Kebijakan Pengindeksan

Slides:



Advertisements
Presentasi serupa
Kurikulum Tingkat Satuan Pendidikan Taman Kanak-Kanak
Advertisements

ORGANISASI INFORMASI Sistem Temu Kembali Informasi
USAHA KESEHATAN SEKOLAH DAN MASYARAKAT
METODOLOGI PENELITIAN KOMUNIKASI KUANTITATIF PROGRAM MAGISTER KOMUNIKASI UNIVERSITAS MERCU BUANA BAB 6 - Teknik Sampling.
Penilaian Relevansi Penilaian relevansi bertujuan untuk menentukan dokumen yang relevan (sesuai; cocok) dari antara sejumlah dokumen yang ditemukan (terpanggil)
DRS. H. ENDANG ABUTARYA,M.PD Koordinator Pengawas SMA/SMK
STBI pada Perpustakaan
PENGANTAR ORGANISASI INFORMASI Sistem Temu Kembali Informasi (Information Retrieval System) Modul 11 Muslech, Dipl.Lib, MSi 3 Desember 2012.
SISTEM MUTU LABORATORIUM SESUAI ISO/IEC : 2005.
Teknik Pengambilan Sampel
Final Project Temu Balik Informasi
KONSEP, MACAM, DAN ALGORITMA THESAURUS DALAM TEMU BALIK INFORMASI
Deskripsi Rencana Penelitian
METODE PENELITIAN SOSIAL EKONOMI PERTANIAN
THESAURUS SEBAGAI SARANA TEMU KEMBALI INFORMASI UNTUK MENINGKATKAN PELAYANAN KEPADA PENGGUNA DI PERPUSTAKAAN by ZASLINA ZAINUDDIN.
TEMU BALIK INFORMASI ANGGOTA KELOMPOK BAYU ANDRIANTO 21
REVIEW METODOLOGI PENELITIAN PROPOSAL & LAPORAN PENELITIAN
LAPORAN HASIL PENELITIAN DALAM PENELITIAN TINDAKAN KELAS
METODOLOGI PENELITIAN KUANTITATIF
THESAURUS DALAM TEMU BALIK INFORMASI
TEMU BALIK INFORMASI.
Sistem Temu Kembali Informasi Multimedia
Deskripsi Rencana Penelitian
TEMU BALIK INFORMASI.
TEMU BALIK INFORMASI Konsep Thesaurus Dalam Information Retrival dan Macam-Macam Thesaurus Beserta Algoritmanya TI 14 A STMIK AMIKOM PURWOKERTO 2017.
Cara olah data kualitatif sesuai pendekatan
Review Jurnal Internasional
EFEKTIFITAS SELEKSI FITUR DALAM SISTEM TEMU-KEMBALI INFORMASI
Jenis Subjek, Urutan Sitasi & Rangkuman Spesifik
Modul IX. SUMBER DAN METODE PENGUMPULAN DATA
Tajuk subjek dan tesaurus
JENIS-JENIS PENELITIAN
TEMU BALIK INFORMASI Konsep Thesaurus Dalam Information Retrival dan Macam-Macam Thesaurus Beserta Algoritmanya TI 14 A STMIK AMIKOM PURWOKERTO 2017.
FAKULTAS ILMU KEOLAHARAGAAN UNIVERSITAS NEGERI YOGYAKARTA
PENGUMPULAN DAN PENGOLAHAN DATA
3. pengorganisasian Pengertian
Metodologi AMDAL Penapisan Pelingkupan Kerangka Acuan
ANALISIS SUBYEK BAHAN PUSTAKA Modul 6 12 Oktober 2012
STBI pada Perpustakaan
TAHAPAN RANAH KOGNITIF EVALUASI (C-6) SINTESIS Mengkritik (C-5)
MODEL PENGEMBANGAN KURIKULUM “HILDA TABA”
DATA DALAM PENELITIAN ILMIAH
DOKUMENTASI DAN KEARSIPAN KELAS A Sistem Temu Kembali Informasi
KONSEP KEBIJAKAN PUBLIK
Kerangka Sistem Informasi
Keputusan (Decision).
Oleh : Rahmat Robi Waliyansyah, M.Kom.
Deskripsi Rencana Penelitian
Sistem TEMU KEMBALI INFORMASI
MODEL SISTEM POLITIK.
Penilaian Relevansi Penilaian relevansi bertujuan untuk menentukan dokumen yang relevan (sesuai; cocok) dari antara sejumlah dokumen yang ditemukan (terpanggil)
Teknik membaca ekstensif
3 Data Kelompok base Performance Mariska Eve Azalea (090239)
PERBAIKAN EFEKTIVITAS KERJA YANG BAIK
METODE PENDEKATAN SUB BAGIAN PENDEKATAN MASALAH
PENYUSUNAN KERANGKA KONSEP
Lembaga Pendidikan Perkembangan Anak Usia Dini
JENIS-JENIS PENELITIAN KUANTITATIF & KUALITATIF
PROPOSAL & LAPORAN PENELITIAN
POPULASI DAN SAMPEL KELOMPOK 1 FATHIN AMMAR ASIDIK ENDAH MARIADI
DDC CLASSIFICATION SYSTEM ABDI MUBARAK SYAM, S.Pd.I, M.HUM
Chapter 08 POPULASI DAN SAMPLING Konten: Definisi populasi
PROPOSAL & LAPORAN PENELITIAN
Deskripsi Rencana Penelitian
Kriteria Penskoran ULBS B. Melayu
INDEX CARD MATCH (mencari pasangan)
Kriteria Penskoran ULBS B. Melayu
menilai kondisi ekonomi PERTEMUAN – 3 Mata Kuliah: Pengantar Bisnis
SUPARJON POPULASI Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek peneliti untuk dipelajari dan kemudian ditarik.
Transcript presentasi:

