Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
ISSN: 2089-9815
PENGARUH SENTRALITAS AKTOR DALAM JARINGAN SOSIAL GAME ONLINE MASSIVE MULTIPLAYER ONLINE ROLE PLAYING GAME MENGGUNAKAN SOCIAL NETWORK ANALYSIS Ofir Victor Soumokil1, Danny Manongga2, Hendry3 Program Studi Magister Sistem Informasi, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Jl. Diponegoro 52-60 Salatiga 50711 2,3 Dosen Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Jl. Diponegoro 52-60 Salatiga 50711 E-mail:
[email protected] [email protected] ,
[email protected] 1
ABSTRACT This research was conducted with the use of Social Network Analysis (SNA) against game player community Massive Multiplayer Online Role-playing Game (MMORPG). As many as 103 players online game is a game Perfect World from Jakarta, Central Java and West Java where they are students. The results of this research in the form of mapping social networks among the players of online games as well as determine the central actors in the network. The study was also intended to see the influence and effect of termination of the central actors of the network. The results of this research have isolated six actors and a decrease in the overall presentation of measurement closeness degree centralitation, centralization and betweeness centralization in the network. Keywords: Social network analysis, online games. ABSTRAK Penelitian ini dilakukan dengan menggunakan Social Network Analysis (SNA ) terhadap komunitas pemain game Massive Multiplayer Online Role Game (MMORPG). Sebanyak 103 pemain game online yang merupakan pemain game Perfect World dari Jakarta, Jawa Tengah dan Jawa Barat dimana semuanya adalah mahasiswa. Hasil dari penelitian ini berupa pemetaan jaringan sosial antara para pemain game online serta menentukan aktor sentral dalam jaringan. Penelitian ini juga dimaksudkan untuk melihat pengaruh serta efek dari pemutusan aktor sentral terhadap jaringan. Hasil penelitian ini mendapatkan enam aktor yang terisolasi dan penurunan presentasi keseluruhan pengukuran degree centralitation, closeness centralization dan betweeness centralization dalam jaringan. Kata Kunci:Social network analysis, MMORPG, game online. Dengan semakin berkembangnya kemajuan teknologi informasi serta meningkatnya bandwith yang disediakan, hal ini memicu tumbuhnya industri-industri hiburan. Heriyanto (2009) mengatakan bahwa perkembangan industri serta pengguna game secara online. Sebuah survei yang dilakukan menemukan bahwa jumlah pengguna game online di Indonesia mencapai sekitar 6 (enam) juta orang. Setengah dari jumlah pengguna game online tersebut merupakan pelajar atau mahasiswa. Jumlah pemain game online sangat meningkat dibanding tahun 2007 dimana diprediksi jumlah pemain game online hanya sekitar 2.5 juta pemain. Sedangkan menurut Lolly Amalia, Direktur Sistem Informasi, Perangkat Lunak dan Konten Departemen Komunikasi dan Informasi (Depkominfo) mengatakan, setidaknya sekitar 30 juta orang Indonesia yang memainkan game secara online, atau dengan kata lain 1 dari 8 orang Indonesia adalah pemain game online. (Sadar, 2008). Peningkatan penggunaan komputer dan internet menjadi kebutuhan primer, mengakibatkan potensi
1. PENDAHULUAN Internet merupakan bagian yang sudah sangat melekat pada masyarakat Indonesia saat ini. Jumlah pengguna internet di Indonesia sebesar 55 juta orang, pada tahun 2011 yang sebelumnya berada di angka 42 juta. (Wahyudi, 2011)
Gambar 1. Penetrasi pengguna internet di Indonesia Sumber: MarkPlus Insight, 2011 Menurut Syaifudin (2008) menunjukkan bahwa pertumbuhan pengguna internet di Indonesia didominasi oleh anak muda dari kelompok umur 1530 tahun. Dari beberapa kota yang dilakukan survei menunjukkan bahwa sekitar 50% dari pengguna internet tersebut adalah kalangan anak muda. 129
Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
penggunaan secara berlebihan dan bahkan dapat merubah pengguna menjadi ketergantungan (Funk et al, 2004). Kehadiran game online memberikan sebuah perkembangan baru kepada dunia game dan mampu menarik banyak minat para pemain game untuk bermain (Muliawati, 2008). Game online memiliki kelebihan untuk memungkinkan terjadinya interaksi sesama pemain game didalamnya yang kemudian membentuk makna bagi pemainnya. Komunitas game yang biasa disebut "guild" merupakan sumber informasi bagi para pemain game serta memfasilitasi pemain untuk menuangkan pengalaman dalam bermain game. Komunitas tersebut kemudian dijadikan media komunikasi multikultural yang dapat menjelma menjadi gaya hidup dan penyambung komunikasi antar sesama. (Silvahda, 2012)
