PENGARUH SENTRALITAS AKTOR DALAM JARINGAN SOSIAL GAME ONLINE MASSIVE MULTIPLAYER ONLINE ROLE PLAYING GAME MENGGUNAKAN SOCIAL NETWORK ANALYSIS
Tesis
Oleh: Ofir Victor Soumokil 972010018
MAGISTER SISTEM INFORMASI FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS KRISTEN SATYA WACANA SALATIGA 2013 i
ii
iii
KATA PENGANTAR Dengan mengucapkan syukur kepada Tuhan Yesus Kristus, atas segala berkat dan kasih karunia-Nya untuk segala proses yang telah dilewati dalam suka maupun duka pada proses penulisan Tesis ini. Tanpa pertolongan serta tuntunan-Nya, disadari oleh penulis, Tesis ini tidak akan berjalan sebagaimana mestinya. Dalam menyelesaikan Tesis ini, banyak pihak-pihak yang terlibat serta memberikan bantuan kepada penulis. Dengan segala kerendahan hati, penulis hendak berterima kasih kepada: 1.
Bapak Andeka Rocky Tanaamah, S.E., M.Cs., selaku Dekan Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Salatiga. Terima kasih atas bantuan moril yang telah diberikan kepada penulis.
2.
Prof. Dr. Ir. Eko Sediyono, M.Kom., selaku Ketua Program Studi Magister Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga. Terima kasih atas kebijaksanaanya kepada penulis, sehingga dapat menyelesaikan Tesis ini.
3.
Prof. Ir. Danny Manongga, M.Sc., Ph.D., selaku Pembimbing pertama. Terima kasih atas segala bantuan moril, ide-ide serta banyak sekali masukkan berharga yang muncul selama proses bimbingan.
4.
Bapak Hendry, S.Kom., M.Kom., selaku Pembimbing Kedua. Terima kasih atas segala bantuan serta ide-ide kepada penulis selama proses penyelesaian Tesis.
5.
Seluruh Staf Pengajar FTI UKSW, terlebih khusus Program Studi Magister Sistem Informasi (MSI). Terima kasih atas segala iv
bantuan pengetahuan yang telah diberikan selama proses belajar serta menyelesaikan Tesis ini. 6.
(Alm) Jonathan Soumokil, Sherly Soumokil dan adik Olivia Soumokil. Terima kasih untuk doa serta nasehat dari orang tua dan saudari yang telah membukakan jalan bagi penulis disaat mengalami hambatan-hambatan. Keluarga adalah segalanya.
7.
Marseline Rihi sebagai sahabat dan kekasih yang tidak pernah berhenti memberikan dukungan serta semangat kepada penulis disaat banyak sekali halangan yang dihadapi.
8.
Teman-teman mahasiswa MSI, FTI UKSW. Terlebih khusus kepada angkatan ke-V, Bapak Purwanto, Fransisko, Edio, Christine dan Dewi. Terima kasih atas segala bantuan serta motivasi yang diberikan selama menyelesaikan Tesis ini.
9.
Seluruh Keluarga besar Soumokil dan Sitaniapessy. Terima kasih atas segala bantuan moril, semangat serta doa yang selalu diberikan untuk penulis.
10. Sahabat-sahabat “Stoents 11” yang selalu memberikan saran serta bantuan yang terlihat maupun tidak terlihat selama ini. Sahabat merupakan keluarga yang terdekat. Serta seluruh temanteman yang tidak bisa penulis sebutkan satu-persatu. Terima kasih untuk segala bantuan yang terlihat maupun tidak terlihat selama penulisan Tesis ini. Semoga kita bisa tetap menjadi satu kesatuan jaringan sosial yang tidak putus, sehingga segala pengetahuan yang ada pada masing-masing aktor tetap terjalin.
v
Diyakini penulis bahwa Tesis ini jauh sekali dari sempurna. Segala kritik serta gagasan yang membangun sangat dibutuhkan dan diterima untuk pengembangan yang lebih baik. Besar harapan penulis, bahwa Tesis ini dapat bermanfaat.
