Postingan

CRAWLING DATA MENGGUNAKAN NETLYTIC

Gambar
Hallo!!! Kali ini saya ingin memberikan hasil Crawling Data menggunakan kutipan TV Analog Berikut adalah gambar dari keseluruhan cluster jaringan TV Analog :   Setelah melihat gambaran keseluruhan cluster di atas, mari kita bahas masing-masing clusternya. 1. Cluster 1 Cluster pertama pada gambar diatas adalah akun @tvindonesiawkwk dengan total degree 529, indegree 529, dan outdegree 0. Postingan @tvindonesiawkwk telah di retweet sebanyak 1.522 kali, like 5.722 dan 260 komentar 2. Cluster 2 Cluster kedua pada gambar diatas adalah akun @ciiiilukbaaa dengan total degree 297, indegree 278, dan outdegree 19. Postingan @ciiiilukbaaa telah di retweet sebanyak 405 kali, like 633 dan dibatasi komentar 3. Cluster 3 Cluster ketiga pada gambar diatas adalah akun @Tiancan dengan total degree 132, indegree 132, dan outdegree 0. Postingan @Tiancan telah di retweet sebanyak 405 kali, like 633 dan dibatasi komentar 4. Cluster 4 Cluster keempat pada gambar diatas adalah akun @Heryndi dengan total degree

DATA ADJACENCY MATRIX DALAM APLIKASI GEPHI

Gambar
Di blog kali ini saya ingin menjelaskan tentang bagaimana mempresentasikan jaringan sosial pada lingkungan  tugas kuliah Goes To Mekkah Berikut saya ambil sampel dari grup diskusi tugas kuliah Goes To Mekkah untuk dijadikan contoh matrik kedekatan (Adjacency Matrix). Dari data diatas maka kita bisa mempresentasikan berdasarkan dari tipe relasinya : -           Non Directed Graph Pada gambar diatas jejaring sosial dalam lingkungan Goes To Mekkah merupakan Non-Directed Graph adalah Graf yang mempunyai sisi/relasi, tetapi tidak memiliki arah atau tidak ada pengirim dan penerima, kedua aktor sama-sama mempunyai peran yang sama. -           Direct Graph Pada gambar diatas jejaring sosial dalam lingkungan Goes To Mekkah merupakan Directed Graph adalah graf yang setiap sisi/relasi mempunyai arah (directed) ada pengirim dan penerima, ada subjek dan objek. Sekian blog kali ini, kurang lebihnya mohon maaf, semoga bermanfaat.

PENGUMPULAN DATA : WAWANCARA MENGGUNAKAN KUESIONER

Gambar
 PENGUMPULAN DATA : WAWANCARA MENGGUNAKAN KUESIONER Kali ini saya akan mereview materi Social Network Analysis tentang Teknik Pengumpulan Data!! TEKNIK PENGUMPULAN DATA Teknik pengumpulan data jaringan dapat diperoleh dengan empat (4) kategori: wawancara terstruktur, wawancara tidak terstruktur, observasi dan arsip/dokumen (Marsden, 2005; Marin & Wellman, 2011). 1. Wawancara Tesrtruktur merupakan wawancara yang dilakukan secara terstruktur dengan menggunakan kuesioner. Data mengenai jaringan (aktor dan relasi antara aktor) dapat diperoleh dengan menanyakan kepada aktor. 2. Wawancara Tidak Tesrtruktur merupakan peneliti menggunakan pertanyaan terbuka yang nanti hasilnya kemudian di identifikasi kembali relasi di antara aktor. 3. Observasi merupakan peneliti mengamati objek yang diteliti, dan kemudian mengamati aktor-aktornya dan relasi di antara aktor tersebut. 4. Dokumen/Arsip merupakan ada banyak arsip yang bisa dimanfaatkan dalam studi jaringan, diantaranya kliping berita media

Menganalisis Jaringan Netlytic Dengan Gephi

Gambar
Hallo semua!!! Di kesempatan kali ini aku akan menganalisis lebih lanjut jaringan yang sudah dilakukan di Netlytic. Dengan Keyword “TV Analog” analisis yang digunakan ialah Degree Centrality, Closeness Centrality, Betweeness Centrality, dan Eigenvector Centrality. 1.  Degree Centrality Degree Centrality adalah jumlah koneksi yang dimiliki sebuah node. Dari gambar jaringan diatas dapat dilihat terdapat actor-actor yang memiliki Degree Centrality yaitu pada akun @tvindonesiawkwk dan @ciiiilukbaaa. 2.  Closeness Centrality Closeness Centrality adalah cara untuk mengukur sentralitas jaringan sosial, dengan fokus pada seberapa dekat seorang actor dengan semua actor lainnya. Dari gambar jaringan diatas dapat dilihat seberapa dekat actor satu dengan yang lainnya. 3.  Betweeness Centrality Betweeness Centrality adalah ukuran sentralitas berdasarkan jalur terpendek dan banyak digunakan dalam analisis graf kompleks. Betweeness Centrality juga dapat diartikan sebuah node yang dihitung dengan menj

MENGANALISIS AKTOR DENGAN NETLYTIC

Gambar
  Pada kali ini saya menggunakan kutipan TV Analog, karena kutipan ini sedang ramai-ramainya di twitter… Di bawah ini adalah gambar dari keseluruhan jaringan yang ditemukan sesuai kutipan TV Analog : Setelah melihat gambaran keseluruhan aktor di atas, mari kita bahas masing-masing aktor satu per satu aktornya 1.    Aktor Pertama Aktor pertama pada gambar netlytic di atas adalah akun @tvindonesiawkwk dengan total degree 529, indegree 529,  dan outdegree 0. Postingan tersebut yang ditelusuri dari netlytic seperti terlihat pada gambar di atas, dimana postingan Twitter tersebut telah di retweet sebanyak 1.522 kali, like 5.722 dan 260 komentar. 2. Aktor Kedua Aktor kedua pada gambar netlytic di atas adalah akun @ciiiilukbaaa dengan total degree 297, indegree 278,  dan outdegree 19. Postingan tersebut yang ditelusuri dari netlytic seperti terlihat pada gambar di atas, dimana postingan Twitter tersebut telah di retweet sebanyak 405 kali, like 633 dan dibatasi komentar. 3.  Aktor Ketiga Aktor