MODULARITY DALAM SOCIAL NETWORK ANALYSIS MENGGUNAKAN ALGORITME LOUVAIN

Annisa Soliha Hidayat, Widyawan, S.T., M.Sc., Ph.D.; Teguh Bharata Adji, S.T., M.T., M. Eng., Ph.D.

2019 | Skripsi | S1 TEKNOLOGI INFORMASI

Perkembangan teknologi dan bentuk media komunikasi adalah suatu hal yang absolut dan tidak dapat dicegah. Salah satu platform media sosial adalah Twitter. Twitter merupakan sarana untuk menyampaikan pendapat dengan cara memposting tweet. Pengguna lain dapat melakukan retweet yang menunjukkan sepaham dengan tweet yang telah diposting. Hal tersebut dapat dibentuk relasi atau hubungan antar individu menggunakan Social Network Analysis (SNA). Kemudian akan didapat graf yang selanjutnya akan dilakukan Modularity pada jaringan dan ditujukan secara spesifik untuk membagi suatu jaringan ke dalam komunitas. Modularity merupakan cara untuk mendapatkan komunitas pada komponen graf berdasarkan interaksi antar node dan edge. Tahapan modularity dalam SNA antara lain pengambilan dan pengumpulan data, proses modularity, export data, dan visualisasi. Dari berbagai penelitian modularity dalam SNA yang telah dilakukan belum melakukan perbandingan performance dengan dataset berbahasa Indonesia, faktor terbentuknya komunitas-komunitas, dan belum banyak dilakukan visualisasi. Oleh karena itu, penelitian ini akan membandingkan modularity dalam SNA menggunakan beberapa dataset berbahasa Indonesia menggunakan Algoritme Louvain dan Greedy. Dalam penelitian ini digunakan dataset dengan 5 tweet, masing-masing tweet di retweet oleh 5 pengguna, dataset dengan 5 tweet, masing-masing tweet di retweet oleh 10 pengguna, dataset dengan 10 tweet, masing-masing tweet di retweet oleh 5 pengguna, dataset dengan 20 tweet, masing-masing tweet di retweet oleh 5 pengguna, dan dataset dengan 50 tweet, masing-masing tweet di retweet oleh 10 pengguna dengan kata kunci "jokowi" dan "prabowo". Berdasarkan pengujian yang dilakukan, Algoritme Louvain memiliki performa lebih baik daripada Algoritme Greedy akan tetapi Algoritme Greedy menghasilkan nilai modularity lebih tinggi daripada Algoritme Louvain. Faktor utama terbentuknya komunitas adalah node pertama atau pengguna yang memposting tweet. Visualisasi model jaringan masing-masing dataset dengan masing-masing Algoritme telah berhasil dilakukan.

The development of technology and the form of communication media is an absolute thing and cannot be prevented. One of the social media platforms is Twitter. Twitter is a means to express opinions by posting tweets. Other users can retweet indicating that they agree with the posted tweet. It can be formed relations or relationships between individuals using Social Network Analysis (SNA). Then the graph will be obtained which will then be carried out Modularity on the network and specifically intended to divide a network into the community. Modularity is a way to get community on graph components based on interactions between nodes and edges. The stages of modularity in the SNA include data collection and collection, modularity, export data, and visualization processes. From the various modularity studies in the SNA that have been carried out, there has not been a performance comparison with the Indonesian-language dataset, the factors for forming communities, and not many visualizations have been done. Therefore, this study will compare modularity in SNA using several Indonesian-language datasets using Louvain and Greedy Algorithms. In this study dataset was used with 5 tweets, each tweet retweeted by 5 users, dataset with 5 tweets, each tweet retweeted by 10 users, dataset with 10 tweets, each tweet retweeted by 5 users, dataset with 20 tweets, each tweet retweeted by 5 users, and a dataset with 50 tweets, each tweet was retweeted by 10 users with the keywords "jokowi" and "prabowo". Based on the tests performed, Louvain's algorithm performs better than the Greedy Algorithm but the Greedy Algorithm produces a higher modularity value than the Louvain Algorithm. The main factor in forming a community is the first node or the user who posts the tweet. Visualization of the network model of each dataset with each algorithm has been successfully carried out.

Kata Kunci : Modularity, Social Network Analysis, Twitter, Louvain, Greedy