Salatiga, Februari 2013
Ofir Victor Soumokil Peneliti
vi
Daftar Isi HALAMAN JUDUL ........................................................... HALAMAN PERSETUJUAN ............................................ PERNYATAAN KEASLIAN TESIS ................................. KATA PENGANTAR ........................................................ DAFTAR ISI ...................................................................... DAFTAR TABEL ............................................................... DAFTAR GAMBAR ........................................................... DAFTAR PERSAMAAN ................................................... DAFTAR SINGKATAN ...................................................... DAFTAR LAMPIRAN ........................................................ Abstrak ................................................................................ 1. Pendahuluan .................................................................... 2. Tinjauan Pustaka ............................................................. 2.1 Jaringan (Network) ................................................... 2.2 Jaringan Sosial ........................................................ 2.3 Social Network Analysis (SNA) .............................. 2.4 Massive Multyplayer Online Role Playing Game (MMORPG) ..................................... 2.4.1 Perfect World ................................................. 3. Metedologi Penelitian ...................................................... 3.1 Objek Penelitian ...................................................... 3.2 Populasi dan Sampel ................................................. 3.3 Pengumpulan Data ................................................. 3.4 Software Social Network Analysis (SNA) .............. 3.5 Analisis .................................................................... 3.5.1 Pengaruh Sentralitas Aktor dalam Jaringan ........................................................... 4. Hasil dan Pembahasan ................................................... 4.1 Pengaruh Serta Efek terhadap Pemutusan Aktor dengan Sentralitas Tertinggi ......................... 5. Kesimpulan ......................................................................
i ii iii iv vii viii ix x xi xii 1 2 3 3 4 4
Daftar Pustaka ...................................................................... Lampiran
10
vii
5 5 6 6 6 6 6 6 7 7 9 10
DAFTAR TABEL Tabel 1 Daftar populasi dan sampel penelitian .................. Tabel 2 Degree centrality dari 3 aktor tertinggi dan perhitungan descriptive statics dalam jaringan ........................................................ Tabel 3 Closeness centrality dari 3 aktor tertinggi dan perhitungan statik closeness centrality ................................................. Tabel 4 Betweeness centrality dari 3 aktor tertinggi dan perhitungan descriptive statics dalam jaringan ............................................... Tabel 5 Sentralitas tertinggi aktor berdasarkan id masing-masing ................................................... Tabel 6 Degree centrality dari 3 aktor tertinggi dan perhitungan descriptive statics dalam jaringan (setelah pemutusan aktor sentral) ........................................................... Tabel 7 Closeness centrality dari 3 aktor tertinggi dan perhitungan statics dalam jaringan (setelah pemutusan 2 aktor sentral) ........................................................... Tabel 8 Betweeness centrality dari 3 aktor tertinggi dan perhitungan descriptive statics dalam jaringan (setelah pemutusan 2 aktor sentral) .....................................
viii
6
7
8
9 9
9
10
10
DAFTAR GAMBAR Gambar 1 Gambar 2 Gambar 3
Penetrasi pengguna internet di Indonesia .............. Game favorit di Indonesia ..................................... Game MMORPG dengan kualitas gambar 3 (tiga) dimensi terbaik ........................................ Gambar 4 Kerangka metedologi ............................................ Gambar 5 Sociogram keseluruhan jaringan ............................ Gambar 6 Sociogram degree centrality jaringan .................. Gambar 7 Sociogram closeness centrality jaringan .............. Gambar 8 Sociogram betweeness centrality jaringan ........... Gambar 9 Sociogram keseluruhan jaringan pemain setelah diputuskan dari 4 aktor sentral ........... Gambar 10 Sociogram degree centrality jaringan (setelah pemutusan aktor sentral) ......................... Gambar 11 Sociogram closeness centrality jaringan (setelah pemutusan aktor sentral) ......................... Gambar 12 Sociogram betweeness centrality jaringan (setelah pemutusan 2 aktor sentral) .....................
