Penerpan Analisis Struktur Jaringan Sosial Pada Jaringan Twitter Akun@matematikaipb.

PENERAPAN ANALISIS STRUKTUR JARINGAN SOSIAL
PADA JARINGAN TWITTER AKUN @matematikaipb

SYAEPUL ANWAR

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Struktur
Jaringan Sosial pada Jaringan Twitter Akun @matematikaipb adalah benar karya
saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa
pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.
Bogor, Juni 2014
Syaepul Anwar
NIM G54090036

ABSTRAK
SYAEPUL ANWAR. Penerapan Analisis Struktur Jaringan Sosial pada Jaringan
Twitter Akun @matematikaipb. Dibimbing oleh SUGI GURITMAN dan
MUHAMMAD ILYAS.
Twitter merupakan salah satu media sosial di dunia maya. Setiap pengguna
Twitter memiliki bobot sentralitas yang berbeda berdasarkan posisinya dalam
struktur jaringan organisasi. Perhitungan sentralitas sebanding dengan banyaknya
pertemanan yang dimiliki oleh user. Sentralitas merepresentasikan popularitas dan
pengaruh user. Penelitian ini dikhususkan pada akun Twitter @matematikaipb 2013
dengan menggunakan Analisis Jaringan Sosial dan Metode Sentralitas yang terdiri
dari tiga ukuran yaitu: derajat, kedekatan, dan keterhubungan sentralitas. Ketiga
ukuran digunakan untuk tersebut menganilisis dan menghitung bobot sentralitas
user yang menghasilkan tingkat keberpengaruhan, kualitas pertemanan dan
frekuensi keterlibatan. Kesimpulan dari penelitian ini ialah akun dengan user
@SatriatamaFajar merupakan akun dengan bobot sentralitas paling tinggi, artinya

user tersebut merupakan user yang memiliki pengaruh penting dalam jaringan
Twitter @matematikaipb.
Kata kunci: Analisis jaringan sosial, sentralitas, Twitter.

ABSTRACT
SYAEPUL ANWAR. The Application of Structural Analysis of Social Networks
on the Network Twitter Account of @matematikaipb. Supervised by SUGI
GURITMAN and MUHAMMAD ILYAS.
Twitter is one of the popular social media in cyber space. Each of Twitter user
has different centrality weights based on its position in the network structure. The
centrality calculations is compared in term of to the number of friends of users. The
centrality represents the popularity and influence of users. This study was
undertaken for the Twitter account of @matematikaipb 2013 by using Social
Network Analysis and the centrality method which consist of three measures,
namely degree of centrality, closeness of centrality and connectedness centrality.
Those three measurements were used to analyze and calculate the weight of the
centrality of Twitter users, that generate the level of influence, friendship quality
and frequency of involvement in the friendship. This study concluded that, an
account with a user @SatriatamaFajar is an account with the highest centrality
weights. This means that the social media user has an important influence in the

Twitter account of @matematikaipb.

Keywords: Twitter, Social Network Analysis, Centrality

PENERAPAN ANALISIS STRUKTUR JARINGAN SOSIAL
PADA JARINGAN TWITTER AKUN @matematikaipb

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains
pada
Departemen Matematika

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014ANWAR
SYAEPUL

Judul Skripsi : Penerapan Analisis Struktur Jaringan Sosial pada Jaringan Twitter
Akun @matematikaipb.
Nama
: Syaepul Anwar
NIM
: G54090036

Disetujui oleh

Dr Sugi Guritman, MSc
Pembimbing I

Muhammad Ilyas, MSc MSi
Pembimbing II

Diketahui oleh

Dr Toni Bakhtiar, MSc
Ketua Departemen

Tanggal Lulus:

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Juni 2013 ini ialah analisis
jaringan sosial, dengan judul Penerapan Struktur Jaringan Sosial pada Jaringan
Twitter Akun @matematikaipb.
Terima kasih penulis ucapkan kepada Dr. Sugi Guritman, M.Sc. dan
Muhammad Ilyas, M.Sc. M.Si. selaku pembimbing. Di samping itu, penghargaan
penulis sampaikan kepada Ruhiyat, M.Si. selaku dosen penguji, kepala departemen
Matematika IPB Dr. Toni Bakhtiar, M.Sc. beserta jajaran staf dosen lainnya. Staff
pendukung Bapak Mulyono, Bapak Acep Komaruddin, Ibu Ade Yustina dan Ibu
Nunik Susilowati yang telah banyak membantu selama penelitian ini berlangsung.
Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga
atas segala doa dan kasih sayangnya. Tidak lupa juga ungkapan terima kasih penulis
sampaikan kepada rekan-rekan mahasiswa matematika IPB angkatan 46 atas segala
doa dan dukungannya sehingga penelitian ini bisa terselesaikan.
Semoga karya ilmiah ini bermanfaat.

Bogor, Juni 2014
Syaepul Anwar

DAFTAR ISI
DAFTAR TABEL

viii

DAFTAR GAMBAR

viii

DAFTAR LAMPIRAN

viii

I. PENDAHULUAN

1

1.1 Latar Belakang

1

1.2 Tujuan Penelitian

2

1.3 Asumsi

2

II. TINJAUAN PUSTAKA

2

2.1 Istilah dalam Twitter

3

2.2 Analisis Jaringan Sosial

3

2.3 Sentralitas

3

2.4 Network Anlaytic Software

7

III. HASIL DAN PEMBAHASAN

8

3.1 Rancangan Penelitian

8

3.2 Populasi

8

3.3 Hasil

8

3.4 Pembahasan

8

3.5 Identifikasi Sub-Komunitas
VI. SIMPULAN DAN SARAN

14
13

Simpulan

18

Saran

18

DAFTAR PUSTAKA

19

LAMPIRAN

20

RIWAYAT HIDUP

27

DAFTAR GAMBAR
Jaringan dengan empat node....................................................................................3

Komunitas akun @matematikaipb...........................................................................8
Grafik interaksi Minggu pertama...........................................................................10
Grafik interaksi Minggu kedua..............................................................................11
Grafik interaksi Minggu ketiga..............................................................................12

DAFTAR LAMPIRAN
Daftar akun-akun dalam jaringan @matematikaipb..............................................15
Daftar nilai derajat sentralitas................................................................................16
Daftar nilai kedekatan sentralitas...........................................................................19
Daftar nilai keterhubungan sentralitas...................................................................21
Interaksi Minggu pertama......................................................................................25
Interaksi Minggu kedua..........................................................................................25
Interaksi Minggu ketiga.........................................................................................26

