Representasi Model Social Network Analysis

 Haii kawan - kawan!! Gimana kabarnya nih? semoga dalam keadaan sehat selalu yaa! Ohiya kali ini saya mau bahas tentang Representasi Model SNA nihh! yuk langsung aja disimak!


Gambar dibawah ini adalah data Telephone dengan menggunakan aplikasi Whatsapp selama 12 Hari. Mulai dari tanggal 19 Oktober 2021 – 30 Oktober 2021. Hasil data yang didapatkan yaitu Mamah menghubungi Angga sebanyak 1x, dan sebaliknya Angga menghubungi Mamah 1x, Papah menghubungi Angga 2x, Mas Dhika menghubungi Angga 1x, De Andry menghubungi Angga 1x, dan sebaliknya Angga menghubungi De Andry 1x, Medina menghubungi Angga 1x, dan sebaliknya Angga menghubungi Medina 1x, dan yang terakhir Firman menghubungi Angga 2x.


Data tersebut adalah
jaringan sosial, Angga, Mamah, Papah, Mas Dhika, De Andry, Firman, dan Medina itu disebut juga sebagai Nodes. Dan Percakapannya disebut juga sebagai Edges.



Representasi Jejaring Sosial :

1. Jaringan Tanpa Arah dan Tanpa Bobot


Dalam edge list, edge dibentuk melalui data berjenis array atau tabel yang berisi pasangan nodes. 





Dalam Adjacency matrix, menampilkan keberadaan hubungan antara setiap node dengan nodes lainnya dalam suatu jejaring. apa bila terdapat hubungan dalam nodes maka diberi nilai 1, bila tidak ada diberi nilai 0, Berikut ini adalah tabelnya :




2. Jaringan Berarah

Arah Hubungan ini ditunjukkan oleh anak panah edge.


Arah hubungan ditunjukkan melalui arah anak panah pada edge. Hanya terdapat edge yang berasal dari Angga menuju Mamah, dan Mamah menuju Angga. Angga melakukan percakapan kepada Mamah, dan Mamah melakukan percakapan kepada Angga. Hal ini merupakan bentuk yang simetris. Jadi membutuhkan bentuk edge list yang berbeda. 




Hubungan ini merupakan hubungan yang simetris, jadi menghasilkan adjacency matrix yang simetris juga. Ketika Mamah berbicara kepada Angga , begitupun sebaliknya Angga berbicara kepada Mamah. Maka pertemuan antara baris Mamah , dan kolom Angga bernilai 1, dan pertemuan antara baris Angga dan Kolom Mamah bernilai 1. Maka keadaan ini menghasilkan adjacency matrix yang simetris.


3. Jaringan Berbobot

Hubungan jejaring juga dapat mempertimbangkan bobot untuk membedakan kualitas hubungan antar node. Semakin tinggi kualitas hubungan antara node maka nilai bobotnya semakin besar.



Jaringan Berbobot berbentuk Tabel Edge List




Jika dibuat dalam adjacency matrix yaitu, jika ada hubungan akan bernilai 1 jika tidak ada hubungan maka benilai 0. Jika ada bobotnya maka jika ada hubungan nilai hubungan berubah menjadi nilai bobot dan jika tidak ada hubungan nilai bobot tetap bernilai 0.



Kesimpulan yang di dapat adalah Angga lebih banyak berinteraksi kepada Mamah, Papah , dan Firman, melalui Telephone Whatsapp. Hal ini di karenakan mereka saling menghubungi satu sama lain.

Nah cukup segini dulu ya kawan - kawan semoga ilmunya bermanfaat! Thankyou...










Komentar

Postingan populer dari blog ini

Crawling Data Menggunakan Netlytic

Materi Tentang Pengumpulan Data : Arsip / Dokumen

Etika Pada Penelitian Social Network Analysis (SNA)