Oleh : Itmamudin
A. Pendahuluan
Dalam dua dasa warsa terakhir, teknologi berkembang begitu cepat. Banyak aspek kehidupan akhirnya berubah, termasuk perubahan perilaku masyarakat karena adanya teknologi informasi, dimulai dengan penemuan komputer pribadi di era tahun 1980an dan mulai banyak digunakan pada dasa warsa terakhir abad 20 benar-benar telah menjadi pola kerja, pola kehidupan dan berbagai aspek lain seperti penyimpanan data, penyediaan data serta penyajian data. Hal ini harus disadari oleh pustakawan untuk mengadaptasi perubahan ini.
Menurut Yuyu Yulia (2008:1.2) Organisasi informasi merupakan pelbagai kegiatan yang bertujuan supaya setiap bahan pustaka dalam koleksi perpustakaan dapat :
1. Diketahui tempat fisiknya melalui nomor panggil
Disini peran katalog sebagai wakil dokumen dibutuhkan oleh pengunjung perpustakaan untuk mengetahui keberadaan sebuah koleksi dan juga temu kembali informasi.
2. Dikenali melalui sajian ringkas dari bahan pustaka yang disebut dengan cantuman bibliografis.
Disini peran cantuman yang ditempelkan pada dokumen fisik buku yang berada dijajaran rak atau disajikan di rak berperan sekali dalam menemukan kembali informasi yang diinginkan
Dari pendapat di atas dapat diambil kesimpulan bahwa teknologi informasi sangat diperlukan untuk mempercepat proses pengolahan informasi dan juga temu kembali informasi untuk memudahkan petugas dan pengunjung perpustakaan, baik ketika menjajarkan koleksi di rak maupun pada saat temu kembali informasi.
B. Tujuan
Adapun tujuan dari penulisan makalah ini adalah untuk mengetahui sejauhmana peranan teknologi informasi dalam kegiatan organisasi informasi di perpustakaan.
Hal ini sangat berguna dalam pengembangan kegiatan organisasi informasi, karena hasil dari kegiatan ini sangat diperlukan oleh pengunjung perpustakaan dan juga petugas perpustakaan dalam temu kembali informasi.
C. Kerangka dasar sistem informasi
Untuk memulai penulisan makalah ini, penulis ingin menyampaikan kerangka dasar sistem informasi sebagai acuan dasar sistem informasi.
Perpustakaan merupakan sumber informasi atau gudang pengetahuan, untuk itu perpustakaan dapat dikatakan sebagai suatu sistem informasi dalam konsep yang mendasar. Kerangka dasar sistem informasi, merupakan suatu rangkaian sistem informasi, tanpa memperhatikan tingkat mekanisme atau bentuk informasi fisik yang dikelola. Di samping itu konsep ini juga sekaligus menerangkan proses mengorganisasikan informasi dari mulai informasi itu diperoleh sampai pada informasi tersebut disajikan kepada pemustaka.
Diagram Sistem Informasi
Diagram sistem informasi tersebut di atas merupakan modifikasi diagram the information work (Doyle, 1975:19). Kerangka dasar sistem ini memberikan garis besar sistem informasi sederhana, serta menunjukkan bagian utama yang sama pada lembaga simpan dan temu kembali informasi termasuk di dalamnya perpustakaan, kearsipan, pusat dokumentasi dan informasi lain
Dari kerangka dasar tersebut di atas, penulis menyimpulkan bahwa untuk mempercepat pengideksan atau indexing dan juga temu kembali informasi, peran teknologi informasi dalam organisasi informasi tidak terelakkan lagi.
D. Peranan teknologi informasi dalam proses organisasi informasi di perpustakaan
Berpijak dari kerangka dasar sistem informasi tersebut diatas, penulis ingin menyampaikan bagaimana proses indexing atau pengindeksan yang merupakan kegiatan organisasi informasi dengan menggunakan teknologi informasi yang kemudian pengindeksan ini digunakan sebagai sistem temu kembali informasi dengan menggunakan teknologi informasi (katalog terpasang) atau opac (online public acces catalog)
1. Indexing
Indeks adalah sebuah daftar yang sistematis, mengandung istilah atau frasa (menyatakan pengarang, judul, konsep dan sebagainya) yang dilengkapi dengan penunjuk ke isi satu atau serangkaian dokumen, ke lokasi dimana istilah atau frasa tersebut dapat ditemukan. Indeks dan pengindeksan biasanya dikaitkan dengan pembuatan katalog dan klasifikasi (wiji Suwarno, 2010:97)
Menurut pendit (2008), pengindeksan berbeda dengan katalogisasi dan klasifikasi yang lebih berkonsentrasi pada “tentang apa”nya (subjek) suatu dokumen. Maka pengindeksan lebih terkonsentrasi pada ekstraksi atau pengambilan kata atau istilah yang adan didalam dokumen dihalaman tertentu, lalu menempatkannya dalam daftar indeks secara terstruktur. Struktur inilah yang memungkinkan sebuah buku “merujuk” pembacanya ke bagian-bagian teks yang relevan untuk keperluannya.