PENDAHULUAN
Latar Belakang
Media sosial adalah sebuah media online dimana para penggunanya bisa
dengan mudah berpartisipasi, berbagi, dan menciptakan isi meliputi blog, jejaring
sosial, wiki, forum, dan dunia virtual. Blog, jejaring sosial dan wiki merupakan
bentuk media sosial yang paling umum digunakan oleh masyarakat di seluruh
dunia. Pendapat lain mengatakan bahwa media sosial adalah media online yang
mendukung interaksi sosial dan menggunakan teknologi berbasis web yang
mengubah komunikasi menjadi dialog interaktif.
Jejaring sosial merupakan situs di mana setiap orang bisa membuat web page
pribadi, kemudian terhubung dengan para pengguna lain untuk berbagi informasi
dan berkomunikasi. Jejaring sosial terbesar antara lain Facebook, Myspace, dan
Twitter. Jika media tradisional menggunakan media cetak dan media broadcast,
maka media sosial menggunakan internet. Media sosial mengajak siapa saja yang
tertarik untuk berpertisipasi dengan memberi kontribusi dan feedback secara
terbuka, memberi komentar, serta berbagi informasi dalam waktu yang cepat dan
tak terbatas.
Twitter merupakan salah satu media sosial yang ramai digunakan oleh
penduduk di berbagai penjuru dunia. Jumlah pengguna Twitter di Indonesia sendiri
bahkan mencapai peringkat yang cukup tinggi jika dibandingkan dengan negara
lain. Menurut statistik yang dikeluarkan oleh Semiocast (Perusahaan analisis data
dari Prancis), pada 30 Juni 2012 sudah terdapat 140 juta akun Twitter di dunia,
dengan sekitar 30 juta akun diantaranya berasal dari Indonesia. Bahkan kota Jakarta
sempat menduduki peringkat nomor satu dalam hal jumlah tweet terbanyak seluruh
dunia.
Dalam penelitian ini media sosial yang akan deteliti adalah Twitter. Begitu
banyak informasi yang beredar di dalam media sosial ini, kebanyakan orang
menjadikannya sebagai pasar bisnis dan sumber informasi lainnya. Setiap informasi
yang ada dalam Twitter terstruktur dan memiliki pola jaringan komunikasi
tersendiri. Mulai dari seseorang yang mengirimkan tweet, lalu dibaca oleh followernya dan disebarluaskan ke banyak orang.
Jika dilihat dari posisinya dalam struktur jaringan, setiap akun Twitter
memiliki nilai bobot berbeda, yang nantinya akan sangat berpengaruh terhadap
struktur jaringan yang terbentuk. Hal-hal yang mempengaruhi nilai bobot tersebut
adalah banyaknya link yang menghubungkannya dengan akun lain. Seseorang yang
memiliki link lebih banyak akan memiliki pengaruh yang lebih besar dibandingkan
dengan yang hanya memiliki sedikit link. Hal ini disebabkan karena tweet yang
dikeluarkan akan lebih banyak dilihat oleh orang-orang.
Untuk mengefisienkan waktu penelitian, penelitian ini difokuskan pada akun
buatan @matematikaipb. Jika digambarkan maka akun @matematikaipb akan
membentuk suatu struktur jaringan yang terdiri dari pengikut (follower) dan yang
diikuti (following) dengan pusatnya akun @matematikaipb itu sendiri. Akun-akun
Twitter direpresentasikan sebagai node, sedangkan hubungan following atau
follower direpresentasikan oleh edge (garis).

2
Pola komunikasi yang terbentuk bisa beragam jenisnya. Selanjutnya yang
menjadi permasalahan adalah bagaimana menghitung bobot pengaruh suatu akun
dalam struktur jaringan dan bagaimana pola komunikasi yang terbentuk oleh
aktivitas akun-akun Twitter dalam struktur jaringan. Penelitian ini dilakukan untuk
menjawab permasalahan tersebut dan dikhususkan pada satu akun buatan yaitu
@matematikaipb.
Mencari node yang memiliki pengaruh besar tidak terlepas dari posisi node
tersebut dalam struktur jaringan. Banyaknya edge yang terbentuk antara node
tersebut dengan node-node lain dalam struktur jaringan sangatlah menentukan
apakah node yang dimaksud memiliki pengaruh besar atau tidak. Setiap node dalam
struktur jaringan tersebut memiliki bobot sentralitas yang berbeda berdasarkan
posisinya masing-masing yang nantinya akan berpengaruh terhadap jalannya
komunikasi dalam struktur jaringan. Node yang memiliki nilai bobot sentralitas
tinggi lah yang kemungkinan akan menjadi node memiliki pengaruh penting dalam
struktur jaringan yang terbentuk dalam akun @matematikaipb. Dengan
menggunakan analisis jaringan sosial dan metode sentralitas, penelitian ini akan
menganalisis dan menghitung besarnya bobot sentralitas dari masing-masing node
yang ada dalam struktur jaringan @matematikaipb.
Tujuan Penelitian
Tujuan dari penulisan karya ilmiah ini adalah sebagai berikut:
1. Menentukan seberapa besar bobot sentralitas dari setiap akun (node)
dalam struktur jaringan @matematikaipb.
2. Menentukan akun mana yang memiliki pengaruh besar.
3. Memvisualisasikan struktur jaringan yang terbentuk.
4. Mengidentifikasi sub komunitas yang terbentuk.
Asumsi
1. Pengaruh dari setiap node tidak dilihat dari tweet, tapi hanya dilihat dari
posisi setiap node dalam struktur jaringan.
2. Graf yang digunakan merupakan graf tidak berarah, sehingga tidak
dibedakan antara following dan follower.
3. Teman didefinisikan sebagai akun-akun yang menjadi follower ataupun
following.

TINJAUAN PUSTAKA
Pada bab ini akan dijelaskan mengenai definisi dari berbagai istilah yang akan
digunakan pada bab hasil dan pembahasan, seperti follower, following, analisis
jaringan sosial dan metode sentralitas beserta contoh sederhana perhitungannya.

