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