EVALUASI KINERJA SIMPAN DAN TEMU KEMBALI INFORMASI
A. Pengertian
Evaluasi Kinerja
Evaluasi kinerja adalah suatu metode dan proses
evaluasi dan pelaksanaan tugas seseorang atau sekelompok orang atau unit-unit
kerja dalam suatu perusahaan atau perusahaan sesuai standard kinerja atau
tujuan yang ditetapkan lebih dahulu. Dalam evaluasi melibatkan komunikasi 2
arah yaitu antara pengirim pesan dengan penerima pesan sehingga komunikasi
dapat berjalan dengan baik.
B. Faktor
Yang Mempengaruhi Kinerja
Menurut Roberth L. Mathis dan Jhon H. Jackson (2001)
faktor-faktor yang mempengaruhi kinerja individu tenaga kerja, yaitu:
a.
Kemampuan
mereka
b.
Motivasi
c.
Dukungan
yang diterima
d.
Keberadaan
pekerjaan yang mereka lakukan
Hubungan mereka dengan perusahaan. Berdasarkan
pengertian dapat kesimpulan bahwa kinerja merupakan kualitas dan kuantitas dari
suatu hasil kerja (output) individu maupun kelompok dalam suatu aktivitas
tertentu yang diakibatkan oleh kemampuan alami atau kemampuan yang diperoleh
dari proses belajar serta keinginan untuk berprestasi.
Menurut David C. Mc Cleland (1997) “ berpendapat
bahawa ada hubungan yang positif antara motif berprestasi dengan pencapaian
kerja”. Motif berpestasi dengan pencapaian kerja. Motif berprestasi adalah
suatu dorongan dalam diri seseorang untuk melakukan suatu kegiatan atau tugas
dengan sebaik-baiknya agar mampu mencapai prestasi kerja (kinerja) dengan
predikat terpuji.
Menurut Gibson (1987) ada 3 faktor yang berpengaruh
terhadap kinerja:
a.
Faktor
individu: kemapuan, keterampilan, latar belakang keluarga, pengalaman kerja,
tingkat sosial dan demokrasi seseorang.
b.
Faktor
psikologis: persepsi, peran, sikap, kepribadiaan, motivasi dan kepuasan kerja.
c.
Faktor
perusahaan: struktur perusahaan, desain pekerjaan, kepemimpinan, sistem penghargaan
(reward system).
C. Objek
Evaluasi Prestasi Kerja
Ada tiga hal
yang menjadi objek evaluasi kerja yaitu:
1)
Hasil kerja individu yaitu jika mengutamakan
hasil akhir, maka pihak manajemen melakukan evaluasi prestasikerja dengan objek
hasil kerja individu. Biasanya berlaku pada bagian produksi dengan indicator
evaluasi output yang dihasilkan, sisa dan biaya per unit yang dikeluarkan.
2)
Prilaku
untuk tugas yang bersifat instrinsik, misalnya sekretaris atau manager, maka
evaluasi Prestasi kerja dilakukan
pada evaluasi terhadap prilaku, seperti ketepatan waktu memberikan laporan,
kesesuaian gaya, kepemimpinan, efisiensi dan efektivitas, pengambilan
keputusan, tingkat absensi.
3)
Sifat
Merupakan objek evaluasi yang dianggap paling lemah dari kriteria evaluasi
prestasi kerja, karena sulit diukur atau tidak dapat dihubungkan dengan hasil
tugas yang positif, seperti sikap yang baik, rasa percaya diri, dapat
diandalkan, mampu bekerja sama.
D. Metode
Evaluasi Prestasi Kerja
Berikut merupakan
metode evaluasi prestasi kerja.
1. Rating
Scales (Skala Rating).