ix
2 2 5 6 7 8 8 9 9 10 10 11
DAFTAR PERSAMAAN Persamaan 1 Degree Centrality ............................................ 5 Persamaan 2 Closeness Centrality .......................................... 5 Persamaan 3 Betweeness Centrality ........................................ 5
x
DAFTAR SINGKATAN MMORPG = Massive Multiplayer Online Role Playing Game SNA = Social Network Analysis MMOG = Massive Multiplayer Online Game RPG = Role Playing Game 3D = 3 (three) dimensions
xi
DAFTAR LAMPIRAN Lampiran 1 Lampiran 2 Lampiran 3 Lampiran 4 Lampiran 5 Lampiran 6
Pengantar dan Kuisioner ..................................... Wawancara ........................................................... Degree Centrality keseluruhan ............................ Closeness Centrality keseluruhan ......................... Betweeness Centrality keseluruhan ....................... Degree Centrality (setelah pemutusan aktor sentral) ........................................................ Lampiran 7 Closeness Centrality (setelah pemutusan aktor sentral) ........................................................ Lampiran 8 Betweeness Centrality (setelah pemutusan aktor sentral) ........................................................
xii
13 17 18 19 20 21 22 23
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
ABSTRAKS 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. Abstracts 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.
1
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 15-30 tahun. Dari beberapa kota yang dilakukan survei menunjukkan bahwa sekitar 50% dari pengguna internet tersebut adalah kalangan anak muda. 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 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)
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
2
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 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.
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.
2. TINJAUAN PUSTAKA
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
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,
3
hubungan yang non-directional (satu arah) dan transitive (seimbang). Pendapat lain mengatakan bahwa 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 komponen-komponen, 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 titiktitik pusat dan seterusnya. (Agusyanto, 2010). 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 individuindividu 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 jaringan-jaringan (formal maupun informal) pada bidangbidang tertentu. (Schelhas and Cerveny, 2002) 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.
4
= ∑
,
(1)
dimana: a ( , ) = 1, jika tidak terdapat hubungan langsung diantara dan dan i ≠ k • 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 aktor-aktor lain dalam jaringan. Dengan demikian seorang aktor dengan nilai betweeness yang tinggi, merupakan aktor yang memiliki kemampuan untuk menyampaikan informasi ke aktoraktor yang tidak terhubung langsung dengannya. =∑
∑#
" "
!
(3)
dimana: $ # adalah jumlah total jalur yang 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 perilaku, dimana pemain merasa kecanduan serta mengalami dorongan yang kuat untuk bermain game. (Griffiths & Davies, 2005) 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).
Gambar 3. Game MMORPG dengan kualitas gambar 3 (tiga) dimensi terbaik (Sumber: http://www.gameqq.net)
5
3. METODE PENELITIAN Secara sistematis penelitian ini dapat dilihat pada kerangka metedologi yang digunakan pada Gambar 4 berikut.
Gambar 4. Kerangka metedologi
3.1 Objek Penelitian Pemetaan jaringan sosial pada komunitas Massive Multiplayer Online Role-Playing Game, sebagai objek penelitian. Berdasarkan penyebaranpenyebaran pemain game online tersebut, maka pihak yang terlibat dalam penelitian ini adalah pemain game online MMORPG. 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 hubunganhubungan antar aktor dalam jaringan pemain game online MMORPG. 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
6
dari jaringan serta aktor yang terisolasi dari jaringan secara keseluruhan. 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 aktoraktor lain dalam jaringan. 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 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. • 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. 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%
7
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 masing-masing 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%.
Gambar 6. Sociogram degree centrality 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 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.
Tabel 3. Closeness centrality dari 3 aktor tertinggi dan perhitungan statik closeness centrality ID 80 28 9 ... Statistics
inCloseness 90.167 60.917 60.917 ...
outClosenes 90.667 60.500 60.917 ...
inCloseness outClosenes Mean 51.322 51.322 Std Dev 6.083 6.118 Sum 5286.133 5286.133 Minimum 36.233 35.700 Maximum 90.167 90.667 Network in-Centralization = 77.29% Network out-Centralization = 78.29%
Sentralitas incloseness sebesar 77.29% dan outcloseness sebesar 78.29% yang menunjukkan adanya sentralitas dalam penyebaran informasi pada jaringan.
