Keterangan:
C
D
= Menghitung bobot suatu node sum = Perintah penjumlahan
adj = Jumlah edgelink yang terbentuk pada node i dengan node lain pada matriks adjacency
4.2 Real Human Network
4.2.1 Betweenness Centrality
10 20
30 40
50 60
100 200
300 400
500 600
Node ID N
il a
i B
e tw
e e
n n
e s
s C
e n
tr a
li ty
Gambar 4.1 Grafik hasil betweenness centrality pada Real Human Network
Berdasarkan rumus, betweenness centrality adalah metode untuk menghitung bobot setiap node berdasar seberapa banyak node i dilalui oleh
dua node lain dalam graf berdasar jalur terpendeknya. Nilai betweenness centrality 0-600 pada gambar 4.1 grafik di atas merupakan jarak terpendek
suatu node yang dilalui oleh node lainnya. Berdasarkan grafik betweenness Degree Centrality:
C
D
= sum adj
centrality real graph facebook di atas nilai betweenness tertinggi ada di node 1, karena node 1 merupakan pusat central dalam real human network.
Node 1 memiliki nilai betweenness sebesar 595,3566 yang artinya node tersebut berperan sebagai jembatan penghubung antara satu node dengan
node yang lainnya ketika node tersebut ingin bertemu dan node 1 juga terhubung dengan semua node yang ada. Jika dibandingkan dengan yang
lainnya node 1 memiliki hasil yang paling signifikan, karena node 2-50 memiliki hasil yang lebih rendah dan memiliki nilai betweenness yang hampir
sama. Jika dilihat dari grafik di atas, maka node 1 merupakan node yang menghubungkan satu node dengan node lainnya, karena semakin besar nilai
betweenness suatu node maka semakin besar pula node tersebut dilewati oleh node lainnya berdasarkan jarak terpendek.
4.2.2 Closeness Centrality
10 20
30 40
50 60
0.005 0.01
0.015 0.02
0.025
Node ID N
il a
i C
lo s
e n
e s
s C
e n
tr a
li ty
Gambar 4.2 Grafik hasil closeness centrality pada Real Human Network
Berdasarkan rumus, closeness centrality adalah salah satu cara untuk mengukur centrality dalam suatu jaringan sosial yang fokus terhadap seberapa
dekat suatu aktor dengan semua aktor lainnya. Closeness centrality akan menghitung bobot centrality sebuah node berdasar jumlah jarak terpendek
antara node i dengan node lainnya. Angka 0-0.025 pada gambar 4.2 grafik di atas adalah nilai kedekatan sebuah node terhadap node lainnya. Dari hasil
grafik di atas node 1 memiliki nilai closeness 0.0204. Jika diamati ada beberapa node yang memiliki hubungan yang relatif dekat dengan node
lainnya seperti node 15, 20, 24, 28, 29, 32, 34, 40, dan 46, namun hubungan individu yang terjalin tidak sedekat sepopuler node 1 yang memiliki hasil
paling signifikan dibandingkan dengan node lainnya. Dapat dikatakan demikian karena semakin besar nilai closeness sebuah node, maka semakin
besar juga kedekatan node tersebut dengan node yang lainnya.
4.2.3 Degree Centrality