ISSN: 2089-9815
yang merupakan Multiplayer Online Role Playing Games (MMORPG). Dengan jumlah sampel sebanyak sebanyak 103 pemain game online yang merupakan mahasiswa dari 3 daerah berbeda. Sehingga dalam penelitian ini, diharapkan dapat memberikan gambaran mengenai pengaruh sentralitas aktor yang terhubung dalam jaringan sebelum dan sesudah aktor sentral tersebut dihilangkan. 2. TINJAUAN PUSTAKA Pang dan Chen (2010) melakukan penelitian mengenai Analisis Jaringan Sosial di komunitas MMOG, dimana pada penelitian ini menjelaskan mengenai komunitas multiplayer online game (MMOG). Dalam game jenis MMOG, pemain mengorganisir diri secara sukarela serta memenuhi tugas-tugas kolektif bersama. Setiap pemain dapat bergabung pada kegiatan yang berbeda, satu pemain dapat menunjukkan hubungan sosial yang berbeda dengan pemain lain dalam kegiatan sosial yang berbeda. Rodriguez & Mustaro (2008) melakukan penelitian dengan judul Social Network Analysis Of Virtual Communities in Online Games. Penelitian ini dilakukan pada komunitas pemain game Multiplayer Online Role Playing Game (MMORPG) di Brazil, dimana dilakukan analisis mengenai pengembangan komunitas melalui penerapan teori grafik berdasarkan elemen-elemen yang berkaitan dengan analisis jaringan sosial. Pertimbangan yang digunakan dalam penelitian ini adalah mengenai profil pemain, cara bekerja sama dalam bermain serta unsur-unsur komunikasi yang digunakan. Sedangkan penelitian yang dilakukan oleh Soumokil (2013) dengan judul Pemetaan Jaringan Sosial Game Online Menggunakan Social Network Analysis. Meneliti mengenai pemetaan pemain game MMORPG berdasarkan durasi lama bermain game sehari, besaran pengeluaran dana dan aspek yang mendorong untuk bermain. Untuk keterhubungan digunakan pengukuran eigenvector dan degree, closeness dan betweeness centrality dari setiap aktor. Hasil penelitian ini menemukan bahwa hubungan antar aktor yang ada dalam jaringan cenderung lemah, serta terdapat sentralitas aktor dalam jaringan game online.
Gambar 2. Game favorit di Indonesia Sumber: http://dailysocial.net Sebuah survei yang dilakukan oleh Karimudin (2012), mengenai game yang menjadi favorit di Indonesia dari sekitar 1200 pemain game yang berpartisipasi mendapatkan gambaran bahwa Role Playing Games (RPG) merupakan game yang paling populer di Indonesia. Dalam massive multiplayer online game (permainan online yang dimana orang yang berbeda berpartisipasi secara bersamaan), yang bersifat Massively Multiplayer Online Role Playing Games (MMORPG), pemain akan mengasumsikan identitas mereka sebagai karakter yang ada pada game tersebut. Penelitian yang dilakukan didapatkan bahwa: 8% dari pengguna mengklaim bermain kurang dari 1 jam per hari, sedangkan 8,7% mengaku bermain lebih dari 16 jam sehari. Namun, rata-rata periode pemanfaatan permainan oleh mayoritas pemain adalah 2-8 jam sehari, yang memberikan kesimpulan bahwa adanya interaksi sosial dalam lingkungan interaktif game online. (Karimuddin, 2012). Untuk memperoleh hasil pemetaan interaksi pada pemain game online dan aktor-aktor yang memiliki peran serta pengaruh yang penting dalam jaringan game online MMORPG maka pada penelitian ini menggunakan Social Network Analysis (SNA). Dengan mengetahui peta hubungan yang terjadi antar aktor-aktor kemudian akan dilihat aktor sentral yang ada pada jaringan. Sehingga pengaruh apa yang terjadi jika aktor-aktor sentral tersebut diputuskan. Game yang diteliti adalah Perfect World
2.1 Jaringan (Network) Menurut Kashudin (2004) jaringan merupakan kumpulan dalam suatu hubungan. Kumpulan yang berisi node dan pemetaan atau deskripsi antara benda atau node dalam sebuah jaringan. Jaringan sederhana berisikan dua benda (benda 1 dan 2). Sebuah jaringan memberikan gambaran interaksi antar nodes. Interaksi atau hubungan yang terjadi dapat dikelompokkan menjadi hubungan yang directional (dua arah) dan hubungan yang nondirectional (satu arah) dan transitive (seimbang). Pendapat lain mengatakan bahwa jaringan 130
Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
ISSN: 2089-9815
Beberapa pengukuran untuk mengukur peran dan pengaruh aktor aktor dalam jaringan adalah sebagai berikut: (Hanneman and Riddle, 2005) Degree Centrality, merupakan derajat keberadaan dan posisi aktor dalam sebuah jaringan sosial. Derajat keberadaan aktor tersebut dapat dilihat 2 macam: - InDegree: kemampuan aktor-aktor untuk berhubungan dengan seorang aktor - OutDegree: kemampuan seorang aktor untuk berhubungan dengan aktor-aktor lain dalam jaringan.
