Skip links

Kim's Talk

Being your 2ndary lecture ;)

Analisa Jaringan

ANALISA JARINGAN : DATA SET DAN VISUALISASI JARINGAN

by Leave a Comment

Pada artikel ini, penulis akan menunjukkan proses analisa jaringan melalui sebuah data set yang biasanya berbentuk sebuah tabel dua kolom yang menunjukkan hubungan antar nodes yang belum ter-visualisasi dalam bentuk jaringan / graph. Tujuan pembahasan kali ini adalah memberikan gambaran serta berbagi cara langkah-langkah yang dapat digunakan untuk menganalisa sebuah data set. Manfaat dari artikel ini diharapkan bahwa pembaca akan lebih mudah dalam mengubah suatu data set menjadi bentuk graph yang selanjutnya dapat dilakukan analisa dan mengambil kesimpulan /informasi mengenai jaringan tersebut.

Pembahasan penulis akan berada pada area SNA / Social Network Analysis yang mencakup hal-hal seperti average degree, graph density, network diameter dan modularity.

Introduction to Data set

Pada pembahasan ini penulis menggunakan salah satu data set yang bersumber dari www.networksciencebook.com serta menggunakan bantuan aplikasi Gephi untuk melakukan analisa data set tersebut. Perlu diketahui bahwa dalam pembahasan artikel ini, penulis mengambil data set mengenai powergrid network / jaringan pembangkit listrik untuk selanjutnya dianalisa. Bentuk data set yang telah diunduh dari link tersebut adalah seperti gambar berikut,

Sesuai dengan deskripsi penulis pada awal artikel, bentuk dari data set ini hanyalah berupa tabel 2 kolom dimana pada kolom paling kiri berisi nomor dari node dan kolom paling kanan berisi node yang terhubung dengan kolom di sebelah kiri.

Selanjutnya untuk mengubah data set ini menjadi format yang bisa dibaca oleh aplikasi Gephi, kita perlu memindahkan semua konten data set ke Ms Excel dengan bentuk akhirnya seperti ini,

Setelah itu kita simpan data ini ke dalam format file CSV (.csv), selanjutnya kita dapat menggunakan aplikasi Gephi untuk membuka format data tersebut dan berikut adalah tampilannya,

Pada saat menjalankan analisa ini, penulis menggunakan pilihan analisa secara undirected atau tidak saling mempengaruhi ketika ada jaringan lain yang ditambahkan dalam analisa. Selanjutnya akan beralih kepada analisa data set yang telah ter-visualisasi menjadi jaringan ini.

Network Analyzing

Dalam jaringan ini akan dilakukan analisa secara standard hingga pada akhir dari analisa nanti dapat diambil kesimpulan soal jaringan distribusi listrik / powergrid network tersebut.

Sebelum menganalisa jaringan ini, ada baiknya untuk mengubah bentuk / layout dari jaringan tersebut untuk mempermudah kita dalam melihat jaringan ini, berikut adalah bentuk penggunaan layout Fruchterman Reingold,

Dapat dilihat banyak titik dan garis yang terhubung, bentuk inilah yang disebut graph dan di sini titik / nodes merepresentasikan sebuah tiang listrik sementara garisnya / edges adalah kabel yang saling menghubungkan tiang listrik tersebut.

Berikutnya, penulis akan melakukan analisa pada nilai average degree distribution yang akan menunjukkan jumlah rata-rata hubungan yang terjalin antar pembangkit listrik dalam jaringan ini. Berikut adalah hasilnya,

Didapatkan nilai average degree sebesar 2,669 yang berarti rata-rata tiang listrik terhubungan dengan dua tiang listrik lainnya, dan dapat dilihat persebaran titik yang ada tidak merata dan merujuk pada bentuk distribusi poisson. Dibuktikan dengan adanya beberapa titik / node yang memiliki lebih dari 10 hubungan kepada titik lain.

Berikutnya, analisa akan dilakukan dengan melihat serangkaian nilai yaitu network diameter, average path length, betweenness dan closeness dari jaringan ini

Didapatkan nilai network diameter adalah 46 yang berarti untuk menempuh jarak antara dua titik terjauh di dalam jaringan ini dapat melalui 46 titik / nodes saja dengan average path length / rata-rata jarak antar titik sejauh 18,9 skala graph.

 

Pada gambar di atas dapat dilihat nilai betweenness centrality yang mengindikasikan adanya jumlah hub yang ada dalam jaringan, dapat dilihat bahwa dalam jaringan ini terdapat kurang dari seratus hub dan hal ini adalah salah satu landasan mengapa persebaran data pada average degree menghasilkan bentuk distribusi poisson.

