Excite pada 1 April 1997.
Selanjutnya ada MetaCrawler (1995) yang melakukan pencarian melalui enam search engine. Namun meskipun MetaCrawler memberikan hasil yang baik, tetap tidak dapat menyamai hasil yang dicapai apabila mencari pada setiap search engine secara terpisah. Pada tahun yang sama, muncul search engine baru yaitu
AltaVista dan Excite. AltaVista dulunya salah satu mesin pencari paling populer tetapi popularitasnya menyusut dengan munculnya Google. Sedangkan Excite adalah portal internet dan sebagai salah satu pemilik modal utama di tahun 1990- an bersama dengan Yahoo!, Lycos dan Netscape. Excite juga pernah menjadi salah satu merek paling terkenal di Internet.
Kemudian pada tahun 1996-1997 bermunculan beragam search engine yaitu Dogpile, Inktomi, HotBot, Ask Jeeves & Northern Light. Dogpile adalah situs metasearch yang mencari beberapa mesin, memfilter duplikat dan kemudian mempresentasikan hasilnya kepada pengguna. Software Inktomi tergabung dalam
HotBot, yang kemudian diakuisisi oleh Yahoo! setelah pecahnya gelembung dot- com. HotBot adalah salah satu mesin pencari pertama yang menawarkan kemampuan untuk mencari dalam hasil pencarian, hosting halaman web gratis, dan memiliki laba-laba yang mampu mengindeks 10 juta halaman sehari.
Ask Jeeves (Ask) adalah search engine yang memungkinkan pengguna mendapatkan jawaban atas pertanyaan yang diajukan dalam bahasa sehari-hari, bahasa alami, serta pencarian kata kunci tradisional. Sedangkan Northern Light bagi dunia mesin pencari sama seperti Apple bagi dunia komputer. Ia juga
Universitas Sumatera Utara 18
mengembangkan penawaran perusahaan mesin pencari kustom pribadi yang dibuatnya untuk klien perusahaan besar dan dipasarkan dengan nama dagang
Single Point.
Pada tahun 1998, muncul Google yang merupakan search engine yang diciptakan berdasarkan hubungan antara analisis matematika dengan situs-situs web akan memberikan hasil yang lebih baik daripada dengan hanya menggunakan teknik-teknik pencarian dasar yang digunakan pada saat itu. Google kemudian semakin populer dengan menggunakan teknologi pencarian unik yaitu PageRank yang memungkinkan merangking hasil pencarian sesuai dengan tingkat kerelevanannya. Kemudian pada tahun 2000 muncul search engine bernama
Teoma dan Vivisimo. Tidak seperti Algoritma PageRank oleh Google, teknologi
Teoma menganalisis tautan dalam konteks untuk menentukan peringkat kepentingan suatu halaman web dalam subjek spesifiknya.
Selanjutnya ada Yahoo! pada tahun 2004, MSN Search & GoodSearch pada tahun 2005; Wikiseek, Guruji, Sproose And Blackle pada tahun 2006-2007;
Powerset, Picollator, Viewzi, Cuil, LeapFish, Forestle, Valdo pada tahun 2008; kemudian Bing pada tahun 2009 dan disusul search engine lainnya yaitu Sperse,
Yebol & Goby pada tahun yang sama, kemudian Exalead pada tahun 2011.
2.1.3 Fasilitas dan Karakteristik Search Engine
Fasilitas dalam Kamus Besar Bahasa Indonesia memiliki makna sebagai sarana untuk melancarkan pelaksanaan fungsi, sedangkan dalam Online Oxford
Learner‘s Dictionaries, fasilitas adalah sebuah fitur khusus mesin, layanan, dan
Universitas Sumatera Utara 19
sebagainya yang memungkinkan untuk melakukan sesuatu yang luar biasa, ―A special feature of a machine, service, etc. that makes it possible to do something extra‖
Karakteristik dalam Kamus Besar Bahasa Indonesia memiliki makna mempunyai sifat khas sesuai dengan perwatakan tertentu. Online Oxford
Learner‘s Dictionaries mendefinisikan karakteristik adalah ―A feature or quality belonging typically to a person, place, or thing and serving to identify them.‖
Artinya, karakteristik adalah sebuah fitur atau kualitas yang dimiliki secara khusus oleh seseorang, tempat, atau benda yang berfungsi untuk mengidentifikasi mereka. Sedangkan karakteristik dalam Thesaurus.com bersinonim dengan fitur.
Dari uraian di atas dapat disimpulkan bahwa fasilitas memiliki kemiripan makna dengan karakteristik yaitu terletak pada fitur. Namun secara harfiah makna keduanya berbeda yakni fasilitas sebagai sarana/alat dan karakteristik sebagai identifikasi atau kekhasan atas sesuatu. Dengan demikian, fasilitas search engine adalah sarana/alat yang digunakan search engine saat bekerja sedangkan karakteristik search engine adalah satu atau beberapa hal yang menjadi kekhasan search engine tersebut.
Menurut Rafiudin (2003), Web Search Service jika ditinjau secara umum dengan mengambil titik tolak dari isi, fitur-fitur, desain, serta kemudahan penggunaannya setidaknya ada tiga kategori engine yaitu:
1. Search Engine
Dengan search engine, user memasukkan keyword baik berupa kata,
kalimat, angka, kode atau kombinasi dari semuanya untuk menampilkan
Universitas Sumatera Utara 20
daftar dokumen atau alamat situs yang berhubungan dengan keyword yang
diinput. Pencarian dalam search engine tidak terbatas dan user dapat
menginput query paling spesifik sekalipun. Beberapa engine yang
termasuk kategori ini adalah : Google, Go/Infoseek, Altavista, Northen
Light, dan Savvy Search.
2. Directory
Mesin directory adalah pilihan terbaik untuk tujuan eksplorasi situs, tetapi
kurang tepat untuk dokumen. Melalui directory, user dapat melakukan
pencarian berdasarkan kategori, seperti ekonomi & bisnis, komputer dan
ilmu pengetahuan, kesehatan, pendidikan, dan lain sebagainya. Beberapa
engine yang termasuk kategori ini adalah : Yahoo!, Maggellan,
LookSmart, Netguide.
3. Library
Online Libraries merupakan kumpulan dari database yang disuguhkan
memuat file-file dokumen atau referensi. Umumnya koleksi library dipilih
dengan sangat hati-hati dan dievaluasi oleh pakar-pakar kepustakaan,
dengan sasaran validitas dan kualitas. Adapun jenis engine ini adalah :
World Wide Web, Virtual Library, Argus Clearinghouse.
Selain klasifikasi atau kategori di atas, terdapat juga apa yang disebut situs metasearch atau metacrawler yang bekerja mengirim aksi-aksi pencarian ke beberapa search engine. Beberapa yang terkenal dari kategori ini adalah Dogpile,
Mamma, Metacrawler, dan Savvy Search.
Universitas Sumatera Utara 21
Jika ditinjau dari anatomi dan strukturnya, sebuah search engine dibentuk oleh sekumpulan program terautomasi yang dikenal sebagai spider atau crawler
(crawling) yang berfungsi mengambil informasi dari internet. Menurut Zulfa
(2008) yang dikutip oleh Nasution (2011), crawling Search Engine terdiri dari lima bagian utama:
a. Crawler
Crawler adalah program terautomasi yang memproses link-link yang
ditemukan dalam halaman-halaman web, yang kemudian menunjuk spider
untuk mengunjungi situs-situs tertentu yang baru ditemukan.
b. Spider
Spider adalah bagian program otomatis yang berperan dalam mengunduh
dokumen-dokumen yang ditemukan dalam suatu web atas referensi
crawler.
c. Indexer
Program indexer memiliki tugas membaca halaman-halaman yang telah
diunduh spider. Indexer akan memeriksa kode HTML guna menemukan
kata-kata penting yang dikandung oleh situs yang dibaca.
d. Database (The Index)
Database adalah suatu ruang dimana informasi-informasi yang diperoleh
oleh indexer akan disimpan.
e. Result Engine
Result Engine adalah porsi customer-facing. Oleh sebab itu disini
diperlukan usaha optimasi yang maksimal karena ia akan berhadapan
Universitas Sumatera Utara 22
langsung dengan interface user. Result Engine harus mampu memberikan
output yang akurat dan relevan dengan apa yang diinginkan oleh pemakai.
Secara prinsip, kualitas hasil temuan dan waktu pencarian merupakan ukuran kinerja sebuah search engine dalam menemukan informasi yang dibutuhkan. Untuk mencapai ukuran kinerja tersebut dibutuhkan fasilitas pendukung yang akan menjadi komponen utama arsitektur sebuah program search engine. Menurut Febrian (2007) yang dikutip oleh Widhiarto (2010), komponen utama arsitektur search engine tersebut adalah sebagai berikut :
1. Query Interface, merupakan bentuk tampilan atau format situs yang
menyediakan fasilitas searching engine. Bentuk yang paling sederhana
adalah tersedianya sebuah kotak kosong di situs dimana pengguna internet
dapat menuliskan data atau informasi yang akan dicari.
2. Query Engine, merupakan program yang bertugas untuk menterjemahkan
keinginan user ke dalam bahasa yang dimengerti oleh mesin komputer,
kemudian dengan segera melakukan pencarian arsip dan dokumen yang
tepat di dalam sistem basis data (database) yang bersangkutan.
3. Database, merupakan kumpulan atau daftar dari dokumen maupun arsip
dari seluruh situs yang ada di internet. Semakin besar skala internet,
semakin besar pula kapasitas yang dibutuhkan.
4. Spider, merupakan komponen terpenting dalam sebuah searching engine.
Secara berkala dan kontinyu, spider akan mendata setiap situs yang ada di
internet, baik yang baru maupun yang lama. Spider akan mengambil
Universitas Sumatera Utara 23
alamat situs, kata per kata kunci dari arsip maupun dokumen yang
ditemukan.
5. Indexer, merupakan sebuah program untuk mempercepat proses pencarian.
Filosofi yang digunakan mirip dengan prinsip penggunaan indeks pada
kamus atau buku-buku. Persaingan antar situs akan terjadi, karena teknik
melakukan indeks akan sangat berpengaruh terhadap kecepatan pencarian
data atau informasi.
6. Web Server, merupakan komputer yang melayani permintaan dan
memberikan respon balik dari permintaan tersebut. Web Server ini
biasanya menghasilkan informasi atau dokumen dalam format HTML
(Hyper Text Markup Language).
Dari uraian di atas dapat diketahui bahwa meskipun banyak sekali ragam search engine yang berbeda namun secara fungsional tetap memiliki fasilitas dan karakteristik (fitur) yang sama. Meskipun mungkin terdapat perbedaan pada cara kerjanya, namun keseluruhan search engine tersebut tetap melakukan kegiatan yang sama dalam melakukan pencarian informasi. Uraian di atas merupakan penjelasan karakteristik sebagai fitur. Ramakrishnan (2003) merangkum secara ringkas karakteristik search engine menjadi 4 bagian:
5. Unedited – anyone can enter content (siapa pun dapat memasukkan
konten)
Karakteristik ini mengakibatkan adanya masalah kualitas informasi dan
spam karena setiap orang dapat memasukkan konten ke situs-situs dalam
web search engine.
Universitas Sumatera Utara 24
6. Varied information types
Banyaknya jenis informasi yang bervariasi saat melakukan pencarian
menggunakan search engine. Informasi seperti buku telepon, brosur,
katalog, disertasi, laporan berita, cuaca, semuanya ada di satu tempat
yaitu search engine.
7. Different kinds of users
Berbagai jenis user yang menjadikan search engine sebagai sarana dalam
pemenuhan kebutuhan informasinya. Dalam hal ini terdapat 3 jenis user :
a. Lexis-Nexis: para pencari profesional yang rela membayar sebuah
web atau informasi
b. Katalog online: para sarjana/pelajar/mahasiswa yang mencari
literatur ilmiah gratis
c. Web: setiap tipe user dengan setiap tujuannya masing-masing
(umum)
8. Scale
Dalam hal ini, search engine melakukan pencarian dalam skala yang
besar yaitu ratusan hingga miliaran dokumen maupun pencarian per hari.
Ratha (2011) menyebutkan ada 3 (tiga) karakteristik search engine dilihat dari segi fiturnya yaitu:
1. Search engine sejatinya adalah program software yang beroperasi dalam
web dan mengumpulkan halaman web untuk dimasukkan ke dalam basis
datanya
Universitas Sumatera Utara 25
2. Search engine mencari ketika user meminta informasi dari search
engine, bukan seluruh web.
3. Setiap search engine memiliki katalog atau database sendiri, sehingga
hasil yang didapatkan akan berbeda dengan menggunakan search engine
yang berbeda.
Sedangkan College of Southern Nevada (CSN)-College Library Services
(2007) menyatakan ada beberapa kriteria penilaian dalam menggunakan search engine, yaitu:
1) What: Apa yang akan diperoleh ?
Saat menggunakan search engine untuk mencari, yang muncul adalah
halaman web dan objek web yang diidentifikasi oleh search engine pada
titik waktu tertentu, tidak seluruh web ditampilkan.
2) How: Bagaimana cara kerjanya?
Search engine menggunakan software yang disebut spider dan crawler
untuk menjelajahi web secara rutin untuk mengidentifikasi dan
mengindeks halaman web. Software yang digunakan setiap search engine
sedikit berbeda sehingga pencarian yang sama dilakukan pada search
engine yang berbeda akan menghasilkan hasil yang berbeda pula.