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.
8
Tabel 4. Betweeness centrality dari 3 aktor tertinggi dan perhitungan descriptive statics betweeness centrality ID Betweenness nBetweenness 80 6527.140 63.358 45 539.497 5.237 9 531.067 5.155 ... ... ... DESCRIPTIVE STATISTICS Betweenness nBetweenness Mean 119.883 1.164 Std Dev 642.146 6.233 Sum 12348.000 119.860 Minimum 0.000 0.000 Maximum 6527.140 63.358 Network Centralization Index = 62.80%
Tabel 5. Sentralitas tertinggi berdasarkan id masing-masing Sentralitas Tertinggi OutDegree dan InDegree InCloseness dan OutCloseness Betweenness
aktor
ID 80 9 45 80 28 9 80 45 9
Sentralitas betweeness sebesar 62.80% yang menunjukkan adanya sentralitas sebagai fasilitator pada jaringan. Gambar 9. Sociogram keseluruhan jaringan pemain setelah diputuskan dari 4 aktor sentral
Gambar 8. Sociogram betweeness centrality 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.
Gambar 9 menunjukkan bahwa dengan memutuskan hubungan sebanyak 4 aktor yang memiliki sentralitas tertinggi, terlihat bahwa hanya terdapat sekitar 6 aktor yang terisolasi (tidak terhubung) dengan jaringan. Tabel 6. Degree centrality dari 3 aktor tertinggi dan perhitungan descriptive statics dalam jaringan (setelah pemutusan aktor sentral) 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%
Dengan memutuskan 2 aktor tertinggi yang memiliki indegree dan outdegree,
9
sentralitas jaringan secara keseluruhan menjadi berkurang menjadi 23.629% untuk outdegree dan 24.728% untuk indegree. Peranan aktor dengan id-3, id72 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.
Penurunan sentralitas incloseness menjadi 34.52% dan outcloseness sebesar 33.41% yang menunjukkan sentralitas dalam penyebaran informasi pada jaringan menjadi lemah (dibawah 50%).
Gambar 11. Sociogram closeness centrality jaringan (setelah pemutusan aktor sentral)
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 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 7. Closeness centrality dari 3 aktor tertinggi dan perhitungan statics dalam jaringan (setelah pemutusan 2 aktor sentral)
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 3 72 55 ... Statistics
inCloseness 48.393 44.600 43.267 ...
outClosenes 47.893 44.600 43.133 ...
inCloseness outClosenes Mean 32.772 32.772 Std Dev 5.659 5.705 Sum 3047.784 3047.784 Minimum 18.656 18.585 Maximum 48.393 47.893 Network in-Centralization = 34.52% Network out-Centralization = 33.41%
ID
Betweennes nBetweennes s s 3 1880.361 22.460 41 1378.731 16.468 37 1216.375 14.529 ... ... ... DESCRIPTIVE STATISTICS Betweennes nBetweennes s s Mean 232.828 2.781 Std Dev 354.701 4.237 Sum 21653.000 258.636 Minimum 0.000 0.000 Maximu 1880.361 22.460 m Network Centralization Index = 19.89%
10
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/2011/1 0/28/16534635/Naik.13.Juta.Penggun a.Internet.Indonesia.55.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.p hp, diakses 28 Desember 2012). Heriyanto, Trisno. 2009. Game Online di Indonesia Makin Subur, (Online), (http://inet.detik.com/read/2009/02/06/093617/1080445/65 4/game-%20online-di-indonesiamakin-subur, diakses 22 November 2012). Sadar, Yunus Bani. 2008. 1 dari 8 Orang Indonesia adalah Pemain Game Online, (Online), (http://www.wikimu.com/News/Displ ayNews.aspx?id=11010, diakses 12 November 2012) Funk, J. B., Baldacci, H. B., Pasold, T., & 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/2 008/07/14/eva-muliawati-gameronline-indonesia-capai-5-juta.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-rpgstrategi-dan-fps, diakses 28 November 2012).