3

Istilah dalam Twitter
Follower
Follower suatu akun A adalah akun-akun Twitter yang telah menambahkan akun A
ke dalam daftar temannya sehingga akun-akun tersebut akan selalu menerima
informasi (tweet) yang dikirimkan oleh akun Twitter A.
Following
Following akun Twitter A adalah akun-akun Twitter yang telah ditambahkan ke
dalam daftar teman akun A sehingga setiap tweet-nya akan selalu diterima dan bisa
dilihat oleh akun A tersebut.
Tweet
Tweet adalah sebutan untuk update status pada Twitter, pesannya maksimal terdiri
atas 140 karakter.
Favorites
Favorites adalah istilah bagi tweet yang disimpan. Biasanya dilakukan pada tweet
yang disukai karena menarik atau berisi informasi penting.
ReTweet
ReTweet adalah meneruskan tweet dari pengguna lain dengan cara mengklik
Retweet pada tweet pengguna lain tersebut.
Replies to
Replies to adalah sebutan bagi tweet yang dikirim sebagai balasan untuk pesan
pengguna lain. Biasanya dikirim dengan mengklik reply dan selalu dimulai dengan
user ID.
Mention
Mention adalah istilah bagi user Twitter yang mengikutsertakan user lain dalam
tweet yang dikeluarkannya dengan cara menulis user ID, sehingga user lain tersebut
bisa melihat tweet-nya. (Milstein 2009).
Analisis Jaringan Sosial (Social Network Analysis – SNA)
Analisis jaringan sosial (Social Network Analysis - SNA) memandang
hubungan sosial dalam kaitannya dengan teori jaringan yang terdiri dari node dan
edge. Node adalah aktor-aktor individu yang ada dalam struktur jaringan,
sedangkan edge menyatakan hubungan yang terjalin di antara individu-individu
tersebut.
Struktur jaringan yang terbentuk biasanya sangatlah kompleks. Dalam
mengetahui struktur dan pola interaksi yang terjadi dalam sebuah jaringan, kita bisa
merepresentasikan jaring tersebut ke dalam sebuah graf. Misalnya pada jejaring
sosial Twitter. Setiap user akan digambarkan ke dalam sebuah node dan setiap relasi

4
antar node digambarkan ke dalam sebuah edge. Relasi following/follower, Mention,
Retweet, dari jejaring sosial Twitter bisa menggambarkan tingkat
kepopuleran/pengaruh user Twitter tersebut. Nilai/bobot dari relasi ini disebut juga
dengan sentralitas. Nilai sentralitas sebuah node akan semakin besar jika
mengikutsertakan bobot relasi antar node, dengan artian dalam perhitungan tidak
hanya sentralitas satu node saja tetapi juga mengikutsertakan nilai sentralitas dari
node sekitarnya.
Sentralitas
Perhitungan sentralitas dalam suatu graf tidak berarah dapat menghasilkan
suatu bobot yang menentukan node mana yang memiliki pengaruh penting dalam
graf tersebut. Penelitian ini hanya menekankan pada perhitungan sentralitas untuk
suatu graf yang tidak berarah, artinya tidak dibedakan antara in-link ataupun outlink. Dalam penelitian ini struktur jaringan yang akan diteliti adalah jejaring sosial
Twitter, sehingga in-link dan out-link-nya adalah following dan follower.
Setidaknya terdapat tiga buah metode dasar untuk menghitung sentralitas dari
setiap node dalam suatu graf, yaitu derajat sentralitas, kedekatan sentralitas dan
keterhubungan sentralitas.(Opsahl et al. 2010)
Derajat Sentralitas
Derajat sentralitas akan digunakan untuk menghitung bobot suatu node kei (diberi notasi CD(i)) berdasarkan banyaknya edge yang terbentuk antara node i
dengan yang lainnya. Banyaknya edge yang terbentuk memudahkan suatu node
untuk memberikan pengaruh bagi node-node lain yang ada dalam struktur jaringan
(Freeman 2006). Dalam hal ini karena yang diteliti adalah jejaring sosial Twitter,
maka node merupakan representasi dari akun, sedangkan edge merupakan
representasi dari follower/following. Besarnya pengaruh suatu akun dalam jejaring
sosial Twitter berbanding lurus dengan banyaknya jumlah follower-nya. Karena
setiap tweet-nya akan terlihat oleh setiap follower-nya tersebut. Besarnya bobot
sentralitas suatu node dapat dihitung normalisasi sebagai berikut:
�

∑
=

,
�−

Keterangan:
CD(i) = Nilai dari derajat sentralitas node i
∑ , = Banyaknya edge yang terhubung langsung dengan node i
n = Jumlah sampel penelitian
Sebagai contoh sederhana, berikut diberikan sebuah graf yang terdiri dari
empat buah node:

5

Gambar 1. Jaringan dengan empat node
Maka node ke a memiliki bobot CD(a)=2/3, yaitu jumlah edge yang
terbentuk pada node a dengan node lain dibagi dengan jumlah node dalam graf
dikurangi 1, sedangkan untuk node b memiliki bobot CD(b)=3/3.
Sentralitas Kedekatan
Sentralitas
kedekatan
akan
digunakan
untuk
menghitung
bobot sentralitas sebuah node berdasarkan jumlah jarak terpendek antara suatu
node dengan node lainnya (Freeman 2006). Untuk menghitung bobot sentralitas
kedekatan setiap node, dapat digunakan rumus normalisasi sebagai berikut:
=

�

�−

∑�=

.

,

Dari contoh graf pada Gambar 1, maka dapat dihitung bobot sentralitas
kedekatan untuk node a adalah sebagai berikut:
Diketahui:
n = 4,
, = ,
, = ,
, =
�−
= �
�
∑=
,
−
=
�
, +
, +
,
�

�

�

=

+ +

=

= .

.

Dengan cara yang sama, bobot sentralitas kedekatan dari node yang lain juga bisa
dicari, yaitu:
�

�

�

=

=

=

+

+

+

+

+ +

=

=

= .

6

Sentralitas Keterhubungan
Sentralitas keterhubungan akan digunakan untuk menghitung bobot setiap
node berdasarkan seberapa banyak suatu node dilalui oleh dua node lain dalam graf
berdasarkan jalur terpendeknya (Freeman 2006). Perhitungan bobot sentralitas ini
menggunakan rumus normalisasi sebagai berikut:

=

�

∑

<

�−

�

�

.

