Nama : Marshanda Aulia Putri

NIM : 08211041
Kelas : TAP A

1. Apa yang dimaksud dengan Analisis SNA?

 Social Network Analisis atau SNA merupakan metode yang digunakan untuk
melihat jaringan social, metode ini sangat popular digunakan. Metode SNA secara
lebih detail digunakan untuk memahami dan juga mempelajari hubungan semua
entitas dalam sebuah jaringan social. Tujuan Analisis SNA yaitu untuk mengekspos
struktur jaringan, mengidentifikasi pola hubungan, serta menganalisis sifat juga
perilaku jaringan tersebut, dengan menggunakan pendekatan grafik untuk mewakili
jaringan social sebagai node yang terhubung oleh garis yang mewakili hubungan
antara simpul-simpul tersebut.

2. Bagaimana tahapan dalam melakukan analisis SNA?

 Tahapan dalam Analisis SNA, yaitu:
1. Pengumpulan Data
Mengumpulkan data tentang jaringan sosial yang akan diannalisis, data yang
dikumpulkan dapat berupa interaksi, atau pertukaran informasi. Data berupa
informasi mengenai sebuah hubungan.
2. Mengolah Data (Preprocessing Data)
Mengolah data yang telah dikumpulkan, untuk memilih data mana yang akan
digunakan serta memilih objek yang akan di analisis.
3. Pembuatan Model Jaringan
Data yang telah diolah selanjutnya akan diproses Kembali dengan
menggunakan sebuah aplikasi untuk dibuat visualisasi model jaringannya
dengan menggunakan model jaringan yang tidak memperhitungkan arah
hubungan.
4. Identifikasi Properti Jaringan
Setiap model jaringan yang sudah di proses menggunakan aplikasi memeiliki
beberapa property yang akan dihitung nilainya, yaitu nodes, edges, average
degree, diameter, dan average path length.

3. Bagaimana penerapan Analisis SNA di bidang PWK?

 Penerapan Analisis SNA di bidang PWK memiliki banyak manfaat, yaitu
memberikan wawasan dalam memahami hubungan dan juga interaksi antara semua
entitas yang terlibat dalam pembangunan dan perencanaan kota, selain itu SNA
dapat memberikan pemahaman yang lebih baik mengenai hubungan sosial dan juga
struktur kekuasaan yang ada dalam konteks perencanaan dan pembangunan kota,
dimana kolaborasi dapat membantu dalam meningkatkan efektivitas dan
keberlanjutan proses perencanaan tersebut. Sebagai contoh penerapannya, yaitu:
1. Pengaruh Sosial: Analisis SNA membantu dalam memahami pengaruh sosial
yang terjadi di antara semua entitas dalam bidang PWK. Dengan
mengidentifikasi objek yang memiliki keterhubungan yang kuat atau sebagai
 mediator, diketahui bagaimana ide-ide, kebijakan, atau inovasi disebarkan
melalui jaringan dan mempengaruhi keputusan perencanaan.
2. Analisis Struktur Jaringan: SNA digunakan untuk menganalisis struktur
jaringan antara berbagai organisasi, lembaga, atau pemangku kepentingan
dalam bidang PWK dan masih banyak lagi.

