Anda di halaman 1dari 9

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)

Yogyakarta, 9Maret 2013

ISSN: 2089-9815

PENGARUH SENTRALITAS AKTOR DALAM JARINGAN SOSIAL


GAME ONLINE MASSIVE MULTIPLAYER ONLINE ROLE PLAYING GAME
MENGGUNAKAN SOCIAL NETWORK ANALYSIS
Ofir Victor Soumokil1, Danny Manongga2, Hendry3
Program Studi Magister Sistem Informasi, Fakultas Teknologi Informasi,
Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60 Salatiga 50711
2,3
Dosen Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60 Salatiga 50711
E-mail:ofirvictor@gmail.com1 dmanongga@gmail.com2 ,hendry@staff.uksw.edu3
1

ABSTRACT
This research was conducted with the use of Social Network Analysis (SNA) against game player community
Massive Multiplayer Online Role-playing Game (MMORPG). As many as 103 players online game is a game
Perfect World from Jakarta, Central Java and West Java where they are students. The results of this research in
the form of mapping social networks among the players of online games as well as determine the central actors
in the network. The study was also intended to see the influence and effect of termination of the central actors of
the network. The results of this research have isolated six actors and a decrease in the overall presentation of
measurement closeness degree centralitation, centralization and betweeness centralization in the network.
Keywords: Social network analysis, online games.
ABSTRAK
Penelitian ini dilakukan dengan menggunakan Social Network Analysis (SNA ) terhadap komunitas pemain
game Massive Multiplayer Online Role Game (MMORPG). Sebanyak 103 pemain game online yang merupakan
pemain game Perfect World dari Jakarta, Jawa Tengah dan Jawa Barat dimana semuanya adalah mahasiswa.
Hasil dari penelitian ini berupa pemetaan jaringan sosial antara para pemain game online serta menentukan
aktor sentral dalam jaringan. Penelitian ini juga dimaksudkan untuk melihat pengaruh serta efek dari
pemutusan aktor sentral terhadap jaringan. Hasil penelitian ini mendapatkan enam aktor yang terisolasi dan
penurunan presentasi keseluruhan pengukuran degree centralitation, closeness centralization dan betweeness
centralization dalam jaringan.
Kata Kunci:Social network analysis, MMORPG, game online.
Dengan
semakin
berkembangnya
kemajuan
teknologi informasi serta meningkatnya bandwith
yang disediakan, hal ini memicu tumbuhnya
industri-industri hiburan.
Heriyanto
(2009)
mengatakan
bahwa
perkembangan industri serta pengguna game secara
online. Sebuah survei yang dilakukan menemukan
bahwa jumlah pengguna game online di Indonesia
mencapai sekitar 6 (enam) juta orang. Setengah dari
jumlah pengguna game online tersebut merupakan
pelajar atau mahasiswa. Jumlah pemain game online
sangat meningkat dibanding tahun 2007 dimana
diprediksi jumlah pemain game online hanya
sekitar 2.5 juta pemain. Sedangkan menurut Lolly
Amalia, Direktur Sistem Informasi, Perangkat Lunak
dan Konten Departemen Komunikasi dan Informasi
(Depkominfo) mengatakan, setidaknya sekitar 30
juta orang Indonesia yang memainkan game secara
online, atau dengan kata lain 1 dari 8 orang
Indonesia adalah pemain game online. (Sadar,
2008).
Peningkatan penggunaan komputer dan internet
menjadi kebutuhan primer, mengakibatkan potensi

1. PENDAHULUAN
Internet merupakan bagian yang sudah sangat
melekat pada masyarakat Indonesia saat ini. Jumlah
pengguna internet di Indonesia sebesar 55 juta
orang, pada tahun 2011 yang sebelumnya berada di
angka 42 juta. (Wahyudi, 2011)

Gambar 1. Penetrasi pengguna internet di Indonesia


Sumber: MarkPlus Insight, 2011
Menurut Syaifudin (2008) menunjukkan bahwa
pertumbuhan pengguna internet di Indonesia
didominasi oleh anak muda dari kelompok umur 1530 tahun. Dari beberapa kota yang dilakukan survei
menunjukkan bahwa sekitar 50% dari pengguna
internet tersebut adalah kalangan anak muda.
129

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)


Yogyakarta, 9Maret 2013

penggunaan secara berlebihan dan bahkan dapat


merubah pengguna menjadi ketergantungan (Funk et
al, 2004).
Kehadiran game online memberikan sebuah
perkembangan baru kepada dunia game dan mampu
menarik banyak minat para pemain game untuk
bermain (Muliawati, 2008). Game online memiliki
kelebihan untuk memungkinkan terjadinya interaksi
sesama pemain game didalamnya yang kemudian
membentuk makna bagi pemainnya. Komunitas
game yang biasa disebut "guild" merupakan sumber
informasi bagi para pemain game serta memfasilitasi
pemain untuk menuangkan pengalaman dalam
bermain game. Komunitas tersebut kemudian
dijadikan media komunikasi multikultural yang
dapat menjelma menjadi gaya hidup dan
penyambung komunikasi antar sesama. (Silvahda,
2012)

