Cluesting Coeficient

Pada teori Graph, Clustering Coeficient adalah pengukuran sejauh mana node dalam grafik
cenderung berkelompok secara bersamaan. Faktanya bahwa, sebagaian besar jaringan dunia
nyata khusunya jaringan social, node cenderung membuat kelompok yang terjalin erat yang
dicirikan oleh kepadatan simpul yang relative tinggi. Hal ini kemungkinan cenderung lebih besar
daripada rata-rata probabilitas yang dibuat secara acak antara dua node menurut Holland dan
Leinhardt 1971 dan Watts dan Strogazt 1998.

Terdapat dua versi pada pengukuran ini : Global dan Local. Pada Versi Global dirancang untuk
memberikan indikasi secara keseluruhan dari pengelompokan di dalam jaringan. Sedangkan,
Local memberikan indikasi tertanamanya node tunggal atau single node

Grafik G = (V,E)

Grafik G terdiri dari satu simpul V dan satu set tepi E yang berada diantara keduanya. Edge eij
terhubung ke simpul vi dengan simpul vj

Cluesting Ni merupakan sebuah simpul vi didefenisikan sebagai neighboor yang terhubung

langsung sebagai berikut:

Dimana :

ki = sebuagai jumlah simpul

|Ni| = lingkungan sekitar Ni dari sebuah simpul

Rumus Local Cluesting Coeficient Ci merupakan sebuah simpul vi yang kemudian diberikan
oleh proporsi jumlah tautan antara simpul dalam lingkungannya dibagi dengan jumlah tautan
yang mungkin ada di antara mereka.
Local clustering coefficient untuk graph berarah sebagai berikut:

Sedangkan, graf tak berarah memiliki sifat bahwa eij dan eji dianggap identik atau sama. Oleh
ki(ki−1)
karena itu, jika sebuah simpul vi memiliki ki neighbor, edge bisa ada diantara simpul
2
dalam lingkungan. Dengan demikirian, local clustering coefficient untuk graf tak berarah dapat
didefenisikan sebagai berikut:

2 Nn
Cn=
Kn( Kn−1)