Assalamualaikum

Kelompok 6

Ardiana Wonga Wea 07190200001

Bela Adelia Afrisya 07190200022
Cut Meliana Suri 07190400024
Dewi Setiani 07190200021
Devi novita pardede 07190200040
Dian anggraeni 07190200006
Fauziah Nur Sa'adah 07190400004
Lina Wati 07190400019
Maria Evliana Wewo 07192000241
Miradin Padolah 07190400038
Pujiningsih 07190400070
Rafika Barkah 07190200011
Rouli Iman Sari Sihombing 07190200018
Siti Dwi Astuti Destiani 07190400039
Tuti Hariyati 07190200037
Uswatun Khasanah 07190200034
 Memahani fenomena “Networked Data”
contoh implementasi, peluang dan tantangan
“Sosial Network For Business”
Small Wold dan Preferential Attachment

 Small World
Fenomena “Dunia Sempit” (Small World Phenomenon)
adalah sebuah fenomena yang berasal dari kajian
jejaring sosial , bahwa tiap orang di dunia mempunyai
keterkaitan dekat dengan orang lain berdasarkan
kesamaan kenalannya. Kata Small World-“Dunia itu
sempit” berasal dari kata yang biasa kita ungkapkan
ketika kita bertemu dengan orang asing, dan ternyata
orang asing tersebut memiliki kenalan dengan salah satu
teman kita.
Hasil yang mereka dapatkan adalah jaringan neuron cacing seperti
C.elegans merupakan represntasi yang baik dari fenomena small-
world.

1. Model Watt dan Strogatz

Watt dan Strogatz mengajukan
sebuah model untuk
fenomena ini yang didasarkan
pada suatu kelas dari jaringan
acak yang menggabungkan
kedua keadaan yang sangat
bertolak belakang, dimana sisi
dari jaringan model ini dibagi
menjadi hubungan lokal dan
jarak-jauh. Contoh yang dapat
dipakai adalah, sebuah
“lingkaran kisi-kisi kawat”.
Fenomena Small-world dalam Perspektif
Algoritma (Model Kleinberg)

Terdapat dua pertanyaan utama yang harus dijawab dalam

menjelaskan fenomena ini.
Pertama, Mengapa bisa terdapat sebuah rantai relasi antara
dua orang yang tidak saling kenal.
Kedua, mengapa kedua orang tersebut dapat menemukan jalan
atau rantai hubungan mereka yang terpendek.
Untuk jawaban pertanyaan pertama adalah memang hubungan
itu ada dan berada di alam, tidak ada jawaban yang lebih
memuaskan selain itu. Dan untuk pertanyaan kedua
jawabannya adalah adanya sebuah algoritma yang
memungkinkan.
Prefential Attachment
Istilah attachment preferensial mengacu pada pengamatan
bahwa dalam jaringan yang tumbuh dari waktu ke waktu,
probabilitas bahwa suatu edge ditambahkan ke node dengan
d bertetangga sebanding dengan d. Hubungan linier ini
terletak di jantung Barab ́asi dan model jaringan bebas skala
Albert, dan telah digunakan dalam sejumlah besar pekerjaan
berikutnya untuk memodelkan jaringan, online dan offline.
Model jaringan skala bebas menghasilkan distribusi derajat,
yaitu, jumlah tetangga node individu, yang mengikuti hukum
kekuatan dengan eksponen negative (Pósfai et al., 2015)
Social Network dalam percakapan pada media social