3) Why: Mengapa menggunakan search engine?
a) Size: pencarian menggunakan search engine berarti mencari melalui
miliaran halaman web
Universitas Sumatera Utara 26
b) Searching for specific information: dengan adanya fitur pencarian
lanjutan memungkinkan untuk mempersempit pencarian dan
meningkatkan hasilnya.
c) Ranked result: search engine menggunakan algoritma (rumus
matematika) untuk menempatkan situs web yang paling relevan di
awal daftar hasil.
2.2 Google
Google (Google.com) adalah mesin pencari di Internet yang berbasis di
Amerika Serikat. Google merupakan salah satu mesin pencari paling populer di web dan menerima setidaknya 200 juta permintaan pencarian setiap hari melalui situsnya dan situs-situs web kliennya seperti Amerikan Onlie (AOL).Kantor pusat
Google berada di Googlex Mountain View California (Liwun, 2018).
Google mempunyai misi untuk memberikan pengalaman pencarian di internet yang baik dengan memanfaatkan teknologi canggih untuk meningkatkan kualitas pencarian secara berkala. Google memiliki teknologi pencarian yang unik daripada search engine lainnya yang hanya mengandalkan keyword dan meta search saja, misalnya adanya teknologi pagerank yang merangking sebuah website berdasarkan kemanfaatan informasinya bagi orang banyak. Teknologi tersebut memungkinkan untuk memilih dan memposisikan website yang bermutu pada posisi yang bagus dengan cara yang objektif.
Universitas Sumatera Utara 27
2.2.1 Sejarah Google
Google berawal dari proyek penelitian dua mahasiswa Ph.D. Universitas
Stanford, Larry Page dan Sergey Brin pada awal 1996 yang mengembangkan teori bahwa sebuah mesin pencari dengan berdasarkan hubungan antara analisis matematika dengan situs-situs web akan memberikan hasil yang lebih baik daripada dengan menggunakan teknik-teknik pencarian dasar yang digunakan pada saat itu. Sistem ini pada awalnya dinamakan BackRub karena menggunakan backlink untuk memperkirakan seberapa penting sebuah situs. Page dan Brin berkeyakinan bahwa halaman yang paling banyak diakses dari halaman-halaman web relevan lainnya merupakan halaman yang paling relevan, sehingga mereka memutuskan untuk mencoba tesis mereka sebagai bagian dari studi mereka dan juga menjadi fondasi bagi search engine mereka. Kemudian pada 7 September
1998, Page dan Brin secara resmi membentuk perusahaan mereka yaitu Google
Inc.
Google kemudian menjadi populer di antara pengguna Internet karena desainnya yang sederhana dan 'bersih' serta hasil pencariannya yang relevan.
Google juga menyediakan jasa iklan dengan berdasarkan kata kunci (keyword) sehingga menjadi lebih relevan bagi para pengguna. Iklan-iklan tersebut juga diharuskan hanya menggunakan teks agar desain halaman tetap rapi dan loading halaman tetap cepat. Konsep penjualan iklan berdasarkan kata kunci diawali ini oleh Overture yang dulunya bernama GoTo.com. Namun, saat kebanyakan perusahaan dotcom lainnya bangkrut, Google secara diam-diam semakin memperkuat pengaruhnya dan mendapatkan laba.
Universitas Sumatera Utara 28
Teknologi pencarian Google yang inovatif dan tata muka pemakainya yang elegan menempatkan Google pada posisi yang jauh berbeda dari mesin pencarian generasi pertama yang tersedia saat ini. Dibandingkan dengan hanya menggunakan teknologi kata kunci atau metasearch, Google memakai teknologi terbaru pagerank, teknologi ini menjamin informasi-informasi yang terpenting akan ditampilkan dahulu. Pagerank menampilkan pengukuran yang objektif mengenai tingkatan halaman web dan diukur dengan cara menyelesaikan sebuah persamaan dengan 500 juta variabel dengan lebih dari 2 milyar kondisi. Pagerank menggunakan struktur keterkaitan yang sangat luas seperti dalam sebuah struktur organisasi.
Pada intinya, Google menginterpretasikan sebuah keterkaitan dari halaman
A ke halaman B sebagai sebuah "suara" oleh halaman A untuk halaman B. Google menilai pentingnya halaman web berdasarkan perolehan suara yang diperoleh.
Google juga menganalisa halaman yang memberikan suara. Metode-metode pencarian Google yang otomatis dan kompleks tidak membolehkan adanya gangguan dari manusia. Tidak seperti mesin pencari yang lain, Google disusun agar tak seorangpun dapat membeli "tempat yang lebih tinggi" di hasil pencarian atau mengubah hasil pencarian untuk tujuan komersial. Pencarian Google adalah pencarian yang jujur dan obyektif dalam mencari website yang bermutu tinggi dengan cara yang mudah.
Pada September 2001, mekanisme pemeringkatan Google (PageRank) diberikan hak paten Amerika. Hak paten secara resi kepada Leland Stanford
University dan mencantumkan nama Lawrence Page sebagai sang pencipta. Pada
Universitas Sumatera Utara 29
Februari, Google membeli Pyra Labs, pemilik Blogger, sebuah situs web pionir
Sdan pemimpin hosting weblog. Akuisisi ini tampak tidak konsisten dengan misi umum Google, namun langkah ini membuat Google dapat menggunakan informasi dari postingan-postingan blog untuk memperbaiki kecepatan dan relevansi artikel-artikel di Google News.
Pada masa puncak kejayaannya di awal 2004, Google mengurus hampir 80 persen dari seluruh permintaan pencarian di Internet melalui situs webnya dan klien-klien seperti Yahoo!, AOL dan CNN. Namun, Share Google turun sejak
Yahoo! melepaskan teknologi pencarian Google pada Februari 2004 dan kemudian menggunakan hasil pencarian independen mereka sendiri. Dalam penelitian ini, Google yang dimaksud adalah Google Indonesia.
Gambar 1 : Tampilan Google (2019)
2.2.2 Fitur Google
Beberapa fitur dari fasilitas pencarian Search Engine Google
(www.google.com/advanced Search)
Universitas Sumatera Utara 30
1. Pencarian Gambar.
Pencarian gambar Google merupakan mesin pencari gambar yang paling
luas di web, dengan lebih dari 250 juta gambar terindeks dan tersedia
untuk dilihat.
2. Terjemahan Halaman.
3. Web dengan menggunakan teknologi mesin penerjemahan, Google
sekarang memungkinkan orang berbahasa Inggris untuk mengakses
sejumlah halaman web non-Inggris.
4. Cari File PDF.
Hasil pencarian Google sekarang termasuk file format Adobe Portable
Document (PDF). Meskipun file PDF jumlahnya tidak sebanyak file
HTML, seringkali format file ini memuat informasi yang bermutu tinggi
yang tidak tersedia di tempat lain.
5. Link-link Tersimpan.
Google mengambil snapshot dari tiap halaman yang diuji ketika menjaring
web dan menyimpannya sebagai cadangan jika halaman aslinya tidak
tersedia.
6. Halaman Mirip
Jika kita mengklik link "Halaman mirip" untuk mendapatkan hasil
pencarian, Google secara otomatis membimbing ke halaman-halaman web
yang berhubungan dengan hasil ini.
7. Temukan Siapa yang Terhubung dengan Anda.
Universitas Sumatera Utara 31
Beberapa kata, jika diikuti oleh sebuah titik-dua, mempunyai arti khusus
bagi Google. Contoh katanya adalah ”link: operator”. Pencarian link akan
menampilkan semua halaman yang menunjuk pada URL.
8. Pembatasan Domain.
Beberapa kata, jika diikuti oleh sebuah titik dua ( : ), mempunyai arti
khusus bagi Google. Salah satu contohnya adalah kata "site". Untuk
mencari sebuah domain atau situs khusus, gunakan sintaks
"site:sampledomain.com" pada kotak pencarian Google.
9. Saya Merasa Beruntung.
Tombol "Saya Sedang Beruntung” secara otomatis akan membawa
langsung ke halaman pertama hasil pencarian. Fasilitas pencarian yang
satu ini hanya ditemukan pada Search Engine.
Fasilitas Advance Search Google:
1) Find Results (Cari Hasil), terdiri dari beberapa lajur yang mewakili
penanda perintah Boolean
a) Lajur all (semua), mewakili penanda perintah boolean AND.
b) Lajur exact phrase (frasa yang tepat), mewakili penanda dua tanda
petik.
c) Lajur at least one (setidaknya satu), mewakili penanda perintah
boolean OR.
d) Lajur without (tanpa kata), mewakili penanda perintah boolean NOT.
2) Opsi pembatasan Language (Bahasa), memungkinkan untuk meminta
Google menemukan dokumen web dalam bahasa tertentu.
Universitas Sumatera Utara 32
3) Opsi File Format (Format File), memungkinkan untuk membatasi hasil
pencarian dalam format file tertentu.
4) Opsi Date (Tanggal), memungkinkan untuk menemukan dokumen
berdasarkan tanggal ketika Google mencatat informasi pada sebuah
halaman web.
5) Opsi Occurrences (Kemunculan), memungkinkan untuk membatasi posisi
munculnya kata kunci yang dikehendaki.
6) Opsi Usage Rights, memungkinkan untuk meminta Google unuk
menampilkan dokumen yang berasal dari situs web yang menerapkan
lisensi creative commons, yaitu lisensi yang mengijinkan pihak lain untuk
memakai, atau memodifikasi, atau menyebarkan ulang sebuah karya cipta.
7) Opsi Safe Search, berfungsi untuk menyaring isi halaman web yang
mengandung sajian-sajian yang berkonotasi seksual.
8) Opsi Page Spesific (Cari Halaman) yang sama, akan membatasi pencarian
pada halaman-halaman yang dianggap mirip oleh Google.
(www.google.com/advanced Search)
2.3 Yahoo!
Yahoo! Inc. merupakan sebuah perusahaan publik Amerika dengan kantor pusat di Sunnyvale, California (tepatnya di Silicon Valley), yang menyediakan layanan internet secara global, meliputi seluruh dunia. Perusahaan ini terkenal akan portal web, search engine (Yahoo! Search), Yahoo! Directory, Yahoo! Mail,
Universitas Sumatera Utara 33
Yahoo! News, iklan, pemetaan online (Yahoo! Maps), Yahoo! Video, dan website media social. Banyaknya fasilitas yang disediakan Yahoo!, menjadikan situs ini menarik banyak pengunjung. Perharinya saja, diperkirakan ribuan pengunjung berkunjung ke Yahoo! untuk melakukan berbagai aktivitas. Bersama MSN dan
Google, Yahoo! kini dianggap sebagai salah satu perusahaan raksasa penguasa dunia maya.
2.3.1 Sejarah Yahoo!
Yahoo! dirintis oleh Jerry Yang dan David Filo pada bulan Januari 1994 dan diresmikan sebagai badan hukum pada tanggal 1 Maret 1995. Pada tanggal 13
Januari 2009, Yahoo! mengangkat Carol Bartz, mantan kepala eksekutif Autodesk, sebagai kepala eksekutif dan anggota dewan direksi Yahoo! yang baru.
Pada April 1994, Yahoo! hanyalah semacam bookmark (petunjuk halaman buku) yang merupakan ide dari dua orang alumni Universitas Stanford yang sedang liburan ketika profesor mereka pergi ke luar kota karena cuti besar. Selain menjelajah internet, dua mahasiswa teknik tersebut hanya memiliki sedikit pekerjaan yang harus dilakukan. Dalam waktu singkat mereka telah selesai mengkompilasi sebuah daftar bookmark yang besar, yang dikelompokkan berdasarkan subyek. Kemudian mereka memasukannya ke web, dan membuat sebuah program database sebagai penyimpanann sehingga dapat ditampilkan secara online. Bookmark tersebut diberi nama ―Jerry and Davis‘s Guide to World
Wide Web‖ yang kemudian diganti menjadi Yahoo!. Penamaan Yahoo! berasal dari kata ―Yet Another Hierarchical Officious Oracle‖. Filo dan Yang memilih
Universitas Sumatera Utara 34
kata tersebut karena mereka menyukai definisi umum dari kata-kata tersebut, yang berasal dari buku Gulliver‘s Travels oleh Jonathan Swift: “rude –kuat-, unsophisticated -sederhana-, dan uncouth –kasar-“.
Pada 18 Januari 1995, Yang dan Filo membuat domain yahoo.com setelah menyadari potensi besar yang dimiliki oleh website mereka tersebut, akhirnya pada tanggal 1 Maret 1995, Yahoo! diresmikan sebagai badan hukum. Seperti kebanyakan mesin pencari pada web, Yahoo! pun diversifikasi menjadi portal web. Pada akhir 1990-an, Yahoo!, MSN, Lycos, Excite, dan portal web lainnya mengalami perkembangan yang sangat pesat, sehingga menyebabkan masing- masing portal web berlomba untuk memperluas jangkauan layanan mereka agar para pengguna internet lebih lama singgah pada portal web mereka. Cara yang mereka lakukan sama yaitu dengan mengakuisisi perusahaan-perusahaan lain yang bisa menyediakan layanan yang mereka inginkan.
