Perpustakaan Digital ITB

Penentuan sumber difusi penting dalam memitigasi fenomena nyata, seperti penyebaran COVID-19 atau informasi hoaks, yang berdampak negatif secara signifikan bagi manusia. Penelitian ini bertujuan mengestimasi lokasi sumber difusi aktual pada jaringan berskala besar menggunakan pendekatan teori graf dan statistika. Jaringan dimodelkan sebagai graf G = (V(G),E(G)), dengan himpunan titik V(G) merepresentasikan entitas, dan himpunan sisi E(G) merepresentasikan jalur penyebaran difusi. Estimasi sumber dilakukan menggunakan metode Maximum Likelihood Estimator (MLE) untuk mengidentifikasi lokasi paling mungkin berdasarkan informasi data pengamatan oleh sejumlah titik yang disebut pengamat. Algoritma dievaluasi melalui simulasi pada graf acak seperti graf Erd?os-Rényi, Barabási-Albert, reguler, dan graf deterministik seperti graf pohon, kisi, kipas, roda. Diterapkan pula variasi parameter jaringan serta strategi penempatan titik pengamat berbasis sentralitas dan himpunan pembeda. Hasil simulasi menunjukkan bahwa performa estimator sangat bergantung pada karakteristik topologis jaringan. Pendekatan MLE memberikan akurasi lokalisasi optimal pada graf acak, karena heterogenitas strukturnya lebih selaras dengan asumsi rute difusi yang dimodelkan. Sebaliknya, estimasi pada graf deterministik menghasilkan akurasi lebih rendah akibat struktur simetris yang menyebabkan estimator kurang memperoleh informasi spesifik secara akurat mengenai lokasi sumber. Secara keseluruhan, metode MLE relatif efektif diterapkan pada jaringan acak yang merepresentasikan kompleksitas dunia nyata. Namun, untuk jaringan dengan keteraturan struktural tinggi, diperlukan penyesuaian model atau pendekatan alternatif yang lebih relevan agar dapat mencapai hasil akurasi yang optimal.