Pada bagian ini terlihat nilai closeness centrality distribution yang mengukur kedekatan antara dua titik / nodes dalam sebuah jaringan. Dapat diamati pada gambar banyak titik yang memiliki tingkat kedekatan kurang dari 1. Berikut ini adalah nilai graph density,

Pada nilai graph density di atas dapat dilihat sebesar 0,001 jika dihitung secara teoritis dimana network density sendiri memiliki konsep rumus yaitu jumlah hubungan dibagi dengan probabilitas terjadinya hubungan dan tanpa melihat faktor pengaruh lain maka dengan nilai tersebut dapat diartikan bahwa hanya ada 1 hubungan dari total 1000 kemungkinan sebuah titik untuk terhubung. Mari kita identifikasi, siapa titik / node yang menjadi key player dalam jaringan ini mengingat key player artinya ia menjadi kunci hubungan dengan indikasi hubungan yang terjalin terhadap satu titik ini sangat banyak.

Dengan melihat kolom degree kita dapat melihat bahwa titik dengan Id 2395 adalah pemain kunci / key player dalam jaringan ini karena ia memiliki nilai tertinggi. Dengan hubungan / degree sebanyak 19 dan titik ini masuk ke dalam kelompok ke-20. Selanjutnya kita akan mengidentifikasi jumlah kelompok / komunitas yang ada dalam jaringan distribusi listrik ini dengan menggunakan fungsi modularity,

Dalam hasilnya dapat dilihat terdapat 35 komunitas kecil dalam jaringan ini, dan perhitungan ini menggunakan resolusi 1,0. Berikut adalah interpretasi data dengan warna-warna yang menunjukkan kelompok-kelompoknya,

Mari kita coba dengan menggunakan resolusi yang berbeda, penggunaan resolusi dalam fungsi modularity adalah untuk mengidentifikasi jumlah kelompok menjadi lebih besar dan dihasilkan lebih sedikit kelompok yang terdiferensiasi.

 Dengan menaikkan resolusi menjadi 1,5 akan didapatkan jumlah kelompok yang lebih sedikit, berikut adalah hasilnya,

Dapat dilihat bahwa jumlah komunitas menurun dari 35 menjadi 31, dan berikut ini adalah interpretasinya dengan menggunakan warna,

Tidak terjadi terlalu banyak perubahan dalam graph namun, perubahan dapat dilihat dengan melihat jumlah komunitas yang menurun tadi. Berikut ini adalah bentuk akhir dari jaringan yang dianalisa dengan menunjukkan label masing-masing titik / nodes label.

Summary

Setelah melakukan analisa standard dari jaringan distribusi listrik / powergrid didapatkan sebuah pemain kunci dalam jaringan ini dan juga informasi-informasi mengenai jaringan ini yang telah dibahas pada bagian tengah artikel.

Akhir kata yang ingin disampaikan oleh penulis adalah semoga artikel ini membawa manfaat secara positif kepada pembacanya, dan bagi yang belum bisa memahami isi artikel ini maka penulis menerima saran dan kritik yang membangun demi perbaikan diri penulis. Terimakasih.

ANALISA JARINGAN PERTEMANAN DI PLATFORM MEDIA SOSIAL INSTAGRAM

by Leave a Comment

Dalam artikel ini penulis akan membahas tentang implementasi ilmu jaringan / network science pada jaringan pertemanan penulis sendiri di media sosial, tepatnya pada platform Instagram. Mengapa penting sekali ini untuk dibahas dan apa manfaat langsung maupun tak langsung yang dapat diterima? Mari ikuti pembahasannya.

Friendship Throughout History

Pertemanan adalah hal yang dibutuhkan oleh manusia mengingat kita bukanlah makhluk yang bersifat individualis, melainkan kita manusia adalah makhluk sosial. Dan hal itu disadari maupun tidak telah dilakukan dari era nenek moyang kita masih hidup, hingga saat ini pun kita masih melihat bentuk pertemanan / hubungan antar individu yang dijalin berdasarkan preferensi pribadi masing-masing individu. Walaupun, pertemanan dapat terjalin akibat faktor lain seperti lingkungan kerja atau ketika situasi dimana individu membutuhkan bantuan individu lain.

Ketika pertemanan telah terjalin berdasarkan faktor-faktor tertentu, biasanya kita sebagai individu akan saling mengenalkan teman kita satu sama lain dengan harapan akan terbangun hubungan yang sama pula. Hingga pada akhirnya ketika individu tersebut terkumpul cukup banyak dengan preferensi yang sama, terbentuk kelompok / komunitas yang memiliki suatu nilai yang sama-sama dipercayai dan biasanya menjadi identitas.

