Perpustakaan Digital ITB

Analisis kelompok dan aktor pada jaringan sosial biasanya menggunakan metode community detection dan centrality. Metode community detection ini bertujuan untuk mendeteksi kelompok-kelompok yang ada pada jaringan sosial, dan centrality ini bertujuan untuk mencari aktor terpenting pada kelompok jaringan sosial. Masukan data untuk community detection dan centrality ini berupa data masukan yang besar dan terstruktur. Pada studi kasus Twitter, data masukan untuk community detection dan centrality diperoleh dari hasil crawling data, yang juga memerlukan suatu masukan data berupa kata kunci. Kebanyakan penelitian tentang crawling data pada Twitter hanya menggunakan satu kata kunci sehingga hasil community detection dan centrality yang dihasilkan belum menggambarkan kelompok dan aktor kuat yang terlihat pada tampilan graf kelompok dan aktor. Untuk itu, diperlukan suatu metode baru untuk menghasilkan kelompok dan aktor yang kuat. Salah satu metode baru tersebut, yaitu penggunaan berbagai kata kunci yang berbeda tetapi memiliki relasi satu topik bahasan. Untuk mengetahui nilai relasi berbagai kata kunci yang berbeda maka digunakan metode fuzzy relation sehingga berbagai kata kunci yang berbeda dikatakan memiliki relasi antar kata kunci. Berbagai kata kunci yang berbeda dan berelasi ini menjadi masukan pada metode community detection dan centrality sehingga dihasilkan berbagai kelompok dan aktor. Untuk mengetahui seberapa besar pengaruh kelompok dan aktor yang dihasilkan antara penggunaan satu kata kunci dengan berbagai kata kunci yang berbeda dan berelasi maka dilakukan penggabungan graf kelompok. Penggabungan graf kelompok-kelompok dari hasil setiap kata kunci yang berbeda berdasarkan kesamaan aktor pada setiap kelompok-kelompok yang dihasilkan kata kunci yang berbeda. Pada akhirnya diperoleh perubahan nilai graf kelompok dan aktor berdasarkan penggunaan kata kunci yang berbeda dan berelasi Hasil penelitian ini diperoleh bahwa penggunaan berbagai kata kunci yang berbeda dan berelasi dapat menghasilkan jaringan kelompok dan aktor terpenting semakin kuat serta perubahan nilai graf kelompok dan aktor. Perubahan nilai graf kelompok berupa nilai vertex, edge, average geodesic distance, dan modularity yang mengalami peningkatan tetapi mengalami penurunan nilai pada density. Sedangkan perubahan nilai graf aktor berupa nilai degree, betweenness, dan eigenvector centrality yang mengalami peningkatan tetapi mengalami penurunan nilai pada closeness centrality. Implikasi dari penelitian ini, yaitu adanya metode sederhana yang menghasilkan kelompok dan aktor terpenting yang semakin kuat berdasarkan kata kunci yang berbeda dan berelasi pada jaringan sosial Twitter.