11
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_num b2.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 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 athttp://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/585 1pengumuman-hasil-gameqq-readersawards-2010 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
12
Lampiran 1 1. Pengantar Kepada: Yth. Sdr/Sdri. Responden Di – Tempat Dengan Hormat, Perkenankan saya dengan identitas sebagai berikut: Nama : Ofir Victor Soumokil Alamat : Turen 1 No. 11, Salatiga Asal Universitas : Magister Sistem Informasi (MSI) Fakultas Teknologi Informasi Universitas Kristen Satya Wacana – Salatiga Memohon kesediaan dan kerjasama Sdr/Sdri, untuk berkenan menjawab pertanyaan-pertanyaan dalam kuisioner ini. Adapun kuisioner ini saya ajukan dalam rangka penulisan (Tesis) di Magister Sistem Informasi FTI UKSW – Salatiga, dengan judul:
“Pengaruh Sentralitas Aktor Dalam Jaringan Sosial Game Online Massive Multiplayer Online Role Playing Game Menggunakan Social Network Analysis” Atas kesediaannya Anda serta dukungannya dalam penulisan Tesis ini saya mengucapkan banyak terima kasih.
Hormat Saya,
Ofir Victor Soumokil
13
Kuisioner
2. Identitas Responden Nama Lengkap Usia Alamat Tinggal Jenis Kelamin Pendidikan No. Telp/HP
: : : : : :
Pria
Wanita
3. Kebutuhan Informasi ________________________________________ • Sudah berapa lama Anda bermain game online Perfect World? ...... tahun • Di mana biasa Anda bermain game online Perfect World? • Apakah Anda memiliki laptop atau komputer pribadi? • Apakah Anda memiliki akses internet di laptop atau komputer Anda untuk mengakses game tersebut? • Berapa lama rata-rata Anda bermain game online Perfect World dalam sehari. Jam • Dengan siapa Anda biasa bermain game online? Teman Group Teman di luar Group Keduanya • Menurut Anda apakah unsur bahasa dalam game juga berpengaruh? Ya Tidak Jika iya, sebutkan alasan anda! • Kapan biasanya Anda bermain game online? • Untuk memainkan karakter dalam game online tersebut, informasi apa saja yang anda butuhkan untuk mendukung permainan anda?
• Berdasarkan informasi tersebut, urutkan kebutuhan informasi dari yang terpenting ke kurang penting? 1. 2. 3. 4. 5.
14
• Adakah individu yang kurang anda kenal dengan baik dalam game Perfect World, namun terkadang Anda mengajaknya untuk bermain bersama atau berkomunikasi untuk bermain bersama? Ya Tidak Jika ada, siapa individu tersebut.
• Apakah yang mendorong Anda untuk bermain game online Perfect World? Bagian Komunitas Mencari Teman Ingin menjadi kuat/terkenal Menjadi Orang lain Hilangkan stress Lainnya • Apakah selain dalam game online Perfect World, Anda masih bersosialisasi dengan para pemain tersebut? Ya Tidak • Apa yang Anda lakukan pada karakter Anda, apabila Anda memutuskan untuk tidak bermain game online lagi?
• Apakah Anda pernah menjual karakter game Anda? Jika pernah, kepada siapa Anda menjual karakter tersebut!