�−

Keterangan:
Pjk(i) = Jumlah jalur terpendek antara node j dan k yang melewati node i.
Pjk = Jumlah jalur terpendek antara node j dan k.
n
= Banyaknya node dalam jaringan.
Sekali lagi berdasarkan graf pada Gambar 1, maka kita dapat menghitung
bobot sentralitas keterhubungan dari setiap node:
Diketahui:
Pbd(a)=0,Pbd=1,Pbc(a)=0,Pbc=1,Pcd(a)=0,Pcd=1.
� �
∑∇ <
�
=
�
�−
�−
�

�

=
�

�

�

=
�

�

�

+

�−

�

�

�

+

�−
+ +

�

�

�

−
−
+ +
=
×
=

= .

dengan cara serupa didapat bobot dari node yang lain, sebagai berikut:
CB(c) = 0, CB(b) = CB(d) = 1/6.
Identifikasi Sub-Komunitas
Komunitas adalah identifikasi dan interaksi sosial yang dibangun dengan
berbagai dimensi kebutuhan fungsional (Soenarno 2002). Kebutuhan yang
dimaksud bisa beragam jenisnya, bisa informasi, hiburan, pengetahuan, dll. Dalam
penelitian ini akan diidentifikasi komunitas yang terbentuk berdasarkan ada

7
tidaknya interaksi antara node-node yang ada dalam struktur jaringan
@matematikaipb. Interaksi yang diamati berupa mentions dan replies to.
Network Analytic Software
Network analytic software digunakan untuk merepresentasikan node (aktor)
dan edge (hubungan) dalam suatu jaringan, dan juga digunakan untuk menganalisis
data jaringan. Sama halnya dengan aplikasi yang lain, data dapat disimpan dalam
bentuk file eksternal. Network analytic software memudahkan peneliti untuk
menyelidiki jaringan dalam jangkauan yang besar seperti jaringan internet,
transmisi penyakit, dll. Aplikasi ini menyediakan fungsi matematika yang dapat
diaplikasikan dalam model jaringan. Ada begitu banyak Network analytic software
di antaranya yang sudah banyak orang ketahui yaitu Gephi, Graphviz,
GraphStream, NetReveal, dll.
Gephi 0.8.2 -betha
Gephi 0.8.2 -betha adalah suatu interaktif visualisasi dan platform
eksplorasi untuk bermacam macam jaringan dan sistem kompleks, dinamis dan
grafik hirarki, Gephi digunakan untuk menganalisis dan mempelajari grafik.
Keuntungan dari mesin tercepat visualisasi grafik untuk memahami kecepatan dan
pola penemuan dalam grafik dengan skala besar. Menganalisis jaringan hingga
50.000 node dan 1.000.000 edge, iterasi melalui visualisasi menggunakan
penyaringan dinamis (Opsahl et al. 2010). Aplikasi ini dapat diunduh secara bebas
di website Gephi.
NodeExcel
NodeExcel adalah template open source untuk Excel 2007 dan 2010 yang
mampu membuat hierarki jaringan dengan cara mengimpor langsung user pada
berbagai jejaring sosial seperti Twitter, YouTube atau Flickr. Pada penelitian ini
NodeExcel digunakan pada Twitter dengan mengimpor langsung dari user akun
@matematikaipb dengan relasi follower/following dan include 1.5 yang artinya
akun-akun yang diambil terbatas hanya follower/following dari akun
@matematikaipb.

HASIL DAN PEMBAHASAN
Rancangan Penelitian
Penelitian ini, sesuai dengan tipe data yang diolah, adalah merupakan tipe
penelitian kuantitatif karena menekankan pada fenomena–fenomena objektif dan
dikaji secara kuantitatif dilakukan dengan menggunakan angka-angka, pengolahan
statistik, struktur dan percobaan terkontrol (Sukmadinata, 2009).

8
Komunitas
Komunitas yang diamati pada penelitian ini adalah seluruh akun yang
merupakan follower/following dari akun @matematikaipb yang diimport dengan
menggunakan aplikasi NodeExcel pada periode bulan Oktober-November tahun
2013 dan berjumlah 106 akun. Dengan relasi following, follower atau keduanya.
Daftar 106 akun ini bisa dilihat pada lampiran. Berikut diberikan visualisasi dari
grafik komunitas yang diamati (@matematikaipb):

Keterangan:
: Angkatan 46
: Angkatan 47
: Angkatan 48
Gambar 2. Komunitas Akun @matematikaipb

9
Gambar 2 adalah visualisasi grafik dari populasi yang diambil dari user
Twitter @matematikaipb dengan menggunakan aplikasi NodeExcel dengan include
level 1.5 yang artinya akun-akun Twitter yang diambil adalah terbatas pada
hubungan following atau follower dari akun @matematikaipb dan juga berlaku
hubungan yang sama diantara para follower dan following tersebut.
Node-node kecil yang ada pada grafik melambangkan akun-akun Twitter
yang ada dalam akun @matematikaipb, sedangkan garis kurva yang
menghubungkan node-node tersebut adalah menyatakan hubungan follower atau
following atau bahkan bisa keduanya. Grafik tersebut terdiri atas 106 akun Twitter
dan dikelompokan ke dalam tiga kelompok besar yang ditandai dengan warna
merah, biru dan hijau. Secara garis besar, pengelompokannya merupakan angkatan
di Departemen Matematika IPB, yaitu angkatan 46, 47 dan 48.
Analisis Jaringan Sosial
Derajat sentralitas adalah ukuran yang memandang seberapa banyak suatu
node memiliki hubungan langsung dengan node lain. Dalam jejaring Twitter
hubungan yang dimaksud adalah hubungan follower atau following atau bahkan
bisa keduanya. Karena dalam penelitian ini graf yang digunakan adalah graf tidak
berarah, maka following dan follower tidak dibedakan, sehingga setiap tweet yang
dikeluarkan oleh suatu akun sumber akan terlihat oleh akun lain yang merupakan
follower atau following dari akun sumber tersebut. Oleh karena itu, semakin banyak
follower atau following yang dimiliki suatu akun, maka akan semakin besar pula
pengaruhnya dalam struktur jaringan yang terbentuk. Akun dengan nama user
@SatriatamaFajar memiliki bobot derajat sentralitas terbesar diantara akun-akun
lainnya, yaitu sebesar 0.838 artinya sebanyak 83.80% dari seluruh akun yang ada
dalam jaringan @matematikaipb akan melihat dan menerima setiap update status
(tweet) yang dikirimnya. Hal ini membuat akun tersebut menjadi akun yang
memiliki pengaruh penting dalam struktur jaringan @matematikaipb. Daftar nilai
derajat sentralitas selengkapnya diberikan pada bagian lampiran.
Kedekatan sentralitas adalah ukuran yang memandang seberapa dekat
jarak pertemanan antara suatu node i dengan seluruh node yang ada dalam struktur
jaringan. Perhitungan jarak ini didasarkan pada banyaknya edge yang
menghubungkan node-node tersebut. Misalkan ada dua buah node yang merupakan
follower atau following satu sama lain, maka jarak di antara keduanya adalah satu
(satu edge). Pada ukuran ini, suatu node yang secara rata-rata jarak pertemanannya
paling dekat dengan semua node yang ada dalam jaringan akan memperoleh
informasi seefisien mungkin.
Hal ini akan sangat menguntungkan bagi akun dengan jarak pertemanan
yang dekat tersebut. Karena selain dari informasi yang bisa didapat secara efisien,
kedekatan sentralitas yang tinggi juga merepresentasikan bahwa akun tersebut aktif
dalam menjalin pertemanan dengan akun-akun lain. Selain itu, misalkan ada
informasi yang sama dikirimkan oleh dua akun berbeda, maka akun yang kedekatan
sentralitasnya tinggi akan lebih diperhatikan tweet-nya dibandingkan dengan yang
sentralitas kedekatannya rendah, karena ukuran ini juga merepresentasikan
hubungan saling percaya. Pada penelitian akun @matematikaipb ini akun dengan
nama user @SatriatamaFajar memiliki nilai bobot kedekatan sentralitas tertinggi
dibandingkan dengan akun-akun lainnya, yaitu sebesar 0.855. Hal ini menunjukan