Perusahaan pertama yang diakuisisi Yahoo! adalah perusahaan komunikasi online Four11 yang dilakukan pada 18 Maret 1997. Perusahaan ini memiliki layanan webmail yang dinamai dengan Rocketmail, yang berubah nama menjadi
Yahoo! Mail. Kemudian pada 8 Maret 1998, Yahoo meluncurkan Yahoo Pager yaitu layanan pesan instan yang setahun kemudian berubah nama menjadi Yahoo!
Messenger. Pada 13 Maret 1998, Yahoo! mengakuisisi ClassicGames.com dan mengubahnya menjadi Yahoo! Games. Setahun kemudian tepatnya pada 28
Januari 1999, Yahoo! mengakuisisi penyedia web hosting GeoCities. Yahoo! juga mengakuisisi perusahaan eGroups pada 28 Juni 2000 dan kemudian berubah nama menjadi Yahoo!Groups. Dua tahun kemudian, dengan tujuan meningkatkan
Universitas Sumatera Utara 35
layanan pencariannya, Yahoo mengakuisisi mesin pencari lainnya. Masih pada tahun yang sama, Yahoo juga mengakuisisi Inktomi Corporation yaitu pada
Desember 2002. Selanjutnya pada Februari 2005, Yahoo! mengakuisisi
Konfabulator dan mengubah namanya menjadi Yahoo! Widgets yaitu sebuah aplikasi dekstop.
Kemudian pada Juli 2013, Overture Services.Inc dan anak perusahaan
AltaVista dan AlltheWeb juga diakuisi oleh Yahoo!. Setelah itu, pada 9 Juli 2004,
Yahoo! juga mengakuisisi penyedia layanan surat elektronik (email) Oddpost untuk menambah kemampuan Ajax pada Yahoo! Mail yang sudah ada. Yahoo juga melakukan akuisisi untuk meningkatkan layanannya pada layanan Web 2.0.
Pada 9 Februari 2005, Yahoo! Launchcast menjadi Yahoo! Music, tidak lama kemudian tepatnya pada 20 Maret 2005, Yahoo! membeli layanan berbagi foto,
Flickr. Pada 29 Maret 2005, Yahoo! meluncurkan layanan blogging dan jaringan sosial Yahoo! 360°. Pada tahun yang sama, Yahoo! juga mengakuisisi blogs, layanan berdasarkan agregasi RSS feed. Yahoo! kemudian membeli kalender acara sosial online Upcoming.org dan juga mengakuisisi del.icio.us dan toko musik Webjay pada 9 Januari 2006 yang berubah menjadi Yahoo! Music.
Pada 17 Januari 2006, Yahoo! mengakuisisi SearchFox, sebuah web mesin pencari untuk menyempurnakan Yahoo! Search. Seakan belum fitur yang ada belum lengkap, pada 27 September 2006 Yahoo! mengakuisisi Jumpcut.com dan mengubahnya menjadi Yahoo! Video. Selanjutnya, pada 17 November 2006,
Yahoo! mengakuisisi Kenet Works untuk membuat Yahoo! Mobile. Pada 29 April
2007, Yahoo mengakusisi Right Media yang merupakan sebuah penyedia jasa
Universitas Sumatera Utara 36
link bisnis iklan online, dan kemudian berganti nama menjadi Yahoo! Search
Marketing. Selanjutnya pada 14 September 2007, Yahoo! menciptakan Yahoo!
News setelah mengakuisisi BuzzTracker. Seakan belum puas dengan layanan yang ada, Yahoo! mengakuisisi Maven Networks dan Xoopit yang digunakan untuk meningkatkan pelayanan Yahoo! Video dan Yahoo! Mail. Yahoo! mengakuisisi Koprol yang merupakan sebuah jejaring sosial asli Indonesia pada
25 Mei 2010. (Wikipedia)
Gambar 2 : Tampilan Yahoo! (2019)
2.3.2 Fitur Yahoo!
Chapelle dan Chang memberikan ikhtisar mengenai fitur-fitur Yahoo! dalam artikel ―Yahoo! Learning to Rank Challenge Overview‖, yakni terdiri atas dua bagian yaitu, fitur yang dijelaskan berdasarkan tingkat dokumen dan fitur hitungan dari rasio klik-tayang atau click-through rate (CTR). Namun pada
Universitas Sumatera Utara 37
akhirnya, beberapa fitur dasar sering digabungkan menjadi fitur komposit baru.
Fitur-fitur tersebut dibagi dalam kategori utama yaitu sebagai berikut.
1. Web Graph
Fitur ini berfungsi sebagai menentukan kualitas dan popularitas suatu
dokumen berdasarkan konektivitasnya dalam grafik web. Contoh yang
terkenal adalah PageRank
2. Document Statistics
Fitur ini menghitung beberapa statistik dasar dokumen seperti jumlah
kata di berbagai bidang dan juga mencakup karakteristik dari url,
misalnya jumlah garis miring.
3. Document Classifier
Seperti namanya, fitur ini berfungsi sebagai pengklasifikasi dokumen,
seperti dokumen spam, dokumen yang bersifat dewasa, bahasa, topik
utama, kualitas, jenis halaman (misalnya, navigasi).
4. Query
Fitur jenis ini membantu dalam mencirikan jenis query (pernyataan/kata
kunci): frekuensi query dan istilahnya, tingkat klik-tayang (CTR) query.
Sebagai contoh, hasil penelusurannya ialah mengenai search engine,
kemudian dapat kita lihat apakah query yang dimasukkan dari hasil
tersebut berasal dari kata “search engine” juga atau yang lain.
5. Text Match
Jenis fitur yang paling penting adalah kesesuaian tekstual antara
query/permintaan dengan dokumen yang diperoleh. Fitur dasar
Universitas Sumatera Utara 38
(kecocokan) dapat dihitung dari bagian dokumen yang berbeda (judul,
badan, abstrak dan kata kunci) serta dari teks jangkar dan url. Sementara
fitur lainnya didefinisikan berdasarkan fungsi aritmatika (min, maks,
rata-rata).
6. Topic Match
Jenis fitur ini mencoba untuk melampaui kesamaan di tingkat kata dan
menghitung kesamaan di tingkat topik. Fitur ini mengklasifikasikan
query dan dokumen dalam taksonomi topik yang besar.
7. Click
Fitur ini berfungsi untuk memasukkan umpan balik pengguna, yang
paling penting adalah hasil yang diklik. Untuk kueri dan dokumen yang
diberikan, probabilitas klik yang berbeda dapat dihitung: klik pertama,
klik terakhir, klik lama, atau hanya klik. Jika query yang diberikan
jarang, fitur klik ini akan menghitung query serupa yang sering
digunakan. Waktu tunggu rata-rata dapat digunakan sebagai indikasi
kualitas halaman arahan. Kesamaan geografis pengguna yang mengklik
halaman berguna untuk menentukan lokalitasnya.
8. External References
Untuk dokumen tertentu, beberapa informasi meta disediakan, seperti tag
Delicious, dan dapat digunakan untuk memperbaiki fitur pencocokan
teks. Selain itu, dokumen dari domain tertentu memiliki informasi
tambahan yang dapat digunakan untuk mengevaluasi kualitas halaman.
Universitas Sumatera Utara 39
9. Time
Fitur ini mengukur usia dokumen serta inlink dan outlink-nya, serta
memperhatikan kesegaran halaman web.
Sementara Tim Kepatuhan Perusahaan Yahoo! menyatakan Yahoo! menyediakan layanan-layanan sebagai berikut:
1. Subscriber Information
a. Informasi pelanggan saat pendaftaran, termasuk nama, lokasi,
tanggal akun dibuat, dan layanan yang digunakan.
b. Tersedianya alamat IP yang terkait dengan masuk ke akun pengguna
hingga satu tahun.
c. Registrasi data alamat IP tersedia untuk ID yang terdaftar sejak
1999.
2. Yahoo! Mail (termasuk email terkait properti untuk pribadi, usaha kecil,
domain, dan flickr)
a. Setiap email yang tersedia di akun email pengguna termasuk alamat
IP komputer yang digunakan mengirim email.
b. Yahoo! tidak dapat mencari atau menghasilkan email yang dihapus.
c. Yahoo! menampung dua domain email baru: ymail.com, dan
rocketmail.com.
3. Yahoo! Messenger
a. Daftar teman untuk Yahoo! Messenger
b. Waktu, tanggal, dan log alamat IP untuk penggunaan obrolan dalam
45-60 hari sebelumnya.
Universitas Sumatera Utara 40
c. Arsip komunikasi Messenger dapat diarsipkan dalam komputer.
d. Arsip komunikasi Web Messenger dapat disimpan di Yahoo! server
jika setidaknya satu pihak dalam komunikasi memilih untuk
mengarsipkan komunikasi.
4. Yahoo! Group
a. Daftar, alamat email, dan tanggal ketika anggota bergabung dengan
Grup tersedia.
b. Informasi tentang moderator Grup.
c. Isi bagian File, Foto, dan Pesan.
d. Log aktivitas grup yang menjelaskan kapan anggota berlangganan
dan berhenti berlangganan, memposting atau menghapus file, dan
acara serupa.
5. Yahoo! Geocities, Domain, hosting Web, dan Toko
a. File pengguna yang aktif telah diunggah ke situs web dan tanggal
unggahan file.
b. Untuk toko, mungkin ada yang menyimpan data transaksional.
6. Yahoo! Flickr
a. Isi dalam akun Flickr dan komentar pada foto pengguna lain.
b. Alamat IP dan cap waktu konten yang diunggah ke akun.
c. Grup Flickr yang menjadi milik pengguna dan konten Grup.
7. Yahoo! Profil
a. Isi dari profil pengguna.
b. Waktu, tanggal, dan log alamat IP konten ditambahkan.
Universitas Sumatera Utara 41
Yahoo! akan menyimpan informasi pelanggan selama 90 hari, dan juga tambahan periode 90 hari setelah menerima permintaan untuk memperpanjang pelestarian. Jika Yahoo! tidak menerima proses hukum formal untuk informasi yang diawetkan sebelum akhir periode pelestarian, informasi yang disimpan dapat dihapus ketika periode pelestarian berakhir.
Kemudian, Chowdhury dalam Introduction to Modern Information
Retrieval (1999: 403) bahwa:
Yahoo this is one of the most frequently accsed tools, and although most
people consider it a search engine, it is basically classified as a directory.
Although Yahoo allows the user to put a search query, its strength lies in
the categories that can lead a user step by step to the desired subject
category. It has the following major categories each of which is again
subdivided inti a number of sub-categories, and son, giving, rise to a total
of more then 25,000 categories
1. Arts & Hummanities 2. Business & Economy 3. Computers & Internet 4. Education 5. Entertainment 6. Government 7. Health 8. News & Media 9. Recreation & Sports 10. Reference 11. Regional 12. Science 13. Social Science 14. Society & Culture (www.yahoo.com)
Dari uraian di atas dapat diketahui bahwa menurut Chowdhury, fitur yang terdapat pada Yahoo! terdiri atas beberapa kategori utama yaitu seni dan
Universitas Sumatera Utara 42
hummanitas, bisnis dan ekonomi, komputer dan internet, pendidikan, hiburan, pemerintah, kesehatan, berita dan media, rekreasi dan olahraga, referensi, daerah
(regional), ilmu pengetahuan (sains), ilmu sosial, masyarakat dan budaya.
2.4 Bing
Bing dirilis oleh Microsoft pada 2009 untuk menggantikan search engine produk Microsoft terdahulu yaitu MSN Search, Windows Live Search dan Live
Search. Ketiga search engine tersebut dianggap belum bisa mengalahkan kehebatan search engine Google sehingga lahirlah Bing yang bertujuan untuk menyempurnakan ketiga search engine tersebut. Bing diciptakan dengan menggunakan teknologi PowerSet yang memungkinkan pencarian lebih akurat.
Bing juga memungkinkan untuk membagi histories pencarian pada windows skydrive, facebook, dan email. Bing mengelompokkan pencarian berdasarkan empat kategori, yaitu:
1. Web, untuk pencarian halaman situs atau website
2. Images, untuk pencarian gambar
3. News, untuk pencarian berita
4. xRank, untuk pencarian siapa dan apa yang paling banyak dicari oleh
pengguna Bing
2.4.1 Sejarah Bing
Microsoft telah memproduksi tiga search engine sebelum Bing, yakni
MSN Search, Windows Live Search, dan Live Search. Namun menurut Microsoft,
Universitas Sumatera Utara 43
kinerja ketiga search engine tersebut kurang maksimal dalam menarik pengguna sehingga belum mampu menggeser kedudukan Google Search sebagai penguasa mesin pencari di dunia Internet. Meski mengalami kegagalan dari ketiga search engine tersebut, Microsoft tidak menyerah dan terus menerus berinovasi dengan mengevaluasi dan menganalisis kelemahan-kelemahan yang ada pada search engine tersebut. Microsoft juga menganalisis kelemahan-kelemahan yang dimiliki oleh search engine pesaing, terutama Google Search dan Yahoo Search. Setelah itu, Microsoft berusaha memperbaiki dan mengaplikasikannya pada produk search engine terbaru, yaitu Bing.
