Praktik

u m Wee
k5
I Nyoman Prana Jaya Semedi (1401181233)

Kadek Satria Yudha Pramana (1401184122)

MB-42-01

http://www.free-powerpoint-templates-design.com
Social Network Analysis
Social Network Analysis (SNA) dapat didefinisikan
sebagai proses pemetaan dan pengukuran dari suatu
hubungan yang terjadi antara individu, organisasi,
computer, dan bentukkoneksi antara entitas lainnya
yang memuat mengenai suatu informasi. SNA dapat
menyediakan analisis matematis maupun grafis
mengenai suatu hubungan antar individu.

Komponen dasar dalam suatu network dalam proses

SNA terdiri dari nodes, yang merupakan representasi
individu atau kelompok didalam suatu network, serta
edges yang merupakan representasi dari suatu
hubungan langsung antar individu maupun kelompok
Association Rule
01 Detail Info

02 Social Network Analysis

03 Data Visualization

04 Key Player
1. Dataset Info
Dari gambar di samping dapet dilihat nodes dan edge
masing – masing memiliki jumlah :
Node sebanyak 119
Edges sebanyak 185

Dataset information dari gambar disamping menunjukkan

bahwa Jumlah nodes pada data tersebut ada 120 Jumlah
edges pada data tersebut ada 185 Dan average
degreenya yaitu 3.0833
2. Social Network Analysis
 Show The Nodes

Show the nodes : disini dapat dilihat bahwa di dalam

nodes terdapat banyak notes yang berisikan nama Joseph
Wyeth', 'Alexander Skene of Newtyle', 'James Logan',
'Dorcas Erbery' dan lainnya.
 Show The Edges

Menampilkan edges : Edges

menghubungkan antara maksimal dengan 2
nodes Salah satu interpretasinya pada baris
pertama : George Keith (sebagai source)
dan Robert Barcley (sebagai target).
George Keith ada banyak karena memiliki
hubungan banyak dengan banyak orang,
George memiliki 16 hubungan maka dapat
dilihat datanya pada gambar disamping
Reviewing Concepts : a Good Idea
• GRAPH DENSITY

Tingkat kerapatan dari suatu jaringan (density) sebesar

0.02591

• SHORTEST PATH

Untuk mengetahui berita dari Margaret Fell, kita mencari

tahu bahwa Margaret Fell memberi tahu berita ke George
Fox terlebih dahulu nantinya berita tersebut akan
disampaikan pada George Whitehead.
 Modularity

Frozen set dapat digunakan untuk

menunjukkan kelompok, dari gambar
disamping menunjukan salah satu set
kelompok, jika semakin kecil maka
bentuk kelompok tersebut semakin
sedikit.
3. Data Visualization
 Kamada Kawai Layout

Jaringan antar layout semakin titik

berwarna menghitam maka artinya
garisnya memiliki banyak yang
berhubungan dengan orang lain
contohnya yang berwarna hitam pekat
ada pada Margaret Fell, George Fox,
William Penn dan lainnya
 Spring Layout
Data yang menampilkan lingkaran yang
bewarna bertujuan untuk memeperjelas,
bulatan ukurannya membesar mengartikan
memiliki hubungan paling banyak dengan
orang lain seperti:
1. George Fox
2. William Penn
3. George Keith Dan lainnya.
 Fructherman Rheingold Layout
Fructherman Rheingold sama dengan spring
layout, pembedanya adalah alur strukturnya.
Dalam data yang memiliki banyak hubungan
dengan orang lain diantaranya adalah
1. William Penn
2. George Fox
3. George Keith
4. Margaret cell
4. Key Player
 Highest Degree Centrality

Banyaknya data maka diambil 0-10 data (top

ten) yang diurutkan dari yang paling tinggi dan
paling banyak hubungannya yaitu:
George Fox berhubungan dengan 22 orang
Penyebar informasi yang cepat
 Pengurutan Data
Highest betweeness centrality
William penn nilai 0.2499 maka orang yang
paling mengendalikan alur informasi, jika tidak
ada William Penn alur informasinya akan
berantakan.

Highest closeness centrality

secepat apa orang tersebut bisa menyebarkan
berita kepada orang lain, George Fox orang
yang dapat menyebar informasi secara cepat
dikarenakan memiliki nilai sebesar 0.4099, dan
nilai degree sebesar 22.

Highest eignvactor centrality

Seberapa bagus orang tersebut terkoneksi
antara satu orang ke orang lainnya didalam
satu jaringan. George Fox merupakan orang
paling penting di jaringan ini karena memiliki
nilai 0.4401