ISSN: 2089-9815

yang merupakan Multiplayer Online Role Playing


Games (MMORPG). Dengan jumlah sampel
sebanyak sebanyak 103 pemain game online yang
merupakan mahasiswa dari 3 daerah berbeda.
Sehingga dalam penelitian ini, diharapkan dapat
memberikan
gambaran
mengenai
pengaruh
sentralitas aktor yang terhubung dalam jaringan
sebelum dan sesudah aktor sentral tersebut
dihilangkan.
2. TINJAUAN PUSTAKA
Pang dan Chen (2010) melakukan penelitian
mengenai Analisis Jaringan Sosial di komunitas
MMOG, dimana pada penelitian ini menjelaskan
mengenai komunitas multiplayer online game
(MMOG). Dalam game jenis MMOG, pemain
mengorganisir diri secara sukarela serta memenuhi
tugas-tugas kolektif bersama. Setiap pemain dapat
bergabung pada kegiatan yang berbeda, satu pemain
dapat menunjukkan hubungan sosial yang berbeda
dengan pemain lain dalam kegiatan sosial yang
berbeda.
Rodriguez & Mustaro (2008) melakukan
penelitian dengan judul Social Network Analysis Of
Virtual Communities in Online Games. Penelitian ini
dilakukan pada komunitas pemain game Multiplayer
Online Role Playing Game (MMORPG) di Brazil,
dimana dilakukan analisis mengenai pengembangan
komunitas melalui penerapan teori grafik
berdasarkan elemen-elemen yang berkaitan dengan
analisis jaringan sosial. Pertimbangan yang
digunakan dalam penelitian ini adalah mengenai
profil pemain, cara bekerja sama dalam bermain
serta unsur-unsur komunikasi yang digunakan.
Sedangkan penelitian yang dilakukan oleh
Soumokil (2013) dengan judul Pemetaan Jaringan
Sosial Game Online Menggunakan Social Network
Analysis. Meneliti mengenai pemetaan pemain game
MMORPG berdasarkan durasi lama bermain game
sehari, besaran pengeluaran dana dan aspek yang
mendorong untuk bermain. Untuk keterhubungan
digunakan pengukuran eigenvector dan degree,
closeness dan betweeness centrality dari setiap
aktor. Hasil penelitian ini menemukan bahwa
hubungan antar aktor yang ada dalam jaringan
cenderung lemah, serta terdapat sentralitas aktor
dalam jaringan game online.

Gambar 2. Game favorit di Indonesia


Sumber: http://dailysocial.net
Sebuah survei yang dilakukan oleh Karimudin
(2012), mengenai game yang menjadi favorit di
Indonesia dari sekitar 1200 pemain game yang
berpartisipasi mendapatkan gambaran bahwa Role
Playing Games (RPG) merupakan game yang paling
populer di Indonesia.
Dalam massive multiplayer online game
(permainan online yang dimana orang yang berbeda
berpartisipasi secara bersamaan), yang bersifat
Massively Multiplayer Online Role Playing Games
(MMORPG), pemain akan mengasumsikan identitas
mereka sebagai karakter yang ada pada game
tersebut. Penelitian yang dilakukan didapatkan
bahwa: 8% dari pengguna mengklaim bermain
kurang dari 1 jam per hari, sedangkan 8,7%
mengaku bermain lebih dari 16 jam sehari. Namun,
rata-rata periode pemanfaatan permainan oleh
mayoritas pemain adalah 2-8 jam sehari, yang
memberikan kesimpulan bahwa adanya interaksi
sosial dalam lingkungan interaktif game online.
(Karimuddin, 2012).
Untuk memperoleh hasil pemetaan interaksi pada
pemain game online dan aktor-aktor yang memiliki
peran serta pengaruh yang penting dalam jaringan
game online MMORPG maka pada penelitian ini
menggunakan Social Network Analysis (SNA).
Dengan mengetahui peta hubungan yang terjadi
antar aktor-aktor kemudian akan dilihat aktor sentral
yang ada pada jaringan. Sehingga pengaruh apa
yang terjadi jika aktor-aktor sentral tersebut
diputuskan. Game yang diteliti adalah Perfect World

2.1 Jaringan (Network)


Menurut Kashudin (2004) jaringan merupakan
kumpulan dalam suatu hubungan. Kumpulan yang
berisi node dan pemetaan atau deskripsi antara
benda atau node dalam sebuah jaringan. Jaringan
sederhana berisikan dua benda (benda 1 dan 2).
Sebuah jaringan memberikan gambaran interaksi
antar nodes. Interaksi atau hubungan yang terjadi
dapat dikelompokkan menjadi hubungan yang
directional (dua arah) dan hubungan yang nondirectional (satu arah) dan transitive (seimbang).
Pendapat lain mengatakan bahwa jaringan
130