Bing diperkenalkan pada 28 Mei 2009 oleh CEO Microsoft Steve Ballmer pada konferensi All Things Digital di San Diego, Amerika Serikat, dan secara resmi diluncurkan pada 1 Juni 2009. Kemudian pada 29 Juli 2009, Microsoft dan
Yahoo! mengumumkan sebuah penawaran, dimana Bing akan menggerakkan
Yahoo! Search. Semua pengguna dan mitra Yahoo! Search diharapkan telah mengalami transisi tersebut pada awal 2012.
Pada Oktober 2011, Bing mengumumkan sedang mengerjakan infrastruktur pencarian baru, dengan tujuan memberikan hasil pencarian yang lebih cepat dan sedikit lebih relevan bagi pengguna. Teknologi pengindeksan baru yang dikenal sebagai “Tiger” ini telah dimasukkan ke Bing secara global, sejak
Agustus 2011. Pada Mei 2012, Bing mengumumkan rancangan ulang lain pada tampilannya yang mencakup “Bilah sisi” (Sidebar), yakni fitur sosial yang mencari pada jejaring sosial pengguna untuk mendapatkan informasi yang relevan dengan kata kunci pencarian.
Universitas Sumatera Utara 44
2.4.2 Fitur Bing
Beberapa fitur-fitur yang ditanamkan ke dalam Bing menurut Rohani
(2015) adalah:
1) Best Match, yaitu kemampuan bing untuk menemukan link website yang
relevan dengan keyword yang dimasukkan.
2) Instant Answer, yaitu kemampuan bing untuk menampilkan informasi
secara cepat mengenai harga tiket, harga saham, jadwal penerbangan,
informasi lalu lintas, review restoran, kamus dan sebagainya.
3) Bing Maps, yaitu fitur yang memungkinkan pengguna untuk mengetahui
lokasi di seluruh dunia dan juga berfungsi sebagai penunjuk jalan layaknya
GPS.
4) Related Search, menampilkan hasil pencarian di sidebar untuk
memperkaya hasil pencarian yang berhubungan dengan keyword.
5) Smart Video Preview, yaitu kemampuan bing untuk loading video dengan
cepat karena mengintegrasikan sistem buffering ke dalam direktori video
bing.
6) Interface Features, menampilkan gambar background yang berubah secara
otomatis, agar tak membosankan.
Dalam sebuah website yang bernama TechAdvisory.Org (Technology
Advice for Small Businesses), Bing Pencarian (Search) baru-baru ini diperbarui dengan empat fitur baru sebagai cara untuk mengakomodasi beragam permintaan pengguna:
Universitas Sumatera Utara 45
1. Validating answers using many websites
Fitur ini memungkinkan Bing untuk menjawab pertanyaan
berdasarkan apa yang ditemukan di satu situs web. Bing akan menjelajahi
beberapa situs web dan mengumpulkan hasil sebelum menjawab
pertanyaan Anda. Untuk pertanyaan yang memiliki dua perspektif berbeda,
jawabannya akan dikompilasi dan ditampilkan di bagian atas halaman
pencarian. Kompilasi jawaban juga akan diberikan untuk pertanyaan
dengan banyak jawaban.
2. Analogies
Fitur ini memungkinkan Bing melakukan perbandingan yang relevan
dan tidak ambigu sehingga lebih mudah untuk dipahami. Jawaban
didasarkan pada hal-hal yang akrab dengan pengguna mesin pencari,
menjadikan pengalaman pencarian jauh lebih ramah-pengguna dan adanya
empati.
3. Clarifying questions
Fitur ini memungkinkan Bing untuk dapat memberikan jawaban yang
lebih spesifik ketika ditanya pertanyaan luas atau percakapan. Untuk
mencapai hal ini, mesin pencari akan menanyakan pertanyaan tindak lanjut
kepada pengguna untuk mempersempit hasil pencarian.
Microsoft juga memiliki pencarian gambar tingkat lanjut, yang
memungkinkan pengguna untuk mencari berdasarkan objek tertentu dalam
gambar. Misalnya, jika Anda ingin membeli kemeja yang Anda lihat
Universitas Sumatera Utara 46
dalam gambar, pencarian gambar lanjutan Bing memungkinkan Anda
untuk memilihnya dan menemukan toko yang menjualnya.
4. Partnering with Reddit
Bing juga bermitra dengan Reddit untuk menampilkan informasi dari
ahlinya ke halaman pencarian Bing sehingga memungkinkan topik tertentu
di Reddit atau subreddits dapat dicari melalui pencarian Bing. Jawaban
yang ditemukan di situs juga akan ditampilkan di halaman pencarian.
Gambar 3 : Tampilan Bing (2019)
2.5 Analisis Search Matching
2.5.1 Pengertian Search Matching
Search Matching terdiri dari dua kata, dalam Online Oxford Learner‘s
Dictionaries, search artinya mencari sesuatu, “an attempt to find somebody/something, especially by looking carefully for them/it‖ dan matching yang berasal dari kata match artinya cocok/sesuai, “match (something) if two
Universitas Sumatera Utara 47
things match or if one thing matches another, they are the same or very similar”.
Jadi, search matching adalah pencocokan atau penyesuaian pencarian.
Menurut Meadow (1973: 131) yang dikutip oleh Hasugian (2006), pencocokan (matching) adalah proses membandingkan antara istilah yang tercantum dalam pertanyaan pemakai (query) dengan istilah yang tercantum dalam dokumen. Kemudian menurut Hasibuan (1997: 2) yang dikutip oleh
Hasugian (2006), untuk mencocokkan pertanyaan pemakai dengan dokumen, sekurang-kurangnya ada dua macam fungsi pencocokan (matching-function) yaitu fungsi exact match dan fungsi patrial match.
Fungsi exact match adalah pencocokan dimana representasi suatu pertanyaan persis sama atau harus sesuai dengan representasi dokumen, agar dokumen tersebut dapat terambil (retrieved). Misalnya, kata kunci yang digunakan untuk mengambil dokumen dalam database adalah “sepatu wanita” atau “sepatu perempuan”, sehingga apabila user memasukkan kata kunci “sepatu wanita untuk kerja” atau “model sepatu wanita”, maka dokumen dalam database tidak akan terambil.
Sedangkan fungsi patrial match atau pencocokan sebagian adalah representasi pertanyaan hanya sebagian saja yang sama dengan representasi dokumen. Misalnya, kata kunci yang digunakan untuk mengambil dokumen dalam database adalah “sepatu wanita” atau “sepatu perempuan”, namun apabila user memasukkan kata kunci “sepatu wanita untuk kerja” atau “model sepatu wanita”, maka dokumen dalam database akan tetap terambil.
Universitas Sumatera Utara 48
Secara khusus, relevansi yang berkaitan dengan ketepatan pencarian untuk menyatakan dokumen mana yang dinilai sesuai dari keseluruhan dokumen yang terambil (retrieve) dikenal dengan ukuran recall dan precision. Dalam konsep relevansi, sebuah dokumen atau buku dianggap relevan jika sesuai dengan kebutuhan pengguna. Dalam teknik information retrieval, cara penetapan ukuran kesesuaian ini seringkali linear (satu arah), yakni user memasukkan query ke sebuah sistem, lalu sistem memberikan jawaban. Berdasarkan jawaban ini dilakukan perhitungan seberapa relevan dokumen yang telah ditemukan oleh sistem (Laoli, 2009).
2.5.2 Penilaian Relevansi
Penilaian relevansi merupakan tahap kegiatan yang membutuhkan ketelitian dan juga sangat penting karena menyangkut penilaian sebagai parameter yang menentukan efektifitas dari suatu sistem temu kembali informasi. Hal ini disebabkan karena pada tahap inilah ditentukan apakah suatu dokumen relevan dengan kebutuhan user, dokumen mana yang sesuai atau tepat dari dokumen- dokumen yang telah ditemukan dan juga sebagai tolok ukur untuk mengevaluasi sistem dan proses pencarian informasi (information retrieval).
Burgin (1992 : 621) yang dikutip oleh Hasugian (2006), membagi penilaian relevansi atas tiga tingkatan yaitu sangat relevan (highly relevant), relevan marginal (marginally relevant), dan tidak relevan (not relevant).
Sedangkan Pao (1993 : 99) yang dikutip oleh Hasugian (2006), menggolongkan penilaian relevansi atas tingkatan relevan (relevant), relevan parsial (partial
Universitas Sumatera Utara 49
relevant), dan tidak relevan (not relevant). Adanya variasi penilaian relevansi tersebut dipengaruhi oleh berbagai faktor yakni karakteristik penilai, karakteristik pertanyaan, karakteristik dokumen, karakteristik temu kembali informasi, kondisi penilaian dan pemilihan skala.
Dalam penilaian relevansi dokumen tersebut, perolehan (recall) dan ketepatan (precision) merupakan acuan yang digunakan sebagai ukuran suatu sistem temu kembali informasi. Perolehan (recall) berhubungan dengan kemampuan sistem untuk memanggil dokumen yang relevan, sedangkan ketepatan (precision) berkaitan dengan kemampuan sistem untuk tidak memanggil dokumen yang tidak relevan (Hasugian, 2006). Untuk menghitung rasio dari tingkat perolehan (recall) dan ketepatan (precision) digunakan rumus sebagai berikut :
Jumlah dokumen relevan yang terambil Recall = Jumlah dokumen relevan dalam database (file)
Jumlah dokumen relevan yang terambil Precision = Jumlah dokumen yang terambil dalam pencarian Untuk dapat memahami kedua pengukuran tersebut dengan mudah, perhatikan tabel perhitungan penentuan recall dan precision berikut:
Relevant Not Relevant Total
Retrieved a b a + b
Not Retrieved c d c + d
Total a + c b + d
Universitas Sumatera Utara 50
Berdasarkan tabel di atas, perhitungan precision dan recall dapat dilakukan dengan mengacu pada rasio yang telah dikemukakan sebelumnya.
Untuk menghitung rasio recall, tentukan jumlah dokumen relevan yang terambil, berdasarkan data pada tabel yaitu a, sedangkan jumlah dokumen relevan dalam database adalah a + c. Dengan demikian recall (R) dinyatakan sebagai berikut :
a R = a + c
Selanjutnya untuk menghitung precision, sama dengan pada perhitungan recall yaitu jumlah dokumen relevan yang terambil adalah a, sedangkan jumlah dokumen yang terambil dalam pencarian adalah a + b. Dengan demikian rasio precision (P) dinyatakan sebagai berikut :
a P = a + b
Kondisi ideal dari keefektifan sistem temu kembali informasi adalah apabila rasio recall dan precision sama besarnya yaitu 1 : 1. (Lee Pao, 1989 : 229 dalam Hasugian, 2006). Akan tetapi dalam kenyataannya, hasil yang diperoleh memuaskan bila precision tinggi walaupun recall rendah (Rowley, 1992 : 171 dalam Hasugian, 2006). Dengan demikian dapat disimpulkan bahwa suatu proses temu kembali informasi dikatakan efektif ketika kebutuhan informasi user tercapai karena jumlah presisi dalam penelusuran tinggi.
Universitas Sumatera Utara BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian ini adalah menggunakan metode dokumentasi yaitu mencari data mengenai hal-hal atau variabel yang berupa catatan, transkrip, buku, surat kabar, majalah, prasasti, notulen rapat, lengger, agenda dan sebagainya
(Arikunto, 2006 : 231). Pada penelitian ini, metode dokumentasi dilakukan untuk meneliti bahan dokumentasi yang terdapat pada database mesin pencari sebagai subjek penelusuran, serta mengidentifikasi kinerja dari search engine Google,
Yahoo, dan Bing berdasarkan karakteristik masing-masing untuk membandingkan berapa banyak data yang memiliki relevansi dengan permintaan user (search matching).
3.2 Unit Analisis
Menurut Arikunto (2006 : 143), unit analisis adalah satuan tertentu yang diperhitungkan sebagai subjek penelitian. Sedangkan menurut Hasan (2002 : 58), unit analisis dapat berupa orang, perusahaan, media, dan sebagainya. Satuan unit analisis dalam penelitian ini adalah hasil temuan database Google, Yahoo, dan
Bing yang didasarkan pada karakteristik masing-masing search engine.
Penelusuran ini menggunakan istilah bidang Ilmu Perpustakaan yang diambil dari
LCSH (Library of Congress Subject Headings) tahun 2012 sebagai keyword sesuai bidang keilmuwan yang ditekuni penulis. LCSH adalah daftar tajuk subjek yang berisi kosa kata subjek yang terkendali (Controled Vocabulary), yang
51
Universitas Sumatera Utara 52
diterbitkan oleh Library of Congress dan digunakan untuk menentukan subjek dokumen dalam bidang Ilmu Perpustakaan. Keyword penelusuran yang digunakan hanya mengambil istilah sempit (Narrower Term : NT) Ilmu Perpustakaan dalam
LCSH 2012. Istilah bidang Ilmu Perpustakaan yang digunakan sebagai keyword penelusuran adalah sebagai berikut:
Library Science 1. Classification—Books—Library science 2. Collectanea files 3. Communication in library science 4. Comparative librarianship 5. International librarianship 6. Medical librarianship 7. Mentoring in library science 8. Minorities in library science 9. Music librarianship 10. Open and closed shelves 11. Proposal writing in library science 12. Public services (Libraries) 13. Rare book librarianship 14. Recataloging 15. Reclassification (Libraries) 16. Serials librarianship 17. Team librarianship 18. Technical services (Libraries) 19. Theater librarianship 20. Web librarianship 21. Women in library science
3.3 Metode Pengumpulan Data
Metode pengumpulan data adalah prosedur yang sistematis dan standar untuk memperoleh data yang diperlukan (Nazir, 2005). Metode pengumpulan data pada penelitian ini adalah metode observasi, yaitu pengamatan yang dapat dilakukan melalui penglihatan, penciuman, pendengaran, peraba, dan pengecap atau dapat disebut pengamatan langsung (Arikunto, 2006 : 156). Sedangkan
Universitas Sumatera Utara 53
menurut Soehartono (1995 : 69), metode observasi merupakan pengamatan dengan menggunakan indera penglihatan yang berarti tidak mengajukan pertanyaan-pertanyaan.