 Indonesia saat ini menempati peringkat ke empat sebagai

Negara yang memiliki jumlah pengguna internet terbesar di
Asia. Diperkirakan pada tahun 2015 ini pengguna internet
mencapai 139 juta pengguna. 85% pengguna internet di
Indonesia menggunakan seluler atau handphone untuk
melakukan akses internet.
Property Network yang akan dihitung dan dibandingkan adalah size,
density, modularity, diameter, average degree, average path legth,
clustering coefficient, dan Connected Component. ISSN
Brand (Merek)  Strategi
Menurut American Marketing Association
dalam Kotler dan Keller (2009:258)
Istilah strategi berasal dari
mendefinisikan merek sebagai nama, bahasa Yunani “Strategia” yang
istilah, tanda, lambing, atau desain yang awalnya bermakna seni seorang
dimaksudkan untuk mengidentifikasikan panglima yang biasanya
barang atau jasa dari salah satu penjual
atau kelompok penjual dan digunakan dalam peperangan
mendefinisikan mereka dari pesaingnya. menurut Karl von Clausewitz
Menurut Kotler dan Keller (2009:238), dalam Umar (2001). Menurut
Merek adalah produk atau jasa yang
dimensinya mendiferensiasikan merek
Kotler & Keller (2009:56)
tersebut dengan beberapa cara dari mendefinisikan strategi adalah
produk atau jasa lainnya yang dirancang rencana permainan untuk
untuk memuaskan kebutuhan yang sama. sampai ke tujuan perusahaan.
 Big Data
 Menurut (Judith Hurwits, 2013)
Big Data adalah kemampuan
untuk mengelola suatu data
yang berukuran besar dalam
kecepatan yang tepat dan waktu
yang tepat. Tujuan dari big data
adalah untuk memperoleh hasil
analisis dan respon secara real
time. Ada 4 unsur penting yang
merupakan karaketeristik dari
big data (Hurwitz,2013) yaitu:
1. Volume: jumlah data yang
sangat besar.
2. 2. Variety: jenis data yang
bermacam-macam.
3. Velocity: pertambahan data
sangat cepat.
4. Veracity: data kadangkala
tidak sesuai dan tidak jelas.
 Social
Computing Social computing
adalah sebagai sebuah
paradigma komputerisasi
yang baru dan berkembang
diantara ilmu komputer dan
ilmu sosial yang melibatkan
pendekatan multi-disiplin
dalam menganalisis dan
memodelkan perilaku sosial
pada media dan platform
yang berbeda untuk
menghasilkan aplikasi yang
cerdas dan interaktif
(Tavakolivard & Almeroth,
2012:53).
 Social Network Analysis (SNA)
(Tsvetovat & Kouznetsov, 2011:1)
dalam Social Network Analysis for
Startups berpendapat bahwa social
network analysis dapat
dideskripsikan sebagai suatu ilmu
yang mempelajari hubungan manusia
dengan bantuan teori grafis. Social
network analysis mempelajari
struktur hubungan yang mengaitkan
individu atau unit sosial lain dan
ketergantungan dalam perilaku atau
sikap yang berhubungan dengan
susunan hubungan sosial. Hubungan
tersebut digambarkan dengan nodes,
atau bisa disebut vertices dan ties
atau disebut juga edges, links atau
connections. Node merupakan aktor
dalam suatu jaringan, sedangkan ties
adalah garis yang menghubungkan
satu node dengan yang lain.
 User Generated Content
Mining UGC adalah
singkatan dari Mining User
Generated Content. Definisi
dari User Generated Content
sendiri adalah data atau
konten yang secara umum
dapat dilihat oleh user lain,
dimana konten tersebut
berisi sejumlah kreatifitas
dan dibuat oleh orang-orang
yang bukan merupakan
profesional dalam hal
tersebut (Moens, Li, & Chua,
2014:7)
 Soc
Media sosial bisa dikatakan
sebagai sebuah teknologi
yang kini meningkat
penggunaannya sebagai
Sumber informasi karena
teknologi ini memungkinkan
orang-orang untuk dapat
mengirim dan menerima
informasi dengan cepat
Pepitone (2010) dalam
(Wasterman, Spence, &
Heide, 2013).
ial Media
 Twitter
Twitter adalah sebuah
jaringan informasi terdiri atas
pesan berisi 140 karakter
huruf yang disebut Tweet
(twitter.com, 2015). Twitter
adalah salah satu layanan
microblogging yang paling
terkenal, dimana bermacam
– macam komunitas
menggunakannya.
Pemakaian Software untuk Kuantifikasi
dan fisualisasi Social Network
Parameter kualitas
understandability
menjelaskan mengenai
seberapa tinggi tingkat
kemudahan dalam
memahami sebuah modul
perangkat lunak yang
dikembangkan (Nazir, et al.,
2010).
Kuantifikasi adalah
pernyataan jumlah satuan
dalam angka
(penjumlahan)
Contoh kasus dari jurnal
yang berjudul “Analisis
Peringkat Brand Pada
Jejaring Sosial Percakapan
Menggunakan Metode Sosial
Network Analysis Method
(Case Study Alfamart and
Indmaret Brand on
Indonesian Social Media
Twitter)”
Contoh Pemakaian Software
Kuantifikai
Pemakaian software untuk Manfaat software akuntasi bagi
perusahaan (Monik,2018)
akuntasi • Hasil laporan bisa dijadikan sebagai
• Peran utama dari sofware bahan refrensi untuk mengambil
keputusan perusahaan secara ideal
akuntasi untuk perusahaan sebab disajikan dengan cara real time
adalah mengelola data • Software lebih mudah digunakan
keuangan dan laporan • Anda bisa menganalisa keuntungan
pada tiap-tiap pekerjaan memakai
secara akurat fasilitas proyek, terutama untuk
perusahaan jasa
• Manajemen juga tak terlepasdari
penggunaan software akuntasi
• Semua hutang piutang yang jatuh
tempo dapat tersaji secara update,
karenanya lebih mudah mengontrol
aliran kas perusahaan
Understandbility adalah parameter berkualitas perangkat
lunak mengenai tingkat kemudahan dalam memahami
sebuah modul perangkat lunak yang dikembang.
Understandbility adalahsejauh mana informasi yang ada
dapat difahami
Maintainability Data adalah kemampuan memelihara
suatu sistem yang memiliki kemungkinan suatu sistem
yang rusak untuk dikembalikan pada kondisi kerja penuh
dalam suatu periode waktu yang telah ditentukan
Studi Kasus Social Network pada dimensi infomasi Knowledge
Management, Branding/CRM, dan lain lain

Penelitian ini menggunakan metode Social Network Analysis

dengan membandingkan property network-nya. Menurut
O’Malley dan Marsden (2008) SNA adalah sebuah studi yang
mempelajari hubungan individu atau unit sosial seperti
organisasi untuk mengetahui ketergantungan perilaku yang
berhubungan dengan hubungan sosial. Hubungan tersebut
digambarkan dalam sebuah node dan edge. Node merupakan
aktor dalam suatu jaringan dan edge adalah garis yang
menghubungkan satu node ke node lain.
Proses analisis data yang dilakukan adalah sebagai
berikut :

o Pengumpulan Data
o Preprocessing Data
o Pembuatan Model Jaringan
o Perhitungan Property Network
o Hasil Analisis Studi Kasus Analisis Penentuan Peringkat
Jaringan Smartphone
Kesimpulan penelitian
Dari hasil perhitungan dan analisis perbandingan berdasarkan
properti jaringan yaitu, size, density, modularity, diameter,
average degree, average path length, clustering coefficient,
dan connected component didapat nilai untuk masing –
masing jaringan smartphone.
Terimakasih

Wassalamualaikum