Metode ini cocok digunakan jika hasilnya digunakan
untuk keperluan seleksi, promosi, latihan, pelatihan, dan pengkajian
berdasarkan hasil prestasi. Dengan penggunaan metode ini hasil evaluasi kinerja
karyawan dicatat dalam suatu skala. Skala dibagi dalam tujuh atau lima kategori
dan karena konsep yang akan dinilai bersifat kualitatif, maka kategori yang
digunakan bersifat kualitatif, yaitu dari sangat memuaskan sampai sangat tidak
memuaskan .
Faktor yang di nilai di kelompokkan ke dalam dua
kelompok, yaitu yang berkaitan dengan pekerjaan dan yang berkaitan dengan
karakteristik pekerja. Factor-faktor yang berkaitan dengan pekerja terdiri atas
kuantintas pekerjaan, apakah standard kualitas yang telah ditetapkan dapat
dicapai. Sedangkan yang berkaitan dengan karakteristik pekerja mancangkup
kemampuan untuk bertanggungjawab, inisiatif, kemampuan, beradaptasi, dan kerja
sama
2. Critical
Incidents ( Insiden-Insiden Kritis)
Penilai melakukan evaluasi pada saat kritis saja,
yaitu waktu dimana prilaku karyawan dapat membuat bagiannya sangat berhasil
atau bahkan sebaliknya. Metode ini harus digabungkan denagn metode yang lain.
3. Essay
Penilai menulis cerita ringakas yang menggambarkan
prestasi kerja karyawan. Evaluasi ini sangat mengandalkan prestasi kerja.
4. Work
Standard ( Standard Kerja)
Membandingkan kinerja karyawan dengan standard yang
telah ditetapkan terlebih dahulu.
5. Ranking
Penilaian menempatkan semua karyawan yang dinilai ke
dalam urutan rangking. Kesulitan dihadapi apabila terdapat dua orang atau lebih
yang memiliki prestasi yang hampir tidak dapat dibedakan.
6. Forced
Distribution
Dalam metode ini diasumsikan bahwa karyawan dapat
dikelompokkan ke dalam lima kategori yaitu kategaori yang paling baik, baik,
cukupan, buruk, sangat buruk,
7. Forced-choice
and Weight Checklist Performance Report
Laporan ini memerlukan penilai untuk memilih karyawan
mana yang dapat mewakili kelompoknya. Faktor yang dinilai adalah prestasi
karyawan.
8. Behaviorally
Anchored Scales
Evaluasi berdasarkan catatan penilaian yang
menggambarkan prilaku karyawan yang sangat baik atau sangat jelek dalam
kaitannya dengan pelaksanaan kerja.
9. Metode
Pendekatan Management By Objektif atau (MBO)
Setiap karyawan dan penyedia secara bersama-sama menentukan
sasaran perusahaan, tujuan individu dan sarana-sarana untuk meningkatkan
produktivitas perusahaan.
E. Unsur-unsur
pelaksanaan dalam evaluasi prestasi kerja
a.
kuantintas
dan kualitas kerja
b.
kerjasama
c.
kepribadian
d.
kepandaian
yang beraneka ragam
e.
kepemimpinan
f.
keselamatan
g.
pengetahuan
pekerjaan
h.
kehadiran
i.
kesetiaan
j.
ketangguhan
k.
inisiatif
l.
sikap
F. Sarana
Temu Kembali Informasi
Sistem
temu kembali informasi merupakan system yang berfungsi untuk menemukan
informasi yang relevan dengan kebutuhan pemustaka.
1. Proses
Temu Kembali Informasi
Temu kembali (information retrieval) adalah ilmu
pencarian informasi pada dokumen, pencarian untuk dokumen itu sendiri,
pencarian untuk metadata yang menjelaskan dokumen, atau mencari didalam
database, baik relasi database yang stan-alone atau hypertext database yang
terdapat pada network seperti internet atau world wide web atau intranet, untuk
teks, suara, gambar, data. Information (IR) adalah ilmu yang lahir dari
berbagai disiplin ilmu, baik ilmu computer, matematika, ilmu kepustakaan, ilmu
informasi, psikologi konitif, linguistik, statistic, maupun fisika.