Review Jurnal
Analisis Pemangku Kepentingan dan Perannya Dalam Pemanfaatan
Informasi Geospasial Di Pemerintah Daerah Menggunakan Metode
Social Network Analysis
Abstrak Metode Social Network Analysis (SNA)
digunakan dalam penelitian ini dengan tujuan
untuk meneliti pola hubungan antara para
pemangku kepentingan pemanfaatan IG serta
untuk menganalisis tingkat partisipasinya.
Berdasarkan analisis degree of centrality Badan
Perencanaan Pembangunan Daerah merupakan
lembaga yang memiliki peran paling penting
dalam pemanfaatan IG di daerah, ditunjukkan
dengan nilai relative centrality sebesar 9,78.
Metode SNA berhasil digunakan untuk
menggambarkan pola hubungan pemangku
kepentingan dalam pemanfaatan IG di daerah
serta pola interaksi dan tingkat kontribusinya.
Latar Belakang Pemanfaatan IG menjadi alat bantu yang
sangat penting dalam merumuskan kebijakan
serta pengambilan keputusan di lembaga
pemerintah. IG berkualitas juga membantu
terciptanya efisiensi dan efektivitas dalam
pemanfaatan IG yang terjadi antar lembaga.
Komponen-komponen social network dapat
saling terkait jika ikatan-ikatan yang
menghubungkat satu aktor ke aktor lainnya
relatif bersifat permanen (ada unsur
waktu/durasi).Rangkaian ikatan-ikatan tersebut
menyebabkan sekumpulan aktor yang ada dapat
dikategorikan sebagai satu-kesatuan yang
berbeda dengan satu-kesatuan lainnya.
Saluran atau jalur yang harus dilalui oleh aktor
tidak terjadi secara acak, melainkan terdapat pola
tertentu.
Metode Metode yang digunakan dalam penelitian, yaitu:
1. Teknik statistik-deskriptif yang dimaksud
bahwa data yang diperoleh dari
pengolahan hasil survei merupakan
statistik yang menjelaskan fenomena atau
karakteristik data, dan secara deskriptif
dikaji untuk menerangkan informasi yang
 tersimpan dalam hasil analisis terhadap
data-data yang digunakan dalam
penelitian.
2. Social Network keterhubungan antar
aktor akan menggambarkan model
interaksi yang dibangun dalam social
network dan mengetahui aktor-aktor yang
memiliki peran penting dalam social
network.
3. Metode SNA dan penerapannya dapat
dilakukan dengan cara: pertama
mengubah sociogram hasil survei ke
dalam format UCINET dataset (.##d dan
.##h) untuk perangkat lunak NetDraw.
Menggunakan persamaan Degree Centrality dan
Closeness centrality
Hasil dan Pembahasan Sosiogram merupakan suatu grafik yang
menggambarkan pola hubungan dan ketertarikan
dalam social network. Sebuah sosiogram dapat
menggambarkan pola interaksi antara pada aktor
dalam social network atau status sosiometri suatu
aktor dalam social network atau keadaan
keseluruhan aktor dalam social network.
1. Lembaga Sebagai Produsen Data
Hasil perhitungan Degree Centrality yang
didapat yaitu, nilai relative degree
centrality tertinggi, yaitu (1) BAPPEDA
dengan nilai 9,78 dan (2) DPUPKP
dengan nilai 9,56. Dengan demikian,
kedua aktor tersebut dapat disebut
sebagai lembaga produsen yang memiliki
pengaruh dalam pola interaksi
pemanfaatan IG di pemerintah daerah.
Kedua aktor merupakan aktor yang fokus
pada social network dan merupakan aktor
penting.
Dan untuk nilai network out-degree
centrality index sebesar 49,95% dan nilai
network in-degree centrality index
sebesar 7,46%. Network centrality secara
keseluruhan rendah, dibawah 50%. Hal
ini menunjukkan bahwa pengaruh dari
lembaga tidak bervariasi dalam social
network. Akan tetapi, nilai out-degree
yang lebih tinggi menunjukkan bahwa
lembaga memiliki pengaruh dalam social
network karena memiliki kemampuan
untuk bertukar informasi.
2. Lembaga Sebagai Konsumen Data
 Hasil perhitungan closeness centrality
menunjukkan aktor yang memiliki nilai
relative closeness centrality tertinggi,
yaitu (1) BAPPEDA dan (2) DPUPKP
dengan nilai masing-masing sebesar 1,06.
Dengan demikian, kedua aktor tersebut
dapat disebut sebagai lembaga konsumen
yang memiliki kemampuan untuk
memperoleh informasi dalam pola
interaksi pemanfaatan IG di pemerintah
daerah.
Dan untuk nilai network out-closeness
centrality index sebesar 50,43% dan nilai
network in-closeness centrality index
sebesar 31,16%. Network centrality
secara keseluruhan tinggi, lebih dari 50%.
Nilai out-closeness yang lebih tinggi
menunjukkan bahwa lembaga cenderung
mudah untuk mengakses informasi dalam
jaringan. Fungsi lembaga sebagai
konsumen dianggap normal.
Kesimpulan Kesimpulan yang didapat yaitu, hasil pemetaan
pola hubungan antar lembaga dalam pemanfaatan
IG di pemerintah daerah menggunakan Social
Network Analysis (SNA) menunjukkan
hubungan yang lemah (weak ties). Meskipun
demikian, metode statik-deskriptif dan SNA
dapat digunakan dalam analisis jaringan karena
proses proses perhitungan nilai centrality cukup
untuk mengetahui peranan setiap aktor dalam
social network yang dihasilkan. Pada penelitian
ini diperoleh hasil bahwa BAPPEDA dan
DPUPKP merupakan lembaga yang berperan
sebagai produsen data dalam pemanfaatan
informasi geospasial di pemerintah daerah. Di
samping itu, BAPPEDA dan DPUPKP juga
berperan sebagai lembaga konsumen data
tertinggi dibanding lembaga lainnya.

