Sumber Data Perancangan Model

BAB III PERANCANGAN MODEL

Pada bab ini akan dijelaskan perancangan model dan algoritma dalam mengubah graf ke dalam bentuk adjacency matriks.

3.1 Sumber Data

Dalam penelitian ini, sumber data yang digunakan adalah data berupa graf yang diubah menjadi matriks adjacency, jika memiliki relasi maka bernilai 1, jika tidak maka bernilai 0. Data diambil dari social network facebook penulis dengan menggunakan bantuan aplikasi touchgraph. Touchgraph adalah software manipulasi dan grafik visualisasi yang digunakan untuk mempelajari jaringan aktor sosial media. Perangkat lunak ini menampilkan hubungan antar individu. Individu akan diwakili oleh node, kemudian hubungan antara individu akan menjadi sebuah link. Aplikasi ini dapat memvisualisasikan jaringan pertemanan di facebook, sedangkan untuk random graph dan scale-free network graph didapat dengan menggunakan algoritma Erdos Renyi dan Barabassi-Albert.

3.2 Perancangan Model

Perancangan model untuk merepresentasikan centrality pada jaringan manusia, random graph, dan scale-free network graph secara umum dapat digambarkan sebagai berikut: Data Facebook, Random Graph, SFNG Preprocessing Perhitungan betweenness, closeness, degree centrality Hasil Gambar 3.1 Perancangan Model Data yang dipakai untuk melakukan perhitungan centrality pada jaringan manusia riil adalah dataset yang diperoleh dari facebook dengan menggunakan aplikasi touchgraph yaitu berupa graf yang diubah menjadi matriks adjacency. Dataset yang diambil terdiri dari nama-nama pengguna facebook dan relasi antara pengguna. Untuk data random graph dan scale-free network graph menggunakan dataset yang dibangkitkan dengan algoritma Erdos Renyi dan Barabassi-Albert. Setelah dataset diperoleh, selanjutnya akan dilakukan preprocessing terhadap data tersebut. Data set tersebut direpresentasikan ke dalam bentuk matriks nxn, dengan n merupakan jumlah node yang terambil. Pada tugas akhir ini akan dilakukan perhitungan centrality yang meliputi betweenness centrality, closeness centrality, dan degree centrality pada jaringan manusia riil nyata, random graph, dan scale- free network graph yang bertujuan untuk mengetahui individu yang paling penting popular dalam sebuah jaringan relasi manusia, serta membandingkan ketiga jaringan tersebut. Hasil perhitungan tersebut akan menampilkan nilai dari betweenness, closeness, dan degree centrality dari setiap graf.

3.3 Preprocessing