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)


Yogyakarta, 9Maret 2013

ISSN: 2089-9815

Beberapa pengukuran untuk mengukur peran dan


pengaruh aktor aktor dalam jaringan adalah sebagai
berikut: (Hanneman and Riddle, 2005)
Degree
Centrality,
merupakan
derajat
keberadaan dan posisi aktor dalam sebuah
jaringan sosial. Derajat keberadaan aktor tersebut
dapat dilihat 2 macam:
- InDegree: kemampuan aktor-aktor untuk
berhubungan dengan seorang aktor
- OutDegree: kemampuan seorang aktor untuk
berhubungan dengan aktor-aktor lain dalam
jaringan.

merupakan sesuatu yang mengatur hubungan antara


seperangkat orang dengan karakteristik hubungan
secara keseluruhan dapat digunakan untuk
menggambarkan perilaku sosial dari orang-orang
yang terlibat (Mitchell, 1969).
2.2 Jaringan Sosial (Social Network)
Jaringan sosial merupakan struktur sosial yang
terdiri dari serangkaian aktor dan hubungan antara
aktor. Perspektif ini menyediakan jaringan sosial
yang jelas dengan cara menganalisis struktur sosial
seluruh entitas aktor tersebut. (Wasserman, Stanley
& Faust, Katherine, 1994)
Menurut Agusyanto (2010) jaringan sosial dapat
digambarkan berdasarkan berdasarkan komponenkomponen, yang terdiri dari:
1. Beberapa kumpulan objek atau kejadian,
minimal berjumlah 3 (tiga) yang berperan
sebagai terminal.
2. Beberapa ikatan, antara satu titik ke titik yang
lain yang saling berhubungan.
3. Menggambarkan arus yang mengalir dari satu
titik ke titik lainnya, melalui saluran atau jalur
yang menghubungkan masing-masing titik di
luar jaringan.
Prinsip yang mendasari keterkaitan antara
komponen-komponen dalam jaringan, antara lain:
1. Keterhubungan antara ikatan-ikatan bersifat
relatif permanen (ada unsur waktu)
2. Keterkaitan antara ikatan tersebut menyebabkan
kumpulan titik yang dapat dikategorikan sebagai
suatu kesatuan yang berbeda-beda.
3. Membentuk sebuah pola saluran. Saluran atau
jalur yang harus dilalui tidak terjadi secara acak.
4. Terbentuknya
aturan
yang
mengatur
keterhubungan masing-masing titik di dalam
jaringan. Hubungan titik yang satu terhadap titik
lainnya maupun hubungan semua titik dengan
titik-titik pusat dan seterusnya. (Agusyanto,
2010).

(1)

, ) = 1, jika tidak terdapat


dimana: a (
dan i k
hubungan langsung di antara dan
Closeness centrality, menunjukkan sejauh apa
informasi bisa tersebar dalam jaringan dan
merupakan pengukuran jarak antar aktor-aktor
yang ada dalam jaringan. Penyebaran informasi
yang mudah ditunjukkan dengan nilai closeness
yang tinggi, sedangkan nilai closeness yang
rendah menunjukkan penyebaran informasi
semakin susah dalam jaringan.

(2)

dimana: N adalah jumlah aktor dalam jaringan


dan i k
Betweeness centrality, menunjukkan seberapa
kuat aktor yang menjadi fasilitator antar aktoraktor lain dalam jaringan. Dengan demikian
seorang aktor dengan nilai betweeness yang
tinggi, merupakan aktor yang memiliki
kemampuan untuk menyampaikan informasi ke
aktor-aktor yang tidak terhubung langsung
dengannya.

2.3 Social Network Analysis (SNA)


Social network analysis berdasar atas asumsi
tentang pentingnya hubungan diantara node-node
yang berinteraksi meliputi teori, model, serta
aplikasinya. Dinyatakan berdasarkan konsep-konsep
relasional atau proses analisis. Analisis jaringan
tidak secara individu, tetapi dengan entitas yang
terdiri dari individu-individu dan hubungan yang
tercipta diantara mereka. (Wasserman & Faust,
2008)
Menurut Hanneman and Riddle (2005) analisis
jaringan sosial merupakan teknik untuk mempelajari
hubungan atau relasi sosial antar anggota dalam
sebuah kelompok.
Sedangkan pendapat lain mengatakan bahwa
analisis jaringan sosial adalah suatu proses
pembelajaran serta pemahaman mengenai jaringanjaringan (formal maupun informal) pada bidangbidang tertentu. (Schelhas and Cerveny, 2002)