Sistem temu kembali informasi merupakan system yang
berfungsi untuk menemukan informasi yang relevan denagn kebutuhan pemustaka.
Secara prinsip, penyimpanan informasi dan penemuan kembali informasi adalah hal
yang sederhana. Misalkan terdapat tempat penyimpanan dokumen-dokumen dan
seseorang merumuskan suatu pertanyaan (request and query) yang jawabannya
adalah himpuann dokumen yang mengandung informasi yang diperlukan untuk
diekspresiakn melalui pemustaka. Pemustaka bias saja memperoleh dokumen-dokumen
yang diperlukannya denagn membaca semua dokumen dalam tempat penyimpanan,
penyimpanan dokumen-dokumen yang relevan dan membuang dokumen lainnya. Hal ini
merupakan perfec retrieval, tetapi solusi ini tidak praktis. Karena pemustaka
tidak memiliki waktu atau tidak ingin menghabiskan waktunya untuk membaca
seluruh dokumen, terlepas dari kenyataan bahwa secara fisik pemustaka tidak
mungkin dapat melakukannya. Oleh karena itu, diperlukan suatu sistem temu
kembali informasi (information retrieval
system) untuk membantu pemustaka menemukan dokumen yang diperlukan.
Sistem temu kembali informasi merupakan sistem yang
berfungsi untuk menemukan informasi yang relevan dengan kebutuhan pemustaka.
Salah satu hal yang perlu diingat adalah bahwa informasi yang diperoleh
terkandung dalam sebuah dokumen yang bersifat tekstual. Dalam konteks ini, temu
kembali informasi berkaitan dengan repsentasi penyimpanan, dan akses terhadap
dokumen repsentasi dokumen. Dokumen yang ditemukan tidak dapat dipastikan
apakah relevan dengan kebutuhan informasi pemustaka yang dinyatakan dalam
query. Pengguna system temu kembali informasi sangat bervariasi dengan
kebutuhan informasi yang berbeda-beda.
Kajian tentang temu kembali informasi terdiri dari
perpindahan informasi dalam sistem komunikasi,
pemikiran tentang informasi yang diinginkan, efektivitas system dan
pemidahan informasi, hubungan antara informasi dengan pemustakanya. Untuk itu
perlu dipelajari proses temu kembali untuk membentuk, membangun, mengevaluasi
system temu kembali yang dapat memberikan informasi yang diinginkan secara
efektif oleh pemustaka.
Proses pengelolaan dokumen elektronik melalui beberapa
tahap, yang dapat dirangkumkan dalam proses digitalisasi, penyimpanan dan
pengaksesan atau temu kembali dokumen. Pengelolaan dokumen elektronik yang baik
dan terstruktur adalah bekal penting dalam pembangunan system temu perpustakaan
(digital library). Umumnya, penilaian pemustaka terhadap suatu teknologi adalah
dari segi kemudahan menggunakan dan ketepatan memberikan hasil. Contohnya,
teknologi temu kembali informasi, pemustaka akan merasa puas dengan teknologi
tersebut apabila hasil pencariannya relevan dan mudah digunakan.
2. Keterkaitan,
Relevansi, dan Ketepatan Sarana Temu Kembali.
Relevansi adalah tingkat keterkaitan dan kegunaan
suatu teks atau dokumen terhadap suatu permintaan. Dalam temu kembali informasi
relevansi adalah hubungan antara suatu dokumen dan kebutuhan pemustaka yang
berguna bagi pemustaka tersebut.
Faktor utama yang digunakan untuk mengukur relevansi
suatu dokumen terhadap kebutuhan pemustaka adalah “topik” dan “subjek” dokumen
tersebut. Topic suatu dokumen atau teks adalah tentang apa yang ditulis
pengarang dokumen tersebut relevan tidak dengan pertanyaan pemustaka dapat
dilihat dari topik dokumen tersebut.