Dari hal tersebut, kita dapat mengetahui bahwa sebenarnya di kehidupan sehari-hari, kita bertemu dan berinteraksi dengan individu yang sama ataupun berbeda kelompok preferensi dengan kita. Dan secara tak langsung, kita membentuk sebuah alur yang saling terhubung dan tidak terlihat secara fisik dalam lingkungan hidup kita. Hal inilah yang dapat diartikan sebagai sebuah jaringan, jaringan tak memiliki bentuk fisik yang dapat dilihat namun dapat dirasakan dan dapat di-visualisasikan melalui graph.

CONNECTION IN SOCIAL MEDIA

Saat ini, pertemanan dapat dilakukan dalam bentuk digital yang dapat kita temukan dalam aktifitas sehari-hari kita yaitu media sosial. Mari kita perhatikan bagaimana kita saat ini dapat dengan mudahnya terhubung dengan teman kita yang berada di tempat yang jauh dari kita melalui platform digital media sosial. Interaksi pun dapat terjadi dengan saling melemparkan pesan antar akun pengguna. Penulis berniat mengajak pembaca untuk menelaah lebih dalam lagi mengenai jaringan pertemanan saat ini yang telah berada pada platform digital media sosial. Dengan menunjukkan penelitian kecil terhadap teman-teman penulis yang berada di platform media sosial Instagram.

Dalam penelitian ini, objek yang akan diteliti adalah teman-teman penulis sebagai follower akun instagram penulis. Penulis akan memberikan visualisasi dari jaringan pertemanan penulis di instagram, namun disini perlu diingat bahwa penulis hanya melakukan sampling data dari total 368 follower dengan hanya mengambil 17 orang follower dan 1 akun pribadi penulis (Naufal Hakim), berikut adalah gambarnya,

(Jaringan awal dengan nama follower penulis)

(Jaringan awal dengan kode nama)

Melalui bantuan aplikasi Rstudio, penulis dapat mengolah sebagian data pertemanan penulis di instagram menjadi gambar tersebut. Pada gambar tersebut, adalah nama dari sebagian teman-teman penulis di media sosial instagram.

Tentunya penelitian ini tidak berhenti hanya dengan visualisasi saja, mari kita melihat beberapa hal lainnya dalam jaringan pertemanan penulis. Seperti siapa yang berperan sebagai hub dalam jaringan tersebut, siapa yang memiliki pengaruh terbesar dalam jaringan tersebut dan seberapa ter-kelompok jaringan pertemanan penulis.

CLOSENESS, BETWEENESS AND MODULARITY

Pada sebuah jaringan pertemanan kita, tentunya terdapat beberapa individu yang sangat dikenal oleh individu lainnya karena ia mudah untuk mendekat dan juga didekati. Nyaris tanpa hambatan ketika kita ingin berbincang dengan individu tersebut maupun mengenalkannya kepada relasi kita sendiri. Dan melaluinya, suatu informasi cepat tersebar terutama pada orang-orang terdekatnya. Hal ini disebut sebagai closeness centrality.

Pada penelitian kecil ini, penulis akan menunjukkan siapa teman penulis yang memiliki nilai closeness centrality yang paling tinggi sehingga dapat menemukan pemain kunci dalam penyebaran informasi dalam jaringan pertemanan penulis. Berikut adalah gambarnya,

Berdasarkan pada perhitungan oleh aplikasi Rstudio tersebut, Raihan (15) memiliki nilai closeness centrality tertinggi selain akun penulis (Naufal Hakim) dan berarti ia adalah pemain kunci yang mampu menyebarkan informasi dengan cepat dalam jaringan pertemanan penulis. Hal ini dapat dibenarkan karena dalam dunia fisiknya, Raihan adalah salah satu teman dekat penulis termasuk juga teman satu kelas, sehingga Raihan memiliki banyak relasi yang relatif sama dengan penulis. Terlebih karena Raihan adalah seorang Komandan Mahasiswa (KM) yaitu jabatan ketua kelas untuk mahasiswa Telkom University.

Berikutnya, penulis akan menunjukkan bahwa dalam jaringan pertemanan penulis juga terdapat seorang individu yang memiliki ‘pengaruh sosial’ sehingga ia dapat merubah / merekayasa aliran informasi dalam jaringan. Hal itu dapat dicapai karena ia memiliki banyak sekali hubungan dengan individu lain sehingga ia seakan menjadi penghubung antara individu yang belum saling mengenal sebelumnya. Individu dengan kemampuan seperti itu dalam jaringan disebut sebagai hub. Dan perannya sangat kritis, karena ketika kita menghilangkan seorang / sebuah hub dalam jaringan maka dapat dipastikan hubungan dalam kelompok maupun di luar kelompoknya akan terputus sehingga runtuhlah jaringan tersebut.

