Webometrics

 Webometrics

Sistem perangkingan universitas di seluruh dunia ada beberapa macam jenisnya dan Webometrics adalah salah satunya. Webometrics merupakan sistem perangkingan universitas sedunia berbasis web. Dari filosofinya webometrics sebetulnya berupaya untuk menggunakan website sebagai media promosi untuk mencerminkan secara keseluruhan tentang institusi itu sendiri. Adalah sebuah Cybermetrics Lab.

Terdapat 4 (empat) kategori penilaian dalam Webometrics ini

• Size (S) merupakan jumlah halaman elektronik dalam suatu website universitas yang terindeks oleh 4 (empat) mesin pencari yaitu : Yahoo, Google, Live Search dan Exalead. Komponen ini mempunyai bobot 20%
• Visibility (V) merupakan jumlah total tautan situs eksternal yang secara unik mencantumkan alamat website universitas dan terdeteksi Yahoo Search. Bobot untuk Visibility adalah terbesar dari semua kategori yaitu 50%.
• Rich Files (R) merupakan jumlah muatan file dalam suatu website universitas dan terindeks oleh Google. Ada 4 (empat) macam file yang masuk dalam kategori ini, pertama adalah Adobe Acrobat (*.pdf), PostScript (*.ps), Microsoft Word (*.doc) dan Microsoft Power Point (*.ppt). Kategori ini mempunyai bobot penilaian sebesar 15%.
• Scholar (Sc) merupakan jumlah publikasi elektronik baik berupa jurnal, academic report dan academic item lainnya dari suatu website universitas dan terindeks oleh scholar.google.com. Kategori ini mempunyai bobot 15%.

Yang harus dipahami dalam sistem perangkingan ini adalah memberikan kesempatan bagi semua unsur universitas seperti  dosen, karyawan dan mahasiswa untuk menjadi seorang ‘Author’. Sehingga masing-masing ‘author’ harus bertanggungjawab terhadap ‘content’ websitenya masing-masing. Selain ‘content’,  yang harus diperhatikan juga adalah bagaimana mempromosikan website kita masing-masing. Ada beberapa cara yang bisa dikategorikan ‘ampuh’ dalam hal ini, yaitu dengan selalu mencantumkan nama website kita di dalam situs jejaring sosial seperti facebook, friendster, myspace, twitter, plurk dll. Selain itu kita juga harus membiasakan untuk mencantumkan alamat website kita dalam  ’signature’ setiap email kita , sehingga dengan demikian hal ini akan menambah popularitas website kita.

Content dari suatu website kini dipegang oleh ‘Author’ itu sendiri dan tim IT universitas hanya berfungsi sebagai fasilitator saja. Namun demikian,  semua unsur dan elemen dalam universitas harus ‘mengerti’ dan ‘memahami’ tentang metoda-metoda maupun tips dan trik dalam rangka menaikkan rangking Webometrics.

Referensi
http://dharmawan.unpad.ac.id/campus/sekilas-tentang-webometrics.html


Rank

Search Engine (mesin pencari)

Mesin pencari  

adalah program komputer yang dirancang untuk membantu seseorang menemukan file-file yang disimpan dalam komputer, misalnya dalam sebuah server umum di web (WWW) atau dalam komputer sendiri. Mesin pencari memungkinkan kita untuk meminta content media dengan kriteria yang spesifik (biasanya yang berisi kata atau frasa yang kita tentukan) dan memperoleh daftar file yang memenuhi kriteria tersebut. Mesin pencari biasanya menggunakan indeks (yang sudah dibuat sebelumnya dan dimutakhirkan secara teratur) untuk mencari file setelah pengguna memasukkan kriteria pencarian.

Dalam konteks Internet, mesin pencari biasanya merujuk kepada WWW dan bukan protokol ataupun area lainnya. Selain itu, mesin pencari mengumpulkan data yang tersedia di newsgroup, database besar, atau direktori terbuka seperti DMOZ.org. Karena pengumpulan datanya dilakukan secara otomatis, mesin pencari berbeda dengan direktori Web yang dikerjakan manusia.

Sebagian besar mesin pencari dijalankan oleh perusahaan swasta yang menggunakan algoritma kepemilikan dan database tertutup - yang paling populer adalah Google MSN Search dan Yahoo! tertinggal sedikit di belakang). Telah ada beberapa upaya menciptakan mesin pencari dengan sumber-terbuka (open-source), contohnya adalah Htdig, Nutch, Egothor dan OpenFTS.

