Praktikum Analisis Jejaring Sosial mengunakan Aplikasi Gephi

Asalamualaikum warahmatullahi

wabarakatuh. Perkenalkan nama saya

Faizal Anugra, npm 2355201065.

Di sini saya akan melakukan praktikum

analisis jaring sosial menggunakan

aplikasi GPI.

Baik, langsung saja ke tahap yang

pertama yaitu persiapan data set.

Dataset yang saya gunakan yaitu dataset

via API. saya mengambilnya eh melalui

Kegle berupa dataset Twitter@gnes

formatnya yang merepresentasikan

hubungan interaksi antar pengguna

Twitter.

Lalu yang harus kita pastikan yaitu di

sini

eh import ini SD clean open. Nah, eh

struktur kolom itu wajib harus ada data

relasi minimal memiliki kolom source

aktor asal dan target atau aktor tujuan.

Yang kedua, jika ada missing value eh

harus kita hapus atau target kosong

harus kita hapus pada baris tersebut.

Yang ketiga, hapus duplikasi jika ada

baris hubungan yang sama persis berulang

pada waktu yang sama. Hapus duplikasi

tersebut agar tidak meracukan

perhitungan sistem. Baik, untuk ee tahap

yang kedua yaitu

kita akan melakukan impor ee dataset-nya

ini. Nah, di sini saya memiliki source

dan target. Seperatornya itu koma impor

sebagai table. Caset-nya UTV -8. Next.

Finish. Graph type-nya itu di sini saya

eh ini di directed. Oke.

Nah, ini untuk gambar yang pertama.

Baik. Eh, lalu di sini saya akan masuk

ke tahap ketiga yaitu komputasi matetrik

statistik. Yang pertama itu average

degree. Itu cara menjalankannya. Yang

pertama bagian statistik.

Eh, lalu

di sini statistik. Lalu di sini saya

pilih eh degree

ini hasilnya 26,323.

Lalu yang kedua itu grab deniet

direct. Oke, hasilnya 0,432.

Selanjutnya yaitu network diameter.

Settingannya ini default

hasilnya itu diameternya 4, radiusnya 0.

Lalu keenor centrality

bawaan seperti ini. Nah, hasilnya 6,74

jika di ee persenkan yaitu 0,06.

Lalu yang terakhir itu peg rank

0,8 ini eh default

hasilnya itu 0,85.

Nah, dari hasil tersebut di sini saya

akan sedikit menjelaskan yaitu dari

hasil average degree tadi 26,32 itu

tergolong tinggi karena aktor rata-rata

cukup sering berinteraksi. Untuk grab

density 0,432 itu jauh di atas kategori

sedang karena sedang itu 0,10 hingga

0,30. Jaringan ini tergolong padat tidak

seperti jaringan sosial besar yang

biasanya sangat renggang. Lalu untuk

network diameter 4 dan average pedank

tadi itu 1,63 artinya sangat kecil.

Informasi menyebar sangat cepat. Ee lalu

untuk modularity itu hasilnya 0,67.

artinya kurang dari 30

artinya itu kurang dari 0,30

ee yang berarti struktur komunitas itu

lemah, jaringan cenderung menyatu jadi

satu kesatan besar bukan terpisah ke

kelompok-kelompok jelas wajar terjadi

karena density-nya tadi tinggi. Untuk

vektor max-nya itu 0,2294

pada not 40981798.

Karena aktor ini terhubung dengan

aktor-aktor penting lain, bukan sekedar

banyak koneksi. Untuk yang terakhir itu

PX rank tadi max-nya itu 0,06 pada Note

43003845.

Aktor ini punya posisi paling strategis

karena banyak dirujuk oleh aktor-aktor

penting lainnya. Baik, untuk tahap

selanjutnya yaitu tahap keempat,

visualisasi graf. Di sini kita buka

bagian eh layout lalu ke panel layout.

Layout panel layout kita pilih force

Atlas 2. Lalu kita running.

Kita tunggu sampai stabil. Jika ini

sudah stabil lalu klik stop.

Jika diras sudah stabil project kita

boleh berubah. Kita klik stop saja.

Lalu untuk warna komunitas yaitu buka

bagian apence

apence note partition lalu pilih

modularity class

modul

lalu kita apply. Nah, di sini sudah

terbagi menjadi tiga warna. Selanjutnya

untuk ukuran note yaitu klik icon size

bagian ranking. Kita pilih atributnya

itu factor centrality. Untuk minimal

size itu 10.

Untuk maksimalnya yaitu 60. Jika sudah

kita apply.

Oke, sekarang kita buka bagian tab

preview untuk eh melihat gambarnya lebih

detail. So, label kita refresh. Nah, ini

gambarnya.

Oke, jika sudah kita akan masuk ke tahap

kelima yaitu analisis struktur jaringan.

Nah, di sini saya akan mengurutkan ee

aktor sentral top 5 berdasarkan degree.

Ini degre

ini top 5 ya.

Nah, yang pertama itu 270449528.

Kedua 2598 42341.

Ketiga yaitu 40981798.

Ketiga 204317520.

Top yang kelima yaitu 43003845.

Eh untuk aktor yang paling populer deg

tertinggi yaitu Note 27049528

dengan 92 koneksi. Namun nilai

betweennya

namun nilai betweeness agen factor dan

backrank-nya justru lebih rendah

dibanding not 40981798.