10
bahwa akun @SatriatamaFajar memiliki kedekatan yang sangat baik dengan
seluruh akun-akun dalam jaringan @matematikaipb. Daftar nilai kedekatan
sentralitas selengkapnya diberikan pada bagian lampiran.
Keterhubungan sentralitas mengukur seberapa sering suatu node dalam
menghubungkan dua node lain dalam jarak terpendeknya. Dengan kata lain, suatu
node dengan keterhubungan sentralitas tertinggi mampu mempengaruhi
(menambahkan/mengurangi) informasi yang mengalir di antara para node yang
melibatkannya. Pada penelitian ini, akun dengan user @SatriatamaFajar dan
@barigaib sama-sama memiliki nilai bobot keterhubungan sentralitas terbesar,
yaitu 0.019 artinya jika dibandingkan dengan akun akun lain dalam jaringan
matematikaipb, kedua akun tersebut lebih sering terlibat dalam jarak terpendek
yang menghubungkan node-node lain. Daftar nilai keterhubungan sentralitas
selengkapnya diberikan pada bagian lampiran.

Identifikasi Komunitas
Berdasarkan definisi komunitas menurut Soenarno seperti yang dijelaskan
pada bagian tinjauan pustaka, komunitas bisa diidentifikasi dari adanya interaksi
yang dibangun antar sesama pelakunya dalam memenuhi kebutuhannya masingmasing. Pada sub bab ini, akan diidentifikasi sub komunitas yang terbentuk
berdasarkan interaksi yang terjadi di antara akun-akun yang ada dalam jaringan
@matematikaipb. Interaksi yang diamati adalah berupa mentions dan replies to.
Identifikasi dilakukan selama tiga periode, yaitu pada tanggal 23 Oktober, 30
Oktober dan 7 November 2013. Interaksi yang terjadi selama tiga periode diberikan
pada bagian lampiran. Berikut diberikan visualisasi dari interaksi yang terjadi
selama periode penelitian. Grafik disajikan dengan menggunakan aplikasi Gephi
dengan Layout Fruncterman Reinghold.

11

Gambar 3. Interaksi pada minggu pertama
Gambar 3 adalah visualisasi grafik dari interaksi yang terjadi pada populasi
pada tanggal 27 Oktober. Pada tahap ini sudah tidak ada kaitannya dengan
penghitungan bobot sentralitas, tapi lebih kepada interaksi yang terjadi. Node-node
yang ukurannya diperbesar adalah node-node yang melakukan interaksi dengan
sesama anggota populasi. Interaksi yang diamati berupa Mention atau Replies to.
Adanya interaksi menunjukkan bahwa di antara node-node tersebut memiliki
hubungan pertemanan yang cukup dekat. Secara keseluruhan terdapat 12 interaksi
yang terjadi pada periode ini, 8 interaksi berupa Mention dan 4 sisanya merupakan
interaksi berupa Replies to.
Akun-akun yang memiliki warna sama dan dihubungkan oleh edge memiliki
arti bahwa akun-akun tersebut terlibat dalam suatu percakapan. Rata rata interaksi
pada periode ini terjadi diantara dua node saja. Satu percakapan melibatkan 3 akun,
yaitu @Rudyhariono, @fachriadytia1 dan @rismawati_sidik.

12

Gambar 4. Interaksi pada minggu kedua
Gambar 4 menunjukan interaksi yang terjadi pada populasi pada periode
kedua (30 Oktober 2013). Pada periode ini, telah terjadi sebanyak 16 interaksi
diantara para anggota populasi. Interaksi tersebut terdiri dari 7 Replies to dan 9
Mention. Ada yang menarik pada periode ini, yaitu akun @Rismawati_Sidik
menjadi pusat interaksi bersama akun @KikiSeptianiKS, @alethealia, @Imaddd_
dan @Bilyanustazila. Hal menarik lainnya adalah interaksi beruntun yang dibentuk
oleh akun-akun @hendragustra, @aditbarca, @lilisliss, @pujiyantieka,
@AdityaDAP, @tutyevelina. @lolaoktasari, dan @claristhaa.

13

Gambar 5. Interaksi pada minggu ketiga
Gambar 5 adalah visualisasi dari interaksi yang terjadi pada periode ketiga.
Pada periode ini terdapat 9 interaksi dengan 6 interaksi berupa Mention dan 3
sisanya merupakan Replies to. Interaksi yang terjadi lebih sedikit jika dibandingkan
dengan dua periode sebelumnya. Hal ini menunjukan bahwa di periode ini akunakun tersebut tidak begitu banyak yang aktif.

SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil penelitian maka dapat diambil beberapa kesimpulan, antara
lain: struktur jaringan Twitter akun @matematikaipb terbagi ke dalam tiga
kelompok besar, yaitu angkatan 46, angkatan 47 dan angkatan 48.

