PENERAPAN MODEL SNA PADA APLIKASI GEPHI (SOCIAL NETWORK VISUALIZATION) - PERTEMUAN 4

-

PENJELASAN PENERAPAN PADA APLIKASI GEPHI 

Gephi adalah tools yang digunakan untuk menganalisa dan mem-visualisasikan data guna untuk mengetahui informasi informasi yang kita butuhkan dalam jejaring sosial.

Berikut merupakan contoh pengguna data akun Intagram yang sering dikunjungi dan disebarkan khalayak dalam mencari kuliner/makanan melalui aplikasi gephi:
  • Data Gephi dalam pencarian data mengenai "Informasi Akun Kuliner" yang paling sering dicari khalayak. Dengan total pengumpulan data google form 63 responden. Setelah di input ke Gephi memperoleh hasil Nodes 115 dan Edges 107. Berikut ini keterangan dari Degree, In Degree, Out Degree, Clesenness Centrality, Betweness Centrality, dan Eigenvector Centrality, sebagai berikut:
Statistik Averrage Degress
  • Degress distribution merupakan jumlah koneksi yang dimiliki oleh node
     1. Data Laboratory Degree

         Degree terbanyak adalah @jktfooddestination dengan total 22


    2. Overview Degree


    3. Preview Degree


  • In-Degree distribution adalah total koneksi yang masuk dimiliki oleh suatu node. 
     1. Data Laboratory In-Degree

         In-Degree terbanyak adalah @jktfooddestination dengan total 22


     2. Overview In-Degree


    3. Preview In-Degree



  • Out-Degree distribution adalah total koneksi yang keluar yang dimiliki oleh satu node. 
     1. Data Laboratory Out-Degree

         Out-Degree terbanyak adalah @deliazzxn_ & @priciliaayie dengan total 6


    2. Overview Out-Degree


    3. Preview In-Degree


  • Betweenness Centrality digunakan untuk mengetahui berapa banyak aktifitas suatu node. 
     1. Data Laboratory Betweenness Centrality

         Betweness Centrality terbanyak adalah @herlan_munandar, @cikasyikahh & @vivipihh dengan    total 4.0 


    2. Overview Betwenness Centrality
    
    
     3. Preview Betwenness Centrality


  • Closenness Centrality ini digunakan untuk mengetahui seberapa dekat hubungan antar node. 
     1. Data Laboratory Closenness Centrality

    Closenness Centrality terbanyak dengan memperoleh total 1.0 terdapat 60 nama dari jumlah keseluruhan data. 


    2. Overview Closenness Centrality

 
    3. Preview Closenness Centrality


  • Eigenvector centrality menghitung bobot untuk mewakili seberapa pentingnya suatu node dalam jaringan. 
     1. Data Laboratory Eigenvector centrality

        Eigenvector Centrality terbanyak dengan memperoleh total 1.0 terdapat pada @jktfooddestionation


    2. Overview Eigenvector centrality

    
     3. Priview Eigenvector centrality
    


Comments

Post a Comment

Popular posts from this blog

SOCIAL NETWORK ANALYSIS KONTEN YOUTUBE: ALAM GANJAR, THE NEXT GIBRAN & KAESANG DI DUNIA POLITIK INDO? - PERTEMUAN 7

-
Image
  BAB IV HASIL DAN PEMBAHASAN 4.1       Gambaran Objek Penelitian 4.1.1     Channel YouTube Iso Late Show Grace Tahir Gambar 4.1 YouTube Iso Late Show Grace Tahir (Sumber : YouTube) Akun channel pada program Iso Late Show ini merupakan suatu platform YouTube yang diciptakan oleh Grace Tahir. Grace Taahir menceritakan bahwa terciptanya Iso Late Show tersebut karena terispirasi dari podcast orang lain yang bisa mendatangkan para orang-orang hebat dan memotivasi serta dapat meluangkan waktunya untuk berbagi cerita santai tapi mengandung banyak makna untuk memotivasi orang banyak. Kini akun channel Grace Tahir sudah memiliki 196k subscriber dan 529 konten video yang diunggah. 4.1.2 Konten YouTube Iso Late Show Grace Tahir            Gambar 4.2 Podcast Grace Tahir with Alam Ganjar: The Next Dinasti Politik? (Sumber: https://www.youtube.com/@GraceTahir2 3 )             Dinasti politik merupakan sistem   reproduksi   kekuasaan   yang   primitif   dikarena   praktik   ini  
Read more

CRAWLING DATA SNA YOUTUBE "ALAM GANJAR, THE NEXT GIBRAN & KAESANG DI DUNIA POLITIK INDO?" by NETLYTIC - PERTEMUAN 5

-
Image
Data Netlytic.org dalam Youtube Akun Grace Tahir yang berjudul " ALAM GANJAR, THE NEXT GIBRAN & KAESANG DI DUNIA POLITIK INDO? Iso-late Show", d engan total komentar 6.800 Berikut ini hasil data netlytic.org yang diperoleh: Dengan mengubah data tsb menggunakan Analyze & Visualize Netlytic  pada "All Cluster". Cluster 1 atau titik yang paling besar tsb merupakan jaringan terbesarnya dari total keseluruhan cluster yang berjulah 5. Dari analytic juga kita bisa melihat akun dan juga komentarnya dan balasan komentar antar akun di kolom komentar dan berapa total degreenya. Report Data Base  Pada tabel diatas menunjukkan bahwa: Total Massage pada postingan video : 3363 Unique posters : 2917 Postingan dari waktu ke waktu : >2000 postingan Top 10 posters : @suharmoko.go Top 10 most frequently used word : "Alam" Top 10 users Network In Degree Centrality : @hendi Top 10 user Network Out Degree Centrality : @rejosari Data "Who Mentions To Whom"
Read more

REPRESENTASI MODEL SNA (GRAF, EDGE LIST & MATRIKS ADJACENCY) - PERTEMUAN 3

-
Image
Ringkasan Representasi Model SNA Graf umumnya digunakan untuk mewakili suatu jejaring. Jejaring sosial dapat dibentuk ketika terdapat entitas (manusia, perusahaan, organisasi, dll) yang berinteraksi dengan entitas lainnya dalam suatu lingkup sosial.  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. Dipenjelasan mata kuliah  Social Network Analysist  kali ini aku akan membuat dan menjelaskan representasi dari jaringan yang sudah aku buat kemarin, sebelumnya aku menjelaskan  value  dan  feedback  yang aku dapatkan di dalam jaringanku, yaitu sebagai berikut: Gambar 1.1 Jaringan SNA teori Graf  • Jejaring Tanpa Arah & Tanpa Bobot 
Read more