Perbandingan Kata Kunci Pada Abstrak Skripsi Dengan Subjek Yang Dikaji Menggunakan Dalil Zipf (Studi Kasus Skripsi Mahasiswa Prodi PIAUD FTK UIN Ar-Raniry Banda Aceh)

Hukum Zipf merupakan hukum yang akan mengkaji pengulangan kata dalam sebuah teks. Hukum Zipf dirumuskan dengan pendekatan statistic matematis, mengacu pada fakta. Hukum Zipf ini sering digunakan untuk memprediksi frekuensi kata-kata dalam sebuah teks. Untuk menentukan kata kunci dan penentuan subjek pada abstrak maka digunakan dalil Zipf yang dapat membantu pustakawan dalam menentukan kata kunci dengan jumlah frekuensi kata berupa perubahan dari frekuensi tinggi ke frekuensi rendah yang dapat dijadikan sebagai kata kunci dalam dokumen. Permasalahan yang dikaji dalam penelitian ini adalah bagaimana perbandingan kata kunci pada skripsi mahasiswa Program Studi PIAUD Fakultas Tarbiyah dan Keguruan UIN Ar-Raniry lulusan 2021 dengan hasil indeks subjek menggunakan Dalil Zipf. Penelitian ini bertujuan untuk mengetahui perbandingan kata kunci pada skripsi mahasiswa Program Studi PIAUD Fakultas Tarbiyah dan Keguruan UIN Ar-Raniry lulusan 2021 dengan hasil indeks subjek menggunakan Dalil Zipf, Penelitian ini menggunakan metode penelitian kuantitatif. Jumlah sampel dalam penelitian ini adalah 6 buah abstrak pada skripsi mahasiswa program studi S1 PIAUD UIN Ar-Raniry tahun 2021. Analisis data pada penelitian ini adalah memaparkan hasil temuan dari lapangan. Ada beberapa langkah analisis data pada penelitian ini adalah: Memilih dokumen skripsi, menghitung jumlah frekuensi kata setelah dokumen dipilih kemudian dihitung jumlah kata dan frekuensi kata. Menentukan titik transisi dari suatu dokumen, penentuan kata kunci dokumen. Kata-kata yang terdapat pada daerah transisi, setelah kata sandang dibuang selanjutnya dijadikan menjadi indeks dokumen, interpretasi terhadap kata kunci dokumen dan membandingkan hasil penentuan kata kunci. Berdasarkan hasil dari pengolahan data disimpulkan penggunaan hukum Zipf dalam pengindeksan subjek dapat menghasilkan indeks tunggal yang diambil langsung dari bahasa indeks itu sendiri atau bahasa alamiah yang tidak bisa diubah, sehingga menghasilkan bahasa yang tidak terkendali. Penggunaan hukum Zipf memiliki tingkat relevan yang tinggi jika dibandingkan dengan hasil relevan marginal dan tidak relevan. Hal ini dibuktikan dengan perhitungan hasil data dimana tingkat relevan berjumlah 83,3 % sementara tingkat tidak relevan sebesar 16,7 % dan tingkat yang relevan marginal adalah 0 %.