(3)

adalah jumlah total jalur yang


dimana:
menghubungkan antara
dan , dan
( )
adalah jumlah jalur geodesic termasuk .
2.4 Massive Multiplayer Online Role Playing Game
(MMORPG)
MMORPG merupakan permainan dengan
menggunakan jaringan komputer, dimana interaksi
antara satu pemain dengan pemain lain guna
mencapai tujuan tertentu. Sedangkan pendapat lain
mengatakan bahwa MMORPG merupakan game
yang harus dimainkan selama 24 jam sehari oleh
pemainnya. (Young, 2004)
MMORPG mendorong interaksi kumpulan dan
keterlibatan, pemain baik secara fleksibilitas, dan
penguasaan, yang mengakibatkan persahabatan dan
pemberdayaan pribadi. Penting untuk menyadari
bahwa permainan telah menunjukkan elemen
131

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)


Yogyakarta, 9Maret 2013

ISSN: 2089-9815

perilaku, dimana pemain merasa kecanduan serta


mengalami dorongan yang kuat untuk bermain
game. (Griffiths & Davies, 2005)

penyebaran pemain game online tersebut, maka


pihak yang terlibat dalam penelitian ini adalah
pemain game online MMORPG.

2.4.1 Perfect World


Perfect World merupakan game berjenis
MMORPG yang dikembangkan oleh Beijing Perfect
World. Perfect World merupakan game petualangan
dan fantasi yang dimainkan secara online, dengan
latar belakang tradisional Cina. Pemain dapat
memulai menjelajahi wilayah. Komunitas pemain
akan dibangun sendiri, dimulai dari kota pemain
tersebut. Game ini juga memungkinkan pemain
untuk mengambil berbagai karakter, termasuk
karakter pedang, penyihir, pemanah, priests dan
penyihir. Berbagai karakter tersebut dapat
dikembangkan dari waktu ke waktu.
Kualitas gambar 3D (3 dimensi) dari game
Perfect World masuk dalam peringkat ke-3 dari 6
game online dengan kualitas 3D terbaik dengan
persentasi sebesar 15.85% dibawah Runes Of Magic
(23.4%) dan Atlantic Ocean (17.34%). (Widjaja,
2011).

3.2 Populasi dan Sampel


Sampel yang diambil pada penelitian ini diambil
berdasarkan pertimbangan tertentu. Pengambilan
sampel berdasarkan keterwakilan dari tiap elemen
pada populasi yang ada pada pemain game online
MMORPG.
Tabel 1. Daftar populasi dan sampel penelitian
Populasi
Target
Pemain
Game
Online
MMORPG

Populasi
Sampel
Komunitas
Game
Online
Perfect
World

Sampel
Pemain Game Online Perfect
World Jawa Tengah
Pemain Game Online Perfect
World Jakarta
Pemain Game Online Perfect
World Jawa Barat

3.3 Pengumpulan Data


Pengumpulan data yang dilakukan pada
penelitian ini menggunakan survei, dengan
instrumen pengumpulan data berupa kuisioner,
wawancara dan observasi. Observasi yang dilakukan
dengan cara mengamati pemain game online, dengan
melihat bagaimana cara berinteraksi dengan sesama
pemain yang lain serta bagaimana cara komunikasi
yang dilakukan.
Data-data yang didapatkan berasal dari
pertanyaan-pertanyaan pada kuisioner yang dibuat
berisikan pertanyaan faktual dan pertanyaan
informasional. Untuk memperkuat data maka
dilakukan wawancara kepada setiap responden.
Pendekatan snowball methods, dilakukan untuk
memperoleh data. Data dikumpulkan dengan cara
mengumpulkan informasi hubungan-hubungan antar
aktor dalam jaringan pemain game online
MMORPG.

Gambar 3. Game MMORPG dengan kualitas


gambar 3 (tiga) dimensi terbaik
(Sumber: http://www.gameqq.net)
3. METODE PENELITIAN
Secara sistematis penelitian ini dapat dilihat pada
kerangka metedologi yang digunakan pada Gambar
4 berikut.

3.4 Software Social Network Analysis (SNA)


Proses pengelolaan dan proses analisis jaringan
sosial pemain game online MMORPG dibuat dengan
menggunakan aplikasi Ucinet 6.0. Aplikasi ini
menggunakan matriks interaksi antar aktor beserta
atribut-atributnya. Sedangkan untuk visualisasi dari
jaringan pemain game online digunakan aplikasi
NetDraw.
3.5 Analisis
Analisis yang digunakan dalam penelitian ini
adalah statik deskriptif. Pada penelitian ini hendak
memberikan hasil mengenai hubungan yang ada
antar aktor berdasarkan dengan sentralitasnya dalam
jaringan. Sehingga hasil yang didapatkan akan
memberikan gambaran mengenai aktor yang
memiliki sentralitas dalam jaringan. Dengan melihat
sentralitas dari masing-masing aktor tersebut apakah
efek yang ditimbulkan ketika aktor-aktor tersebut
diputuskan dari jaringan serta aktor yang terisolasi
dari jaringan secara keseluruhan.