Relevansi merupakan ukuran ketepatan yang dilakukan
untuk merumuskan apakah suatu dokumen cocok dengan pertanyaan pemustaka.
Rumusan tersebut dilakukan oleh ahli nformasi. Dengan demikian, apa yang
menurut pustakawan cocok belum tentu benar-benar cocok menurut pemustaka.
Konsep-konsep keterkaitan, relevansi dan ketepatan tersebut digunakan dalam
teknik-teknik temu kembali baik dengan pendekatan tradisional, pendekatan
pemustaka, maupun pendekatan kognitif dengan sedikit perbedaan.
3. Sarana
Temu Kembali di Perpustakaan
Di perpustakaan temu kembali dilakukan sejak materi
perpustakaan diolah, kemudian materi perpustakaan disiapkan untuk dipinjam
dengan membubuhi label buku, kartu pinjam, nomor induk, sedangkan data
bibliografis mengenai materi perpustakaan tersebut disimpan di katalog. Dengan
semakin pesatnya kemajuan dibidang teknologi informasi, terutama dalam
penggunaan computer dan telekomunikasi, berdampak terhadap perkembangan bentuk
katalog di perpustakaan. Banyak perpustakaan yang telah memanfaatkan kemajuan
teknlogi informasi tersebut dalam kegiatan pembuatan katalognya dengan
menerapkan system automasi perpustakaan, yang salah satu kegiatannya adalah
pembuatan katalog secara online. Online
Public Access Catalog (OPAC) merupakan kumpulan dari kalog bahan pustaka
dalam suatu database yang terintegrasi dalam system pelayanan sirkulasi.
Pangkalan data biasanya dibuat sendiri oleh perpustakaan dengan menggunakan
perangkat lunak gratis maupun berbayar.
OPAC banyak digunakan pada berbagai perpustakaan
karena mempunyai bbanyak keuntungan, di antaranya :
a.
Penelusuran
informasi dapat dilakukan dengan cepat dan tepat.
b.
Pemustaka
dapat mengakses secara langsung ke dalam pangkalan data yang dimiliki
perpustakaan.
c.
Penelusuran
dapat dilakukan secara bersama-sama tanpa saling menunggu.
d.
Jajaran
tertentu tidak perlu di-file.
e.
Penelusuran
dapat dilakukan dengan menggunakan berbagai pendekatan sekaligus, misalnya
melalui judul, pengarang, subjek, tahun terbit, penerbit, dan sebagainya,
dengan memanfaatkan penelusuran Bolean
Logic.
f.
Mengurangi
biaya dan waktu yang diperlukan dan yang harus dikeluarkan pemustaka dalam
mencari informasi.
g.
Rekaman
bibliografi yang dimasukkan ke dalam entri katalog tidak terbatas.
h.
Penelusuran
dilakukan dari beberapa tempat tanpa harus mengunjungi perpustakaan, yaitu
dengan menggunakan jaringan LAN (Local
Area Network) atau WAN (Wide Area
Network).
i.
Dapat
melayani kebutuhan informasi masyarakat dalam jangkauan yang luas.
j.
Mengurangi
beban pekerjaan pustakawan dalam pengelolaan pangkalan data sehingga dapat
meningkatkan efisiensi tenaga kerja.
Dengan menggunakan OPAC pemustaka dapat melakukan
penelusuran katalog menjadi lebih cepat, sehingga waktu yang diperlukan untuk
penemuan kembali bahan pustaka yang dicari lebih efisien dan pemustaka dapat
mengakses koleksi data, mengunduh data bibliografi, abstrak, artikel, dan
informasi lain yang dibutuhkan pemustaka. System OPAC yang dikembangkan di
perpustakaan saat ini adalah system layanan informasi melalui LAN dan WAN.
Layanan melalui WAN dilakukan dengan memanfaatkan media internet sehingga
pemustaka dapat langsung mengakses informasi dari server pangkalan data.
4.