• Berapa rata-rata pengeluaran untuk bermain game online per harinya? Rp. • Sebutkan nama-nama teman akrab yang Anda kenal, yang ikut bermain game online Perfect World. No. Nama teman akrab
15
• Sebutkan nama-nama teman komunitas game Perfect World yang sering bermain dengan Anda dalam 2 (dua) bulan terakhir (Agustus-September 2012). Beserta dengan komunikasi yang Anda lakukan bersama ketika bermain. No
Nama teman bermain game online
Komunikasi per hari dalam bulan (Agustus)
Komunikasi per hari dalam bulan (September)
• Dari daftar teman-teman yang sering bermain game online (Perfect World) secara bersama tersebut, siapakah yang mempengaruhi Anda untuk mulai bermain game tersebut. (Jika ada, apakah orang tersebut termasuk pacar/teman/saudara). 1 2 3 4
5 6 7 8
16
Lampiran 2 Wawancara
1) Identitas Responden Nama Lengkap Alamat Kelamin No. Telp/HP
: : : :
Pria
Wanita
2) Pertanyaan Wawancara • Siapakah teman komunitas game Perfect World yang sering bermain dengan Anda dalam 2 (dua) bulan terakhir (Agustus-September 2012).
• Informasi apa yang Anda butuhkan untuk mendukung permainan dalam game online Perfect World?
• Catatan lain mengenai responden
17
Lampiran 3
Degree Centrality Keseluruhan ID
OutDegree
InDegree
ID
OutDegree
InDegree
ID
OutDegree
InDegree
ID
OutDegree
InDegree
80
80.000
79.000
70
10.000
10.000
29
6.000
6.000
39
4.000
4.000
9
33.000
33.000
96
10.000
10.000
46
6.000
6.000
26
4.000
4.000
45
32.000
32.000
85
9.000
9.000
1
6.000
5.000
0
4.000
4.000
28
32.000
33.000
27
9.000
10.000
20
6.000
6.000
22
3.000
3.000
3
29.000
30.000
92
9.000
9.000
11
6.000
6.000
13
3.000
3.000
72
23.000
23.000
86
9.000
9.000
24
6.000
6.000
48
3.000
3.000
64
21.000
20.000
52
9.000
9.000
32
6.000
6.000
10
3.000
3.000
55
20.000
20.000
97
9.000
9.000
16
6.000
6.000
7
3.000
3.000
63
19.000
19.000
98
8.000
8.000
23
6.000
6.000
42
3.000
3.000
82
17.000
17.000
18
8.000
8.000
38
6.000
6.000
15
3.000
3.000
21
17.000
17.000
89
8.000
8.000
78
5.000
5.000
49
3.000
4.000
67
16.000
16.000
43
8.000
8.000
4
5.000
5.000
60
3.000
3.000
69
16.000
16.000
19
7.000
6.000
44
5.000
5.000
61
3.000
3.000
87
16.000
10.000
50
7.000
8.000
40
5.000
6.000
6
3.000
3.000
54
15.000
15.000
35
7.000
7.000
99
5.000
5.000
83
3.000
3.000
57
15.000
15.000
34
7.000
7.000
5
5.000
5.000
58
3.000
3.000
66
15.000
15.000
14
7.000
7.000
88
5.000
5.000
3
3.000
3.000
71
14.000
14.000
37
7.000
8.000
36
5.000
6.000
12
2.000
3.000
77
13.000
13.000
68
7.000
7.000
95
5.000
5.000
75
2.000
2.000
93
12.000
12.000
8
7.000
7.000
51
5.000
5.000
41
12.000
13.000
2
7.000
7.000
65
4.000
4.000
56
12.000
12.000
33
7.000
7.000
1
4.000
4.000
2
11.000
11.000
47
7.000
7.000
25
4.000
3.000
59
11.000
12.000
31
6.000
6.000
30
4.000
4.000
74
11.000
11.000
79
6.000
6.000
81