Gambar 4. Kerangka metedologi


3.1 Objek Penelitian
Pemetaan jaringan sosial pada komunitas
Massive Multiplayer Online Role-Playing Game,
sebagai objek penelitian. Berdasarkan penyebaran132

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)


Yogyakarta, 9Maret 2013

ISSN: 2089-9815

Centrality
Sentralitas pada jaringan akan ditunjukkan pada
bagian ini, dimana akan dihitung berdasarkan degree
centrality, closeness centrality dan betweeness
centrality dari tiap aktor dalam jaringan.

3.5.1 Pengaruh Sentralitas Aktor dalam Jaringan


Keterhubungan antar aktor-aktor dan pengaruh
dari aktor sentral yang ada dalam jaringan sosial
game online, akan digunakan pengukuran
Freemans
Centrality
Metrics
berdasarkan
perhitungan,
Degree
Centrality,
Closeness
Centrality dan Betweeness Centrality. (Daly & Hahr,
2007).
Degree Centrality, merupakan pengukuran pada
aktor dalam jaringan yang memiliki kedudukan
sebagai chanel.
- Indegree aktor tertinggi menunjukkan bahwa
setiap aktor pada jaringan mencoba untuk
berhubungan dengan aktor tersebut.
- Outdegree aktor tertinggi menunjukkan bahwa
aktor tersebut berusaha untuk berhubungan dengan
aktor lain dalam jaringan.
Closeness Centrality, menunjukkan jarak
terpendek antara aktor-aktor yang terjangkau dalam
jaringan. Nilai inCloseness yang tinggi, menujukkan
aktor tersebut mudah dalam menyebarkan informasi
dalam jaringan.
- Aktor yang memiliki kemudahan dalam
menyebarkan informasi memiliki nilai Incloseness
yang tinggi dari antara aktor lainnya.
Betweeness Centrality, menunjukkan seberapa
jauh aktor dapat mengendalikan informasi diantara
aktor-aktor yang lain serta aktor yang merupakan
fasilitator dalam jaringan.
- Nilai betweeness yang tinggi menunjukkan aktor
yang merupakan fasilitator atau penghubung bagi
aktor-aktor lain dalam jaringan.

Tabel 2. Degree centrality dari 3 aktor tertinggi dan


perhitungan descriptive statics dalam jaringan
ID
OutDegree
InDegree
80
80.000
79.000
9
33.000
33.000
45
32.000
32.000
...
...
...
DESCRIPTIVE STATISTICS
OutDegree
InDegree
Mean
9.282
9.282
Std Dev
9.512
9.444
Sum
956.000
956.000
Minimum
2.000
2.000
Maximum
80.000
79.000
Network Centralization (Outdegree) = 70.012%
Network Centralization (Indegree) = 69.022%

Tabel 2 menunjukkan tiga aktor yang memiliki


centralitas outdegree dan indegree tertinggi dalam
jaringan. Aktor dengan id-80, id-9 dan id-45 masingmasing mencoba melakukan komunikasi kepada 80,
33 dan 32 aktor lain dalam jaringan (nilai
outdegree). Sedangkan nilai indegree menunjukkan
aktor lain dalam jaringan mencoba berhubungan
dengan aktor id-80, id-9 dan id-45 masing-masing
sebanyak 79, 33 dan 32 aktor. Rata-rata nilai out
degree dan indegree aktor dalam jaringan ini yaitu
9.282, dilihat dari nilai mean satistik outdegree dan
indegree. Hal ini menunjukkan bahwa masingmasing aktor rata-rata berinteraksi secara umum dari
dan kepada 9 aktor dalam jaringan.sentralitas
jaringan secara keseluruhan cukup kuat, dimana
network centralization outdegree sebesar 70.012%
dan network centralization indegree sebesar
69.022%.

4. HASIL DAN PEMBAHASAN


Interaksi dan komunikasi yang terjadi pada
jaringan game online MMORPG pada penelitian ini
ditunjukkan pada Gambar 5. Sociogram yang
ditunjukkan merupakan visualisasi dari 103 aktor
yang ada dalam jaringan secara keseluruhan yang
dibuat dengan program NetDraw.

Gambar 5. Sociogram keseluruhan jaringan


Gambar 6. Sociogram degree centrality jaringan

Visualisasi dari sociogram jaringan tersebut


bertujuan untuk menggambarkan keterhubungan
antar aktor yang ada dalam jaringan. Aktor dengan
simbol lingkaran (circle), merupakan aktor pria,
sedangkan aktor dengan simbol segitiga (triangle)
merupakan aktor wanita dalam jaringan.