Terkait dengan indeksing, peranan komputer sebagai bagian dari kemajuan teknologi informasi sangat diperlukan dalam hal indeksing atau pengindeksan. Dalam makalah ini penulis hanya akan menyampaikan indeksing dengan menggunakan teknologi komputer, dan tidak akan membahas pengindeksan secara manual.
Sewaktu belum ada komputer, pengideksan mutlak menjadi urusan manusia, tidak ada campur tangan mesin. ketika mesin komputer hadir, pengideksan dibagi menjadi dua cara : intelektual dan mekanikal
Intelektual artinya kegiatan menganalisis dan penerjemahan (translasi) dokumen yang akan di indeks, mencakup kegiatan mengidentifikasi dan memilih konsep-konsep penting yang tercakup dalam sebuah dokumen.
Mekanikal artinya kegiatan yang mencakup pengurutan menurut abjad dan pembuatan format entri indeks.
Jika komputer sudah bisa digunakan dengan baik untuk kegiatan intelektual ataupun mekanikal, itu artinya bahwa komputer sudah dapat melakukan pengindeksan secara otomatis, tetapi kalau hanya bisa digunakan untuk intelektualnya saja, maka disebut pengindeksan yang diotomasikan.
2. Temu kembali informasi
Dengan sistem indeksing menggunakan teknologi komputer, maka sistem temu kembali informasi menurut wiji suwarno (2010 : 99) dapat dilakukan komputer dengan beberapa cara :
a. Sequential
Proses pencarian atau pencocokan istilah dengan cara berurutan, misalnya mencari sebuah kata, maka komputer akan berjalan mengecek setiap istilah mulai dari istilah pertama daftar sampai bagian terakhir daftar yang masih sungsang atau acak.
b. Alphabetical Chain
Artinya mata rantai – alfabet, prinsipnya sama dengan cara menggunakan kamus mislanya, kita mencari arti kata programming di kamus inggris indonesia, tentu kita akan secara bodoh mencari dari mulai huruf A, kemudian loncat ke huruf P , bahkan juga terkadang kita langsung menuju kata-kata yang dimulai dengan “prog” dan melewatkan sebelumnya.
Keuntungan : lebih cepat dari cara sequential (berurutan)
Kelemahan : jika daftar indeks memiliki banyak kata yang serupa, maka terjadi Densely Populated Area (wilayah dalam daftar indeks yang padat berisi istilah serupa). Jika komputerr harus mencari wilayah ini maka programnya harus dibuat agar bisa bolak-balik diwilayah ini sampai semua kemungkinan telah dicoba.
c. Binary Search
Untuk mempercepat pencarian indeks, komputer perlu mengurangi langkah penelusuran, salah satu caranya adalah dengan binary search yaitu membagi 2 daftar setiap kali melakukan pencarian dan mencari disetengah daftar dan proses pembagian ini dapat berlangsung berkali-kali.
Problem : keharusan pembuatan program yang dapat melakukan penghitungan mathematic untuk menentuka titik tengah dari sebuah daftar. Penghitungan ini dilakukan setiap kali komputer diperintah oleh pemakai untuk mencari istilah dalam daftar indeks dalam komputer.
d. Binary search tree
Sebuah cara komputer untuk menambah kecepatan dengan cara meniru tabiat pohon. Sebuah pohon memiliki cabang dan setiap cabang bercabang lagi, demikian seterusnya sampai ke puncak pohon dengan perhitungan matematis maka dapat dibuat sebauh berkas sungsang yang setiap istilah indeksnya mengandung nilai, sedemikian rupa sehingga selalu ada 2 cabang untuk setiap istilah, sebenarnya sama dengan membagi 2 seperti pada sistem binary search tetapi kali ini komputer tidak perlu lagi melakukan pembagian dan perhitungan titik dengan titik setiap kali melakukan pencarian.
e. Balance tree
Cara untuk mempercepat proses dengan cara setiap istilah indeks diberi nilai sedemikian rupa sehingga cabangnya tidak hanya 2 tetapi bisa berapa saja. Hal ini mempengaruhi tidak hanya kecepatan pencarian tetapi juga perngorganisasian berkas sungsang secara keseluruhan.