14
Derajat sentralitas menghasilkan akun Twitter @SatriatamaFajar sebagai
akun dengan sentralitas terbesar, yaitu 0.838. Artinya akun tersebut memiliki posisi
yang cukup penting dalam jaringan @matematikaipb.
Kedekatan sentralitas menghasilkan akun Twitter @SatriatamaFajar sebagai
akun dengan kedekatan sentralitas tertinggi, yaitu 0.855. Artinya akun tersebut
memiliki jarak pertemanan yang relatif kecil dengan seluruh akun yang ada dalam
jaringan, sehingga hal ini menunjukan bahwa akun @SatriatamaFajar memiliki
hubungan yang sangat baik dengan seluruh akun dalam jaringan dibandingkan
dengan akun-akun lain.
Keterhubungan sentralitas menghasilkan akun Twitter @barigaib dan akun
@SatriatamaFajar sebagai akun dengan keterhubungan sentralitas tertinggi, yaitu
0.019. Artinya kedua akun tersebut sama besar dalam hal frekuensi keterlibatannya
dalam jarak terpendek yang menghubungkan dua akun lain dalam jaringan.
Dari ketiga ukuran sentralitas yang digunakan, akun Twitter
@SatriatamaFajar merupakan akun yang memiliki posisi paling penting dalam
struktur jaringan @matematikaipb.
Sub komunitas selalu terbentuk dalam setiap minggu pada periode penelitian.
Sub komunitas terbanyak terjadi pada minggu kedua, yaitu sebanyak 16 interaksi
dengan 9 interaksi berupa Mention dan 7 berupa Replies to.
Saran
Penelitian ini masih bisa dilanjutkan dengan menggunakan Graf berarah,
artinya dibedakan antara follower dan following. Sehingga bisa lebih jelas melihat
akun mana yang memulai interaksi.

15

DAFTAR PUSTAKA
Opsahl et al. 2010. Node centrality in weighted networks: Generalizing degree
and shortest paths. [Internet]. [diunduh 2013 November 8]. Tersedia pada:
http://toreopsahl. com/ 2010/ 04/ 21/ article-node- centrality-in-weightednetworks-generalizing-degree-and-shortest-paths/ ). Social Networks 32: 245.
doi:10.1016/j.socnet.2010.03.006.
Milstein S. 2009. The Twitter Book. United States of America: O’Reily Media, Inc.
Sukmadinata. 2009. Metode Penelitian Pendidikan.Bandung: Rosdakarya.
Husein U. 2004. Metode Penelitian untuk Skripsi dan Tesis Bisnis. Cetakan ke-6.
Jakarta: PT Raja Grafindo Persada.
Soenarno A. 2002. Attractive Games for All Seminar Purposes (Sebuah Catatan
Khusus tentang Permainan untuk Forum Ilmiah).
Freeman L. 2006. The Development of Social Network Analysis. Vancouver:
Empirical Press.

16

LAMPIRAN
Lampiran 1 Daftar Follower/Following Akun Twitter @matematikaipb
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

Nama Akun Twitter
SatriatamaFajar
Ayunfarikha
Achmad_kamil
Andi_Fitrianah
adi_riswanto
Bilyanustazila
bella_romadona
Barigaib
Masterindo
cha_delis
hanifmats
Lilisliss
imaddd_
rismawati_sidik
Erictanto
Erjodi
Rstly
lidya_yolanda
av_endi
aisyah_mira
rudyhariono
dyah_ayuuuu
haniasri
ikihidayat
AdityaDAP
AndriTriWibowo1
rendiarbi
lolaoktasari
aisiahputri
saputraika
Triinamz
puttsaniya
tiqoh47
bonno_andri
yhu_lie
SyaepulA

No
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72

Nama Akun Twitter
dyah_ayuuu
dinncedinii
kikiseptianiKS
rizkynoviani
nurul_tika
lusy_kurnia
ikhsanmath
alfiaini
FikiMY
Nyomend
dwirrrrr
alethealia
uazekhlin
abiyyuuu
Ariyan_toP
tutyevelina
vinachan17
titanaova
Anne12a2
sevirarosana
risa_wi
desyichristia
hennyiswandrian
fachriadidi
eqapujiyanti
riefdahria
MathSteven
Arii_Hermawan
galihfeb
SyahrulAN16
danangkalisla
fakhriazhar
melditami
irfannaffandi
aditbarca
arieffadillah08

No
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106

Nama Akun Twitter
sifalusiana
Hendarn
u_wiiiii
betry_putri
fachriaditya1
claristhaa
Rizkyhaa
fahmi_cempaka
dantykartika
itsMeLestari
durung
yoyokhariyanto
achie_doang
IrmaOktiani
hendragustra
arpiemelnoor
dhaidha11
HannaRifatika
arliansyah_syah
dwinandahtm
ranggags
ebibyun
syukrioidaman
varinano
aimanmacho8
purimahestyanti
umri____
qowiyyul
RahardiEdo
dedhe_putrisia
achiikaa
lenyustie
zainamufahir
dittasucianisar

17
Lampiran 2 Daftar Nilai Derajat Sentralitas
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

Nama Akun Twitter
SatriatamaFajar
Ayunfarikha
Achmad_kamil
Andi_Fitrianah
adi_riswanto
Bilyanustazila
bella_romadona
Barigaib
Masterindo
cha_delis
Hanifmats
Lilisliss
imaddd_
rismawati_sidik
Erictanto
Erjodi
Rstly
lidya_yolanda
av_endi
aisyah_mira
Rudyhariono
dyah_ayuuuu
Haniasri
Ikihidayat
AdityaDAP
AndriTriWibowo1
Rendiarbi
Lolaoktasari
Aisiahputri
Saputraika
Triinamz
Puttsaniya
tiqoh47
bonno_andri
yhu_lie
SyaepulA
dyah_ayuuu
Dinncedinii
kikiseptianiKS
Rizkynoviani
nurul_tika

Derajat
88
83
81
80
79
79
79
79
79
78
74
73
72
72
72
70
69
67
66
66
65
64
64
64
64
64
61
61
61
60
60
60
59
58
58
58
57
56
56
55
55

Derajat Sentralitas Akun
0,838095238
0,79047619
0,771428571
0,761904762
0,752380952
0,752380952
0,752380952
0,752380952
0,752380952
0,742857143
0,704761905
0,695238095
0,685714286
0,685714286
0,685714286
0,666666667
0,657142857
0,638095238
0,628571429
0,628571429
0,619047619
0,60952381
0,60952381
0,60952381
0,60952381
0,60952381
0,580952381
0,580952381
0,580952381
0,571428571
0,571428571
0,571428571
0,561904762
0,552380952
0,552380952
0,552380952
0,542857143
0,533333333
0,533333333
0,523809524
0,523809524