Berdasarkan hasil pengukuran closeness


centrality tertinggi pada 3 aktor dalam jaringan,
pada Tabel 3, diperoleh informasi bahwa nilai
incloseness paling tinggi adalah aktor dengan id-80,
id-28 dan id-9 dengan masing-masing nilai sebesar
133

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)


Yogyakarta, 9Maret 2013

90.167, 60.917 dan 60.917. Dengan demikian aktor


ketiga aktor merupakan aktor yang memiliki
kemudahan dalam menyebarkan informasi ke aktor
lain. Sedangkan nilai outcloseness tertinggi adalah
aktor dengan id-80, id-9 dan id-28 dengan nilai
outcloseness sebesar 90.667 dan 60.917 dan 60.500.

Mean
119.883
Std Dev
642.146
Sum
12348.000
Minimum
0.000
Maximum
6527.140
Network Centralization Index = 62.80%

inCloseness
90.167
60.917
60.917
...

inCloseness
Mean
51.322
Std Dev
6.083
Sum
5286.133
Minimum
36.233
Maximum
90.167
Network in-Centralization = 77.29%
Network out-Centralization = 78.29%

1.164
6.233
119.860
0.000
63.358

Sentralitas betweeness sebesar 62.80% yang


menunjukkan adanya sentralitas sebagai fasilitator
pada jaringan.

Tabel 3. Closeness centrality dari 3 aktor tertinggi


dan perhitungan statik closeness centrality
ID
80
28
9
...
Statistics

ISSN: 2089-9815

outClosenes
90.667
60.500
60.917
...
outClosenes
51.322
6.118
5286.133
35.700
90.667

Gambar 8. Sociogram betweeness centrality jaringan

Sentralitas incloseness sebesar 77.29% dan


outcloseness sebesar 78.29% yang menunjukkan
adanya sentralitas dalam penyebaran informasi pada
jaringan.

4.1 Pengaruh Serta Efek Terhadap Pemutusan


Aktor Dengan Sentralisasi Tertinggi
Pemutusan hubungan ini bertujuan untuk melihat
pengaruh serta efek jaringan dan hubungan antar
aktor. Dengan mengambil masing-masing aktor
yang memiliki sentralitas tertinggi akan diambil 3
aktor berdasarkan degree centrality, closeness
centrality dan betweeness centrality.
Tabel 5. Sentralitas tertinggi aktor berdasarkan id
masing-masing
Sentralitas Tertinggi
OutDegree dan InDegree
InCloseness dan OutCloseness

Gambar 7. Sociogram closeness centrality jaringan


Pengukuran betweeness centrality tertinggi pada
3 aktor dalam jaringan, pada Tabel 4, diperoleh
informasi bahwa nilai betweeness paling tinggi
adalah aktor dengan id-80, id-45 dan id-9 dengan
masing-masing nilai sebesar 6527.140, 539.497 dan
531.067. Dengan demikian aktor ketiga aktor
merupakan aktor yang memiliki kemudahan dalam
memfasilitasi interaksi ke aktor lain.

Betweenness

ID
80
9
45
80
28
9
80
45
9

Tabel 4. Betweeness centrality dari 3 aktor tertinggi


dan perhitungan descriptive statics betweeness
centrality
ID
Betweenness
80
6527.140
45
539.497
9
531.067
...
...
DESCRIPTIVE STATISTICS
Betweenness

nBetweenness
63.358
5.237
5.155
...

Gambar 9. Sociogram keseluruhan jaringan pemain


setelah diputuskan dari 4 aktor sentral

nBetweenness

Gambar
134

menunjukkan

bahwa

dengan

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)


Yogyakarta, 9Maret 2013

memutuskan hubungan sebanyak 4 aktor yang


memiliki sentralitas tertinggi, terlihat bahwa hanya
terdapat sekitar 6 aktor yang terisolasi (tidak
terhubung) dengan jaringan.

ID
3
72
55
...
Statistics

Tabel 6. Degree centrality dari 3 aktor tertinggi dan


perhitungan descriptive statics dalam jaringan
(setelah pemutusan aktor sentral)

ISSN: 2089-9815

inCloseness
48.393
44.600
43.267
...

inCloseness
Mean
32.772
Std Dev
5.659
Sum
3047.784
Minimum
18.656
Maximum
48.393
Network in-Centralization = 34.52%
Network out-Centralization = 33.41%

ID
OutDegree
InDegree
3
28.000
29.000
72
20.000
20.000
64
20.000
19.000
...
...
...
DESCRIPTIVE STATISTICS
OutDegree
InDegree
Mean
6.495
6.495
Std Dev
5.229
5.161
Sum
604.000
604.000
Minimum
1.000
1.000
Maximum
28.000
29.000
Network Centralization (Outdegree) = 23.629%
Network Centralization (Indegree) = 24.728%

outClosenes
47.893
44.600
43.133
...
outClosenes
32.772
5.705
3047.784
18.585
47.893

Penurunan sentralitas incloseness menjadi


34.52% dan outcloseness sebesar 33.41% yang
menunjukkan sentralitas dalam
penyebaran
informasi pada jaringan menjadi lemah (dibawah
50%).