Dalam penelitian ini menggunakan teknik observasi eksperimen, yaitu observasi yang dilakukan terhadap situasi yang disiapkan sedemikian rupa untuk meneliti sesuatu yang dicobakan (Nasution, 2010). Teknik observasi eksperimen digunakan untuk pengumpulan data saat penelitian sedang berlangsung.
Penggunaan metode ini dilakukan dengan mengamati dan menganalisis hasil penelusuran keyword istilah medis pada search engine Google, Yahoo, dan Bing dengan melihat karakteristik masing-masing search engine.
3.4 Alat Bantu Penelitian
Alat bantu penelitian merupakan alat yang membantu penulis dalam menganalisis kecocokan hasil penelusuran (search matching) yang ditemukan dengan menggunakan search engine Google, Yahoo, dan Bing. Adapun beberapa alat tersebut seperti yang dikemukakan sebagai berikut :
3.4.1 Recall
Recall merupakan jumlah keseluruhan dokumen yang terpanggil oleh sistem. Kegiatan ini merupakan pemanggilan seluruh dokumen atau informasi yang berkaitan dengan query yang dimasukkan oleh user. Namun keseluruhan dokumen atau informasi tersebut belum tentu relevan dengan apa yang dibutuhkan oleh user sehingga diperlukan analisis untuk menentukan mana dokumen yang sesuai dan mana yang tidak.
Universitas Sumatera Utara 54
3.4.2 Precision
Precision merupakan persentase dokumen yang relevan. Apabila recall tinggi maka precision rendah, apabila recall rendah maka kemungkinan precision tinggi lebih besar. Idealnya, suatu sistem temu kembali informasi dikatakan efektif apabila rasio recall dan precision sama besarnya yaitu 1 : 1. Namun akan lebih memuaskan apabila precision tinggi walaupun recall rendah.
Oleh karena itu, yang biasanya menjadi salah satu ukuran yang digunakan untuk menilai suatu sistem temu kembali dikatakan efektif adalah precision.
Dengan demikian, cara ini merupakan analisis yang digunakan oleh penulis dalam menentukan kecocokan hasil penelusuran (search matching) pada search engine
Google, Yahoo dan Bing.
3.4.3 Mengevaluasi Hasil Temuan
Dalam penelitian ini, penelusuran dalam database Google, Yahoo, dan
Bing dilakukan dengan cara metode pencarian berdasarkan file Pdf. Penelitian ini membatasi pada 30 hasil temuan yang muncul pada halaman 1 sampai halaman 3.
Pengujian dilakukan pada hari yang sama untuk menghindari terjadinya variasi hasil pencarian yang disebabkan oleh updating algoritma pengindeksan dari masing-masing search engine (Hardi, 2006).
Untuk menentukan penilaian relevansi dokumen hasil penelusuran, menurut Hasugian (2006) digunakan acuan sebagai berikut:
a) Apabila istilah-istilah pencarian atau query termuat pada field judul,
atau field abstrak, atau pada subjek, yang dalam hal ini juga terdapat
Universitas Sumatera Utara 55
pada field descriptor dan field other descriptor, maka suatu dokumen
dinyatakan berhubungan (related) dengan query.
b) Jika istilah-istilah pencarian atau query hanya terdapat pada field lain
misalnya, pada field sumber atau dari field jenis publikasi maka
dokumen tersebut dinyatakan tidak berhubungan (related) dengan
query.
Selanjutnya setelah mendapatkan dokumen yang relevan, dokumen tersebut kemudian dianalisis dengan menggunakan skala nol (0) sampai dengan tiga (3) yang disebut sebagai metode penilaian relevansi bertingkat atau Graded
Relevant Assessment (Hardi, 2006), dengan ketentuan sebagai berikut:
1. Halaman yang menampilkan dokumen-dokumen makalah penelitian,
artikel ilmiah, jurnal penelitian, tutorial, prosiding seminar/konferensi
atau paten mendapat skor 3.
2. Halaman yang menampilkan abstrak dari karya ilmiah seperti makalah
penelitian, prosiding seminar/konferensi atau patent mendapat skor 2.
3. Halaman yang menampilkan buku atau pangkalan data mendapat skor
1
4. Halaman yang menampilkan selain poin-poin di atas (misalnya website
perusahaan, kamus, ensiklopedi, organisasi, dsb.) mendapat skor 0.
5. Halaman yang tidak bisa ditampilkan karena server yang tidak
merespons setelah tiga kali penelusuran secara berurutan mendapat
skor 0.
Universitas Sumatera Utara 56
3.4.4 Menghitung Skor Dokumen
Pada kegiatan ini, penulis melakukan perhitungan kecocokan atau
ketepatan dokumen yang ditemukan dari hasil penelusuran melalui search engine
Google, Yahoo, dan Bing. Perhitungan dilakukan dengan membagi skor
kecocokan atau ketepatan dokumen tersebut dengan jumlah dokumen yang
dievaluasi.
3.4.5 Mengevaluasi Karakteristik (Fitur-Fitur) Penelusuran Search Engine
Pada kegiatan ini, penulis melakukan perbandingan karakteristik (fitur- fitur) yang tersedia pada masing-masing search engine dan memberikan penilaian atas kelengkapan penelusuran yang juga memudahkan user dalam memenuhi kebutuhan informasinya. Penilaian fitur-fitur tersebut menurut Amrullah, dkk
(2018) adalah sebagai berikut:
1. Pencarian Web 2. Pencarian Gambar 3. Pencarian Video 4. Pencarian Berita 5. Pencarian Peta 6. Pencarian Buku 7. Pencarian Lainnya 8. Pengaturan Latar Belakang 9. Pengaturan Pencarian 10. Search Result 11. Layanan Penerjemah 12. Mendukung Banyak Bahasa 13. Tanya/Jawab 14. Petunjuk 15. Iklan 16. Case Sensitive 17. Pencarian Aman 18. Pengaturan Tampilan
Universitas Sumatera Utara 57
3.5 Analisis Data
Menurut Hardi (2006), rumus yang dapat digunakan dalam penilaian kecocokan hasil penelusuran (search matching) dengan menggunakan search engine Google, Yahoo, dan Bing adalah sebagai berikut:
Jumlah skor dokumen ilmiah yang ditemukan Precision = Total temuan yang dievaluasi
Setelah mengetahui dokumen yang relevan, maka selanjutnya menghitung precision untuk mengetahui ketepatan dari kinerja penelusuran. Menurut
Hasugian (2006), untuk menginterpretasikan angka presisi ( precision), ditetapkan tiga kategori atau kelas yaitu: presisi tinggi, sedang dan rendah. Sedangkan kriteria atau tolak ukur yang digunakan untuk menyatakan kategori tersebut ialah skala interval, dengan mencari selisih kemungkinan angka presisi tertinggi (1) dengan kemungkinan angka presisi terendah (0) kemudian dibagi 3 sesuai kategori penilaian, perhitungan yang dimaksud yaitu: (1 – 0) : 3 = 0,33. Dengan demikian, menurut Hasugian (2006) kelas interval dari ketiga kategori interpretasi presisi tersebut adalah: a) Presisi rendah apabila angka P (Precision) berada pada rentang 0,00 – 0,33. b) Presisi sedang apabila angka P (Precision) berada pada rentang 0,33 – 0,66. c) Presisi tinggi apabila angka P (Precision) berada pada rentang 0,67 – 1,00.
Sedangkan untuk penilaian karakteristik (fitur-fitur) pada masing-masing search engine, diinterpretasikan dengan nilai 1 untuk setiap fitur yang tersedia pada masing-masing search engine.
Universitas Sumatera Utara 58
3.6 Instrumen Penelitian
Instrumen adalah alat pada waktu penelitian menggunakan suatu metode.
Untuk beberapa metode, kebetulan istilah bagi instrumennya memang sama dengan nama metodenya, misalnya instrumen untuk metode angket atau kuesioner adalah angket atau kuesioner dan untuk metode tes adalah tes atau soal tes.
Sedangkan instrumen untuk metode dokumentasi adalah pedoman dokumentasi atau dapat juga check-list sama halnya dengan instrumen metode observasi yaitu check-list. (Arikunto, 2006 : 149). Alat bantu lainnya yang digunakan pada penelitian ini adalah menggunakan komputer yang terhubung dengan internet.
3.7 Variabel Penelitian
Variabel dari penelitian ini adalah hasil temuan berdasarkan file pdf dari search engine Google, Yahoo, Bing dan fitur-fitur kelengkapan pencarian yang dievaluasi. Jumlah hasil dari temuan dan fitur-fitur tersebut akan diolah oleh penulis menggunakan metode ceklist beserta tabel.
Universitas Sumatera Utara 59
Tabel 5 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci
Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 2 Artikel ilmiah 3 Jurnal 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 8 Web perusahaan 9 Kamus 10 Ensiklopedia 11 Organisasi 12 Tidak ada respon Total
Tabel 6 : Fitur pada Search Engine
No. Fitur Google Yahoo Bing 1 Pencarian Web 2 Pencarian Gambar 3 Pencarian Video 4 Pencarian Berita 5 Pencarian Peta 6 Pencarian Buku 7 Pencarian Lainnya 8 Pengaturan Latar Belakang 9 Pengaturan Pencarian 10 Search Result 11 Layanan Penerjemah 12 Mendukung Banyak Bahasa 13 Tanya/Jawab 14 Petunjuk 15 Iklan 16 Case Sensitive 17 Pencarian Aman 18 Pengaturan Tampilan
Universitas Sumatera Utara BAB IV HASIL DAN PEMBAHASAN
4.1 Karakteristik Penilaian
Pada tahap ini akan disajikan data hasil penelitian kuantitatif dari penelitian tentang analisis perdingan search matching berdasarkan karakteristik pada Search Engine Google, Yahoo, dan Bing. Hasil analisis disajikan dalam bentuk angka-angka yang dijelaskan dan diinterpretasikan dalam sebuah skala interval. Data diperoleh dari penelusuran 21 kata kunci bidang Ilmu Perpustakaan dalam istilah sempit (Narrower Term : NT) yang diambil dari Library of Congress
Subject Heading tahun 2012. Penelusuran dilakukan menggunakan metode pencarian bebas berdasarkan file PDF dengan membatasi pada 30 hasil temuan yang muncul pada halaman 1 sampai halaman 3. Penelitian ini dilakukan menggunakan daftar kata kunci disertai ceklisnya dengan komputer yang terhubung ke internet.
4.2 Analisis Penelusuran
Analisis penelusuran dalam penelitian ini dibagi menjadi beberapa bagian agar dapat menggambarkan perbandingan search matching pada ketiga search engine yang digunakan dengan menggunakan 21 kata kunci Library of Congress
Subject Heading bidang Ilmu Perpustakaan tersebut dari berbagai sudut pandang, yaitu:
1. Perbandingan search matching bidang Ilmu Perpustakaan dengan file
PDF pada Search Engine Google, Yahoo, dan Bing.
60
Universitas Sumatera Utara 61
2. Analisis Perbandingan Search Matching Bidang Ilmu Perpustakaan
dengan file PDF pada Search Engine Google,Yahoo, dan Bing
3. Perbandingan karakteristik (fitur-fitur) pada Search Engine Google,
Yahoo, dan Bing.
4. Analisis perbandingan search matching berdasarkan karakteristik pada
Search Engine Google, Yahoo, dan Bing.
4.2.1. Perbandingan Search Matching Bidang Ilmu Perpustakaan dengan
File PDF pada Search Engine Google, Yahoo, dan Bing
Hasil perbandingan penelusuran (search matching) bidang Ilmu
Perpustakaan menggunakan 21 kata kunci Library of Congress Subject Heading
(LCSH) 2012, dilakukan dengan metode pencarian file PDF.
4.2.1.1 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci
“Classification Book Library Science”
Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Classification Book Library
Science‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 7 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Classification Books Library Science” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 3 2 3 9 6 9 2 Artikel ilmiah 1 2 1 3 6 3
Universitas Sumatera Utara 62
3 Jurnal 2 2 3 6 6 9 4 Tutorial 1 1 3 3 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 9 7 6 9 7 6 8 Web perusahaan 3 5 5 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 9 9 8 0 0 0 12 Tidak ada respon 2 3 3 0 0 0 Total 30 30 30 30 25 30
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,00
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,83
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 1,00
Berdasarkan data yang diperoleh pada tabel 7 dan perhitungan rumus
Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Classification Book Library Science‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,00. Kemudian
Universitas Sumatera Utara 63
pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,83, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,00.