merupakan sesuatu yang mengatur hubungan antara seperangkat orang dengan karakteristik hubungan secara keseluruhan dapat digunakan untuk menggambarkan perilaku sosial dari orang-orang yang terlibat (Mitchell, 1969). 2.2 Jaringan Sosial (Social Network) Jaringan sosial merupakan struktur sosial yang terdiri dari serangkaian aktor dan hubungan antara aktor. Perspektif ini menyediakan jaringan sosial yang jelas dengan cara menganalisis struktur sosial seluruh entitas aktor tersebut. (Wasserman, Stanley & Faust, Katherine, 1994) Menurut Agusyanto (2010) jaringan sosial dapat digambarkan berdasarkan berdasarkan komponenkomponen, yang terdiri dari: 1. Beberapa kumpulan objek atau kejadian, minimal berjumlah 3 (tiga) yang berperan sebagai terminal. 2. Beberapa ikatan, antara satu titik ke titik yang lain yang saling berhubungan. 3. Menggambarkan arus yang mengalir dari satu titik ke titik lainnya, melalui saluran atau jalur yang menghubungkan masing-masing titik di luar jaringan. Prinsip yang mendasari keterkaitan antara komponen-komponen dalam jaringan, antara lain: 1. Keterhubungan antara ikatan-ikatan bersifat relatif permanen (ada unsur waktu) 2. Keterkaitan antara ikatan tersebut menyebabkan kumpulan titik yang dapat dikategorikan sebagai suatu kesatuan yang berbeda-beda. 3. Membentuk sebuah pola saluran. Saluran atau jalur yang harus dilalui tidak terjadi secara acak. 4. Terbentuknya aturan yang mengatur keterhubungan masing-masing titik di dalam jaringan. Hubungan titik yang satu terhadap titik lainnya maupun hubungan semua titik dengan titik-titik pusat dan seterusnya. (Agusyanto, 2010).
∑
,
(1)
, ) = 1, jika tidak terdapat dimana: a ( dan i ≠ k hubungan langsung di antara dan Closeness centrality, menunjukkan sejauh apa informasi bisa tersebar dalam jaringan dan merupakan pengukuran jarak antar aktor-aktor yang ada dalam jaringan. Penyebaran informasi yang mudah ditunjukkan dengan nilai closeness yang tinggi, sedangkan nilai closeness yang rendah menunjukkan penyebaran informasi semakin susah dalam jaringan. ∑
,
(2)
dimana: N adalah jumlah aktor dalam jaringan dan i ≠ k Betweeness centrality, menunjukkan seberapa kuat aktor yang menjadi fasilitator antar aktoraktor lain dalam jaringan. Dengan demikian seorang aktor dengan nilai betweeness yang tinggi, merupakan aktor yang memiliki kemampuan untuk menyampaikan informasi ke aktor-aktor yang tidak terhubung langsung dengannya. ∑
2.3 Social Network Analysis (SNA) Social network analysis berdasar atas asumsi tentang pentingnya hubungan diantara node-node yang berinteraksi meliputi teori, model, serta aplikasinya. Dinyatakan berdasarkan konsep-konsep relasional atau proses analisis. Analisis jaringan tidak secara individu, tetapi dengan entitas yang terdiri dari individu-individu dan hubungan yang tercipta diantara mereka. (Wasserman & Faust, 2008) Menurut Hanneman and Riddle (2005) analisis jaringan sosial merupakan teknik untuk mempelajari hubungan atau relasi sosial antar anggota dalam sebuah kelompok. Sedangkan pendapat lain mengatakan bahwa analisis jaringan sosial adalah suatu proses pembelajaran serta pemahaman mengenai jaringanjaringan (formal maupun informal) pada bidangbidang tertentu. (Schelhas and Cerveny, 2002)
∑
(3)
adalah jumlah total jalur yang dimana: menghubungkan antara dan , dan ( ) adalah jumlah jalur geodesic termasuk . 2.4 Massive Multiplayer Online Role Playing Game (MMORPG) MMORPG merupakan permainan dengan menggunakan jaringan komputer, dimana interaksi antara satu pemain dengan pemain lain guna mencapai tujuan tertentu. Sedangkan pendapat lain mengatakan bahwa MMORPG merupakan game yang harus dimainkan selama 24 jam sehari oleh pemainnya. (Young, 2004) MMORPG mendorong interaksi kumpulan dan keterlibatan, pemain baik secara fleksibilitas, dan penguasaan, yang mengakibatkan persahabatan dan pemberdayaan pribadi. Penting untuk menyadari bahwa permainan telah menunjukkan elemen 131
Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
ISSN: 2089-9815
perilaku, dimana pemain merasa kecanduan serta mengalami dorongan yang kuat untuk bermain game. (Griffiths & Davies, 2005)
penyebaran pemain game online tersebut, maka pihak yang terlibat dalam penelitian ini adalah pemain game online MMORPG.
