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 SYAEPUL 2014ANWAR
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 taβala 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 β 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: π
β π=1
π(π, π) πβ1
Keterangan: CD(i) = Nilai dari derajat sentralitas node i βπ(π, π) = 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: πΆπΆ (π) =
πβ1
. βππ=1 π(π, π)
Dari contoh graf pada Gambar 1, maka dapat dihitung bobot sentralitas kedekatan untuk node a adalah sebagai berikut: Diketahui: n = 4, π(π, π) = 1, π(π, π) = 1, π(π, π) = 2 πβ1 πΆπΆ (π) = π βπ=1 π(π, π) 4β1 πΆπΆ (π) = π(π, π) + π(π, π) + π(π, π) 3 πΆπΆ (π) = 1+2+1 3 πΆπΆ (π) = 4 πΆπΆ (π) = 0.75 . Dengan cara yang sama, bobot sentralitas kedekatan dari node yang lain juga bisa dicari, yaitu: 3 πΆπΆ (π) = =1 1+1+1 3 3 πΆπΆ (π) = = 1+2+1 4 3 3 πΆπΆ (π) = = . 1+1+2 4
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:
πΆπ΅ (π) =
βπ<π
πππ (π) πππ
(π β 1)(π β 2)
.
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. π (π) ββπ<π ππ πππ πΆπ΅ (π) = (π β 1)(π β 2) πππ (π)
πΆπ΅ (π) =
πππ
πΆπ΅ (π) =
+
πππ (π) πππ
+
πππ (π) πππ
(π β 1)(π β 2) 0 0 0 + + 1 1 1
(4 β 1)(4 β 2) 0+0+0 πΆπ΅ (π) = 3Γ2 0 πΆπ΅ (π) = 6 (π) πΆπ΅ = 0.
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 fenomenaβfenomena 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: OβReily 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.