Kebijakan Pengindeksan Organisasi Informasi DRS. MUHAMMAD SAIFI, M.Si

Rizki Fillya Curtinawati Rossy Alvita Edi Saputra Ahmad Jaelani Anggota kelompok 9 Rizki Fillya Curtinawati Rossy Alvita Edi Saputra Ahmad Jaelani

Kebijaksanaan Pengindeksan Pada pengindeksan subyek, untuk meningkatkan terjadinya kecocokan (match) antara informasi yang diminta dengan informasi yang dicari maka digunakan Bahasa Indeks. Untuk meningkatkan kemungkinan terjadinya match, maka dalam proses simpan dan temu kembali di semua sistem informasi perlu digunakan Bahasa Indeks. Bahasa indeks adalah suatu bahasa artificial karena ia tidak timbul dan tumbuh dengan spontan seperti bahasa alamiah, tetapi khusus diciptakan untuk tujuan tertentu dan dikembangkan secara terarah. Bahasa indeks juga memiliki peraturan – peraturan yang mengatur kombinasi kata – kata menjadi satuan – satuan bermakna yang lebih besar, yaitu adalah sintaksis. Penerjemahan analisis konseptual ke dalam kosa kata tertentu yaitu kosa kata terkendali atau terawasi yaitu,Bahasa indeks.

Lanjutan Diambilnya suatu kosa kata terkendali, karena kosa kata terkendali tidak membatasi istilah – istilah yang boleh digunakan oleh pengindeks. Biasanya dalam kasus seperti ini pengindeks mengambil kata – kata dan frase yang ditemukan dalam dokumen yang sedang di indeks. Pada tahap analisis subyek pengindeks mempelajari isi dokumen lalu memilih konsep-konsep (subyek) yang paling penting, yang kemudian akan diterjemahkan ke dalam bahasa indeks (kosa kata terkendali), jadi berupa nomor kelas, tajuk subyek.

Lanjutan Pada waktu memilih subyek-subyek ini, pengindeks harus berpedoman pada kebijaksanaan pengindeksan (indexing policy) yang berlaku di perpustakaan tempat ia bekerja. Kebijaksanaan ini mengatur banyaknya konsep yang bisa dipilih dan jenis konsep yang dipilih, yaitu konsep yang umum (luas) atau konsep yang khusus (spesifik). Kebijaksanaan ini akan mempengaruhi kinerja (performance) dan efisiensi dari sistem simpan dan temu kembali.

Kebijaksanaan pengindeksan mencakup kebijaksaan mengenai 2 hal Kelengkapan atau ketuntasan (exhaustivity) yaitu kebijaksanaan berkenaan dengan banyaknya konsep yang dipilih pada tahap analisis subyek. Yang dapat berupa : a. Pengindeksan mendalam (depth indexing) b. Pengindeksan yang bersifat rangkuman (summarization) Kekhususan (specificity) yaitu kebijaksanaan yang berkenaan dengan tingkatan generik konsep, yaitu: genus, species, sub-species, atau lebih khusus lagi. a. Pengindeksan dengan memilih konsep pada tingkat genus. b. Pengindeksan dengan memilih konsep pada tingkat species (atau lebih khusus lagi).

Contoh Kebijakan Mengindeks Khusus pada tingkat Contoh Kebijakan Mengindeks Khusus pada tingkat umum (genus) dan spesifik (species) Jika misalnya pada suatu suatu sistem simpan dan temu kembali informasi berlaku kebijaksanaan pengindeksan dengan mengindeks pada tingkat konsep umum (genus). Maka semua dokumen tentang berbagai jenis sekolah (TK, SD, SLTP, SLTA, SMU, Sekolah Kejuruan, dlsb.) akan diwakili oleh konsep umum “Sekolah”. Nomor klasifikasi adalah nomor klasifikasi untuk subyek sekolah. Tajuk subyek adalah SEKOLAH, bukan tajuk subyek yang spesifik seperti SEKOLAH DASAR, TAMAN KANAK-KANAK, SEKOLAH LANJUTAN, SEKOLAH KEJURUAN.

Lanjutan Pengindeksan dengan kebijaksanaan seperti contoh di atas adalah pengindeksan dengan tingkat kekhususan yang rendah. Padahal kita mungkin hanya ingin mencari dokumen tentang Sekolah Dasar. Penelusuran akan menghasilkan sejumlah besar dokumen, tetapi yang benar-benar relevan (jadi yang betul tentang Sekolah Dasar), hanya sebagian kecil saja. Sistem seperti ini memberikan perolehan tinggi, tetapi ketelitian rendah. Kita memang mendapatkan banyak dokumen, tapi kita terpaksa memilah-milah lagi untuk mencari yang benar-benar relevan. Contoh ini dengan jelas menunjukkan pengaruh kebijaksanaan pengindeksan pada kinerja sistem.

Kebijaksanaan pengindeksan menentukan kinerja (performance) sistem simpan dan temu kembali informasi. Untuk menilai kinerja suatu sistem ada 2 parameter yang diteliti: 1. Perolehan (recall), yaitu berapa banyak dokumen yang ditemukan sebagai hasil penelusuran 2. Ketelitian (precision), yaitu berapa dokumen dari keseluruhan dokumen yang ditemukan benar-benar relevan (sesuai dengan kebutuhan)

Hubungan terbalik (inverse relationship) Antara perolehan dan ketelitian terdapat hubungan yang disebut hubungan terbalik atau inverse relationship. Maksudnya: Jika perolehan bertambah, ketelitian akan berkurang Jika ketelitian bertambah, perolehan akan berkurang.

Thank you Apakah ada pertanyaan ??