Recall dan
Precision
Di samping telah
membantu dalam sistem
temu kembali informasi
di perpustakaan, OPAC sebagai sistem yang
dibuat oleh manusia tentu
belum bisa dikatakan
sempurna, karena sebagai
mesin pencari OPAC
juga membawa persoalan
tentang relevansi antara informasi yang
diberikan dengan informasi yang
seharusnya dibutuhkan. Hal ini
dikarenakan secanggih apapun sebuah
mesin pencari akan
sulit memahami pikiran manusia.
Relevansi menurut Pendit berarti
kecocokan apa yang dicari
dengan apa yang
ditemukan. Sedangkan
Bookstein yang dikutip
oleh Hasugian menyatakan bahwa
relevansi adalah relatedness atau aboutness dan utility antara dua
dokumen atau antara dokumen dengan
permintaan (query). Pendit menyatakan
bahwa salah satu prinsip
relevansi yang digunakan
dalam sistem temu kembali
informasi adalah menggunakan
ukuran recall dan precision.
Recall menurut Lancaster
dalam Pendit adalah proporsi
jumlah dokumen yang dapat
ditemukan kembali oleh sebuah
proses pencarian informasi. Sedangkan Recall menurut pengertian Hasugian dapat
diartikan sebagai kemampuan sebuah
sistem dalam memanggil kembali
dokumen yang dianggap relevan
atau sesuai dengan yang diinginkan.
Untuk mengukur recall, Lancaster dalam
Pendit menjelaskan bahwa dapat
menggunakan rumus di bawah ini:
Rumus menentukan recall
dalam sistem temu kembali informasi
Jumlah dokumen relevan yang terpanggil (a)
Recall = Jumlah
dokumen relevan yang ada di dalam database (a+c)
Precision sendiri merupakan
sebuah ukuran yang mengukur
tingkat proporsi jumlah dokumen
yang dapat ditemukan kembali oleh sebuah proses
pencarian dan dianggap relevan untuk
kebutuhan pencarian
informasi atau rasio
jumlah dokumen relevan yang ditemukan dengan total jumlah
dokumen yang ditemukan (Lancaster dalam
Pendit). Sedangkan menurut Hasugian
precision dapat diartikan sebagai
kemampuan sebuah sistem untuk
tidak memanggil kembali dokumen yang
dianggap tidak relevan atau tidak sesuai dengan yang
diinginkan oleh pengguna. Lancaster
dalam Pendit menjelaskan
untuk mengukur precision
dapat diukur dengan menggunakan
rumus sebagai berikut:
Rumus menentukan precision dalam sistem temu kembali informasi
Jumlah dokumen relevan
yang terpanggil (a)
Precision
= Jumlah dokumen
yang terpanggil dalam pencarian (a+b)
Relevan
|
Not Relevant
|
Total
|
|
Retrieved
|
a (hits)
|
b (noise)
|
a+b
|
Not
Retrieved
|
c (misses)
|
d (reject)
|
c+d
|
Total
|
a+c
|
b+d
|
a+b+c+d
|
Keterangan:
a (hits) = dokumen yang
relevan
b (noise) = dokumen
yang tidak relevan
c (misses) = dokumen
relevan yang tidak ditemukan
d (reject) = dokumen
tidak relevan yang tidak ditemukan.
G. Modekl Sistem
Temu Kembali Informasi
a. Model Boolean
Dengan
model boolean maka pencarian query dilakukan dengan fungsi-fungsi logika yang
umum seperti OR, AND, XOR,NOT,NAND, NOR dan lain sebagainya diantara kata yang
diinginkan. Contohnya jika query Q= ( K1 AND K2) OR ( K3 AND ( NOT K4).