4.2.1.2 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci
“Collectanea Files”
Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Collectanea Files‖ pada
Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 8 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Collectanea Files” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 2 2 2 6 6 6 2 Artikel ilmiah 2 2 2 6 6 6 3 Jurnal 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 9 8 8 9 8 8 8 Web perusahaan 6 9 8 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 5 6 6 0 0 0 12 Tidak ada respon 6 3 4 0 0 0 Total 30 30 30 21 20 20
Universitas Sumatera Utara 64
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 0,7
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,66
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,66
Berdasarkan data yang diperoleh pada tabel 8 dan perhitungan rumus
Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Collectanea Files‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 0,7. Kemudian pada search engine
Yahoo mendapatkan nilai kecocokan dokumen yang sedang yaitu 0,66, dan pada search engine Bing mendapatkan nilai kecocokan dokumen yang sedang yaitu
0,66.
4.2.1.3 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci
“Communication in Library Science”
Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Communication in Library
Universitas Sumatera Utara 65
Science‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 9 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Communication in Library Science” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 1 2 3 3 6 2 Artikel ilmiah 4 3 3 12 9 9 3 Jurnal 4 4 4 12 12 12 4 Tutorial 5 Prosiding Seminar 1 3 6 Abstrak ilmiah 7 Pangkalan data 3 5 3 3 5 3 8 Web perusahaan 6 7 7 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 10 9 10 0 0 0 12 Tidak ada respon 1 1 1 0 0 0 Total 30 30 30 33 29 30
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,1
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,96
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Universitas Sumatera Utara 66
Precision (P) Bing =
Precision (P) Bing = 1,00
Berdasarkan data yang diperoleh pada tabel 9 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Communication in Library Science‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,1. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,96, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,00.
4.2.1.4 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Comparative Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Comparative Librarianship‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 10 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Comparative Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 2 2 3 6 6 2 Artikel ilmiah 7 4 3 21 12 9 3 Jurnal 2 1 2 6 3 6 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 4 7 7 4 7 7 8 Web perusahaan 4 6 5 0 0 0 9 Kamus 1 1 0 0 10 Ensiklopedia 11 Organisasi 10 9 9 0 0 0
Universitas Sumatera Utara 67
12 Tidak ada respon 1 1 0 0 Total 30 30 28 34 28 28
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,13
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,93
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,93
Berdasarkan data yang diperoleh pada tabel 10 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Comparative Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,13. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,93, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,93.
4.2.1.5 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “International Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―International Librarianship‖
Universitas Sumatera Utara 68
pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 11 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “International Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 2 2 2 6 6 6 2 Artikel ilmiah 5 4 5 15 12 15 3 Jurnal 3 3 2 9 9 6 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 4 6 6 4 6 6 8 Web perusahaan 3 6 4 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 12 9 10 0 0 0 12 Tidak ada respon 1 1 0 Total 30 30 30 34 33 33
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,13
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 1,1
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Universitas Sumatera Utara 69
Precision (P) Bing =
Precision (P) Bing = 1,1
Berdasarkan data yang diperoleh pada tabel 11 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―International Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,13. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 1,1, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,1.
4.2.1.6 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Medical Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Medical Librarianship‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 12 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Medical Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 2 3 6 2 Artikel ilmiah 6 11 5 18 33 15 3 Jurnal 1 1 3 3 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 1 2 7 Pangkalan data 4 5 4 5 8 Web perusahaan 6 6 5 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 10 12 11 0 0 0
Universitas Sumatera Utara 70
12 Tidak ada respon 1 1 1 0 0 Total 30 30 30 30 33 29
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,00
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 1,1
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,96
Berdasarkan data yang diperoleh pada tabel 12 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Medical Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,00. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 1,1, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,96.
4.2.1.7 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Mentoring in Library Science” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Mentoring in Library Science‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Universitas Sumatera Utara 71
Tabel 13 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Mentoring in Library Science” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 2 3 6 2 Artikel ilmiah 7 3 3 21 9 9 3 Jurnal 5 3 3 15 9 9 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 1 6 6 1 6 6 8 Web perusahaan 2 6 5 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 15 11 10 0 0 0 12 Tidak ada respon 1 0 Total 30 30 30 37 27 30
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,23
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,9
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 1,00
Universitas Sumatera Utara 72
Berdasarkan data yang diperoleh pada tabel 13 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Mentoring in Library Science‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,23. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,9, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,00.
4.2.1.8 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Minorities in Library Science” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Minorities in Library Science‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 14 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Minorities in Library Science” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 2 2 1 6 6 3 2 Artikel ilmiah 6 5 6 18 15 18 3 Jurnal 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 7 8 9 7 8 9 8 Web perusahaan 1 3 2 0 0 0 9 Kamus 1 0 10 Ensiklopedia 11 Organisasi 12 11 11 0 0 0 12 Tidak ada respon 1 1 1 0 Total 30 30 30 31 29 30
Universitas Sumatera Utara 73
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,03
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,96
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 1,00
Berdasarkan data yang diperoleh pada tabel 14 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Minorities in Library Science‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,03. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,96, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,00.
4.2.1.9 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Music Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Music Librarianship‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Universitas Sumatera Utara 74
Tabel 15 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Music Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 2 2 3 6 6 2 Artikel ilmiah 4 4 4 12 12 12 3 Jurnal 1 1 3 3 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 9 7 8 9 7 8 8 Web perusahaan 4 6 3 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 9 8 10 0 0 0 12 Tidak ada respon 1 0 Total 29 28 27 27 28 26
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 0,93
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 1,00
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,96
Universitas Sumatera Utara 75
Berdasarkan data yang diperoleh pada tabel 15 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Music Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 0,93. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 1,00, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,96.
4.2.1.10 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Open and Closed Shelves” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Open and Closed Shelves‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 16 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Open and Closed Shelves” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 1 3 3 2 Artikel ilmiah 1 2 3 6 3 Jurnal 1 3 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 2 1 2 1 8 Web perusahaan 21 22 17 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 4 4 7 0 0 0 12 Tidak ada respon 1 1 0 0 Total 30 28 28 8 6 7
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Universitas Sumatera Utara 76
Precision (P) Google =
Precision (P) Google = 0,26
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,21
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,25
Berdasarkan data yang diperoleh pada tabel 16 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Open and Closed Shelves‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang rendah yaitu sebesar 0,26. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang rendah yaitu 0,21, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,25.
4.2.1.11 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Proposal Writing in Library Science” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Proposal Writing in Library Science‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 17 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Proposal Writing in Library Science” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 2 1 1 6 3 3
Universitas Sumatera Utara 77
2 Artikel ilmiah 5 5 4 15 15 12 3 Jurnal 1 1 1 3 3 2 4 Tutorial 1 3 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 8 9 11 8 9 11 8 Web perusahaan 1 3 0 0 9 Kamus 1 0 10 Ensiklopedia 11 Organisasi 10 10 11 0 0 0 12 Tidak ada respon 2 1 1 0 Total 30 30 30 32 30 31
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,06
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 1,00
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 1,03
Berdasarkan data yang diperoleh pada tabel 17 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Proposal Writing in Library Science‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,06. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi
Universitas Sumatera Utara 78
pula yaitu 1,00, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,03.
4.2.1.12 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Public Services (Libraries)” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Public Services (Libraries)‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 18 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Public Services (Libraries)” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 1 2 3 3 6 2 Artikel ilmiah 5 6 5 15 18 15 3 Jurnal 2 1 1 6 3 3 4 Tutorial 5 Prosiding Seminar 1 3 6 Abstrak ilmiah 7 Pangkalan data 5 6 5 5 6 5 8 Web perusahaan 2 2 3 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 14 13 11 0 0 0 12 Tidak ada respon Total 30 30 30 32 30 29
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,06
Jumlah skor dokumen ilmiah yang ditemukan
Universitas Sumatera Utara 79
Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 1,00
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,96
Berdasarkan data yang diperoleh pada tabel 18 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Public Services (Libraries)‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,06. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 1,00, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,96.
4.2.1.13 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Rare Book Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Rare Book Librarianship‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 19 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Rare Book Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 2 6 3 6 18 9 2 Artikel ilmiah 4 2 4 12 6 12 3 Jurnal 1 3 4 Tutorial 5 Prosiding Seminar
Universitas Sumatera Utara 80
6 Abstrak ilmiah 7 Pangkalan data 8 5 6 8 5 6 8 Web perusahaan 2 3 3 0 0 0 9 Kamus 1 0 10 Ensiklopedia 11 Organisasi 9 9 8 0 0 0 12 Tidak ada respon 2 3 2 0 0 0 Total 29 28 26 29 29 27
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,00
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 1,03
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 1,03
Berdasarkan data yang diperoleh pada tabel 19 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Rare Book Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,00. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 1,03, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,03.
Universitas Sumatera Utara 81
4.2.1.14 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Recataloging” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Recataloging‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 20 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Recataloging” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 2 4 6 6 12 18 2 Artikel ilmiah 4 2 2 12 6 6 3 Jurnal 3 2 1 9 6 3 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 4 5 4 4 5 4 8 Web perusahaan 6 8 7 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 10 7 9 0 0 0 12 Tidak ada respon 1 1 0 0 Total 30 28 30 31 29 31
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,03
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Universitas Sumatera Utara 82
Precision (P) Yahoo = 1,03
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 1,03
Berdasarkan data yang diperoleh pada tabel 20 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Recataloging‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,00. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,83, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,00.
4.2.1.15 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Reclassification (Libraries)” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Reclassification (Libraries)‖ pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 21 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Reclassification (Libraries)” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 2 2 3 6 6 2 Artikel ilmiah 6 5 4 18 15 12 3 Jurnal 2 1 2 6 3 6 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 4 5 4 4 5 4 8 Web perusahaan 8 8 7 0 0 0 9 Kamus
Universitas Sumatera Utara 83
10 Ensiklopedia 11 Organisasi 8 7 8 0 0 0 12 Tidak ada respon 2 2 2 0 0 Total 30 30 29 31 29 28
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,03
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,96
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,96
Berdasarkan data yang diperoleh pada tabel 21 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Reclassification (Libraries)‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,03. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,96, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,96.
4.2.1.16 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Serials Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Serials Librarianship”pada
Universitas Sumatera Utara 84
Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 22 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Serials Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 1 1 3 3 3 2 Artikel ilmiah 5 6 4 15 18 12 3 Jurnal 3 2 2 9 6 6 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 7 8 9 7 6 9 8 Web perusahaan 4 5 3 0 0 0 9 Kamus 1 0 10 Ensiklopedia 11 Organisasi 8 7 9 0 0 0 12 Tidak ada respon 1 1 0 0 Total 30 29 29 34 33 30
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,13
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 1,13
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Universitas Sumatera Utara 85
Precision (P) Bing =
Precision (P) Bing = 1,03
Berdasarkan data yang diperoleh pada tabel 22 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Serials Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,13. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 1,13, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,03.
4.2.1.17 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Team Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Team Librarianship”pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 23 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Team Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 1 1 3 3 3 2 Artikel ilmiah 4 3 4 12 9 12 3 Jurnal 3 3 3 9 9 9 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 5 7 5 5 7 5 8 Web perusahaan 7 7 6 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 10 8 9 0 0 0
Universitas Sumatera Utara 86
12 Tidak ada respon 1 0 Total 30 29 29 29 28 29
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 0,96
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,96
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,96
Berdasarkan data yang diperoleh pada tabel 23 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Team Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 0,96. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,96, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,96.
4.2.1.18 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Technical Services (Libraries)” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Technical Services (Libraries)” pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Universitas Sumatera Utara 87
Tabel 24 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Technical Services (Libraries)” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 2 2 3 6 6 2 Artikel ilmiah 6 5 5 18 15 15 3 Jurnal 1 1 1 3 3 3 4 Tutorial 1 3 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 4 5 6 4 5 6 8 Web perusahaan 5 5 6 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 11 11 9 0 0 0 12 Tidak ada respon 1 1 1 0 0 0 Total 30 30 30 31 29 30
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,03
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,96
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 1,00
Universitas Sumatera Utara 88
Berdasarkan data yang diperoleh pada tabel 24 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Technical Services (Libraries)‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,03. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,96, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,00.
4.2.1.19 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Theater Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Theater Librarianship” pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 25 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Theater Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 2 2 3 6 6 2 Artikel ilmiah 3 2 2 9 6 6 3 Jurnal 1 1 3 3 4 Tutorial 1 3 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 8 6 7 8 7 7 8 Web perusahaan 6 8 6 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 10 9 10 0 0 0 12 Tidak ada respon 1 0 Total 29 28 29 23 22 22
Universitas Sumatera Utara 89
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 0,79
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,78
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,75
Berdasarkan data yang diperoleh pada tabel 25 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Theater Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 0,79. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,78, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,75.
4.2.1.20 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Web Librarianship” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Web Librarianship” pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Universitas Sumatera Utara 90
Tabel 26 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Web Librarianship” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 1 1 3 3 3 2 Artikel ilmiah 5 4 5 15 12 15 3 Jurnal 2 2 2 6 6 6 4 Tutorial 5 Prosiding Seminar 1 3 6 Abstrak ilmiah 7 Pangkalan data 5 6 5 5 6 5 8 Web perusahaan 4 5 5 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 10 11 10 0 0 0 12 Tidak ada respon 2 1 2 0 0 0 Total 30 30 30 32 27 29
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,06
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 0,9
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 0,96
Universitas Sumatera Utara 91
Berdasarkan data yang diperoleh pada tabel 26 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Web Librarianship‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,06. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 0,9, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 0,96.