2.4.1 Perfect World Perfect World merupakan game berjenis MMORPG yang dikembangkan oleh Beijing Perfect World. Perfect World merupakan game petualangan dan fantasi yang dimainkan secara online, dengan latar belakang tradisional Cina. Pemain dapat memulai menjelajahi wilayah. Komunitas pemain akan dibangun sendiri, dimulai dari kota pemain tersebut. Game ini juga memungkinkan pemain untuk mengambil berbagai karakter, termasuk karakter pedang, penyihir, pemanah, priests dan penyihir. Berbagai karakter tersebut dapat dikembangkan dari waktu ke waktu. Kualitas gambar 3D (3 dimensi) dari game Perfect World masuk dalam peringkat ke-3 dari 6 game online dengan kualitas 3D terbaik dengan persentasi sebesar 15.85% dibawah Runes Of Magic (23.4%) dan Atlantic Ocean (17.34%). (Widjaja, 2011).
3.2 Populasi dan Sampel Sampel yang diambil pada penelitian ini diambil berdasarkan pertimbangan tertentu. Pengambilan sampel berdasarkan keterwakilan dari tiap elemen pada populasi yang ada pada pemain game online MMORPG. Tabel 1. Daftar populasi dan sampel penelitian Populasi Target Pemain Game Online MMORPG
Populasi Sampel Komunitas Game Online Perfect World
Sampel Pemain Game Online Perfect World Jawa Tengah Pemain Game Online Perfect World Jakarta Pemain Game Online Perfect World Jawa Barat
3.3 Pengumpulan Data Pengumpulan data yang dilakukan pada penelitian ini menggunakan survei, dengan instrumen pengumpulan data berupa kuisioner, wawancara dan observasi. Observasi yang dilakukan dengan cara mengamati pemain game online, dengan melihat bagaimana cara berinteraksi dengan sesama pemain yang lain serta bagaimana cara komunikasi yang dilakukan. Data-data yang didapatkan berasal dari pertanyaan-pertanyaan pada kuisioner yang dibuat berisikan pertanyaan faktual dan pertanyaan informasional. Untuk memperkuat data maka dilakukan wawancara kepada setiap responden. Pendekatan snowball methods, dilakukan untuk memperoleh data. Data dikumpulkan dengan cara mengumpulkan informasi hubungan-hubungan antar aktor dalam jaringan pemain game online MMORPG.
Gambar 3. Game MMORPG dengan kualitas gambar 3 (tiga) dimensi terbaik (Sumber: http://www.gameqq.net) 3. METODE PENELITIAN Secara sistematis penelitian ini dapat dilihat pada kerangka metedologi yang digunakan pada Gambar 4 berikut.
3.4 Software Social Network Analysis (SNA) Proses pengelolaan dan proses analisis jaringan sosial pemain game online MMORPG dibuat dengan menggunakan aplikasi Ucinet 6.0. Aplikasi ini menggunakan matriks interaksi antar aktor beserta atribut-atributnya. Sedangkan untuk visualisasi dari jaringan pemain game online digunakan aplikasi NetDraw. 3.5 Analisis Analisis yang digunakan dalam penelitian ini adalah statik deskriptif. Pada penelitian ini hendak memberikan hasil mengenai hubungan yang ada antar aktor berdasarkan dengan sentralitasnya dalam jaringan. Sehingga hasil yang didapatkan akan memberikan gambaran mengenai aktor yang memiliki sentralitas dalam jaringan. Dengan melihat sentralitas dari masing-masing aktor tersebut apakah efek yang ditimbulkan ketika aktor-aktor tersebut diputuskan dari jaringan serta aktor yang terisolasi dari jaringan secara keseluruhan.
