Konsep Dasar Metode SNA dan Pengenalan Software SNA

Hallo teman-teman...Gimana nih kabarnya? Semoga semua dalam keadaan sehat yaa! Oiya ketemu lagi sama aku dengan pembahasan yang berbeda. Kali ini aku mau menjelaskan tentang Konsep Dasar Metode SNA dan Pengenalan Software SNA. Yuk ikuti terus...

1. Konsep dasar jaringan 

Terdapat dua elemen dasar yang dimiliki oleh jaringan sosial dan juga satu opsional yaitu sebagai berikut : 

1. Satu set node (alias simpul) - objek dalam jaringan
2. Satu set atau set hubungan (alias relasi, koneksi, edge, arc - ties bisa diarahkan atau tidak)
3. Opsional, sekumpulan atribut - informasi tambahan yang kita miliki tentang node.

Dan berikut ini analisis jaringan :

• Network, bagaimana mempresentasikan berbagai jaringan sosial.

Directed and Binary:  Dari matriks kita dapat membuat grafik (alias diagram jaringan, sosiogram). Dalam ruang SNA dipetakan seluruhnya dalam koneksi.

• Ego Network

Ø  Jaringan ego berpusat pada node tertentu dan hubungannya dengan alters.

Ø  Dapat diekstraksi dari seluruh jaringan.

Ø  Tapi bisa dikumpulkan alih-alih seluruh jaringan.

Ø  Berguna untuk menganalisis domain jaringan (White, 2008)

Catatan : Jaringan ego tidak pernah benar-benar utuh. Batasi masalah, dll.

 

- Ego atau keseluruhan

• Key Player, bagaimana mengidentifikasi “Key central node” dalam jaringan. Berikut ini pengukuran centrality atau level aktor :

1)  Degree Centrality, yaitu ada tidaknya yang masuk (indegree) atau keluar dari node keterhubungan/pengaruh/popularitas.

2)  Betweeness Centrality, yaitu node yang menghubungkan dua node lainnya (Gateway/Bridge). Nilai 0 sd. 1.

3)   Closeness Centrality, yaitu ukuran jangkauan atau kedekatan aktor. Diukur dari beberapa langkah seorang aktor dapat menghubungi aktor lain. Nilai 0 sd. 1.

4)    Eigenvector Centrality, yaitu seberapa penting atau seberapa popular node yang berjaringan dengan aktor. Nilai 0 sd. 1.

• Cohesion, mengukur keseluruhan struktur jaringan. Berikut ini level sistem atau karakteristik dan struktur jaringan :

1)  Reciprocity, indikator mutualitas dan pertukaran timbal balik. Kohesif relasi anggota searah atau dua arah. Nilai 0 sd. 1

2)     Density, intensitas antar anggota jaringan dalam berkomunikasi. Nilai 0 sd. 1.

3)   Size, ukuran dari suatu jaringan menentukan karakteristik suatu jaringan. Jaringan dengan ukuran kecil lebih kohesif karena intensitas komunikasi nya lebih sering.

4)    Centralization, seberapa memusatnya suatu jaringan pada beberapa aktor. Nilai 0 sd. 1.

5)  Diameter dan Jarak/Distance, jarak terjauh diantara dua aktor dalam suatu jaringan. Jika rata-rata langkah yang dibutuhkan oleh semua aktor untuk bisa saling berinteraksi.

6)   Modularity, pengukuran untuk mendeteksi banyaknya komunitas/group/genk yang ada di dalam suatu graph.

2.      Struktur jaringan

·  Komponen : pengelompokan aktor yang sekurangnya mempunyai satu link dalam jaringan.

·       Klik : ditandai dengan adanya relasi antar-aktor secara lengkap dan maksimal.

·       Bridges : menghubungkan dua kelompok terpisah dalam satu jaringan.

·       Hubs : merujuk pada aktor yang mempunyai koneksi paling banyak dalam jaringan.

·   Cutpoint : aktor yang menjadi perekat dari jaringan, di mana tanpa kehadiran aktor tersebut maka jaringan akan terpecah.

·       Pemencil : aktor yang tidak mempunyai satupun link dengan aktor lain dalam jaringan.

3.      Aliran jaringan

Jaringan mempunyai aliran (Flow/Arus) yang menghubungkan semua aktor dalam jaringan. Satu aktor mungkin tidak mempunyai link dengan aktor satunya, tetapi jaringan menyediakan alur yang memungkinkan semua aktor terhubung satu sama lain.

Ada 3 bentuk aliran dalam jaringan:

1)      Jalur (Path)

Saluran yang menghubungkan antara satu aktor dengan aktor lain dalam jaringan. (Golbeck, 2013). Semakin luas jaringan yang dimiliki, maka semakin banyak alternative path.

Contoh : Jalur dari D ke L, merupakan path. Path D-C-E-H-K-L / D-G-F-E-H-K-L . Dalam suatu jaringan, umumnya ada beberapa path.

2)      Jalan (Walk)

Aliran yang memungkinkan kita menghubungi semua aktor dalam jaringan tanpa batasan, seperti pada path dan trail.

3)      Jejak (Trail)

Bentuk aliran yang bisa digunakan oleh aktor agar bisa terhubung aktor lain dalam jaringan. Ciri Trail, tidak ada pengulangan link (ties). Aktor bisa berulang atau dilewati beberapa kali.

Contoh: Aktor D hendak menghubungi E. Jalurnya bisa D-C-A-D-G-F-E.

4.      Software atau Program untuk mengolah data jaringan komunikasi :

1)      Ucinet

Program ini dibuat oleh Analytic Technologies dan pertama kali diperkenalkan oleh Freemen, Everett dan Borgatti. Keunggulan UCINET adalah program pengolahan data jaringan yang paling popular, program yang paling lengkap, kompatibilitas program ini dengan program jaringan sosial dan pengolahan data. Kelemahan UNICET adalah program ini hanya bisa digunakan untuk menghitung dan menggambarkan jaringan sosial dengan nodes relatif kecil dan sebagian orang program ini kurang mudah dipakai (user friendly). Dapat diunduh melalui : https://sites.google.com/site/ucinetsoftware/home

2)      Netlytic

Netlytic adalah salah satu perangkat untuk menganalisis jaringan media sosial, yaitu percakapan di media sosial (Seperti twitter, FB, Youtube, Komentar di Blog, forum online dsb). Kelebihan Netlytic adalah tidak perlu install software dan data yang diambil dari media sosial bisa terus diperbaharui dan up to date. Untuk kelemahannya adalah membutuhkan akses internet. Sehingga dirasa kurang praktis bagi pengguna yang tidak mempunyai akses internet yang baik.

3)      Gephi

Gephi adalah perangkat lunak atau aplikasi open source yang digunakan untuk network analysis yang meliputi visualisasi, eksplorasi dan manipulasi suatu jaringan sosial. Dapat membuat visualisasi dan mengolah data dari puluhan ribu bahkan jutaan aktor.

4)      Node

Program NodeXL diperuntukkan bagi para pemakai Excel agar dapat mudah mengadopsi program ini dengan pengurutan, penyaringan, dan penciptaan formula untuk menghasilkan visualisasi jaringan. 

Nah, demikian penjelasan tentang Konsep Dasar Metode SNA dan Pengenalan Software SNA. Semoga dapat bermanfaat yaa. Sampai jumpa di blog selanjutnyaa.