Dalam jaringan pertemanan penulis, ditemukan seorang hub yaitu Raihan (15) karena ia memiliki nilai tertinggi selain akun penulis (Naufal Hakim), berikut adalah gambarnya,

Dengan begitu, kita dapat mengetahui bahwa ia adalah orang yang ‘berpengaruh’ dalam jaringan pertemanan penulis. Karena beberapa informasi tersalurkan melalui Raihan dengan frekuensi yang cukup tinggi.

Terakhir, penulis akan mengajak pembaca untuk melihat seberapa banyak kelompok pertemanan atau biasa disebut sebagai geng bermain pada jaringan pertemanan penulis. Hal ini mengindikasikan keberagaman yang ada dalam pertemanan penulis, sekaligus menunjukkan siapa saja yang masuk ke dalam kelompok-kelompok tersebut. Geng bermain tersebut dalam ilmu jaringan / network science disebut sebagai modularity. Berikut ini adalah visualisasinya,

Berdasarkan gambar tersebut, dapat dilihat bahwa ada tiga kelompok / cluster dalam jaringan pertemanan penulis yang berarti jaringan pertemanan penulis tidak monoton dan memiliki keberagaman yang cukup besar. Dan masing-masing kode nama yang terkelompok tersebut, sejatinya memang dalam kehidupan nyata pun merupakan kelompok pergaulannya. Seperti Kishi (1), Azzahra (2), Triyulia (3) yang termasuk dalam kelompok biru adalah teman satu kelas penulis.

Dan pada kelompok hijau, merupakan teman-teman pergaulan penulis dalam organisasi di kampus yaitu HIPMI PT Telkom. Terakhir pada kelompok merah adalah, teman-teman pergaulan penulis dalam komunitas debat UKM Search (SDS), namun disini terdapat anomali bahwa Risang (17) masuk dalam kelompok ini walaupun sebenarnya Risang tidak masuk ke dalam bagian dari SDS.

BENEFIT OF NETWORK ANALYSIS

Manfaat apa yang sekiranya bisa penulis berikan dengan adanya pembahasan mengenai artikel ini? Karena sejatinya ilmu dapat bermanfaat ketika kita tahu cara menggunakannya, dan di sini penulis akan menyebutkan sedikit manfaat pembelajaran analisa jejaring sosial ini. Diantaranya adalah,

Knowing your environment better, melalui analisa ini kita dapat menemukan beberapa pihak yang ada dan mempengaruhi jaringan pertemanan kita. Bukan berarti untuk membuatnya menjadi musuh, namun menjadikannya sebagai entitas yang bermanfaat bagi pribadi ini.

Getting benefit of your environment, dengan mengetahui lingkungan pertemanan secara mendalam maka kita dapat menggunakan strategi yang tepat untuk mendapat manfaat dari jaringan pertemanan kita. Misalnya untuk menambah jumlah teman atau relasi kita, maka kita sebagai individu / node dapat berhubungan dengan seorang hub yang dapat mengenalkan kita pada relasinya. Sehingga ketika kita sedang butuh bantuan, pilihan alternatif bantuannya tidak akan terlalu sempit karena kita tahu siapa saja yang dapat membantu dalam jaringan pertemanan kita.

RESOLUTION

Pertemanan telah terjadi sejak manusia telah menyadari pentingnya untuk bekerjasama, dan dalam perkembangannya dapat terlihat adanya transisi pertemanan dari offline menuju online. Namun, konsep keterhubungan yang terjadi tidaklah jauh berbeda karena kita masih dapat melakukan interaksi yang relatif sama namun saat ini kita dapat melihat lebih dalam sebuah jaringan pertemanan dengan membuat visualisasi jaringan tersebut. Bahkan kita dapat mengambil manfaat untuk diri kita melalui jaringan pertemanan yang telah dibangun.

“Friendship is the hardest thing in the world to explain. It’s not something you learn in school. But if you haven’t learned the meaning of friendship, you really haven’t learned anything.” – Muhammad Ali

Sampailah kita pada ujung dari pembahasan artikel ini, demikian pembahasan penulis tentang analisa jaringan pertemanan di platform media sosial instagram. Saran dan kritik yang membangun adalah kado dari pembaca untuk penulis dapat lebih memperbaiki diri.

 

Referensi Penulis,

___,___.“Quotes Tentang Pertemanan (About Friendship)”.https://www.sederet.com/tutorial/quotes-tentang-pertemanan-about-friendship/ (diakses pada 13 Februari 2019 pukul 1:50 WIB)

___,___.”Graph Theory”. http://networksciencebook.com/chapter/2 (diakses pada 13 Februari 2019 pukul 15:34 WIB)