Gambar 4. Kerangka metedologi 3.1 Objek Penelitian Pemetaan jaringan sosial pada komunitas Massive Multiplayer Online Role-Playing Game, sebagai objek penelitian. Berdasarkan penyebaran132
Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
ISSN: 2089-9815
Centrality Sentralitas pada jaringan akan ditunjukkan pada bagian ini, dimana akan dihitung berdasarkan degree centrality, closeness centrality dan betweeness centrality dari tiap aktor dalam jaringan.
3.5.1 Pengaruh Sentralitas Aktor dalam Jaringan Keterhubungan antar aktor-aktor dan pengaruh dari aktor sentral yang ada dalam jaringan sosial game online, akan digunakan pengukuran Freeman’s Centrality Metrics berdasarkan perhitungan, Degree Centrality, Closeness Centrality dan Betweeness Centrality. (Daly & Hahr, 2007). Degree Centrality, merupakan pengukuran pada aktor dalam jaringan yang memiliki kedudukan sebagai chanel. - Indegree aktor tertinggi menunjukkan bahwa setiap aktor pada jaringan mencoba untuk berhubungan dengan aktor tersebut. - Outdegree aktor tertinggi menunjukkan bahwa aktor tersebut berusaha untuk berhubungan dengan aktor lain dalam jaringan. Closeness Centrality, menunjukkan jarak terpendek antara aktor-aktor yang terjangkau dalam jaringan. Nilai inCloseness yang tinggi, menujukkan aktor tersebut mudah dalam menyebarkan informasi dalam jaringan. - Aktor yang memiliki kemudahan dalam menyebarkan informasi memiliki nilai Incloseness yang tinggi dari antara aktor lainnya. Betweeness Centrality, menunjukkan seberapa jauh aktor dapat mengendalikan informasi diantara aktor-aktor yang lain serta aktor yang merupakan fasilitator dalam jaringan. - Nilai betweeness yang tinggi menunjukkan aktor yang merupakan fasilitator atau penghubung bagi aktor-aktor lain dalam jaringan.
Tabel 2. Degree centrality dari 3 aktor tertinggi dan perhitungan descriptive statics dalam jaringan ID OutDegree InDegree 80 80.000 79.000 9 33.000 33.000 45 32.000 32.000 ... ... ... DESCRIPTIVE STATISTICS OutDegree InDegree Mean 9.282 9.282 Std Dev 9.512 9.444 Sum 956.000 956.000 Minimum 2.000 2.000 Maximum 80.000 79.000 Network Centralization (Outdegree) = 70.012% Network Centralization (Indegree) = 69.022%
Tabel 2 menunjukkan tiga aktor yang memiliki centralitas outdegree dan indegree tertinggi dalam jaringan. Aktor dengan id-80, id-9 dan id-45 masingmasing mencoba melakukan komunikasi kepada 80, 33 dan 32 aktor lain dalam jaringan (nilai outdegree). Sedangkan nilai indegree menunjukkan aktor lain dalam jaringan mencoba berhubungan dengan aktor id-80, id-9 dan id-45 masing-masing sebanyak 79, 33 dan 32 aktor. Rata-rata nilai out degree dan indegree aktor dalam jaringan ini yaitu 9.282, dilihat dari nilai mean satistik outdegree dan indegree. Hal ini menunjukkan bahwa masingmasing aktor rata-rata berinteraksi secara umum dari dan kepada 9 aktor dalam jaringan.sentralitas jaringan secara keseluruhan cukup kuat, dimana network centralization outdegree sebesar 70.012% dan network centralization indegree sebesar 69.022%.
4. HASIL DAN PEMBAHASAN Interaksi dan komunikasi yang terjadi pada jaringan game online MMORPG pada penelitian ini ditunjukkan pada Gambar 5. Sociogram yang ditunjukkan merupakan visualisasi dari 103 aktor yang ada dalam jaringan secara keseluruhan yang dibuat dengan program NetDraw.
Gambar 5. Sociogram keseluruhan jaringan Gambar 6. Sociogram degree centrality jaringan
Visualisasi dari sociogram jaringan tersebut bertujuan untuk menggambarkan keterhubungan antar aktor yang ada dalam jaringan. Aktor dengan simbol lingkaran (circle), merupakan aktor pria, sedangkan aktor dengan simbol segitiga (triangle) merupakan aktor wanita dalam jaringan.
