Menganalisis Jaringan Netlytic Dengan Gephi

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 menjumlahkan semua shortest path yang mengandung node tersebut. Dari gambar jaringan diatas dapat dilihat yang berperan sebagai Betweeness Centrality pada akun @ciiiilukbaaa.

4. Eigenvector Centrality

Eigenvector Centrality adalah pemberian skor ke setiap node dan mengukur seberapa baik node tersebut terhubung kepada node lain yang memiliki skor Centrality yang tinggi. Eigenvector Centrality menghitung bobot untuk mewakili seberapa pentingnya suatu node dalam jaringan. Dari gambar jaringan diatas dapat dilihat actor yang berperan sebagai Eigenvector Centrality pada akun @ciiiilukbaaa dan @goddessvenuss_.

In-Degree

Dari gambar jaringan diatas dapat dilihat actor dengan In-Degree terbesar pada akun @tvindonesiawkwk sebesar 529, @ciiiilukbaaa sebesar 278, @silbee17 sebesar 232, @ngeracunindulu sebesar 220, dan @goddessvenuss_ sebesar 205.

Out-Degree

Dari gambar jaringan diatas dapat dilihat actor dengan Out-Degree terbesar pada akun @racunoren96 sebesar 29, @jmn99_ sebesar 28, @jyprkxmlsay sebesar 28, @bainin_1 sebesar 27, dan @143o66 sebesar 26.

Degree

Dari gambar jaringan diatas dapat dilihat actor dengan Degree terbesar pada akun @tvindonesiawkwk sebesar 529, @ciiiilukbaaa sebesar 297, @silbee17 sebesar 233, @ngeracunindulu sebesar 220, dan @bainin_1 sebesar 217.

Closeness Centrality

Dari gambar jaringan diatas dapat dilihat actor dengan Closeness Centrality terbesar pada akun @been4q59 sebesar 1.0, @zakicha29230025 sebesar 1.0, @myjailani12 sebesar 1.0, @mikazen sebesar 1.0, dan @hyang_wisnu sebesar 1.0.

Betweeness Centrality

Dari gambar jaringan diatas dapat dilihat actor dengan Betweeness Centrality terbesar pada akun @ciiiilukbaaa sebesar 2818.219816, @bainin_1 sebesar 2045.088825, @gudangshopee11 sebesar 1582.82341, @chilluvs sebesar 1556.106536, dan @knatck sebesar 1015.153588.

Eigenvector Centrality

Dari gambar jaringan diatas dapat dilihat actor dengan Eigenvector Centrality terbesar pada akun @ciiiilukbaaa sebesar 1.0, @goddessvenuss_ sebesar 0.982894, @silbee1 sebesar 0.909491, @ngeracunindulu sebesar 0.879861, dan @schmett77 sebesar 0.816871.