18
No
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84

Nama Akun Twitter
lusy_kurnia
Ikhsanmath
Alfiaini
FikiMY
Nyomend
Dwirrrrr
Alethealia
Uazekhlin
Abiyyuuu
Ariyan_toP
Tutyevelina
vinachan17
Titanaova
Anne12a2
Sevirarosana
risa_wi
Desyichristia
Hennyiswandrian
Fachriadidi
Eqapujiyanti
Riefdahria
MathSteven
Arii_Hermawan
Galihfeb
SyahrulAN16
danangkalisla
Fakhriazhar
Melditami
Irfannaffandi
Aditbarca
arieffadillah08
Sifalusiana
Hendarn
u_wiiiii
betry_putri
fachriaditya1
Claristhaa
Rizkyhaa
fahmi_cempaka
Dantykartika
itsMeLestari
Urung
yoyokhariyanto

Derajat
55
55
53
52
51
51
51
50
50
50
50
50
48
47
47
47
46
46
46
46
46
46
45
45
45
45
44
44
44
44
44
42
42
41
40
40
40
39
39
38
36
35
34

Derajat Sentralitas Akun
0,523809524
0,523809524
0,504761905
0,495238095
0,485714286
0,485714286
0,485714286
0,476190476
0,476190476
0,476190476
0,476190476
0,476190476
0,457142857
0,447619048
0,447619048
0,447619048
0,438095238
0,438095238
0,438095238
0,438095238
0,438095238
0,438095238
0,428571429
0,428571429
0,428571429
0,428571429
0,419047619
0,419047619
0,419047619
0,419047619
0,419047619
0,4
0,4
0,39047619
0,380952381
0,380952381
0,380952381
0,371428571
0,371428571
0,361904762
0,342857143
0,333333333
0,323809524

19
No
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106

Nama Akun Twitter
achie_doang
IrmaOktiani
Hendragustra
Arpiemelnoor
dhaidha11
HannaRifatika
arliansyah_syah
Dwinandahtm
Ranggags
Ebibyun
Syukrioidaman
Varinano
aimanmacho8
Purimahestyanti
umri____
Qowiyyul
RahardiEdo
dedhe_putrisia
Achiikaa
Lenyustie
Zainamufahir
Dittasucianisar

Derajat
32
32
32
31
31
31
31
31
30
26
25
24
24
23
23
22
17
15
11
11
9
4

Derajat Sentralitas Akun
0,304761905
0,304761905
0,304761905
0,295238095
0,295238095
0,295238095
0,295238095
0,295238095
0,285714286
0,247619048
0,238095238
0,228571429
0,228571429
0,219047619
0,219047619
0,20952381
0,161904762
0,142857143
0,104761905
0,104761905
0,085714286
0,038095238

20
Lampiran 3 Daftar Nilai Kedekatan Sentralitas
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

Nama Akun Twitter
SatriatamaFajar
ayunfarikha
Achmad_kamil
Andi_Fitrianah
adi_riswanto
Bilyanustazila
bella_romadona
barigaib
masterando
cha_delis
hanifmats
Lilisliss
imaddd_
rismawati_sidik
Erictanto
Erjodi
Rstly
lidya_yolanda
av_endi
aisyah_mira
rudyhariono
dyah_ayuuuu
haniasri
ikihidayat
AdityaDAP
AndriTriWibowo1
rendiarbi
lolaoktasari
aisiahputri
saputraika
triinamz
puttsaniya
tiqoh47
bonno_andri
yhu_lie
SyaepulA
dyah_ayuuu
dinncedinii
kikiseptianiKS
rizkynoviani
nurul_tika

Sentralitas Kedekatan
0.855
0.822
0.809
0.803
0.797
0.797
0.797
0.797
0.797
0.791
0.768
0.763
0.757
0.757
0.757
0.746
0.741
0.731
0.726
0.726
0.721
0.716
0.716
0.716
0.716
0.716
0.702
0.702
0.702
0.697
0.697
0.697
0.693
0.688
0.688
0.688
0.684
0.679
0.679
0.675
0.675

21
No
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84

Nama Akun Twitter
lusy_kurnia
ikhsanmath
Alfiaini
FikiMY
Nyomend
dwirrrrr
alethealia
uazekhlin
abiyyuuu
Ariyan_toP
tutyevelina
vinachan17
titanaova
Anne12a2
sevirarosana
risa_wi
desyichristia
hennyiswandrian
fachriadidi
eqapujiyanti
riefdahria
MathSteven
Arii_Hermawan
galihfeb
SyahrulAN16
danangkalisla
fakhriazhar
melditami
irfannaffandi
aditbarca
arieffadillah08
sifalusiana
Hendarn
u_wiiiii
betry_putri
fachriaditya1
claristhaa
Rizkyhaa
fahmi_cempaka
dantykartika
itsMeLestari
Urung
yoyokhariyanto

Sentralitas Kedekatan
0.675
0.675
0.667
0.662
0.658
0.658
0.658
0.654
0.654
0.654
0.654
0.654
0.646
0.642
0.642
0.642
0.639
0.639
0.639
0.639
0.639
0.639
0.635
0.635
0.635
0.635
0.631
0.631
0.631
0.631
0.631
0.624
0.624
0.62
0.616
0.616
0.616
0.613
0.613
0.609
0.602
0.599
0.596

22
No
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106

Nama Akun Twitter
achie_doang
IrmaOktiani
hendragustra
arpiemelnoor
dhaidha11
HannaRifatika
arliansyah_syah
dwinandahtm
ranggags
ebibyun
syukrioidaman
varinano
aimanmacho8
purimahestyanti
umri____
qowiyyul
RahardiEdo
dedhe_putrisia
achiikaa
lenyustie
zainamufahir
dittasucianisar

Sentralitas Kedekatan
0.589
0.589
0.589
0.586
0.586
0.586
0.586
0.586
0.582
0.570
0.567
0.564
0.564
0.561
0.561
0.558
0.544
0.538
0.527
0.527
0.522
0.510

Lampiran 4 Daftar Nilai Keterhubungan Sentralitas
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

Nama Akun Twitter
barigaib
SatriatamaFajar
Andi_Fitrianah
ayunfarikha
Bilyanustazila
bella_romadona
Achmad_kamil
lilisliss
masterando
rismawati_sidik
adi_riswanto
hanifmats
cha_delis
Erictanto
AndriTriWibowo1
av_endi
rudyhariono