Berdasarkan hasil pengukuran closeness centrality tertinggi pada 3 aktor dalam jaringan, pada Tabel 3, diperoleh informasi bahwa nilai incloseness paling tinggi adalah aktor dengan id-80, id-28 dan id-9 dengan masing-masing nilai sebesar 133
Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
90.167, 60.917 dan 60.917. Dengan demikian aktor ketiga aktor merupakan aktor yang memiliki kemudahan dalam menyebarkan informasi ke aktor lain. Sedangkan nilai outcloseness tertinggi adalah aktor dengan id-80, id-9 dan id-28 dengan nilai outcloseness sebesar 90.667 dan 60.917 dan 60.500.
Mean 119.883 Std Dev 642.146 Sum 12348.000 Minimum 0.000 Maximum 6527.140 Network Centralization Index = 62.80%
inCloseness 90.167 60.917 60.917 ...
inCloseness Mean 51.322 Std Dev 6.083 Sum 5286.133 Minimum 36.233 Maximum 90.167 Network in-Centralization = 77.29% Network out-Centralization = 78.29%
1.164 6.233 119.860 0.000 63.358
Sentralitas betweeness sebesar 62.80% yang menunjukkan adanya sentralitas sebagai fasilitator pada jaringan.
Tabel 3. Closeness centrality dari 3 aktor tertinggi dan perhitungan statik closeness centrality ID 80 28 9 ... Statistics
ISSN: 2089-9815
outClosenes 90.667 60.500 60.917 ... outClosenes 51.322 6.118 5286.133 35.700 90.667
Gambar 8. Sociogram betweeness centrality jaringan
Sentralitas incloseness sebesar 77.29% dan outcloseness sebesar 78.29% yang menunjukkan adanya sentralitas dalam penyebaran informasi pada jaringan.
4.1 Pengaruh Serta Efek Terhadap Pemutusan Aktor Dengan Sentralisasi Tertinggi Pemutusan hubungan ini bertujuan untuk melihat pengaruh serta efek jaringan dan hubungan antar aktor. Dengan mengambil masing-masing aktor yang memiliki sentralitas tertinggi akan diambil 3 aktor berdasarkan degree centrality, closeness centrality dan betweeness centrality. Tabel 5. Sentralitas tertinggi aktor berdasarkan id masing-masing Sentralitas Tertinggi OutDegree dan InDegree InCloseness dan OutCloseness
Gambar 7. Sociogram closeness centrality jaringan Pengukuran betweeness centrality tertinggi pada 3 aktor dalam jaringan, pada Tabel 4, diperoleh informasi bahwa nilai betweeness paling tinggi adalah aktor dengan id-80, id-45 dan id-9 dengan masing-masing nilai sebesar 6527.140, 539.497 dan 531.067. Dengan demikian aktor ketiga aktor merupakan aktor yang memiliki kemudahan dalam memfasilitasi interaksi ke aktor lain.
Betweenness
ID 80 9 45 80 28 9 80 45 9
Tabel 4. Betweeness centrality dari 3 aktor tertinggi dan perhitungan descriptive statics betweeness centrality ID Betweenness 80 6527.140 45 539.497 9 531.067 ... ... DESCRIPTIVE STATISTICS Betweenness
nBetweenness 63.358 5.237 5.155 ...
Gambar 9. Sociogram keseluruhan jaringan pemain setelah diputuskan dari 4 aktor sentral
nBetweenness
Gambar 134
9
menunjukkan
bahwa
dengan
Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
memutuskan hubungan sebanyak 4 aktor yang memiliki sentralitas tertinggi, terlihat bahwa hanya terdapat sekitar 6 aktor yang terisolasi (tidak terhubung) dengan jaringan.
ID 3 72 55 ... Statistics
Tabel 6. Degree centrality dari 3 aktor tertinggi dan perhitungan descriptive statics dalam jaringan (setelah pemutusan aktor sentral)
ISSN: 2089-9815
inCloseness 48.393 44.600 43.267 ...
inCloseness Mean 32.772 Std Dev 5.659 Sum 3047.784 Minimum 18.656 Maximum 48.393 Network in-Centralization = 34.52% Network out-Centralization = 33.41%
ID OutDegree InDegree 3 28.000 29.000 72 20.000 20.000 64 20.000 19.000 ... ... ... DESCRIPTIVE STATISTICS OutDegree InDegree Mean 6.495 6.495 Std Dev 5.229 5.161 Sum 604.000 604.000 Minimum 1.000 1.000 Maximum 28.000 29.000 Network Centralization (Outdegree) = 23.629% Network Centralization (Indegree) = 24.728%
outClosenes 47.893 44.600 43.133 ... outClosenes 32.772 5.705 3047.784 18.585 47.893
Penurunan sentralitas incloseness menjadi 34.52% dan outcloseness sebesar 33.41% yang menunjukkan sentralitas dalam penyebaran informasi pada jaringan menjadi lemah (dibawah 50%).
