Sosial network analysis dan visualisasi merupakan teknik untuk menganalisis jejaring sosial dengan memanfaatkan teori graf. Teknik ini menggambarkan interaksi manusia sebagai graf yang terdiri dari node dan edge. Graf dapat berupa directed maupun undirected tergantung arah hubungannya. Beberapa pengukuran yang digunakan antara lain degree centrality, closeness centrality, betweenness centrality, eigenvector centrality. RStudio dan Gephi dapat digunakan untuk visual

1. SOCIAL NETWORK ANALYSIS
AND VISUALIZATION
1
linkedin.com/in/apakabarnizamlinkedin.com/in/maribellasyawiluna

2. 2
ANDA AKAN BELAJAR DI AREA INI

3. FACEBOOK SOCIAL NETWORK GRAPH PADA THN 2010
3

4. Social Network Analysis (SNA) adalah teknik melakukan
analisis terhadap suatu jaringan, untuk mendapatkan suatu
kesimpulan yang dapat memberikan informasi tentang jejaring
yang dianalisis, dengan memanfaatkan teori graf.
SNA dapat menggambarkan keadaan interaksi manusia sebagai
mana keadaan nyatanya. SNA merupakan metode-metode
statistik untuk mengungkapkan berbagai relasi antar individu
dalam suatu komunitas tertentu.
4
PENJELASAN SOCIAL NETWORK ANALYSIS

5. 5
NODE - EDGE
SNA didalam teori jaringan terdiri dari node dan Edge (juga
disebut relasi, link, atau koneksi). Node adalah seorang individu
dalam jaringan, dan edge adalah hubungan antara node.
berteman
edge/koneksi
Bill mark
nodenode

6. 6
UNDIRECTED
Graf Undirected adalah graph yang hubungannya tidak mempunyai orientasi
arah. Pada graf undirected, nilai antar node yang dihubungkan oleh edge
tidak diperhatikan, yang penting jika saling berhubungan/kenal/berkoneksi
maka memiliki nilai. jika melihat graph dibawah ini (Bill, Mark) = (Mark, Bill).
edge/koneksi
Bill mark

7. 7
DIRECTED
Graph directed adalah Graf yang setiap hubungan diberikan
orientasi arah, dimana edgenya diperhatikan. Pada grafh berarah
dibawah ini (Bill, Mark) ≠ (Mark, Bill), karena Bill tidak mengenal
Mark, tapi Mark mengenal Bill.
edge/koneksi
Bill mark
edge/koneksi
Steve

8. 8
DIRECTED
Sedangkan (Mark, Steve) = (Steve, Mark) karna dua buah
edgenya saling berarah yang artinya Mark mengenal Steve dan
Steve pun mengenal Mark.intinya jika graph directed,
hubungannya sangat diperhatikan.
edge/koneksi
Bill mark
edge/koneksi
Steve

9. JADI MENURUT ANDA SOCIAL MEDIA INI
MENGGUNAKAN DIRECTED ATAU UNDIRECTED?
9

10. JADI MENURUT ANDA SOCIAL MEDIA INI
MENGGUNAKAN DIRECTED ATAU UNDIRECTED?
10
undirected directed undirected directed

11. 11
TERMINOLOGI PENGUKURAN
Degree Centrality
Closeness Centrality
Pengukuran ini digunakan sebagai tingkat ”popularitas” atau
”keselebritian” seseorang. Makin tinggi nilai derajat(degree) suatu
node, maka makin banyak kenalan individu yang direpresentasikan
node tersebut.
pengukuran banyaknya node lain yang dikenal oleh satu node
dalam graph, tanpa pertimbangan bahwa node tersebut dekat
ataupun mengetahui detil informasi node lain.
Degree
Jumlah hubungan node ke node lain.