Pencarian Boolean akan mengambil semua dokumen yang di
indeks oleh K1 dan K2, seperti halnya semua dokumen yang diindeks oleh K3 yang
tidak termasuk dalam indeks K4. Suatu cara mengimplementasikan pencarian
Boolean adalah melalui inverted file. Kita menyimpan daftar tiap kata kunci
dalam sebuah kata dan tiap kata menunjuk alamat dokumen yang mengandung kata
tertentu itu untuk memaksimalkan query kita melakukan set terhadap operasi dan
menghubungkannya dengan daftar koleksi (K-List). Kelebihan metode ini adalah
lebih mudah bagi user yang berpengalaman. Sedangkan
kelemahannya adalah kerumitan dalam penggunaan bahasa query dan akan membingungkan pengguna yang biasa.
b. Model Vector
Dalam
sistem IR, kemiripan antar dokumen didefinisikan berdasarkan representasi bag
of words dan dikonversikan ke suatu model ruang vektor (vector space model –
VSM). Pada VSM, setiap dokumen di dalam database dan query pengguna
direpresentasikan oleh suatu vektor multi-dimensi.
Pada model ruang vektor, pembobotan terhadap term dilakukan
dengan mengalikan bobot lokal tf dan bobot global idf, dikenal dengan
pembobotan tf-idf. Metode pembobotan ini dilakukan dengan memberikan bobot
kepada term yang penting. Artinya, term yang jika muncul di suatu dokumen maka,
dokumen tersebut dapat dianggap relevan denganquery pengguna.
c. Model Probabilistic
Model
probabilistik adalah model sistem temu kembali informasi yang mengurutkan
dokumen dalam urutan menurun terhadap peluang relevansi sebuah dokumen terhadap
informasi yang dibutuhkan. Beberapa model yang juga dikembangkan berdasarkan
perhitungan probabilistik yaitu, Binary IndependenceModel,
model Okapi BM25, dan Bayesian Network Model (Manning
dkk, 2009).
d. Model Non Overlapping
Sistem
yang menggunakan model ini akan membagi-bagi dokumen sebagai wilayah teks
tertentu misalnya dengan mengikuti stuktur dokumen (bab, sub-bab, judul,
sub-judul, gambar, foto, tabel dan seterusnya) kemudian untuk masing-masing
wilayah ini dilakukan pengindeksan yang tidak saling menindih (non overlapping)
e. Model Proximal nodes
Model
IR ini menggunakan beberapa struktur indeks yang memiliki hirarki independen
terhapap sebuah dokumen. Masing-masing dari indeks ini merujuk ke struktur
dokumen (bab, sub-bab, judul, sub judul, gambar, foto tabel dan seterusnya)yang
dinamakan nodes. Pada masing-masing node
inilah ada rujukan ke bagian dari dokumen yang mengandung teks tertentu.
H. Metode
Dalam Temu Kembali Informasi
Ada beberapa metode dalam temu
kembali informasi yaitu sebagai berikut.
a. Metode TF-IDF
TF
adalah algoritma pembobotan heuristik yang menentukan bobot dokumen berdasarkan
kemunculan term (istilah). Semakin sering
sebuah istilah muncul, semakin tinggi bobot dokumen untuk istilah tersebut, dan
sebaliknya. Terdapat empat buah algoritma TF yaitu Raw TF, Logarithmic TF, Binary TF, Augmented TF [8].
Dalam penelitian ini digunakan algoritma Raw TF. Raw TF diperoleh dari perhitungan frekuensi
kemunculan suatu istilah pada dokumen .IDF merupakan banyaknya istilah tertentu
dalam keseluruhan dokumenDokumen-dokumen yang ditampilkan oleh sistem temu
balik informasi harus memenuhi persyaratan recall, precision dan NIAP (Non
Interpolated Average Precision) [8]. Recall didefinisikan dengan menemukan
seluruh dokumen yang relevan dalam koleksi dokumen.
b.
Metode
BIM
Binary
Independence Model, query dianggap sebagai sebuah vector term. Jika pada model
lain jumlah atau kemunculan term diperhitungkan, maka pada Model ini nilainya
berupa biner, Yaitu ada atau tidak ada.
No comments:
Post a Comment