SNA: Gephi #TragediItaewon

Hola readers! Karena blog sebelumnya aku udah share tentang sna menggunakan Netlytic, sekarang kita agak naik level nih ke Gephi. Cekidot☺

 

Analisis kali ini kita mau mencari aktor yang paling berpengaruh dalam jaringan (network) ini. Metric yang digunakan untuk menentukannya yaitu; Degree, Closeness centrality, Betweenness centrality, Eigenvector centrality.

 

1. Degree

Berdasarkan gambar 1 nilai degree berguna untuk menentukan aktor yang paling berperan berdasarkan banyaknya edges atau hubungan interaksi antar node yang satu dengan node lainnya. Maka 5 akun twitter (aktor) yang paling berpengaruh mulai dari degree terbesar adalah:

1) thepanturas

2) yanharahap

3) detikcom

4) geloraco

5) akunkeenam212

Kelima aktor tersebut dapat disimpulkan sebagai aktor yang memiliki hubungan peran yang sangat kuat dalam setiap aktor.

 2. Closeness Centrality

Pada analisis closeness centrality menggambarkan ukuran kedekatan node yang satu dengan node yang lain. Berdasarkan gambar diatas nilai closeness centrality dari ke 5 aktor tersebut memiliki nilai 1.0 sehingga aktor-aktor tersebut memiliki jaringan yang tercepat yang dapat terhubung dan berpengaruh besar dengan node lain yang berdekatan.

3. Betweenness Centrality

Analisis betweenness centrality berguna untuk menetukan seberapa sering suatu node dilewati oleh node lainnya untuk menuju ke node lainnya dan untuk mengetahui posisi atau letak node di dalam suatu network dimana node tersebut tidak boleh kosong atau hilang, karena jika node kosong maka akan terjadi suatu kesalahan dalam interaksi suatu jaringan. Berarti betweenness centrality adalah jembatan antara dua komunitas/circle pada suatu jaringan. Pada gambar menunjukkan nilai betweenness centrality akun twitter yang paling berpengaruh sebagai penghubung (jembatan) antar komunitas adalah akun twitter danzrosada, diikuti oleh rustiawati12, kemudian akun pikiran_rakyat, akun emillialnya2, dan akun michaelnur77. Hal itu diidentifikasikan bahwa lima aktor tersebut merupakan aktor yang memiliki hubungan pengaruh/peran yang sangat kuat menjadi penghubung antar node.

 4. Eigenvector Centrality

Eigenvector centrality merupakan ukuran yang memberikan bobot yang lebih tinggi pada node yang terhubung dengan node yang juga memiliki keterhubungan tinggi. Pada gambar tersebut menunjukkan bahwa akun twitter (aktor) yang paling berpengaruh adalah detikcom, diikuti oleh geloraco, lalu akun pwibawa57, akun rakyatkecik, dan akun puanmaharani_ri. Hal itu diidentifikasikan bahwa lima aktor tersebut merupakan aktor yang memiliki hubungan pengaruh/peran bobot lebih tinggi pada node yang terhubung.