Untuk bitwinness tertinggi di table ini

nih yaitu note 40981798.

Eh, ini paling sering menjadi jalur

penghubung antar aktor lain. Untuk aeg

faktor tertinggi yaitu agen factor

nih 409817

9 eh 8 karena terhubung dengan

aktor-aktor penting bukan sekedar banyak

koneksi. Lalu untuk

ee kesimpulan

itu bukan ee kesimpulannya bukan aktor

yang sama persis. Note 2 704 ini tadi

nih, Note 27045

28 unggul di popularitas mentah atau

degree. Sedangkan Note 40981798

dan 43003845

itu justru yang paling berpengaruh

secara struktural.

Nah, baik. Untuk yang kedua itu di sini

eh giant component.

Giant komponen itu bagian eh filter

lalu topologi

giant component.

Klik. Nah, hasilnya seluruh 62 not 100%

berada dalam satu giant komponen. Tidak

ada komponen kecil, terpisah maupun not

terisolasi. Ketiga yaitu degree rank itu

topologi degree rank. Degre rank dihapus

yang ini.

Stop hapus

degree rank.

Oke. Untuk dig rank itu ambang dicoba

lebih dari 10.

Nah, saya 11.

Nah, hasilnya hampir seluruh note tetap

bertahan karena over degree keseluruhan

sudah 26,32 menegaskan jaringan ini

padat. Bukan jaringan dengan segelintir

not dominan dan mayoritas not periferal

berdegri rendah. Lalu yang keempat kita

analisis komunitas bagian filter atribut

partition.

atribut

partis hapus dulu yang ini

eh analisis komunitas modularity class.

Nah, kita jalankan nih.

Nah, ada 1 2 3. Nah, hasilnya tiga

komunitas terdeteksi modularity,7

karena nilai modularity rendah. batas

antar komunitas tidak tegas. Banyak ads

lintas komunitas dibanding ads di dalam

komunitas itu sendiri. Lalu yang kelima

itu ego network bagian filter topologi.

Ego network filter

topologi nih hapus.

Nah, untuk note ID saya

nih untuk note ID saya menggunakan

eh not 40981798

sebagai pusat karena koneksi terluas ke

aktor-aktor penting lain sehingga ego

network-nya mencakup sebagian besar

aktor berpengaruh di jaringan.

Oke.

Ee untuk sebelum versus sesudah filter

yaitu tadi yang untuk graf awal itu 22

not lalu 1632

dan density,32.

Dan graf setelah salah satu filter di

atas

eh itu terjadi sedikit perubahan setelah

kita lakukan filter berupa giant

komponen dan degree lebih dari 10 itu

terdapat notes yang berkurang gitu tapi

tidak terlalu berpengaruh.

Baik, untuk tahap yang keenam itu

interpretasi

hasil.

Untuk matrik total notes itu hasilnya

62. Untuk matrik total address itu

hasilnya 1632.

Untuk matrik average degree itu nilai

hasil 26,32.

Untuk matrik graf density nilai hasil

0,432.

Untuk matrik network diameter nilai

hasilnya 4. Untuk matrik modularity

nilai hasil 0,067.

Untuk matrik agen ve factor nilai

hasilnya 0,2294

pada not 40981798.

Untuk matrik pack rank itu nilai

hasilnya 0,06

pada not 43003845.

Baik, ee untuk kesimpulannya mungkin di

sini saya akan sedikit menjelaskan lagi

yaitu untuk karakteristik jaringan eh

ini tergolong padat density,32

jauh di atas jaringan sosial pada

umumnya. Berarti penyebaran informasi

sangat cepat. Diameter hanya 4 pad

diameter hanya 4 pad-nya 1,63. Dan

struktur komunitasnya itu lemah karena

modularity,67.

Jaringan cenderung menyatu bukan

terpisah tegas ketiga komunitasnya. Lalu

untuk aktor populer tadi itu Note

270449528

degrnya 92. Lalu brokernya tadi Note

40981798.

Eh, lalu yang vektornya tadi 0,2294

pada not 40981798.

Untuk pack ranking tadi 43003845

hasilnya 0,06

dan not eh 43003845

ini konsisten dominan di berbagai matrik

struktural berbeda dari dua berbeda dari

not 270449528

yang hanya unggul di jumlah koneksi

mentah untuk bentuk graf untuk bentuk

graf itu mes cenderung hybrid. Jadi

density tinggi menghasilkan banyak

saling silang. Namun tetap ada beberapa

not berukuran jauh lebih besar dengan

vektor tinggi yang membedakan dari mes

acak murni. Untuk tingkat sentralisasi

mode rateli centralized ada aktor

dominan namun distribusi degree di not

lain juga cukup merata. Jadi bukan pola

star yang ekstrem untuk antar komunitas

ee yaitu saling terhubung erat bukan

terpisah karena modularity rendah.

Notebook terkonsentrasi pada 40981798,

43003845

lalu 34428380

lalu 22462180

terakhir 8088112

untuk not bridge tadi 40981798

dan 204317520

itu bitweness tinggi untuk notde out

layer tidak ada. Seluruh note ada dalam

satu giant componen 100%.

Baiklah, mungkin itu saja ee praktikum

analisis dijaring sosial saya

menggunakan GEPI. Ee saya akhiri

wasalamualaikum warahmatullahi

wabarakatuh.

Yeah.