12. 12
TERMINOLOGI PENGUKURAN
Betweenness Centrality
Eigenvector Centrality
pengukuran sentralitas suatu node. Betweeness dapat dimisalkan
sebagai simbol ”kekuatan” atau ”pengaruh” suatu node dalam jejaring
sosial. karna node tersebut sebagai jembatan/penghubung ke node lain.
pengukuran penting / berharganya suatu node dalam jejaring sosial.
node ini yang berperan sebagai penghubung bagi individu/grup lainnya
yang tidak saling terhubung sebelumnya.
Pagerank
pengukurannya sama dengan eigevector yang membedakan adalah
algoritma yang digunakan. PageRank merupakan algoritma berbasis
analisis link yang digunakan oleh Google dalam sistem search engine.

13. 13
TERMINOLOGI PENGUKURAN
Modularity
Graph Density
pengukuran untuk mendeteksi banyaknya komunitas/group/genk
yang ada di dalam suatu graph.
untuk mengukur kepadatan jaringan sosial, semakin rapat semakin
dekat. skala 0-1
Network Diameter
pengukuran untuk menditeksi besarnya diameter pada jaringan
sosial. teknik mengukurnya dengan cara mencari node yang
memiliki ikatan hubungan paling jauh.

14. 14
SOFTWARE YANG BISA DIGUNAKAN
UNTUK MEMBUAT VISUALISASI SNA
R Studio Gephi

15. PACKAGE GRAPH-RSTUDIO
15
igraph
package yg berguna untuk menganalisa data pada Rstudio.
Package adalah, kumpulan syntax/perintah yang dibuat developer. anda
membutuhkan 1 package untuk menganalisa graph:

16. CARA INSTALL DAN MENGAKTIFKAN PACKAGE
16
+
#01
#02
install.packages(“NamaPackage")
perintah/syntax untuk menginstal package.
contoh:
install.packages("twitteR")
library(“NamaPackage")
perintah/syntax untuk meng-aktif-kan package.
contoh:
library("igraph")

17. BELAJAR MEMBUAT DATASET GRAPH
PADA RSTUDIO
17
+
#01
#02NamaLabel <- graph(c(kode relasi) n=(edges), directed=TRUE/FALSE)
perintah/syntax untuk menginstal package.
contoh:
JaringanRelasi <- graph( c(1,2, 1,3, 2,3, 3,5), n=5 , directed = FALSE)
Saya Kode/Node
Cimo 1
Popokin 2
Buma 3
Tora 4
Neko 5
Saya Berteman Kode Relasi
Cimo Popokin 1,2
Cimo Buma 1,3
Popokin Buma 2,3
Buma Neko 3,5

18. MELIHAT ISI DATASET GRAPH
18
+
#01
#02
V(NamaLabel)
perintah/syntax untuk melihat Node.
contoh:
V(JaringanRelasi)
E(NamaLabel)
perintah/syntax untuk Melihat edge (relasi).
contoh:
E(JaringanRelasi)

19. IMPORT DATASET
19
+
#01read.graph("NamaDataset", format=“fileformat")
perintah/syntax untuk memasukan dataset ke Rstudio.
contoh:
Jazz <- read.graph("Jazz.net", format="pajek")

20. EXPLORE DATASET
20
+
#01
#02
Vcount(NamaLabel)
perintah/syntax untuk mengetahui jumlah Node.
contoh:
Vcount(Jazz)
Ecount(NamaLabel)
perintah/syntax untuk mengetahui jumlah edge
(relasi).
contoh:
Ecount(Jazz)

21. VISUALISASI GRAPH
21
+
#01
#02
plot(NamaDataset)
perintah/syntax untuk memvisualisasikan graph.
contoh:
plot(Jazz)
perintah/syntax untuk merubah warna node-edge.
plot(Jazz, edge.arrow.size=.4, edge.color=“forestgreen",
vertex.color="dodgerblue4", vertex.frame.color=“deepskyblue4",
vertex.label=V(Jazz)$media, vertex.label.color="darksalmon")

22. PENGUKURAN DENGAN RSTUDIO
22
+
#01
#02
mean_distance(NamaDataset)
mengukur rata-rata hubungan pd nodes
contoh:
mean_distance(Jazz)
diameter(NamaDataset, unconnected=FALSE/TRUE)
Mengukur diameter.
contoh:
diameter(Jazz, unconnected=FALSE)