Review Jurnal
Pemanfaatan Social Network Analysis (SNA) Untuk Menganalisis
Kolaborasi Karyawan Pada PT. Arum Mandiri Group
Abstrak Salah satu peningkatan SDM perusahaan adalah
melalui komunikasi kolaboratif antara karyawan
dan pimpinan. Penelitian ini bertujuan untuk
mengidentifikasi kerjasama jaringan komunikasi
karyawan di PT. Arum Group Mandiri memiliki
3 divisi yang berjumlah 43 orang dengan
menggunakan metode Social Network Analysis
(SNA). Parameter yang digunakan dalam
 penelitian ini meliputi densitas, sentralitas
derajat, sentralitas kedekatan, dan sentralitas
keantaraan.
Latar Belakang Menganalisis interaksi sosial yang terjadi pada
karyawan PT. Arum Group Mandiri. Penelitian
ini bertujuan untuk mencari hubungan kolaborasi
antara karyawan, dimana PT. Arum Group
Mandiri memiliki 3 divisi (bengkel sepeda motor,
cucian kendaraan bermotor dan
perumahan/properti) yang memiliki keunikan
dalam hal bidang usahanya tidak memiliki
keterkaitan dengan bisnis utama. Hal ini yang
menurut persepsi peneliti dapat menjadi
penelitian yang memiliki nilai kebaharuan dan
menjadi pembeda dengan penelitian-penelitian
terdahulu.
Metode Metode yang digunakan dalam penelitian, yaitu:
1. Tahapan Pengumpulan Data
Penelitian kualitatif deskriptif yang
bertujuan untuk menganalisis kolaborasi
karyawan di PT. Arum Group Mandiri.
Pengumpulan data dalam penelitian ini
menggunakan survei angket, dimana
menggunakan sensus atau mengambil
seluruh populasi PT. Arum Group
Mandiri. Teknik dalam pemilihan
responden dilakukan dengan
menggunakan snowball sampling,
dimana teknik ini dikenal sebagai teknik
bola salju yang mengambil sampel awal
sebagai informasi untuk menyebutkan
data sampel selanjutnya sehingga jumlah
sampel terpenuhi.
2. Level Sistem
Level sistem adalah gambaran secara
menyeluruh tentang jaringan (network)
yang lebih menginterpretasikan struktur
jaringan dan karakteristik jaringan.
Dalam mengukur struktur jaringan dan
karakteristik jaringan menggunakan
komponen density atau kepadatan
jaringan dengan melakukan
perbandingan.
3. Pengukiran Centrality
Dalam Degree Centrality mencirikan
individu yang memiliki tingkat
kepopuleran tertinggi dengan indikator
nilai indegree dan outdegree yang tinggi.
Sedangkan dalam Closenness Centrality
mencirikan individu yang memiliki
 hubungan relasional terpendek atau
sederhananya individu yang mempunyai
jalur tercepat dalam menyebarkan
informasi kepada individu lainnya.
4. Klik
Dalam menentukan jumlah hubungan
yang terjadi pada clique (klik) tidak
terdapat aturan batasan maksimalnya,
tetapi minimal ada tiga hubungan (relasi)
yang terjalin antara beberapa individu
dengan komunitasnya.
5. Dalam sociogram terdapat hubungan
yang terarah dengan simbol garis (edge)
yang akan membantu dalam memetakan
hubungan antar individu dalam
komunitas atau organisasi.
Hasil dan Pembahasan Hasil dan Pembahasan dari penelitian, yaitu:
1. Density
ada 269 ikatan yang terjadi dalam struktur
jaringan. Nilai average pada density
dalam struktur jaringan sebesar 14,9%,
sehingga dapat ditarik kesimpulan ada
kemungkinan hubungan antara aktor
(individu) lemah karena kurang dari 50%.
Kepadatan jaringan yang lemah dapat
diatasi dengan berbagai inovasi yang