Sentralitas Keterhubungan
0.019
0.019
0.017
0.016
0.015
0.014
0.014
0.013
0.012
0.012
0.012
0.012
0.011
0.011
0.010
0.010
0.010

23
No
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60

Nama Akun Twitter
Erjodi
Rstly
aisyah_mira
SyaepulA
yhu_lie
aisiahputri
imaddd_
lidya_yolanda
desyichristia
haniasri
sevirarosana
ikihidayat
AdityaDAP
Anne12a2
tiqoh47
dinncedinii
puttsaniya
rendiarbi
dyah_ayuuuu
vinachan17
titanaova
MathSteven
lusy_kurnia
triinamz
dyah_ayuuu
risa_wi
bonno_andri
saputraika
lolaoktasari
ikhsanmath
galihfeb
kikiseptianiKS
tutyevelina
arieffadillah08
alethealia
nurul_tika
FikiMY
dwirrrrr
Ariyan_toP
alfiaini
aditbarca
uazekhlin
SyahrulAN16

Sentralitas Keterhubungan
0.009
0.009
0.008
0.007
0.007
0.007
0.007
0.007
0.007
0.006
0.006
0.006
0.006
0.005
0.005
0.005
0.005
0.005
0.005
0.005
0.005
0.004
0.004
0.004
0.004
0.004
0.004
0.004
0.004
0.004
0.003
0.003
0.003
0.003
0.003
0.003
0.003
0.003
0.003
0.003
0.003
0.003
0.003

24
No
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103

Nama Akun Twitter
Arii_Hermawan
rizkynoviani
melditami
fachriaditya1
danangkalisla
u_wiiiii
Nyomend
abiyyuuu
riefdahria
itsMeLestari
hennyiswandrian
durung
fakhriazhar
yoyokhariyanto
dantykartika
eqapujiyanti
sifalusiana
irfannaffandi
fachriadidi
betry_putri
Hendarn
ranggags
IrmaOktiani
Rizkyhaa
achie_doang
dwinandahtm
hendragustra
HannaRifatika
arliansyah_syah
dhaidha11
claristhaa
arpiemelnoor
syukrioidaman
fahmi_cempaka
ebibyun
umri____
RahardiEdo
qowiyyul
varinano
dedhe_putrisia
aimanmacho8
lenyustie
purimahestyanti

Sentralitas Keterhubungan
0.003
0.002
0.002
0.002
0.002
0.002
0.002
0.002
0.002
0.002
0.002
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0.001
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000

25
No
104
105
106

Nama Akun Twitter
Achiikaa
Zainamufahir
dittasucianisar

Sentralitas Keterhubungan
0,000
0,000
0,000

26
Lampiran 5 Interaksi Pada Minggu Pertamaa
Node1
Node2
Uazekhlin
Riefdahria
Rizkyhaa
cha_delis
Ikihidayat
cha_delis
fachriaditya1 rismawati_sidik
hendragustra
Aditbarca
Rudyhariono
fachriaditya1
av_endi
Galihfeb
Alfiaini
Lidyolgram
Tutyevelina
Rizkynoviani
dantykartika
Melditami
Melditami
Dantykartika
achie_doang
Aisiahputri
a)
Data diambil pada tanggal 23 Oktober 2013
b)
Interaksi terjadi dari Node1 ke Node2

Jenis Interaksib
Mentions
Replies to
Mentions
Mentions
Mentions
Mentions
Mentions
Mentions
Replies to
Replies to
Replies to
Mentions

Interaksi Pada Minggu Keduac
Node1
Node2
Lolaoktasari
Claristhaa
Lolaoktasari
Claristhaa
Lolaoktasari
Tutyevelina
Lolaoktasari
Tutyevelina
AdityaDAP
Tutyevelina
pujiyantieka
Lilisliss
AdityaDAP
Pujiyantieka
kikiseptianiKS rismawati_sidik
Alethealia
rismawati_sidik
imaddd_
rismawati_sidik
Erictanto
adi_riswanto
Bilyanustazila rismawati_sidik
Aditbarca
Lilisliss
Aditbarca
Lilisliss
Melditami
Dantykartika
AriYH_
arliansyah_syah
c)
Data diambil pada 30 Oktober 2013

Jenis Interaksi
Replies to
Mentions
Mentions
Replies to
Replies to
Mentions
Mentions
Mentions
Mentions
Mentions
Replies to
Replies to
Replies to
Mentions
Mentions
Replies to

27
Interaksi Pada Minggu Ketigad
Node 1
Node 2
Hendragustra
Aditbarca
Galihfeb
Masterindo
Anne12a2
Galihfeb
AndriTriWibowo1
Ranggags
ranggags
bella_romadona
alethealia
rismawati_sidik
imaddd_
Masterindo
dinncedinii
Dantykartika
AriYH_
Lidyolgram
d
Data diambil pada 7 November 2013

Jenis Interaksi
Mentions
Mentions
Mentions
Replies do
Mentions
Replies to
Mentions
Replies to
Mentions

28

RIWAYAT HIDUP
Penulis dilahirkan di Subang pada tanggal 1 Mei 1991dari ayah Komar dan
ibu Sopiah. Penulis berkewarganegaraan Indonesia dan beragama Islam. Penulis
adalah anak satu-satunya dalam keluarga. Tahun 2003 penulis lulus dari SD Negeri
Sindangcai, tahun 2006 penulis lulus dari SMP Negeri 2 Subang dan tahun 2009
penulis lulus dari SMA Negeri 1 Subang. Pada Tahun yang sama penulis lulus
seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi
Masuk IPB (USMI) dan diterima sebagai mahasiswa departemen Matematika
FMIPA IPB dengan mayor Matematika dengan pilihan minor Statistika Terapan.
Selama mengikuti perkuliahan, penulis aktif sebagai staf Divisi Sosial
Informasi dan Komunikasi himpunan profesi Matematika GUMATIKA IPB
2010/2011 dan sebagai ketua Divisi Informasi dan Komunikasi GUMATIKA IPB
2011/2012. Selain itu, penulis juga aktif dalam mengikuti kegiatan seperti
kepanitiaan Pesta Sains Nasional sebagai staf Divisi PDD, kepanitiaan Olahraga seFMIPA (SPIRIT) sebagai staf Divisi Pertandingan. Selain itu, penulis juga ikut
serta sebagai Tim Futsal GUMATIKA sebagai Juara II dalam Kejuaraan Futsal
MATHGAMES 2012 di UNPAD Bandung.