Visualisasi dan Pembobotan Jaringan Sitasi Makalah Ilmiah Dengan Algoritma Pagerank

Devy Rizky Andriyana, Agus Komarudin, Ridwan Ilyas

Abstract


Makalah merupakan karya tulis yang memuat pemikiran tentang suatu masalah atau topik tertentu yang ditulis secara sistematis disertai dengan analisis yang logis. Banyaknya makalah dapat dimanfaatkan untuk visualisasi berdasarkan sitasi makalah ilmiah tersebut. Untuk memecahkan masalah tersebut digunakan visualisasi 3D, visual tree collapse, visual tree, visual indented tree, visual network dan visual pagerank yang berfungsi menampilkan sitasi dari masing-masing makalah ilmiah. Visualisasi data didefinisikan sebagai berbagai jenis cara untuk membuat gambar, diagram atau animasi dengan tujuan untuk mengkomunikasikan sebuah pesan atau informasi. Makalah ilmiah seringkali banyak ditemukan di internet maupun di perpustakaan untuk berbagai macam judul makalah ilmiah, sitasi atau rujukan dapat ditemukan di setiap makalah ilmiah dan dapat diperoleh dengan mudah, namun untuk menampilkan seluruh sitasi pada makalah ilmiah dalam bentuk visualisasi tidak dapat dilakukan dengan mudah. Pembobotan dilakukan menggunakan algoritma PageRank untuk menentukan setiap bobot makalah ilmiah berdasarkan sitasi.  Visualisasi jaringan sitasi makalah ilmiah berupa graf, dengan node merepresentasikan makalah peneliti dan edge merepresentasikan hubungan makalah ilmiah peneliti dengan makalah ilmiah yang lain berdasarkan sitasi makalah ilmiah. Penyajiannya menampilkan sitasi makalah ilmiah berdasarkan ukuran node dengan menunjukkan banyaknya sitasi makalah ilmiah tersebut.  dapat disimpulkan bahwa semua proses pada sistem telah berjalan sesuai dengan rancangan, dan secara fungsional sistem visualisasi dan pembobotan jaringan sitasi makalah ilmiah telah sesuai dengan perancangan. Hasil penelitian berupa perangkat lunak visualisasi dan pembobotan makalah ilmiah telah berhasil diimplementasikan. Hasil yang diperoleh dari 20 naracoba, perangkat lunak ini menghasilkan ketertarikan pengguna secara visual 61,75%, kesesuaian data yang ditampilkan visualisasi 61,33% dan 54,66% membantu memudahkan pencarian makalah ilmiah dalam jumlah banyak.

Kata Kunci: Makalah Ilmiah, Network Visualization, Pagerank , Visualisasi, Sitasi

Full Text:

PDF

References


T. Ernawati, “Analisis Visualisasi Data Keamanan Jaringan,” Jurnal Teknologi, vol. 5, no. 1. pp. 53–61, 2012.

A. Arfina and H. Khotimah, “Visualisasi Co-Authorship Peneliti IPB Menggunakan Metode Chi Visualization of Co-Authorship between IPB ’ s Researcher Using Chi ’ s Method,” Ilmu Komput. Agri-Informatika, vol. 5, pp. 31–39, 2017.

J. N. Apriliana, Natalis Ransi, “Implementasi Text Mining Klasifikasi Skripsi Menggunakan Metode Naïve Bayes Classifier,” Semant. Vol.3, No.2, Jul-Des 2017, vol. 3, no. 2, pp. 329–343, 2017.

N. A. Abdul Rahim, S. Sulaiman, S. Z. Mohd Hasim, and N. B. Ahmad, “Visualization And Centrality Measurement Of Social Network Analysis,” J. Teknol., vol. 78, pp. 65–74, 2016.

H. Small, “Co-citation in the Scientific literature: A New Measure of the Relationship Between Two Documents,” vol. 24, no. 4, pp. 28–31, 1973.

Sujito and D. Wahyuningsih, “Analisis popularitas laman pemerintah daerah di wilayah malang raya berbasis perangkat pemeringkatan dalam jaringan,” vol. 5, pp. 13–19, 2015.

M. Bianchini, M. Gori, and F. Scarselli, “Inside PageRank,” vol. 5, no. 1, pp. 92–128, 2005.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Seminar Nasional Sains dan Teknologi Informasi (SENSASI)