dilakukan oleh perusahaan seperti lebih
meningkatkan intensitas interaksi antara
individu dalam beberapa divisi melalui
pertemuan yang bersifat formal (meeting)
maupun informal (hangout).
2. Degree Centrality
Terdapat 43 orang dalam jaringan
kelompok, tetapi hanya terdapat beberapa
aktor (individu) yang mempunya tingkat
sentralitas tinggi (tingkat
kepopuleran/kesukaan). Dalam tabel 2,
aktor Id 31 merupakan aktor laki-laki dari
divisi cucian motor dengan jabatan SPV,
memiliki nilai centrality paling tinggi
dengan nilai lima belas (15 kali) untuk
menghubungi dan sepuluh (10 kali) untuk
dihubungi. Hal ini memberikan gambaran
bahwa aktor Id 31 mengirimkan sebuah
informasi kepada 15 orang di dalam
jaringan dan menerima informasi dari 10
orang lain dalam kelompoknya. Degree
Centraity dapat menjadi rujukan oleh
bagian sumber daya manusia (SDM) PT.
Arum Mandiri Group untuk menentukan
 individu-individu yang tepat dalam
menduduki posisi penting dalam
perusahaan, khususnya didasarkan pada
individu yang memiliki tingkat degree
centrality tertinggi (tingkat kesukaan
yang tinggi).
3. Closenness Centrality
nilai closeness centrality dari beberapa
individu diukur menggunakan
komponen: incloseness dan outcloseness
untuk menunjukkan kedekatan antara
individu dengan kelompok jaringannya.
Sehingga berdasarkan perhitungan,
individu Id 25 (divisi bengkel sepeda
motor) memiliki nilai incloseness dan
outcloseness paling tinggi. Individu Id 25
menjadi salah satu individu yang
memiliki kedekatan dengan divisi lain
dan menjadi kolaborator dengan dua
divisi lainnya. Kolaborasi antara
individu-individu hanya terkonsentrasi
pada divisi bengkel sepeda motor dan
divisi perumahan, yaitu pada aktor Id 20,
25, 6, dan 18. Diharapkan kedepan PT.
Arum Mandiri Group dapat membuat
beberapa terobosan agar bisa tercipta
kolaborasi yang baik antar divisi.
4. Betweenness Centrality
nilai betweenness centrality, di mana
aktor perempuaden ngan Id 25 (divisi
bengkel sepeda motor) memiliki nilai
nBetweenness paling tinggi, dimana
memiliki pengertian aktor (individu)
memiliki posisi favorit dalam jaringan,
karena banyak aktor yang saling
bergantung pada mereka agar dapat
membuat jaringan pertemanan dengan
individu lain. Sedangkan posisi kedua
hingga kelima ditempati oleh aktor Id 6
(divisi perumahan), Id 22 (divisi bengkel
sepeda motor), dan Id 32 dan 31 (divisi
cucian mobil/sepeda motor). Individu
dengan nilai betweenness centrality
tertinggi melibatkan semua divisi tetapi
terpisah dimana divisi cucian
mobil/sepeda motor tidak bisa langsung
terhubung dengan divisi perumahan.
Permasalahan ini terjadi karena tidak ada
aktor penghubung sebagai broker pada
divisi cucian mobil/sepeda motor dan
 divisi perumahan, sehingga diharapkan
dengan adanya berbagai inovasi dari
perusahaan dapat terjadi kolaborasi
antara individu-individu tersebut.
5. Clique
Dihasilkan sampai 5 clique dengan
batasan minimal 4 jumlah anggota seperti
yang ditunjukkan pada tabel 5 yang
menunjukkan dimana clique hanya
menampung 4 sampai dengan 6 aktor dari
43 aktor di dalam struktur jaringan.
Dalam pola clique didominasi oleh aktor
yang berasal dari divisi cucian motor
serta memiliki range umur yang sama
