Social Networking Minggu-4

-

 

Social Network Analysis Minggu Ke-4

Pada Minggu Ke-5 Ini Perkuliahan Dilakukan Melalui Vclass Dengan Membahas Konsep Dasar Metode SNA Dan Pengenalan Software SNA.

KONSEP DASAR JARINGAN

Jejaring sosial memiliki dua elemen dasar dan satu opsional (point ketiga):

1. Satu set node (alias simpul) - objek dalam jaringan

2. Satu set atau set hubungan (alias relasi, koneksi, edge, arc -ties bisa diarahkan atau tidak

3. Opsional, sekumpulan atribut - informasi tambahan yang kita miliki tentang node

Analisis Jaringan

• Network

Bagaimana merepresentasikan berbagai jaringan sosial ?

Matrik kedekatan (Adjacency Matrix) – Directed and Binary



 



Grafik matrik dengan atribut node









Dari matriks kita dapat membuat grafik (alias diagram jaringan, sosiogram) Dalam ruang SNA dipetakan seluruhnya dalam koneksi

• Tie Strengths

Bagaimana mengidentifikasi kuat atau lemahnya ikatan ?













Ikatan menggambarkan interaksi, aliran informasi atau barang, dll. Besaran ikatan (Tebal/Tipis) dapat mengindikasikan kekuatan dari interaksi atau frekuensi

• Key Player

Bagaimana mengidentifikasi actor utama dalam jaringan? Dengan Menggunakan Pengukuran Centrality – Level Aktor

a)    Degree Centrality

Ada tidaknya ikatan yang masuk (Indegree)/keluar (Outdegree) dari node - keterhubungan/pengaruh/popularitas.

b)      Betweeness Centrality (Nilai 0 s.d 1)

Node yang menghubungkan dua node lainnya – Gateway/Bridge

c)      Closeness Centrality (Nilai 0 s.d 1)

Ukuran Jangkauan/Kedekatan Aktor – Di ukur dari berapa langkah seorang aktor dapat menghubungi aktor lain.

d)      Eigenvector Centrality (Nilai 0 s.d 1)

 Seberapa penting atau seberapa popular node yang berjaringan dengan aktor.

• Cohesion

 Pengukuran keseluruhan sturktur jaringan

Level Sistem – Karakteristik dan Stuktur Jaringan

a)      Reciprocity (Nilai 0 s.d 1)

Indikator mutualitas dan pertukaran timbal balik – Kohesif Relasi anggota searah atau dua arah

b)      Density (Nilai 0 s.d 1)

Intensitas antar anggota jaringan dalam berkomunikasi

c)       Size

Ukuran dari suatu jaringan menentukan karakteristik suatu jaringan Jaringan dengan ukuran kecil – Lebih kohesif, intensitas komunikasi lebih sering

d)      Centralization (Nilai 0 s.d 1)

Seberapa memusatnya suatu jaringan pada beberapa aktor

e)     Diameter dan Jarak/Distance

Diameter – Jarak terjauh di antrara dua aktor dalam suatu jaringan. Jarak – Rata-rata langkah yang dibutuhkan oleh semua aktor untuk bisa saling berinteraksi.

f)       Modularity

Pengukuran untuk mendeteksi banyaknya komunitas/group/genk yang ada di dalam suatu graph.


Komentar

Posting Komentar

Postingan populer dari blog ini

Pertemuan 11 Mata Kuliah Social Network Analysis (SNA)

-
Gambar
CRAWLING DATA MENGGUNAKAN NETLYTIC Dengan Keyword Kaesang   Social Network Analysis di Media Sosial khususnya Twitter, karena dapat mendeteksi isu lewat Trending Topic. Hanya Twitter yang masih menyediakan fasilitas “search” keseluruh status/tweet. Untuk melakukan SNA di media sosial kita harus menentukan keyword terlebih dahulu yang dapat berupa: Kata, Hastag (#), dan Akun Media Sosial. Lalu melakukan crawling data untuk mengetahui tweet lampau atau live stream tweet menggunakan Netlytic. Setelah sudah mendapatkan data, Langkah selanjutnya yaitu memvisualisasikan dan menganalisis data tersebut menggunakan aplikasi salah satunya yaitu Gephi. Saat ini saya akan melakukan crawling data dari media sosial Twitter menggunakan Netlytic. Keyword yang digunakan untuk di Analysis adalah “Kaesang” . Setelah menentukan keyword yang digunakan kita melakukan network analysis untuk menganalisis jaringan dari keyword yang kita cari. Untuk menganalisis jaringan tersebut kita dapat melakuka...
Baca selengkapnya

SNA Minggu Ke-3

-
Gambar
Pada Pertemuan Minggu Ke-4 Matakuliah Social Networking Analysis Membahas Tentang Representasi Model Sna (Graf, Edge List Dan Matrix Adjacency) Yang Kemudian Diberikan Tugas Untuk Membuat Jejaring Social Sendiri. Graf Sendiri Merupakan Wakil Suatu Jejaring Yang Dapat Terbentuk Ketika Ada Entitas (Manusia, Perusahaan, Organisasi, Dll) Yang Melakukan Interaksi Dengan Entitas Lainnya Namun Dalam Satu Lingkup Social. Terdapat Beberapa Cara Umum Untuk Memformulasikan Sebuah Graf, Diantaranya Menggunakan Edge List Dan Adjacency Matrix. Kedua Cara Tersebut Dapat Digunakan Untuk Merepresentasikan Jejaring Sosial Yang Memiliki Arah, Tidak Memiliki Arah, Memiliki Bobot, Tidak Memiliki Bobot. * Tugas Membuat Jejaring Sosial Yang Di Representasikan Menggunakan Edge list dan Edjacency Matrix. Arin : Vit Jumat Kerumah Nenek Yuk Ajak Caca Ya. Arin : Caca Jumat Kerumah Nenek Yuk Ada Vitri Juga. Arin : Nek, Jumat Arin, Vitri, Caca Mau Main Kerumah Ya. Vitri : Caca Jumat Ikut Yuk Kerumah Nenek...
Baca selengkapnya