Dengan memutuskan 2 aktor tertinggi yang memiliki indegree dan outdegree, sentralitas jaringan secara keseluruhan menjadi berkurang menjadi 23.629% untuk outdegree dan 24.728% untuk indegree. Peranan aktor dengan id-3, id-72 dan id-64 menjadi aktor sentral untuk melakukan komunikasi dalam jaringan. Rata-rata nilai outdegree dan indegree aktor dalam jaringan ini yaitu 6.495, dilihat dari nilai mean satistik outdegree dan indegree. Hal ini menunjukkan bahwa interaksi rata-rata aktor berkurang menjadi 6 aktor dalam jaringan.
Gambar 11. Sociogram closeness centrality jaringan (setelah pemutusan aktor sentral) Tabel 8 menunjukkan pengukuran betweeness centrality tertinggi setelah dihilangkan aktor dengan sentralitas tertinggi, maka diperoleh informasi bahwa nilai betweeness paling tinggi adalah aktor dengan id-3, id-41 dan id-37 dengan masing-masing nilai sebesar 1880.361, 1378.731 dan 1216.375. Dengan demikian aktor ketiga aktor merupakan aktor yang memiliki kemudahan dalam memfasilitasi interaksi ke aktor lain. Tabel 8. Betweeness centrality dari 3 aktor tertinggi dan perhitungan descriptive statics dalam jaringan (setelah pemutusan 2 aktor sentral)
Gambar 10. Sociogram degree centrality jaringan (setelah pemutusan aktor sentral)
ID Betweenness nBetweenness 3 1880.361 22.460 41 1378.731 16.468 37 1216.375 14.529 ... ... ... DESCRIPTIVE STATISTICS Betweenness nBetweenness Mean 232.828 2.781 Std Dev 354.701 4.237 Sum 21653.000 258.636 Minimum 0.000 0.000 Maximum 1880.361 22.460 Network Centralization Index = 19.89%
Tabel 7 menunjukkan hasil pengukuran closeness centrality tertinggi setelah diputuskan dengan aktor yang memiliki sentralitas tertinggi, maka didapatkan 3 aktor dengan closeness tertinggi baru dalam jaringan. Aktor dengan id-3, id-72 dan id-55. Tabel 7. Closeness centrality dari 3 aktor tertinggi dan perhitungan statics dalam jaringan (setelah pemutusan 2 aktor sentral) 135
Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
ISSN: 2089-9815
Baumgardner, J. 2004. Violence exposure in real-life, video games, television, movies, and the internet: is there desensitization? Journal of Adolescence. 27,23–39. Muliawati, Eva. 2008. Gamer Online Capai 5 Juta, (Online),(http://www.biskom.web.id/2008/07/14/ eva-muliawati-gamer-online-indonesia-capai-5juta.bwi, diakses 28 November 2012). Silvahda. 2012. Konsep Diri Pemain Game Online: Studi Fenomenologi Tentang Konstruksi Konsep Diri Perempuan Pecanduan Online di Jakarta. (Online), e-jurnal Mahasiswa Universitas Padjajaran vol1., no.1 (http://journals.unpad.ac.id , diakses 2 Januari 2013). Karimuddin, Amir. 2012. Survei Agate: Indonesia Menyukai Game RPG, Strategi dan FPS, (Online), (http://dailysocial.net/post/surveiagate-indonesia-menyukai-game-rpg-strategidan-fps, diakses 28 November 2012). Sheng PANG and Changjia CHEN. 2010. Community Analysis of Social Network in MMOG, IJCNS. Int. J. Communications, Network and System Sciences. (Online), 3, 133139, (http://www.scrip.org/journal/ijcns diakses tanggal 11 November 2012). Rodriguez L. C & Mustaro, P. N. 2008. Social Network Analysis Of Virtual Communities In Online Games. IADIS International Journal on Computer Science and Information Systems, (Online), Vol.3, No.2, pp. 13-26, (http://www.iadis.org/ijcsis/vol3_numb2.asp, diakses tanggal 12 November 2012). Soumokil, Ofir Victor. 2013. Pemetaan Jaringan Sosial Game Online MMORPG Menggunakan Social Network Analysis. Makalah disajikan dalam Seminar Nastional Teknologi Informasi dan Multimedia, STIMIK Amikom, Jogyakarta, 19 Januari. Kashudin, Charles. 2004. Introduction to Social Network Theory. In Press. New York. Mitchell, J.C. 1969. The Concept and Use of Social Networks. In: Mitchell, J.C. (Ed.): Social Networks in Urban Situations. Analyses of personal relationships in Central African towns, Manchester: The University Press, pp. 1-50. Wasserman, Stanley & Faust, Katherine 1994. Social Network Analysis in the Social and Behavioral Sciences. Social Network Analysis: Methods and Applications. Cambridge University Press. pp. 1–27. Agusyanto, Ruddy. 2010. Fenomena Dunia Mengecil - Rahasia Jaringan Sosial. Institute Antropologi Indonesia. Wasserman, Stanley. & Faust, Katherine. 2008. Social Network Analysis. Methods and Applications, Cambridge, University Press. Hanneman, Robert, A. and Mark Riddle. 2005. Introduction to social network methods, (Online), (published in digital form at http://www.faculty.uci.edu/`hanneman, diakses 2
Sentralitas betweeness sebesar 19.89% yang menunjukkan sentralitas aktor sebagai fasilitator pada jaringan menjadi lemah. Aktor cenderung tidak memiliki kemampuan sebagai fasilitator bagi aktor lain dalam jaringan.