anatara umur 29 s/d 32 tahun. Adanya
clique dalam organisasi memiliki dampak
positif dan juga negatif. Clique memiliki
dampak positif apabila hubungan tersebut
tidak memiliki conflict of interest serta
dapat meningkatkan kolaborasi secara
efektif antar divisi. Sedangkan clique
memiliki dampak negatif apabila clique
dipandang hanya kumpulan anggota
individu yang hanya membuat sebuah
geng/faksi yang sifatnya destruktif dan
resistensi terhadap perubahan organisasi
yang sifatnya konstruktif.
6. Sociogram
Pola hubungan diantara node yang
didasarkan pada atribut divisi, jenis
kelamin, jabatan dari masing-masing
individu dijabarkan dalam tabel 6, 7 dan
8 serta gambar 2. Warna dibedakan
berdasarkan divisi atau bagian, warna
biru untuk divisi perumahan, warna hijau
untuk divisi cuci motor, dan warna merah
untuk divisi bengkel. Sedangkan untuk
jenis kelamin wanita memakai simbol
circle dan jenis kelamin pria memakai
simbol square. Ukuran simbol dibedakan
menjadi dua, simbol besar (large) untuk
SPV dan manajer, sedangkan untuk
simbol kecil (small) untuk karyawan staf.
Kesimpulan Penggunaan metode SNA menunjukkan hasil
penelitian menunjukkan ikatan yang lemah
dengan indikator nilai density 14,9% (tingkat
kepadatan jaringan kurang dari 50%). Aktor
(node) yang memiliki nilai degree centrality
(sering dihubungi) merupakan aktor 31 bagian
SPV cucian (karyawan senior). Sedangkan aktor
 (node) yang memiliki nilai closeness centrality
(dapat menjangkau secara dekat) dan
betweenness centrality (penghubung yang baik)
tertinggi merupakan aktor 25 bagian front desk
bengkel. Dalam hal pengelompokkan aktor
(clique) yang menggunakan batasan minimal 4
anggota dan diperoleh terdapat 5 clique. Pola
interaksi hubungan dalam organisasi
mengelompok pada bagian atau divisi masing-
masing, sedangkan hanya beberapa aktor yang
berinteraksi tidak sesuai divisi. Berdasarkan hasil
penelitian ini dapat menjadi saran kebijakan bagi
perusahaan dalam menempatkan karyawan yang
memiliki pola interaksi yang bagus agar dapat
dipromosikan menjadi calon pemimpin atau
leader dimasa yang akan datang. Peneliti
berharap hasil dari penelitian ini bisa diteliti lebih
lanjut untuk menganalisis pola hubungan
interaksi yang lebih luas.
Saran Solusi yang bisa dilakukan oleh perusahaan
untuk meningkatkan kolaborasi dalam organisasi
dapat melalui diskusi melaui pertemuan rutin
(meeting) yang bisa dilakukan secara terprogram
maupun tidak terpogram agar bisa melakukan
perencanaan serta evaluasi dari beberapa divisi
terkait kinerja karyawan dan kendala yang
dihadapi dalam permasalahan teknis serta non
teknis, sehingga tercipta komunikasi dua arah
yang dapat meningkatkan kolaborasi dalam
organisasi PT. AMI. Program refreshing seperti
kegiatan outbound dengan membagi beberapa
tim dari unsur berbagai divisi dapat
meningkatkan kedekatan emosi yang berdampak
pada kolaborasi dalam bidang pekerjaan. Selain
itu dapat pula para SPV mengagendakan
pertemuan yang sifatnya informal seperti
mengadakan acara makan-makan atau hangout
diluar jam kerja untuk semakin mengakrabkan
semua karyawan dari berbagai divisi, sehingga
diharapkan kolaborasi antara berbagai divisi bisa
lebih terjalin erat.