  

Cara kerja mesin pencari

Mesin pencari web bekerja dengan cara menyimpan informasi tentang banyak halaman web, yang diambil langsung dari WWW. Halaman-halaman ini diambil dengan web crawler — browser web otomatis yang mengikuti setiap pranala yang dilihatnya. Isi setiap halaman lalu dianalisis untuk menentukan cara mengindeksnya (misalnya, kata-kata diambil dari judul, subjudul, atau field khusus yang disebut meta tag). Data tentang halaman web disimpan dalam sebuah database indeks untuk digunakan dalam pencarian selanjutnya. Sebagian mesin pencari, seperti Google, menyimpan seluruh atau sebagian halaman sumber (yang disebut cache) maupun informasi tentang halaman web itu sendiri.
Ketika seorang pengguna mengunjungi mesin pencari dan memasukkan query, biasanya dengan memasukkan kata kunci, mesin mencari indeks dan memberikan daftar halaman web yang paling sesuai dengan kriterianya, biasanya disertai ringkasan singkat mengenai judul dokumen dan terkadang sebagian teksnya.
Ada jenis mesin pencari lain: mesin pencari real-time, seperti Orase. Mesin seperti ini tidak menggunakan indeks. Informasi yang diperlukan mesin tersebut hanya dikumpulkan jika ada pencarian baru. Jika dibandingkan dengan sistem berbasis indeks yang digunakan mesin-mesin seperti Google, sistem real-time ini unggul dalam beberapa hal: informasi selalu mutakhir, (hampir) tak ada pranala mati, dan lebih sedikit sumberdaya sistem yang diperlukan. (Google menggunakan hampir 100.000 komputer, Orase hanya satu.) Tetapi, ada juga kelemahannya: pencarian lebih lama rampungnya.
Manfaat mesin pencari bergantung pada relevansi hasil-hasil yang diberikannya. Meskipun mungkin ada jutaan halaman web yang mengandung suatu kata atau frase, sebagian halaman mungkin lebih relevan, populer, atau autoritatif daripada yang lain. Kebanyakan mesin pencari menggunakan berbagai metode untuk menentukan peringkat hasil pencarian agar mampu memberikan hasil "terbaik" lebih dahulu. Cara mesin menentukan halaman mana yang paling sesuai, dan urutan halaman-halaman itu diperlihatkan, sangat bervariasi. Metode-metodenya juga berubah seiring waktu dengan berubahnya penggunaan internet dan berevolusinya teknik-teknik baru.
Sebagian besar mesin pencari web adalah usaha komersial yang didukung pemasukan iklan dan karenanya sebagian menjalankan praktik kontroversial, yaitu membolehkan pengiklan membayar agar halaman mereka diberi peringkat lebih tinggi dalam hasil pencarian.
  
Sejarah mesin pencari

Mesin pencari pertama adalah "Wandex", yang sekarang index yang tidak berfungsi dari World Wide Web Wanderer, suatu web crawler dibangun oleh Matthew Gray di MIT pada 1993. Mesin pencari lain yang lama, Aliweb, juga muncul di 1993 dan masih berjalan hingga saat ini. Salah satu mesin pencari pertama yang sekarang berkembang menjadi usaha komersial yang cukup besar adalah Lycos, yang dimulai di Carnegie Mellon University sebagai proyek riset di tahun 1994.

Segera sesudah itu, banyak mesin pencari yang bermunculan dan bersaing memperebutkan popularitas. Termasuk di antaranya adalah WebCrawler, Hotbot, Excite, Infoseek, Inktomi, dan AltaVista. Mereka bersaing dengan direktori-direktori populer seperti misalnya Yahoo. Belakangan direktori-direktori ini menggabungkan atau menambahkan teknologi mesin pencari agar fungsinya semakin meningkat.

Pada tahun 2002, Yahoo! mengakuisisi Inktomi dan pada 2003, mengakuisisi Overture yang memiliki AlltheWeb dan Altavista. Tahun 2004, Yahoo! meluncurkan mesin pencarinya sndiri yang didasarkan pada teknologi gabungan dari mesin-mesin yang telah diakuisisinya dan memberikan pelayanan yang mengutamakan mesin pencari Web daripada direktorinya.

Pada Desember 2003, Orase menerbitkan versi pertama dari teknologi pencari waktu-riilnya. Mesin ini memiliki banyak fungsi baru dan performancenya meningkat sangat hebat.

Mesin pencari juga dikenal sebagai bintang-bintang yang paling cemerlang dalam perlombaan investasi Internet yang terjadi pada akhir tahun 1990-an. Beberapa perusahaan masuk ke dalam pasar dengan hebat, mencatat keuntungan besar pada penawaran publik pertamanya. Sebagian lagi sama sekali menyingkirkan mesin pencari publiknya, dan hanya memasarkan edisi-edisi Enterprise saja, seperti misalnya Northern Light yang dulunya adalah salah satu dari 8 atau 9 mesin pencari awal setelah Lycos muncul.

Sebelum munculnya Web, ada pula mesin-mesin pencari untuk [protokol]] atau penggunaan lain, seperti misalnya Archie search engine untuk situs-situs FTP anonim dan Veronica search engine untuk Gopher protocol.

Buku Osmar R. Zaïane From Resource Discovery to Knowledge Discovery on the Internet menjelaskan secara rinci sejarah teknologi mesin pencari sebelum munculnya Google.

Mesin-mesin pencari lainnya mencakup a9.com, AlltheWeb, Ask Jeeves, Clusty, Gigablast, Teoma, Wisenut, GoHook, Kartoo, dan Vivisimo.

 Macam-macam search engine