Gambar 12. Sociogram betweeness centrality jaringan (setelah pemutusan 2 aktor sentral) 5.
KESIMPULAN Berdasarkan hasil analisis dan pembahasan yang dilakukan untuk menjawab persoalan penelitian, maka dalam penelitian ini dapat disimpulkan: Jaringan pemain game online secara keseluruhan memberikan gambaran bahwa aktor sentral dalam jaringan memegang peranan penting dimana aktor dengan id-80 merupakan pusat dari sentralisasi, yang diikuti dengan id-9, id-28 dan id-45. Pemutusan aktor sentral terhadap jaringan secara keseluruhan tidak memutuskan hubungan dengan sesama aktor, tetapi sentralitas informasi, penyebaran informasi dan aktor yang menjadi perantara menjadi lemah. Pengaruh pemutusan pada 4 aktor yang memiliki sentralitas akan memberikan efek sebanyak 6 aktor lain menjadi terisolasi serta sentralitas beralih ke aktor lain PUSTAKA Wahyudi, Reza. 2011. Naik 13 Juta, Pengguna Internet Indonesia 55 Juta Orang, (Online), (http://tekno.kompas.com/read/2011/10/28/1653 4635/Naik.13.Juta.Pengguna.Internet.Indonesia.5 5.Juta.Orang, diakses 12 November 2012). Syaifudin, A. Z. 2008. Tantangan dan Peluang Ekonomi Internet di Indonesia, (Online), (http://www.km.itb.ac.id/web/index.php, diakses 28 Desember 2012). Heriyanto, Trisno. 2009. Game Online di Indonesia Makin Subur, (Online), (http://inet.detik.com/read/2009/02/06/093617/1080445/654/game%20online-di-indonesia-makin-subur, diakses 22 November 2012). Sadar, Yunus Bani. 2008. 1 dari 8 Orang Indonesia adalah Pemain Game Online, (Online), (http://www.wikimu.com/News/DisplayNews.as px?id=11010, diakses 12 November 2012) Funk, J. B., Baldacci, H. B., Pasold, T., & 136
Seminar Nasional Teknologi Informasi dan Komunikasi 2013 (SENTIKA 2013) Yogyakarta, 9Maret 2013
desember 2012). Schelhas, John. and Cerveny Lee. 2002. Social Network Analysis for Collaboration in Natural Resource Management. Partnership Resource Center, USDA Forest Service, Washington, DC. Young, Kimberly. S. 2004. Internet Addiction: A New Clinical Phenomenon and Its Consequence, (Online), vol. 48 no. 4 pp.402-415. (published in digital form at-http://abs.sagepub.com/content/48/4/402.full.pdf) Griffiths, M. D., & Davies, M. N. O. 2005. Videogame addiction: Does it exist? In Goldstein, J., & Raessens, J. (eds.) Handbook of computer game studies. Boston: MIT. Press, pp. 359–368. Widjaja, Senpri. 2011. Pengumuman Hasil GameQQ Readers Awards 2010. Best 3D Hardcore MMORPG 2010. (Online), (http://www.gameqq.net/features/5851pengumuman-hasil-gameqq-readers-awards2010 diakses tanggal 8 November 2012) Daly, M. Elizabeth and Haahr, Mads. 2009. Social Network Analysis for Routing in Disconnected Delay-Tolerant, ACM: 978-1-59593-684-4. (Online), page 32-40,(http://dl.acm.org/citation.cfm?id=1288113 diakses tanggal 9 November 2012).
137
ISSN: 2089-9815