4.2.1.21 Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Women in Library Science” Penelusuran dilakukan dengan menggunakan teknik pencarian file PDF bidang Ilmu Perpustakaan berdasarkan kata kunci ―Women in Library Science” pada Search Engine Google, Yahoo, dan Bing seperti yang terlihat pada tabel dan penjelasan hasil di bawah ini:
Tabel 27 : Hasil Penelusuran File PDF dengan Menggunakan Kata Kunci “Women in Library Science” Graded Relevan Dokumen Relevan Skor No. Assesment Google Yahoo Bing Google Yahoo Bing 1 Makalah penelitian 1 1 1 3 3 3 2 Artikel ilmiah 3 5 2 9 15 6 3 Jurnal 4 2 4 12 6 12 4 Tutorial 5 Prosiding Seminar 6 Abstrak ilmiah 7 Pangkalan data 7 7 9 7 7 9 8 Web perusahaan 4 4 4 0 0 0 9 Kamus 10 Ensiklopedia 11 Organisasi 11 11 10 0 0 0 12 Tidak ada respon Total 30 30 30 31 31 30
Universitas Sumatera Utara 92
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Google = Total temuan yang dievaluasi
Precision (P) Google =
Precision (P) Google = 1,03
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Yahoo = Total temuan yang dievaluasi
Precision (P) Yahoo =
Precision (P) Yahoo = 1,03
Jumlah skor dokumen ilmiah yang ditemukan Precision (P) Bing = Total temuan yang dievaluasi
Precision (P) Bing =
Precision (P) Bing = 1,00
Berdasarkan data yang diperoleh pada tabel 27 dan perhitungan rumus Precision, maka dapat dijelaskan bahwa hasil penelusuran file PDF menggunakan kata kunci ―Women in Library Science‖ pada search engine Google mendapatkan nilai kecocokan dokumen yang tinggi yaitu sebesar 1,03. Kemudian pada search engine Yahoo mendapatkan nilai kecocokan dokumen yang tinggi pula yaitu 1,03, dan pada search engine Bing juga mendapatkan nilai kecocokan dokumen yang tinggi yaitu 1,00.
4.2.2 Analisis Perbandingan Search Matching Bidang Ilmu Perpustakaan
dengan File PDF pada Search Engine Google, Yahoo, dan Bing.
Analisis ini merupakan perbandingan hasil dari keseluruhan temuan dari penelusuran informasi format file PDF pada search engine Google, Yahoo, dan
Bing, antara lain sebagai berikut:
Universitas Sumatera Utara 93
Tabel 28 : Perbandingan Search Matching Bidang Ilmu Perpustakaan Pencarian File PDF pada Search Engine Google, Yahoo, dan Bing Yahoo Kata Kunci Google Matching Bing Matching No Matching Penelusuran Nilai Tingkat Nilai Tingkat Nilai Tingkat Classification Books 1 1,00 Tinggi 0,83 Tinggi 1,00 Tinggi Library science 2 Collectanea files 0,7 Tinggi 0,66 Sedang 0,66 Sedang Communication in 3 1,1 Tinggi 0,96 Tinggi 1,00 Tinggi library science Comparative 4 1,13 Tinggi 0,93 Tinggi 0,93 Tinggi librarianship International 5 1,13 Tinggi 1,1 Tinggi 1,1 Tinggi librarianship Medical 6 1,0 Tinggi 1,1 Tinggi 0,96 Tinggi librarianship Mentoring in library 7 1,06 Tinggi 0,9 Tinggi 1,00 Tinggi science Minorities in library 8 1,03 Tinggi 0,96 Tinggi 1,00 Tinggi science 9 Music librarianship 0,93 Tinggi 1,00 Tinggi 0,96 Tinggi Open and closed 10 0,26 Rendah 0,21 Rendah 0,25 Rendah shelves Proposal writing in 11 1,06 Tinggi 1,00 Tinggi 1,03 Tinggi library science Public services 12 1,06 Tinggi 1,00 Tinggi 0,96 Tinggi (Libraries) Rare book 13 1,00 Tinggi 1,03 Tinggi 1,03 Tinggi librarianship 14 Recataloging 1,03 Tinggi 1,03 Tinggi 1,03 Tinggi Reclassification 15 1,03 Tinggi 0,96 Tinggi 0,96 Tinggi (Libraries) 16 Serials librarianship 1,13 Tinggi 1,13 Tinggi 1,03 Tinggi 17 Team librarianship 0,96 Tinggi 0,96 Tinggi 0,96 Tinggi Technical services 18 1,03 Tinggi 0,96 Tinggi 1,00 Tinggi (Libraries) Theater 19 0,79 Tinggi 0,78 Tinggi 0,75 Tinggi librarianship 20 Web librarianship 1,06 Tinggi 0,9 Tinggi 0,96 Tinggi Women in library 21 1,03 Tinggi 1,03 Tinggi 1,00 Tinggi science Jumlah 20,52 19,43 18,57
Universitas Sumatera Utara 94
Berdasarkan tabel di atas maka dapat diinterpretasikan bahwa search engine Google mendapatkan nilai kecocokan tertinggi keseluruhan yaitu sebesar
20,52 dengan nilai perolehan tertinggi pada kata kunci “Comparative librarianship, International librarianship, Serials librarianship‖ dengan nilai
1,13 dan nilai kecocokan terendah adalah pada kata kunci “Open and closed shelves‖ yaitu sebesar 0,26. Pada search engine Yahoo mendapatkan nilai kecocokan tertinggi keseluruhan sebesar 19,43 dengan nilai perolehan tertinggi juga terdapat pada kata kunci “Serials librarianship‖ yaitu sebesar 1,13 dan nilai kecocokan terendah juga pada kata kunci “Open and closed shelves‖ yaitu sebesar
0,21. Sedangkan pada search engine Bing, mendapatkan nilai kecocokan tertinggi keseluruhan sebesar 18,57 dengan nilai perolehan tertinggi tedapat pada kata kunci “International librarianship‖ yaitu sebesar 1,1 dan nilai kecocokan terendah juga pada kata kunci “Open and closed shelves‖ yaitu sebesar 0,25.
Selanjutnya diketahui beberapa faktor yang mempengaruhi tingginya perolehan nilai kecocokan dari penelitian ketiga kata kunci tersebut, antara lain:
a. Kata kunci “Comparative librarianship, International librarianship,
Serials librarianship‖ dapat mempresentasikan subjek “Comparative
librarianship, International librarianship, Serials librarianship‖
secara rinci dan gamblang.
b. Kata kunci “Comparative librarianship, International librarianship,
Serials librarianship‖ memiliki kesesuaian istilah pencarian yang baik
pada basis data search engine.
Universitas Sumatera Utara 95
Sedangkan untuk perolehan nilai kecocokan terendah, juga diketahui beberapa faktor yang mempengaruhinya, antara lain:
a. Kata kunci “Open and closed shelves‖ tidak dapat mempresentasikan
subjek dengan rinci.
b. Kata kunci “Open and closed shelves‖ tidak memiliki istilah pencarian
yang spesifik dan masih bersifat umum, sehingga hasil penelusuran
yang ditemukan dari kata kunci tersebut bukan dokumen ilmiah yakni
sebagian besar berupa website perusahaan (komersial) yang
menawarkan katalog produk dan perabotan rumah tangga.
Untuk rata-rata keseluruhan nilai kecocokan penelusuran informasi bidang
Ilmu Perpustakan pada search engine Google, Yahoo dan Bing dapat dihitung dengan rumus:
Jumlah keseluruhan nilai kecocokan a. Rata-rata Google = Jumlah kata kunci penelusuran
Rata-rata Google =
Rata-rata Google = 0,97
Jumlah keseluruhan nilai kecocokan
b. Rata-rata Yahoo = Jumlah kata kunci penelusuran
Rata-rata Yahoo =
Rata-rata Yahoo = 0,92
Jumlah skor dokumen ilmiah yang ditemukan c. Rata-rata Bing = Total temuan yang dievaluasi
Universitas Sumatera Utara 96
Rata-rata Bing =
Rata-rata Bing = 0,88
Berdasarkan perhitungan di atas dapat diketahui bahwa rata-rata nilai kecocokan penelusuran informasi bidang Ilmu Perpustakaan dengan format file
PDF pada search engine Google mendapatkan nilai tinggi yaitu sebesar 0,97.
Pada search engine Yahoo juga mendapatkan nilai tinggi yaitu sebesar 0,92 sedangkan pada search engine Bing mendapatkan nilai tinggi yaitu sebesar 0,88.
Berdasarkan data di atas dapat diartikan bahwa dokumen ilmiah bidang
Ilmu Perpustakaan pada database Google, Yahoo, dan Bing dapat dijadikan alternatif dalam penelusuran informasi bidang Ilmu Perpustakaan format file PDF.
4.2.3 Perbandingan Karakteristik (Fitur-fitur) pada Search Engine Google,
Yahoo, dan Bing
Diketahui bahwa perbedaan hasil temuan penelusuran informasi pada search engine Google, Yahoo, dan Bing sangat dipengaruhi oleh fitur masing- masing search engine yang berbeda. Berikut merupakan perbandingan karakteristik (fitur-fitur) tersebut!
Tabel 29 : Perbandingan Karakteristik (Fitur-fitur) Search Engine Google, Yahoo, dan Bing No Fitur Google Yahoo Bing 1 Pencarian Web 2 Pencarian Gambar 3 Pencarian Video
Universitas Sumatera Utara 97
4 Pencarian Berita 5 Pencarian Peta × 6 Pencarian Buku × × 7 Pencarian Lainnya 8 Pengaturan Latar Belakang × 9 Pengaturan Pencarian 10 Search Result 11 Layanan Penerjemah × 12 Mendukung Banyak Bahasa 13 Tanya/Jawab × × 14 Petunjuk 15 Iklan 16 Case Sensitive × × × 17 Pencarian Aman 18 Pengaturan Tampilan
Berdasarkan tabel di atas dapat diketahui bahwa ketiga search engine tersebut hampir memiliki fitur yang sama secara umum. Namun dari perbandingan tersebut, Google menempati posisi pertama yang memiliki seluruh fitur tersebut kecuali fitur tanya/jawab dan tidak adanya case sensitive yang menurut peneliti justru memudahkan dalam penelusuran informasi. Kemudian diikuti oleh Bing di posisi kedua yang memiliki semua fitur kecuali fitur pencarian buku, tanya/jawab, dan juga case sensitive. Sedangkan Yahoo berada di posisi ketiga yang memiliki semua fitur kecuali fitur pencarian peta, pencarian buku, pengaturan latar belakang, layanan penerjemah dan juga case sensitive. Dari hasil perbandingan tersebut dapat disimpulkan bahwa Google masih tetap unggul dari kedua search engine lainnya.
Universitas Sumatera Utara 98
4.2.4 Analisis Perbandingan Search Matching Berdasarkan Karakteristik
(Fitur-fitur) pada Search Engine Google, Yahoo, dan Bing
Analisis ini merupakan perbandingan hasil pencocokan pencarian (search matching) search engine dan perbandingan masing-masing karakteristik/fitur-fitur search engine Google, Yahoo, dan Bing, antara lain sebagai berikut:
Tabel 30 : Perbandingan Search Matching Berdasarkan Karakteristik (Fitur-fitur) pada Search Engine Google, Yahoo, dan Bing Google Yahoo Bing Matching 0,97 0,92 0,88 Fitur 16 13 15
Berdasarkan tabel di atas dapat diketahui bahwa dari segi nilai matching dan fitur, Google menempati posisi pertama yang unggul dalam nilai karakteristik/fitur sebesar 16 poin sehingga dapat dikatakan sangat berpengaruh pada hasil search matching dengan nilai kecocokan tinggi sebesar 0,97.
Sedangkan Bing unggul dalam karakteristik/fitur yang ada dengan nilai 15 poin, namun belum bisa unggul dalam hasil search matching Yahoo yang memiliki dokumen lebih banyak dalam databasenya dengan nilai search matching sebesar
0,92 . Hasil tersebut mungkin juga dipengaruhi oleh sejarah berdiri Yahoo yang lebih awal dari Bing. Meskipun nilai karakteristik/fitur Yahoo lebih rendah dari
Bing yaitu sebesar 13 poin namun unggul dari nilai search matching Bing yaitu sebesar 0,8
Universitas Sumatera Utara BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan Berdasarkan analisis penelitian yang telah dilakukan dalam penelusuran informasi bidang Ilmu Perpustakaan dengan menggunakan pencarian berdasarkan file PDF search engine Google, Yahoo, dan Bing dapat diketahui nilai kecocokan dari subjek-subjek bidang Ilmu Perpustakaan tersebut yaitu antara lain sebagai berikut:
1. Search engine Google mendapatkan nilai kecocokan tertinggi pada kata kunci
“Comparative librarianship, International librarianship, Serials
librarianship‖ dengan nilai 1,13 dan nilai kecocokan terendah adalah pada
kata kunci “Open and closed shelves‖ yaitu sebesar 0,26.
2. Search engine Yahoo mendapatkan nilai kecocokan tertinggi terdapat pada
kata kunci “Serials librarianship‖ yaitu sebesar 1,13 dan nilai kecocokan
terendah juga pada kata kunci “Open and closed shelves‖ yaitu sebesar 0,21.