Dengan memutuskan 2 aktor tertinggi yang


memiliki indegree dan outdegree, sentralitas
jaringan secara keseluruhan menjadi berkurang
menjadi 23.629% untuk outdegree dan 24.728%
untuk indegree. Peranan aktor dengan id-3, id-72
dan id-64 menjadi aktor sentral untuk melakukan
komunikasi dalam jaringan. Rata-rata nilai
outdegree dan indegree aktor dalam jaringan ini
yaitu
6.495, dilihat dari nilai mean satistik
outdegree dan indegree. Hal ini menunjukkan bahwa
interaksi rata-rata aktor berkurang menjadi 6 aktor
dalam jaringan.

Gambar 11. Sociogram closeness centrality jaringan


(setelah pemutusan aktor sentral)
Tabel 8 menunjukkan pengukuran betweeness
centrality tertinggi setelah dihilangkan aktor dengan
sentralitas tertinggi, maka diperoleh informasi
bahwa nilai betweeness paling tinggi adalah aktor
dengan id-3, id-41 dan id-37 dengan masing-masing
nilai sebesar 1880.361, 1378.731 dan 1216.375.
Dengan demikian aktor ketiga aktor merupakan
aktor
yang
memiliki
kemudahan
dalam
memfasilitasi interaksi ke aktor lain.
Tabel 8. Betweeness centrality dari 3 aktor tertinggi
dan perhitungan descriptive statics dalam jaringan
(setelah pemutusan 2 aktor sentral)

Gambar 10. Sociogram degree centrality jaringan


(setelah pemutusan aktor sentral)

ID
Betweenness
nBetweenness
3
1880.361
22.460
41
1378.731
16.468
37
1216.375
14.529
...
...
...
DESCRIPTIVE STATISTICS
Betweenness
nBetweenness
Mean
232.828
2.781
Std Dev
354.701
4.237
Sum
21653.000
258.636
Minimum
0.000
0.000
Maximum
1880.361
22.460
Network Centralization Index = 19.89%

Tabel 7 menunjukkan hasil pengukuran


closeness centrality tertinggi setelah diputuskan
dengan aktor yang memiliki sentralitas tertinggi,
maka didapatkan 3 aktor dengan closeness tertinggi
baru dalam jaringan. Aktor dengan id-3, id-72 dan
id-55.
Tabel 7. Closeness centrality dari 3 aktor tertinggi
dan perhitungan statics dalam jaringan (setelah
pemutusan 2 aktor sentral)
135

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)


Yogyakarta, 9Maret 2013

ISSN: 2089-9815

Baumgardner, J. 2004. Violence exposure in


real-life, video games, television, movies, and
the internet: is there desensitization? Journal
of Adolescence. 27,2339.
Muliawati, Eva. 2008. Gamer Online Capai 5 Juta,
(Online),(http://www.biskom.web.id/2008/07/14/
eva-muliawati-gamer-online-indonesia-capai-5juta.bwi, diakses 28 November 2012).
Silvahda. 2012. Konsep Diri Pemain Game Online:
Studi Fenomenologi Tentang Konstruksi Konsep
Diri Perempuan Pecanduan Online di Jakarta.
(Online), e-jurnal Mahasiswa Universitas
Padjajaran vol1., no.1 (http://journals.unpad.ac.id
, diakses 2 Januari 2013).
Karimuddin, Amir. 2012. Survei Agate: Indonesia
Menyukai Game RPG, Strategi dan FPS,
(Online),
(http://dailysocial.net/post/surveiagate-indonesia-menyukai-game-rpg-strategidan-fps, diakses 28 November 2012).
Sheng PANG and Changjia CHEN. 2010.
Community Analysis of Social Network in
MMOG, IJCNS. Int. J. Communications,
Network and System Sciences. (Online), 3, 133139, (http://www.scrip.org/journal/ijcns diakses
tanggal 11 November 2012).
Rodriguez L. C & Mustaro, P. N. 2008. Social
Network Analysis Of Virtual Communities In
Online Games. IADIS International Journal on
Computer Science and Information Systems,
(Online),
Vol.3,
No.2,
pp.
13-26,
(http://www.iadis.org/ijcsis/vol3_numb2.asp,
diakses tanggal 12 November 2012).
Soumokil, Ofir Victor. 2013. Pemetaan Jaringan
Sosial Game Online MMORPG Menggunakan
Social Network Analysis. Makalah disajikan
dalam Seminar Nastional Teknologi Informasi
dan Multimedia, STIMIK Amikom, Jogyakarta,
19 Januari.
Kashudin, Charles. 2004. Introduction to Social
Network Theory. In Press. New York.
Mitchell, J.C. 1969. The Concept and Use of Social
Networks. In: Mitchell, J.C. (Ed.): Social
Networks in Urban Situations. Analyses of
personal relationships in Central African towns,
Manchester: The University Press, pp. 1-50.
Wasserman, Stanley & Faust, Katherine 1994.
Social Network Analysis in the Social and
Behavioral Sciences. Social Network Analysis:
Methods
and
Applications.
Cambridge
University Press. pp. 127.
Agusyanto, Ruddy. 2010. Fenomena Dunia
Mengecil - Rahasia Jaringan Sosial. Institute
Antropologi Indonesia.
Wasserman, Stanley. & Faust, Katherine. 2008.
Social Network Analysis. Methods and
Applications, Cambridge, University Press.
Hanneman, Robert, A. and Mark Riddle. 2005.
Introduction to social network methods,
(Online), (published in digital form at
http://www.faculty.uci.edu/`hanneman, diakses 2

