3.5.1 Real Human Network
Algoritma: 1. Masukkan data facebook ke dalam touchgraph.
2. Ubah graf secara manual menjadi bilangan biner 0 dan 1, yang artinya jika berteman maka 1, jika tidak maka 0.
3. Selesai
3.5.2 Random Graph
Algoritma: 1. Buat variabel A=erdos_reynin,p
2. Nilai n diisi dengan jumlah node yang akan dimasukkan yaitu 50 dan nilai p diisi dengan probabilitas dari setiap node yaitu 0.1
3. Kemudian buat variabel x=fullA 4. Selesai
3.5.3 Scale-free Graph
Algoritma: 1. Buat variabel seed= [1 0 0 1 ; 1 1 0 0 ; 1 0 1 0 ; 0 0 0 1]
2. Buat variabel SFNet=SFNGNodes,mlinks,seed 3. Nilai Nodes diisi dengan jumlah node yang akan dimasukkan yaitu 50, nilai
mlinks diisi dengan jumlah link setiap node yaitu 4, dan seed merupakan variabel yang berisi bilangan biner 0 dan 1.
4. Selesai
37
BAB IV PENGUJIAN DAN ANALISIS
4.1 Perhitungan Centrality
Pada bagian ini dilakukan perhitungan dengan menggunakan metrik centrality pada jaringan manusia riil, random network, dan scale-free
network.. Dari hasil perhitungan kemudian akan dianalisis hasil dari proses perhitungan yang dilakukan. Setidaknya terdapat 3 buah metode dasar untuk
dapat menghitung bobot centrality dari setiap node dalam suatu graf, yaitu: betweenness centrality, closeness centrality, dan degree centrality.
Betweenness centrality adalah cara untuk menentukan bobot setiap node berdasar jalur terpendek yang dilewati oleh node lainnya. Closeness centrality
adalah cara untuk mengukur kedekatan satu individu dengan individu lainnya, dan degree centrality adalah cara untuk mengukur popularitas individu dalam
sebuah jaringan sosial. Adapun rumus untuk menghitung betweenness centrality, closeness centrality, dan degree centrality adalah:
Betweenness Centrality: C
B
i =
Keterangan: σ_st v = jumlah shortest paths dari node s ke t yang melewati node v
σ_st = jumlah shortest paths dari node s ke t
Keterangan: Ci = Menghitung bobot suatu node ke i
simple_dijkstraadj,i = Jumlah jarak terpendek antara node i dengan node lainnya
Closeness Centrality: Ci = 1 sum simple_dijkstraadj,i
Kategori