3. Search engine Bing mendapatkan nilai kecocokan tertinggi pada kata kunci
“International librarianship‖ yaitu sebesar 1,1 dan nilai kecocokan terendah
juga pada kata kunci “Open and closed shelves‖ yaitu sebesar 0,25.
4. Rata-rata nilai kecocokan yang diperoleh dari penelusuran menggunakan kata
kunci bidang Ilmu Perpustakaan mendapatkan nilai kecocokan tinggi yaitu
pada Google (0,97), Yahoo (0,92), dan Bing (0,88) sehingga dapat
disimpulkan bahwa dokumen ilmiah bidang Ilmu Perpustakaan pada database
Google, Yahoo, dan Bing dapat dijadikan alternatif dalam penelusuran
informasi bidang Ilmu Perpustakaan format file PDF.
99
Universitas Sumatera Utara 100
5. Hasil analisis perbandingan karakteristik/fitur-fitur search engine
menunjukkan bahwa Google lebih unggul dari kedua search engine lainnya
yakni memiliki fitur sebesar 16 poin dari 18 fitur yang dibandingkan. Diikuti
oleh Bing dengan nilai fitur 15 poin, kemudian Yahoo dengan nilai fitur 13
poin. Hal ini menunjukkan bahwa fitur Google tetap lebih unggul dari kedua
search engine lainnya sehingga memungkinkan berpengaruh terhadap search
matching.
5.2 Saran
Untuk mendapatkan hasil yang maksimal dalam penelusuran informasi bidang Ilmu Perpustakaan dengan menggunakan search engine Google,Yahoo, dan Bing hendaknya memperhatikan beberapa tips penelusuran sebagai berikut:
1. Dalam menyusun sebuah kata kunci penelusuran dengan menggunakan
kata kunci bidang Ilmu Perpustakaan hendaknya disususun secara spesifik,
sehinga kata kunci tersebut dapat menggambarkan dengan jelas informasi
yang ingin dicari.
2. Sebelum melakukan penelusuran, hendaknya menyusun alternatif kata
kunci untuk menghindari ambiguitas yang disebabkan oleh sinonim atau
homograf.
3. Untuk sivitas akademika jurusan Ilmu Perpustakaan hendaknya
mendorong dosen dan mahasiswanya untuk menulis karya ilmiah, yang
nantinya karya tersebut bisa ditampilkan secara bebas di internet. Semakin
Universitas Sumatera Utara 101
banyak karya ilmiah bidang Ilmu Perpustakaan dan informasi yang ada di
internet, maka semakin eksis pula bidang kajian Ilmu Perpustakaan.
4. Dalam penelusuran informasi bidang Ilmu Perpustakaan ada baiknya
menggunakan fitur pencarian lanjutan seperti pencarian berdasarkan
format file.
Universitas Sumatera Utara DAFTAR PUSTAKA
Amrullah, Fahmi., dkk. 2018. “Analisis Perbandingan Fitur Search Engine”. Informatics Journal, Vol.3, No.1
Arikunto, Suharsimi. 2002. Prosedur Penelitian: Suatu Pendekatan Praktek. Jakarta: Rineka Cipta.
Chapelle, Oliviar & Yi Chang. 2011. “Yahoo! Learning to Rank Challenge Overview”. JMLR: Workshop and Conference Proceedings 14, 1-24
Chowdhury, G.G. 1999. Introduction to Modern Information Retrieval. London: Library Association Publishing.
College of Southern Nevada (CSN)- College Library Service. 2007. “Internet Sources: Directories VS Search Engines” https://www.csn.edu/sites/default/files/legacy/PDFFiles/Library/directsear ch3.pdf. (diakses 21 April 2019)
Hardi, Wishnu. 2006. “Mengukur Kinerja Search Engine: Sebuah Eksperimentasi penilaian Precision And Recall Untuk Informasi Ilmiah Bidang Ilmu Perpustakaan Dan Informasi”. Visi Pustaka, Vol.8, No.1
Hasan, M. Iqbal. 2002. Pokok-pokok Materi Metodologi Penelitian dan Aplikasinya. Bogor: Ghalia Indonesia
Hasugian, Joner. 2006. Penelusuran Informasi Ilmiah Secara Online: Perlakuan terhadap Seorang Pencari Informasi sebagai Real User. Pustaha: Jurnal Studi Perpustakaan dan Informasi, Vol.2, No.1
Indrajit, Richardus Eko. 2005. “Memanfaatkan Search Engine untuk Kebutuhan Pendidikan dan Pembelajaran”. Dalam https://www.academia.edu/14190767/Memanfaatkan_Searching_untuk_Tu juan_Pendidikan_dan_Pembelajaran (diakses 18 Mei 2019)
Kamus Besar Bahasa Indonesia. 2019. Dalam https://kbbi.web.id/.Online. Diakses (20 April 2019)
Laoli, Feriaman. 2009. “Analisis Tingkat Relevansi E-Journal pada Database American Society of Civil Engineer (ASCE) dalam Memenuhi Kebutuhan Informasi Mahasiswa Magister Teknik Sipil di Universitas Sumatera Utara”. Skripsi. Medan: Program Studi Ilmu Perpustakaan FIB Universitas Sumatera Utara
102
Universitas Sumatera Utara 103
Liwun, F. Beyora, 2018. “10 Jenis Mesin Pencari Terkenal di Dunia. Dalam https://www.academia.edu/37183653/10_JENIS_MESIN_PENCARI_TER KENAL_DI_DUNIA. (diakses 19 Mei 2019)
Nasution, M. Syafii. 2011. “Perbandingan Efektivitas Penelusuran Bidang Ilmu Perpustakaan Menggunakan Search Engine Google dan Search Engine Yahoo Berdasarkan File PDF”. Skripsi. Medan: Program Studi Ilmu Perpustakaan FIB Universitas Sumatera Utara.
Oxford University. 2019. “Online Oxford Learner’s Dicitionaries”. Dalam https://www.oxfordlearnersdictionaries.com/definition/english. (diakses 09 Juni 2019)
Rafiudin, Rahmat. 2003. Praktis Membangun Search Engine Untuk Website Anda. Yogyakarta: Andi Offset
Ramakrishnan, R. 2003. “Web Search Engines”. Dalam http://pages.cs.wisc.edu/~dbbook/openAccess/thirdEdition/slides/slides3ed -english/Ch27c_ir3-websearch-95.pdf. (diakses 20 April 2019)
Ratha, Bhupendra. 2011. “Search Engine”. Dalam http://www.clib.dauniv.ac.in/E- Lecture/Search%20Engine.pdf. (diakses 21 April 2019)
Reitz, Joan M. 2014. “Online Dictionary for Library and Information Science”. Online. Dalam https://www.abc-clio.com/ODLIS/odlis_m.aspx. (diakses 15 Mei 2019)
Riyadi, Taufan. 2009. “Jenis-jenis Search Engine”. Dalam http://ilmukomputer.org/wpcontent/uploads/2009/08/jenis_search_engine_ taufan_riyadi.pdf (diakses 15 Mei 2019)
Rohani, Yoyok. 2015. “Perbandingan Efektifitas Penelusuran Informasi Ilmiah Menggunakan Search Engine Google dan Search Engine Bing”. Jurnal Bianglala Informatika, Vol. 3, No. 1: 41-49
Seymour, Tom.; Frantsvog, Dean.; Kumar, Satheesh. 2011. “History of Search Engines”. International Journal of Management and Information Systems, Vol.15, No. 4: 47-58
Technology Advice for Small Businesses. 2018. “4 New Features for Bing Search”. Dalam https://www.techadvisory.org/2018/02/4-new-features- for-bing-search/. (diakses 9 Oktober 2019)
Wahid, Fathul. 2005. Kamus Istilah Teknologi Informasi. Yogyakarta: Andi Offset
Universitas Sumatera Utara 104
Widhiarto, Hery. 2010. “Studi Perbandingan Fasilitas dan Kinerja Search Engines dalam Pencarian Dokumen Berbasis Web”. Tesis. Bogor: Sekolah Pascasarjana ITB
Wikipedia. 2019. “Mesin Pencari Web”. Dalam https://id.wikipedia.org/wiki/Mesin_pencari_web. (diakses 15 Mei 2019)
______. 2019. “Yahoo!”. Dalam https://id.wikipedia.org/wiki/Yahoo!. (diakses 07 Oktober 2019)
______. 2019. “Bing”. Dalam https://id.wikipedia.org/wiki/Bing. (diakses 10 Oktober 2019)
Yahoo! Inc. Compliance Team. 2008. “Yahoo! Compliance Guide For Law Enforcement”. California: Yahoo! Inc. Compliance Team
Universitas Sumatera Utara Lampiran 1 Daftar Lampiran Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Classification Books Library Science”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Collectanea Files”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Communication in Library Science”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Comparative Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “International Librarianship”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Medical Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Mentoring in Library Science”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Minorities in Library Science”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Music Librarianship”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Open and Closed Shelves”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Proposal Writing in Library Science”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Public Services (Libraries)”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Rare Book Librarianship”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Recataloging”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Reclassification (Libraries)”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Serials Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Team Librarianship”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Technical Services (Libraries)”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Theater Librarianship”
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Web Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Google dengan Menggunakan Pencarian File Pdf Kata Kunci “Women in Library Science”
Universitas Sumatera Utara
Lampiran 2
Daftar Lampiran Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Classification Books Library Science”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Collectanea Files”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Communication in Library Science”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Comparative Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “International Librarianship”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Medical Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Mentoring in Library Science”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Minorities in Library Science”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Music Librarianship”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Open and Closed Shelves”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Proposal Writing in Library Science”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Public Services (Libraries)”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Rare Book Librarianship”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Recataloging”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Reclassification (Libraries)”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Serials Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Team Librarianship”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Technical Services (Libraries)”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Theater Librarianship”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Web Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Women in Library Science”
Universitas Sumatera Utara
Lampiran 3
Daftar Lampiran Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Classification Books Library Science”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Collectanea Files”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Communication in Library Science”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Comparative Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “International Librarianship”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Medical Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Mentoring in Library Science”
Penelitian Search Engine Yahoo dengan Menggunakan Pencarian File Pdf Kata Kunci “Minorities in Library Science”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Music Librarianship”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Open and Closed Shelves”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Proposal Writing in Library Science”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Public Services (Libraries)”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Rare Book Librarianship”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Recataloging”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Reclassification (Libraries)”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Serials Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Team Librarianship”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Technical Services (Libraries)”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Theater Librarianship”
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Web Librarianship”
Universitas Sumatera Utara
Penelitian Search Engine Bing dengan Menggunakan Pencarian File Pdf Kata Kunci “Women in Library Science”
Universitas Sumatera Utara
Lampiran 4
Daftar Lampiran Karakteristik (Fitur-fitur) Search Engine Google
1. Pencarian Web
2. Pencarian Gambar
Universitas Sumatera Utara
3. Pencarian Video
4. Pencarian Berita
Universitas Sumatera Utara
5. Pencarian Peta
6. Pencarian Buku
Universitas Sumatera Utara
7. Pencarian Lainnya
8. Pengaturan Latar Belakang
Universitas Sumatera Utara
9. Pengaturan Pencarian
10. Search Result
Universitas Sumatera Utara
11. Layanan Penerjemah
12. Mendukung Banyak Bahasa
Universitas Sumatera Utara
13. Tanya/Jawab
14. Petunjuk
Universitas Sumatera Utara
15. Iklan
16. Case Sensitive
Universitas Sumatera Utara
17. Pencarian Aman
18. Pengaturan Tampilan
Universitas Sumatera Utara
Lampiran 4
Daftar Lampiran Karakteristik (Fitur-fitur) Search Engine Yahoo
19. Pencarian Web
20. Pencarian Gambar
Universitas Sumatera Utara
21. Pencarian Video
22. Pencarian Berita
Universitas Sumatera Utara
23. Pencarian Peta
24. Pencarian Buku
Universitas Sumatera Utara
25. Pencarian Lainnya
26. Pengaturan Latar Belakang
Universitas Sumatera Utara
27. Pengaturan Pencarian
28. Search Result
Universitas Sumatera Utara
29. Layanan Penerjemah
30. Mendukung Banyak Bahasa
Universitas Sumatera Utara
31. Tanya/Jawab
32. Petunjuk
Universitas Sumatera Utara
33. Iklan
34. Case Sensitive
Universitas Sumatera Utara
35. Pencarian Aman
36. Pengaturan Tampilan
Lampiran 4
Universitas Sumatera Utara
Daftar Lampiran Karakteristik (Fitur-fitur) Search Engine Bing
1. Pencarian Web
2. Pencarian Gambar
3. Pencarian Video
Universitas Sumatera Utara
4. Pencarian Berita
Universitas Sumatera Utara
5. Pencarian Peta
6. Pencarian Buku
Universitas Sumatera Utara
7. Pencarian Lainnya
8. Pengaturan Latar Belakang
Universitas Sumatera Utara
9. Pengaturan Pencarian
10. Search Result
Universitas Sumatera Utara
11. Layanan Penerjemah
12. Mendukung Banyak Bahasa
Universitas Sumatera Utara
13. Tanya/Jawab
14. Petunjuk
Universitas Sumatera Utara
15. Iklan
16. Case Sensitive
Universitas Sumatera Utara
17. Pencarian Aman
18. Pengaturan Tampilan
Universitas Sumatera Utara