I. PENDAHULUAN
2
dengan setiap node terkoneksi dengan beberapa tetangga
terdekatnya sebanyak k. Sedangkan randomness adalah
kemungkinan sebesar p dari sebuah node untuk membentuk
suatu hubungan dengan node lain secara acak. Hal ini dapat
dilihat pada Gambar 2.1a. Terlihat bahwa small world
terbentuk pada saat 0<p<1.
3. Kedua properti tersebut dapat dikuantisasi menjadi parameter
C dan L. C adalah clustering coefficient, yang menunjukkan
seberapa padat sebuah jaringan lokal. L melambangkan
average shortest path length, yaitu ukuran yang
merepresentasikan seberapa jauh jarak rata rata antara satu
node ke node lain.
4. Ketika nilai p = 0 , jaringan tersusun dengan sangat terencana,
maka jaringan tersebut besar (nilai L besar) dan highly
clustered (nilai C besar). Ketika nilai p = 1, jaringan tersusun
dengan sangat acak, maka jaringan tersebut kecil (nilai L kecil)
dan poorly clustered (nilai C kecil). Ini dapat dilihat pada
Gambar 2.1.
5. Watts & Strogatz beragumen bahwa small world adalah model
jaringan yang memiliki cluster yang padat namun juga
memiliki nilai L yang kecil. Mereka membuat sebuah tabel
yang menunjukkan area di mana small world terjadi. Pada
Gambar 2.1b, didapati keadaan ketika nilai L kecil namun nilai
C tetap besar, adalah pada kondisi 0.01< p < 0.1.
Gambar 2 Ilustrasi jaringan sosial dari 105 siswa Harvard University [3]
Gambar 2 Contoh bentuk jaringan sosial yang diteliti oleh Christakis [3]
3
new bahavior or a new pathogen (or bioterror attack): do we
monitor people randomly or choose them according to their
network position? A choice informed by network science could be
seven hundred times more effective and efficient.[6, p.133-134]
( )( 1)
+ ( 1)
2
2
p n k = q (n k + k) (n k 1)
=
B. Perhitungan Iterasi
Metode yang akan digunakan untuk melakukan proses analisis
adalah Blind Method dan Real Method. Blind Method atau disebut
juga metode buta adalah sebuah proses pencarian nodus hotspot
dari nodus-nodus sampel dengan menggunakan aturan-aturan
sebagai berikut :
1. Pilih sebuah nodus sampel secara acak sebagai parent
2. Cek setiap child level 2 yang dimiliki oleh nodus child level 1
dari nodus parent lalu bandingkan jumlah nodus child level 2
yang dimiliki nodus child level 1 dengan jumlah nodus child
level 1 yang dimiliki oleh nodus parent.
3. Jika jumlah nodus child level 2 yang dimiliki oleh nodus child
level 1 lebih banyak daripada jumlah nodus child level 1 yang
dimiliki oleh nodus parent maka nilai iterasi akan bertambah 1
dan pencarian akan dilanjutkan dengan mengulang kembali
langkah ke 2 hingga ke 3.
4. Jika jumlah nodus child level 1 yang dimiliki oleh nodus
parent ternyata lebih besar dibandingkan jumlah nodus child
level 2 yang dimiliki oleh nodus child level 1, maka pencarian
dihentikan.
Pada metode ini ada sebuah aturan baru yang ditambahkan pada
pencarian di iterasi pertama saja, yaitu : jika ternyata tidak
ditemukan jumlah nodus child level 2 yang dimiliki oleh nodus
child level 1 lebih besar dibandingkan dengan jumlah nodus child
level 1 yang dimiliki oleh nodus parent, maka nilai iterasi akan
tetap ditambahkan 1 dan proses pencarian tetap dilakukan jika
jumlah nodus child level 2 yang dimiliki nodus child level 1 sama
dengan jumlah nodus child level 1 yang dimiliki oleh nodus parent.
Blind method mengadaptasi kejadian real di dalam dunia
jejaring sosial manusia, di mana seseorang akan sulit untuk
mendeteksi jumlah teman yang dimiliki oleh teman dari orang
tersebut.
Total Node
15
134
591
219
36
Rata-rata Iterasi
1,866666667
1,447761194
1,531302876
1,219178082
0,611111111
Jumlah sampel
5
10
20
50
100
200
300
400
500
600
700
800
900
1000
Rata-rata Iterasi
0,8
1
1,25
1,06
1,11
1,2
1,26
1,29
1,35
1,42
1,47
1,5
1,57
1,71
Jumlah Nodus
Centrality
1000
4,142142
Iterasi 1
967
5,049638
Iterasi 2
379
5,91029
Iterasi 3
64
6,453125
Iterasi 4
5
D.1. Centrality dengan kondisi A
Nilai centrality yang didapatkan dengan kondisi A dapat
dilihat pada tabel 4 di bawah ini :
Nodus Sampel
10
110
210
310
410
510
610
710
810
910
Centrality
Parent
Iterasi 1
Iterasi 2
4
3
3
5
4
4
4
4
4
4
3,9
4
4
5
5
4
6
4
5
5
4
4,6
Iterasi 3
Iterasi 4
5
5
5
5,5
Parent
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Iterasi 1 Iterasi 2
4
3
4
6
4
4
5
4
5
4
6
5
4
4
5
4
5
4
4
5
4
5
5
7
4,2
5,22
Iterasi 3
Iterasi 4
REFERENSI
[1]
[2]
6
[3]
6
6
[4]
[5]
5,75
Tabel 5. Tabel centrality dari semua nodus dengan jumlah koneksi awal = 2
menggunakan blind method
V. KESIMPULAN
Dari hasil analisis dan pembahasan simulasi yang
dilakukan dapat diambil kesimpulan sebagai berikut:
1) Dengan menggunakan blind method, probabilitas sebuah nodus
untuk sampai kepada real hotspot tergantung status dan lokasi
seseorang di dalam jaringan. Hal ini sesuai dengan kondisi real
social network di mana ada keterbatasan pada setiap individu
untuk dapat memetakan pertemanannya. Hal ini dapat terlihat
dari persentase keberhasilan nodus untuk mencapai ke real
hotspot di dalam jaringan hanya 14,4% dari total 1000 nodus
yang ada di dalam jaringan Small World.
2) Jumlah koneksi yang minim akan membuat jumlah iterasi yang
dibutuhkan untuk mencapai nodus hotspot lebih besar jika
dibandingkan dengan nodus yang memiliki koneksi yang lebih
banyak. Hal ini akan sangat berguna saat penentuan sampel di
dalam jaringan sosial nyata.
3) Dengan menggunakan blind method akan didapatkan nilai
centrality yang selalu meningkat di setiap iterasi yang
dihasilkan. Lompatan nilai centrality yang lebih besar dari 15%
pada setiap hasil analisis terjadi hingga iterasi kedua.
4) Jumlah koneksi yang minim (jumlah koneksi = 2) pada sampel
nodus akan membuat nilai centrality yang diperoleh tidak akan
sebesar jikalau pemilihan sampel nodus dilakukan secara acak
dengan jumlah koneksi lebih besar dari 2. Dengan
didapatkannya nilai centrality yang semakin besar, maka
[6]
[7]