4.000
4.000
73
11.000
11.000
90
6.000
6.000
91
4.000
4.000
53
10.000
10.000
17
6.000
6.000
94
4.000
4.000
76
10.000
10.000
84
6.000
6.000
62
4.000
4.000
18
Lampiran 4 Closeness Centrality Keseluruhan ID
inCloseness
outCloseness
ID
inCloseness
outCloseness
ID
inCloseness
outCloseness
ID
inCloseness
outCloseness
80
90.167
90.667
98
53.333
53.500
84
51.167
51.167
61
48.500
48.667
28
60.917
60.500
74
53.167
53.167
38
51.167
51.167
60
48.500
48.667
9
60.917
60.917
73
53.167
53.167
24
51.167
51.167
2
46.750
46.750
72
60.250
60.167
52
53.000
53.000
29
51.167
51.333
87
46.417
50.083
45
58.417
58.250
14
53.000
53.333
91
51.167
50.833
93
46.000
46.250
64
57.833
58.333
90
52.833
53.000
49
51.167
35.700
50
44.750
44.083
55
57.833
57.833
16
52.833
53.167
68
51.000
51.000
25
44.250
44.750
63
57.333
57.333
102
52.833
53.000
51
50.833
50.833
22
44.083
43.917
41
56.833
56.667
76
52.667
52.667
44
50.667
50.667
35
43.917
43.750
67
56.500
56.333
20
52.667
52.833
79
50.333
50.333
40
43.917
43.083
82
56.167
56.167
43
52.500
52.333
26
50.167
50.167
47
43.583
43.417
3
55.917
55.417
36
52.500
52.000
101
50.167
50.167
46
43.083
43.083
69
55.667
55.667
8
52.417
52.500
39
50.167
50.167
94
43.000
44.000
27
55.500
55.000
53
52.333
52.333
78
50.000
50.000
4
42.417
42.250
54
55.333
55.333
11
52.333
52.500
7
49.917
50.167
30
41.667
44.750
66
55.333
55.333
17
52.333
52.500
48
49.667
49.667
88
38.117
38.033
57
55.333
55.333
86
52.167
52.167
83
49.667
49.667
1
38.117
52.833
59
54.583
54.000
5
52.167
52.333
6
49.667
49.667
103
36.750
36.750
77
54.500
47.250
85
52.000
52.000
10
49.667
49.667
75
36.233
36.233
96
54.500
54.667
99
51.833
52.000
15
49.667
49.667
71
54.333
54.333
95
51.833
52.000
13
49.667
49.667
97
54.000
54.333
23
51.750
52.000
21
49.583
49.583
92
54.000
54.333
34
51.667
51.667
62
49.167
49.167
37
53.833
53.333
33
51.667
51.667
81
49.167
49.167
56
53.667
53.667
19
51.417
52.333
65
49.167
49.167
18
53.500
53.500
31
51.333
51.500
58
48.833
48.833
70
53.500
53.333
100
51.333
51.500
12
48.833
48.167
89
53.333
53.500
32
51.167
51.167
42
48.833
49.000
19
Lampiran 5 Betweeness Centrality Keseluruhan ID
Betweenness
nBetweenness
ID
Betweenness
nBetweenness
ID
Betweenness
nBetweenness
ID
Betweenness
nBetweenness
80
6.527.140
63.358
14
49.975
0.485
11
19.007
0.185
48
3.658
0.036
45
539.497
5.237
64
47.972
0.466
66
18.883
0.183
39
3.658
0.036
9
531.067
5.155
102
45.728
0.444
17
18.674
0.181
15
3.658
0.036
28
433.955
4.212
63
45.599
0.443
22
16.740
0.162
13
3.658
0.036
3
400.326
3.886
100
42.978
0.417
94
13.730
0.133
83
3.658
0.036
41
277.964
2.698
95
42.978
0.417
86
13.627
0.132
81
3.268
0.032
21
187.840
1.823
52
42.072
0.408
84
13.079
0.127
46
2.658
0.026
16
186.026
1.806
59
40.321
0.391
71
12.059
0.117
73
2.577
0.025
72