Pada dasarnnya komputer dapat melakukan dua hal yang juga dilakukan sebelum ada komputer yaitu derivative indexing dan assignment indexing. Adapun penjelasanya adalah sebagai berikut :
a) derivative indexing merupakan istilah indeks diambil langsung dari teks dokumen, disebut juga dengan synonim for keyword indexing karena indeks diambil langsung dari kata kunci dan tidak ada daftar kosa kata sebagai acuannya (atau dikalangan teknisi biasa disebut ‘tidak ada controlled vocabularya-nya, atau disebut juga free indexing
b) assignment indexing merupakan indeks yang diberikan dari luar. Istilah Ini berasal dari control vocabulary disebut dengan descriptor.
Semua lingkaran di atas, terjadi pada ingkungan digital yang berbentuk teks atau tulisan. Dalam jenis yang lain misalnya gambar atau audio, maka prinsip-prinsipnya mungkin sama
3. Recall and Precision
Pendit dalam buku Perpustakaan Digital dari A-Z (2008 :257-258) memberikan keterangan terkait dengan recall and precision sebagai Salah satu penerapan prinsip relevansi yang sejak dahulu digunakan dalam pengembangan sistem IR. Sejak teori tentang IR berkembang di tahun 1940an, para ilmuan selalu memeras otak, bagaimana caranya membuat sistem IR yang benar-benar handal. Bagaimana mengukur keefektifan sebuah sistem IR dalam memenuhi permintaan informasi? Bagaimana mengukur kemampuan sistem dalam menyediakan dokumen yang relevan dengan kebutuhan pemakai? Nah, recall and precision adalah upaya untuk menjawab persoalan itu.
Terjemahan yang pas untuk istilah ini dalam bahasa Indonesia belum ditemukan. Istilah recall digunakan pula dalam psikologi untuk menjelaskan proses mengingat yang dikerjakan otak manusia. Kata lain untuk recall dalam bahasa Inggris adalah remember, recollect, remind. Di bidang IR, recall berkaitan dengan kemampuan menemukan-kembali butir informasi yang sudah tersimpan. Jadi, terjemahan bebasnya mungkin adalah “penemuan-kembali”.
Precision dapat diartikan sebagai kepersisan atau kecocokan (antara permintaan informasi dengan jawaban terhadap permintaan itu). Jika seseorang mencari informasi di sebuah sistem, dan sistem menawarkan beberapa dokumen, maka kepersisan ini sebenarnya juga adalah relevansi. Artinya, seberapa persis atau cocok dokumen tersebut untuk keperluan pencari informasi, bergantung pada seberapa relevan dokumen tersebut bagi si pencari.
Recall adalah proporsi jumlah dokumen yang dapat ditemukan-kembali oleh sebuah proses pencarian di sistem IR. Rumusnya: Jumlah dokumen relevan yang ditemukan / Jumlah semua dokumen relevan di dalam koleksi. Lalu, precision adalah proporsi jumlah dokumen yang ditemukan dan dianggap relevan untuk kebutuhan si pencari informasi. Rumusnya: Jumlah dokumen relevan yang ditemukan / Jumlah semua dokumen yang ditemukan.
Kedua ukuran di atas biasanya diberi nilai dalam bentuk persentase, 1 sampai 100%. Sebuah sistem informasi akan dianggap baik jika tingkat recall maupun precision-nya tinggi. Jika ada seseorang mencari dokumen tentang “Pangeran Diponegoro” pada sebuah sistem, dan jika sistem tersebut memiliki 100 buku tentang Pangeran Diponegoro, maka kinerja terbaik adalah jika sistem tersebut berhasil menemukan 100 dokumen tentang Pangeran Diponegoro.
Kalau sistem tersebut memberikan 100 temuan, dan di temuan tersebut ada 50 dokumen tentang “Pangeran Diponegoro”, maka nilai recall-nya adalah 0,5 (atau 50%) dan nilai precision-nya juga 0,5. Kalau sistem tersebut memberikan 1 dokumen saja, dan dokumen tersebut adalah tentang “Pangeran Diponegoro”, maka recall-nya bernilai 0,01 dan precision-nya bernilai 1. Perhatikan bahwa nilai precision yang tinggi ini sebenarnya terjadi karena sistem memberikan hanya 1 jawaban kepada si pencari informasi. Kalau sistem memberikan 100 dokumen, dan hanya 1 yang relevan, maka nilai recall-nya tetap 0,01 dan precision-nya pun ikut merosot ke 0,01.