23. PENGUKURAN DENGAN RSTUDIO
23
+
#01
#02
centr_degree(NamaDataset)
mengukur closseness centrality
contoh:
centr_degree(Jazz, normalized = TRUE)
Script untuk menidentifikasikan+visualisasi modularity
contoh:
carikelompok <- cluster_walktrap(Jazz)
modularity(carikelompok)
plot(carikelompok, Jazz)

24. 24
SAATNYA MEMPRAKTEKAN

25. TAUKAH ANDA BAGAIMANA CARA MEMBUAT
NOTES/KOMENTAR DIDALAM R SCRIPT?
25
yap betul dengan menambahkan tanda # maka tulisan mu akan menjadi notes/komentar.

26. 26
LATIHAN MEMBUAT GRAPH
1. Buatlah script seperti dibawah ini.
Saya Berteman Kode Relasi
Cimo Popokin 1,2
Cimo Buma 1,3
Popokin Buma 2,3
Buma Neko 3,5

27. 27
LATIHAN IMPORT-EXPLORE-VISUALIZATION
1. Buatlah script seperti dibawah ini.

28. 28
LATIHAN IMPORT-EXPLORE-VISUALIZATION
1. Buatlah script seperti dibawah ini.

29. 29
LATIHAN IMPORT-EXPLORE-VISUALIZATION
1. Buatlah script seperti dibawah ini.

30. 30
LATIHAN LAGI
1. Buka link dibawah ini.
http://sna.stanford.edu/rlabs.php
2. Download chapter introduce lab
3. Mari kita explore bersama.

31. 31
PENGENALAN INTERFACE GEPHI

32. 32
IMPORT DATA MENGGUNAKAN GEPHI
FILE NODE-EDGE TERPISAH
1. Klik Data Laboratory.
Hingga muncul tampilan
seperti di layar
2. Jika ingin mengimport data
Node, maka klik Nodes.
3. Klik import Spreadsheet,
untuk mengimport dataset
pada gephi

33. 33
MAKA AKAN MUNCUL TAMPILAN SEPERTI INI
4. Input File Dataset Nodes
5. Pada pilihan As table diganti
menjadi Nodes table
6. Setelah itu klik Next dan
Finish

34. 34
LALU, AKAN MUNCUL DATA SEPERTI INI

35. 35
IMPORT EDGES
1. Pada Data Laboratory.
Klik Edges untuk import
Dataset Edges
2. Klik import Spreadsheet,
untuk mengimport dataset
pada gephi

36. 36
3. Pada import file, ganti file Dataset
Nodes menjadi Dataset Edges
4. Pada pilihan As table diganti
menjadi Edges table
5. Setelah itu klik Next dan
Finish

37. 37
MUNCUL DATA EDGES SEPERTI INI

38. 38
VISUALISASI GRAPH
1. pilih layout yang anda sukai.
2. klik Run.

39. 39
PENGUKURAN GRAPH
1. pilih pengukuran yang anda
butuhkan.
2. klik run.

40. 40
EKSPORT GRAPH PADA GEPHI
Untuk memberi
nama pada nodes
Untuk
memperbaharui
visualisasi jika
telah dilakukan
perubahan
kami menyarankan
anda menyimpan
dalam bentuk PNG

41. 41
PEKERJAAN RUMAH KODE 6
Paling lambat H-2 sebelum kelas bigdata ke:
bit.ly/yaampuntugasbigdata
Penamaan file:
harikelasbigdata_jammasuk_Kodetugas_namakelompok
contoh:
senin_0930_Pekerjaan41_Atambu.doc/ppt
1. Analisakan dataset jejaring sosial MBTI 2013 (dataset ada di dropbox).
2. Visualisaikan secantik mungkin, semenarik mungkin dan mudah dilihat.
3. Argumentasikan hasil analisanya dalam bentuk word/powerpoint.

42. TERIMAKASIH
42
linkedin.com/in/apakabarnizamlinkedin.com/in/maribellasyawiluna