Pertemuan 11 Mata Kuliah Social Network Analysis (SNA)
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 melakukan dengan cara memvisualisasikan jaringan tersebut. Setelah itu jaringan dapat diolah lebih lanjut dan dianalisis menggunakan software Gephi.
Berdasarkan sumber data, Keyword “Kaesang” dapat dianalisis menggunakan Social Network Analysis untuk melihat aktor-aktor yang mendistribusikan informasi melalui Netlytic. Jaringan social Netlytic, dapat secara otomatis mengumpulkan dan menemukan jaringan komunikasi social yang tersedia. Pencarian distribusi informasi dengan keyword “Kaesang” di Twitter diakses pada tanggal 11 Januari 2022 dapat dianalisis menggunakan Netlytic dan terdapat 2500 dataset yang dapat direcall oleh Netlytic, dari data tersebut menghasilkan pola jaringan seperti berikut :
Dilihat dari banyaknya jumlah node dan edge pada gambar, terdapat lima aktor utama dengan kepopuleran tertinggi yaitu pada akun tempodotco, yradianto, kompastv, cnnindonesia, paltiwest. Ada beberapa node dan edge yang terlibat dalam mendistribusikan informasi tentang Kaesang.
Telah terbukti bahwa Netlytic dapat menampilkan node atau aktor-aktor utama yang terkuat dalam mendistribusikan informasi pada jejaring sosial Twitter dengan keyword “Kaesang” melalui pola jaringan.
Netlytic juga menemukan lima cluster yang terdapat menyebarkan informasi tentang Kaesang. Sebuah cluster adalah sekolompok node yang terhubung secara padat yang lebih mungkin untuk berkomunikasi satu sama lain daripada node di luar cluster.
Pengelompokkan
Cluster pada Netlytic
Nelytic mengclusterkan keyword “Kaesang” menjadi lima cluster. Node seseorang dalam cluster dengan warna yang sama berarti orang tersebut lebih sering berinteraksi jika dibandingkan dengan orang lainnya.
Cluster 1
Cluster 2
Cluster 3
Cluster 5
Others
Network Properties
Network properties adalah sebuah
jaringan yang melibatkan satu atau lebih untuk komputer untuk memperoleh
berbagai file, atau akses internet. Berikut network properties dalam
pendistribusian informasi pada keyword “Kaesang”.
Diameter menghitung langkah
terpendek antara jarak terpanjang antara dua peserta jaringan. Langkah ini
menunjukkan ukuran jaringan dengan menghitung jumlah node yang dibutuhkan dari
satu sisi ke sisi lainnya. Netlytic mendapatkan diameter dari sebuah keyword “Kaesang”
sebanyak 7 diameter. Dengan demikian, Netlytic telah memberitahukan bahwa jarak
terpendek dari satu node ke node lain dengan langkahnya maksimal 14 edges.
Density (kepadatan) adalah proporsi ikatan yang ada untuk jumlah total ikatan mungkin dalam jaringan. Dengan kata lain, ini dihitung dengan membagi jumlah ikatan yang ada (koneksi) dengan jumlah ikatan yang memungkinkan. Langkah ini membantu menjelaskan seberapa dekat peserta dan jaringan. Netlytic memperoleh hasil density dengan keyword “Kaesang” senilai 0.001060 density. Oleh karena itu, Netlytic telah memberitahukan bahwa status jaringan tidak banyak. Dalam jaringan ini, pengguna yang terlibat lebih sedikit berinteraksi dan arus informasi berlangsung lambat.
Reciprocity (timbal balik) adalah proporsi ikatan yang menunjukkan komunikasi dua arah (ikatan timbal balik) relatif terhadap jumlah total ikatan yang ada. Hal ini diukur dengan jumlah ikatan timbal balik dalam kaitannya dengan jumlah total ikatan dalam jaringan (tidak semua ikatan mungkin). Sebuah nilai yang lebih tinggi menunjukkan bahwa banyak peserta melakukan dua percakapan, sedangkan nilai timbal balik yang rendah menunjukkan banyak percakapan yang bersifat satu pihak, sehingga percakapan bolak-balik lebih sedikit. Netlytic memperoleh hasil Reciprocity dengan keyword “Kaesang” senilai 0.003235 Reciprocity. Oleh karena itu, Netlytic telah menginformasikan bahwa tingkat timbal balik rendah. Hal ini dikarenakan tidak ada followers yang saling membalas tweet followers lainnya dengan keyword “Kaesang”.
Sentralisasi mengukur tingkat sentralitas rata-rata semua node dari sebuah jaringan. Ketika jaringan memiliki nilai sentralitas tinggi lebih dekat ke 1, itu menunjukkan bahwa ada peserta sentral beberapa yang mendominasi arus informasi dalam jaringan. Jaringan dengan pengukuran rendah sentralitas lebih dekat ke 0 dianggap didesentralisasikan mana informasi mengalir lebih bebas diantara banyak peserta. Netlytic memperoleh hasil Centralization dengan keyword “Kaesang” senilai 0.072690 Centralization. Oleh karena itu, Netlytic mengumumkan bahwa nilai tersebut tergolong rendah karena lebih mendekati angka 0. Hal tersebut berarti didalam network Twitter hanya terdiri dari 1 peserta yang menggunakan keyword “Kaesang” yang mendominasi tautan.
Modularitas
menentukan apakah cluster yang ditemukan mewakili komunitas yang berbeda di
jaringan. Nilai yang lebih tinggi menunjukkan perbedaan yang signifikan antara
komunitas yang diwakili oleh cluster di Netlytic. Nilai modularitas rendah
biasanya kurang dari 0.5, menunjukkan bahwa cluster, yang ditemukan oleh
Netlytic, akan tumpang tindih; jaringan lebih cenderung terdiri dari suatu
kelompok yang dominan. Netlytic memperoleh hasil Modularity dengan keyword “Kaesang”
senilai 0.674000 Modularity. Dengan demikian, Netlytic telah mengumumkan bahwa
nilainya lebih dari angka 0.5. Hal tersebut menunjukkan perbedaan yang
signifikan antara komunitas yang diwakili oleh cluster di Netlytic yang
menggunakan keyword “Kaesang”.
Komentar
Posting Komentar