Dalam perkembangan teori IR, ukuran dan eksperimen terhadap kinerja sebuah sistem semakin diupayakan untuk mengakomodasi berbagai kemungkinan dalam situasi yang sesungguhnya. Misalnya, Lancaster merumuskan matriks terkenal berikut ini sebagai ukuran recall-precision:
Relevan
|
Tidak Relevan
|
Total
| |
Ditemukan
|
a (hits)
|
b (noise)
|
a + b
|
Tidak ditemukan
|
c (misses)
|
d (rejected)
|
c + d
|
Total
|
a+b
|
c+d
|
a+b+c+d
|
Lalu, berdasarkan tabel tersebut, rumus recall – precision pun menjadi:
Recall=[a/(a+c)]x100
Precision = [a/ (a+b)] x 100
Precision = [a/ (a+b)] x 100
Lewat rumus ini kita dapat membayangkan bahwa sebuah sistem harus meningkatkan nilai recall dengan memperbesar nilai a di rumus di atas (atau nilai hits). Nilai a yang besar ini dapat terjadi jika jumlah dokumen yang diberikan oleh sebuah sistem dalam sebuah pencarian juga besar. Semakin besar jumlah dokumen yang diberikan, semakin besar kemungkinan nilai a. Tetapi pada saat yang sama, muncul kemungkinan bahwa nilai b (atau jumlah dokumen yang tidak relevan) juga semakin besar. Ini artinya, nilai precision-nya semakin kecil. Dalam berbagai eksperimen ditemukan kenyataan bahwa nilai recall dan precison ini cenderung berlawanan alias berbanding-terbalik. Jika recall tinggi, besar kemungkinannya precision rendah.
Ukuran recall-precision ini juga sangat bergantung pada apa yang sesungguhnya dimaksud dengan “dokumen yang relevan” itu dan bagaimana memastikan relevan-tidaknya sebuah dokumen. Salah satu kritik terhadap prinsip recall-precision ini menyatakan bahwa ukuran ideal sebuah sistem selama ini terlalu berpihak kepada mesin dan logika yang terlalu ketat. Sangatlah sulit mencapai tingkat recall-precision yang ideal karena keduanya berdasarkan pada ukuran relevansi yang amat lentur dan dinamis. Selain itu, seorang pencari informasi seringkali tidak hanya peduli pada relevansi, melainkan juga pada banyak hal lain, seperti kecepatan proses pencarian, kemudahan dalam mengajukan permintaan informasi, kenyamanan dalam memandang layar komputer, dan sebagainya. Seringkali seorang pencari informasi rela mengorbankan tingkat precision, asalkan sistem yang dipakainya memberikan respon yang cepat.
Hal-hal di luar logika ketat recall-precision inilah yang kemudian membawa berbagai penelitian IR ke ranah-ranah luas psikologi, sosiologi, dan bahkan ergonomi. Sebagai salah satu pilar teknologi utama dalam pengembangan perpustakaan digital, maka teori dan eksperimen IR pun sejak awal sudah menjadi bagian dari berbagai proyek. Dari sisi IR pula terjadi komunikasi yang lebih intensif antara “orang komputer” dan “orang perpustakaan”, sehingga secara sepintas kita dapat melihat bahwa sebenarnya IR lah yang membawa kedua profesi ini bertemu di bidang perpustakaan digital.
E. Simpulan
Dari penyampaian penulis di atas dapat diambil keseimpulan bahwa :
1. Teknologi informasi dalam proses organisasi informasi berfungsi sebagai sarana untuk mempercepat dan mengakurasi data baik dalam indexing maupun temu kembali informasi, sehingga pelayanan yang dilakukan oleh pustakawan kepada pemustaka dapat berjalan dengan efektif dan efesien.
2. Dalam proses indexing yang mengahasilkan dua output yaitu jajaran koleksi di rak dan juga wakil dari dokumen atau katalog, yang keduanya berfungsi untuk temu kembali informasi telah digantikan fungsinya oleh komputer agar lebih cepat tepat dan efesien
3. Pada dasarnya Komputer melaksanakan proses indeksing sama dengan indeksing yang dilakukan manusia, hanya saja ini dilakukan didalam komputer karena yang diindeks adalah data yang ada dalam komputer
4. Untuk mengetahui tingkat relevansi sebuah sistem dalam menyediakan dokumen yang dibutuhkan oleh pemakai digunakan recall and precision.
5. Recall merupakan proporsi jumlah dokumen yang dapat ditemukan kembali dalam sebuah proses pencarian kembali dalam sistem IR.
6. Precision proporsi jumlah dokumen yang ditentukan dan dianggap relevan untuk kebutuhan si pencari informasi.
DAFTAR PUSTAKA
Pendit, Putu Laxman. 2007. Perpustakaan Digital : perspektif perguruan tinggi indonesia. Jakarta : Sagung Seto
Pendit, Putu Laxman. 2008. Perpustakaan Digital daari A-Z. Jakarta : Sagung Seto
Suwarno, Wiji. 2010. Pengetahuan Dasar Kepustakaan : sisi penting perpustakaan dan pustakawan, Jakarta : Ghalia Indonesia
Yulia, Yuyu. 2007. Pengolahan bahan pustaka, Jakarta : Universitas terbuka
No comments:
Post a Comment