Diana, Siti Nur (2017) Identifikasi Pengguna Media Sosial Yang Berpengaruh Berdasarkan Graph Dengan Metode Social Network Analysis. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1213100057-Undergraduate_Theses.pdf - Published Version Download (1MB) | Preview |
Abstract
Peningkatan penggunaan internet berdampak pada maraknya media sosial. Data percakapan sebuah topik tertentu pada media sosial dapat digunakan untuk mengetahui pola interaksi pengguna media sosial. Salah satu media sosial yang digunakan dan mengalami peningkatan yang pesat adalah twitter. Relasi antar pengguna twitter dapat direpresentasikan berupa graph. Graph yang terbentuk dianalisis dengan metode social network analysis (SNA) untuk mengidentifikasi pengguna yang berpengaruh. Dalam penelitian ini dihasilkan pengguna yang berpengaruh berdasarkan pengukuran pada SNA. Pengguna dengan normalized degree centrality yang tinggi adalah pengguna yang memiliki kolaborasi paling banyak dengan pengguna yang lain, dengan nilai 0.9907407407407407 yaitu $qu4d. Pengguna dengan normalized closeness centrality paling tinggi adalah pengguna yang memiliki kedekatan dengan pengguna yang lain, dengan nilai 1 yaitu $qu4d. Pengguna dengan normalized betweeness centrality yang paling tinggi adalah pengguna yang memiliki penghubung antar pengguna satu dengan pengguna yang lain, dengan nilai 0.06487318077207006 yaitu $qu4d. Pengguna yang berpengaruh adalah pengguna yang mempunyai normalized degree centrality, normalized closeness centrality dan normalized betweeness centrality yang tinggi dibanding dengan pengguna yang lain adalah $qu4d.
===================================================================================================
The enhancement of the internet's usage has impact on the rise of social media. Conversation data of a particular topic in social media can be used to find out the pattern of social media user interaction. One of the social media which usually used and has rapid improvement is twitter. The relationship between twitter users can be represented in the form of graph. The graph that has formed analyzed by social network analysis (SNA) method to identify influential users. This study result an influential users based on the values of centrality. Users with the highest normalized degree of centrality is a user who has the most numerous collaborations with other users, with a value of 0.9907407407407407 i.e. $qu4d. Users with the highest normalized closeness of centrality is a user who has a high affinity with other users, with a value of 1 i.e. $qu4d. Users with the highest normalized betweeness of centrality is a user who has a liaison between users with other users, with a value of 0.06487318077207006 i.e. $qu4d. Influential users are who have the normalized degree centrality, normalized closeness centrality and normalized betweeness centrality higher than other users is $qu4d.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSMa Dia i-1 |
| Uncontrolled Keywords: | Media Sosial, Graph, Social Network Analysis |
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) |
| Divisions: | Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis |
| Depositing User: | Siti Nur Diana . |
| Date Deposited: | 04 Jan 2018 04:13 |
| Last Modified: | 05 Mar 2019 08:03 |
| URI: | http://repository.its.ac.id/id/eprint/47695 |
Actions (login required)
 |
View Item |