Sentralitas betweeness sebesar 19.89% yang


menunjukkan sentralitas aktor sebagai fasilitator
pada jaringan menjadi lemah. Aktor cenderung tidak
memiliki kemampuan sebagai fasilitator bagi aktor
lain dalam jaringan.

Gambar 12. Sociogram betweeness centrality


jaringan (setelah pemutusan 2 aktor sentral)
5.

KESIMPULAN
Berdasarkan hasil analisis dan pembahasan yang
dilakukan untuk menjawab persoalan penelitian,
maka dalam penelitian ini dapat disimpulkan:
Jaringan pemain game online secara keseluruhan
memberikan gambaran bahwa aktor sentral
dalam jaringan memegang peranan penting
dimana aktor dengan id-80 merupakan pusat dari
sentralisasi, yang diikuti dengan id-9, id-28 dan
id-45.
Pemutusan aktor sentral terhadap jaringan secara
keseluruhan tidak memutuskan hubungan dengan
sesama aktor, tetapi sentralitas informasi,
penyebaran informasi dan aktor yang menjadi
perantara menjadi lemah.
Pengaruh pemutusan pada 4 aktor yang memiliki
sentralitas akan memberikan efek sebanyak 6
aktor lain menjadi terisolasi serta sentralitas
beralih ke aktor lain
PUSTAKA
Wahyudi, Reza. 2011. Naik 13 Juta, Pengguna
Internet Indonesia 55 Juta Orang, (Online),
(http://tekno.kompas.com/read/2011/10/28/1653
4635/Naik.13.Juta.Pengguna.Internet.Indonesia.5
5.Juta.Orang, diakses 12 November 2012).
Syaifudin, A. Z. 2008. Tantangan dan Peluang
Ekonomi Internet di Indonesia, (Online),
(http://www.km.itb.ac.id/web/index.php, diakses
28 Desember 2012).
Heriyanto, Trisno. 2009. Game Online di Indonesia
Makin Subur, (Online), (http://inet.detik.com/read/2009/02/06/093617/1080445/654/game%20online-di-indonesia-makin-subur, diakses 22
November 2012).
Sadar, Yunus Bani. 2008. 1 dari 8 Orang Indonesia
adalah Pemain Game Online, (Online),
(http://www.wikimu.com/News/DisplayNews.as
px?id=11010, diakses 12 November 2012)
Funk, J. B., Baldacci, H. B., Pasold, T., &
136

Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013)


Yogyakarta, 9Maret 2013

desember 2012).
Schelhas, John. and Cerveny Lee. 2002. Social
Network Analysis for Collaboration in Natural
Resource Management. Partnership Resource
Center, USDA Forest Service, Washington, DC.
Young, Kimberly. S. 2004. Internet Addiction: A
New Clinical Phenomenon and Its Consequence,
(Online), vol. 48 no. 4 pp.402-415. (published in
digital form at-http://abs.sagepub.com/content/48/4/402.full.pdf)
Griffiths, M. D., & Davies, M. N. O. 2005.
Videogame addiction: Does it exist? In
Goldstein, J., & Raessens, J. (eds.) Handbook of
computer game studies. Boston: MIT. Press, pp.
359368.
Widjaja, Senpri. 2011. Pengumuman Hasil GameQQ
Readers Awards 2010. Best 3D Hardcore
MMORPG 2010. (Online),
(http://www.gameqq.net/features/5851pengumuman-hasil-gameqq-readers-awards2010 diakses tanggal 8 November 2012)
Daly, M. Elizabeth and Haahr, Mads. 2009. Social
Network Analysis for Routing in Disconnected
Delay-Tolerant, ACM: 978-1-59593-684-4.
(Online), page 32-40,(http://dl.acm.org/citation.cfm?id=1288113 diakses tanggal 9 November
2012).

137

ISSN: 2089-9815