183.713
1.783
50
39.885
0.387
57
11.973
0.116
85
2.519
0.024
37
177.893
1.727
23
38.111
0.370
43
11.644
0.113
56
2.497
0.024
20
152.948
1.485
77
37.809
0.367
74
11.059
0.107
7
1.729
0.017
5
149.647
1.453
82
36.816
0.357
47
9.903
0.096
4
1.515
0.015
90
140.005
1.359
51
35.764
0.347
25
9.695
0.094
88
0.642
0.006
18
133.321
1.294
30
35.518
0.345
12
7.905
0.077
62
0.286
0.003
67
127.503
1.238
89
35.187
0.342
33
6.492
0.063
65
0.222
0.002
54
126.636
1.229
98
34.420
0.334
34
6.292
0.061
78
0.218
0.002
87
104.515
1.015
70
32.996
0.320
68
5.670
0.055
75
0.000
0.000
27
99.859
0.969
99
32.287
0.313
24
4.792
0.047
60
0.000
0.000
53
95.225
0.924
8
29.559
0.287
38
4.792
0.047
61
0.000
0.000
1
78.065
0.758
49
28.005
0.272
32
4.792
0.047
93
64.720
0.628
96
27.341
0.265
103
4.637
0.045
55
57.719
0.560
31
26.367
0.256
79
4.186
0.041
36
56.676
0.550
29
25.791
0.250
76
4.181
0.041
58
56.182
0.545
2
22.500
0.218
44
3.992
0.039
97
55.452
0.538
35
21.203
0.206
101
3.658
0.036
92
54.262
0.527
19
20.873
0.203
6
3.658
0.036
91
52.358
0.508
69
20.535
0.199
10
3.658
0.036
42
50.936
0.494
40
19.098
0.185
26
3.658
0.036
20
Lampiran 6 Degree Centrality (setelah pemutusan aktor sentral) ID
OutDegree
InDegree
ID
OutDegree
InDegree
ID
OutDegree
InDegree
3
28.000
29.000
52
6.000
6.000
95
3.000
3.000
72
20.000
20.000
18
6.000
6.000
94
3.000
3.000
64
20.000
19.000
98
6.000
6.000
23
3.000
3.000
55
19.000
19.000
47
6.000
6.000
24
3.000
3.000
63
18.000
18.000
35
5.000
5.000
65
3.000
3.000
82
16.000
16.000
14
5.000
5.000
38
3.000
3.000
21
16.000
16.000
37
5.000
6.000
81
3.000
3.000
69
15.000
15.000
102
5.000
5.000
49
3.000
3.000
87
15.000
9.000
43
5.000
5.000
32
3.000
3.000
57
14.000
14.000
27
5.000
6.000
62
3.000
3.000
54
14.000
14.000
46
5.000
5.000
25
3.000
2.000
66
14.000
14.000
79
5.000
5.000
36
3.000
4.000
71
13.000
13.000
19
5.000
4.000
42
2.000
2.000
67
13.000
13.000
4
4.000
4.000
75
2.000
2.000
77
13.000
12.000
78
4.000
4.000
60
2.000
2.000
93
11.000
11.000
33
4.000
4.000
22
2.000
2.000
56
11.000
11.000
8
4.000
4.000
91
2.000
2.000
2
10.000
10.000
1
4.000
4.000
51
2.000
2.000
74
10.000
10.000
17
4.000
4.000
100
2.000
2.000
59
10.000
11.000
34
4.000
4.000
61
2.000
2.000
73
10.000
10.000
40
4.000
5.000
44
2.000
2.000
53
9.000
9.000
16
4.000
4.000
58
2.000
2.000
76
9.000
9.000
90
4.000
4.000
12
1.000
2.000
70
9.000
9.000
20
4.000
4.000
101
1.000
1.000
41
8.000
9.000
88
4.000
4.000
7
1.000
1.000
86
8.000
8.000
11
4.000
4.000
39
1.000
1.000
96
8.000
8.000
103
3.000
3.000
26
1.000
1.000
85
8.000
8.000
84
3.000
3.000
92
7.000
7.000
30
3.000
4.000
97
7.000
7.000
99
3.000
3.000
89
6.000
6.000
5
3.000
3.000
68
6.000
6.000
29
3.000
3.000
50
6.000
7.000
31
3.000
3.000
21
Lampiran 7 Closeness Centrality (setelah pemutusan aktor sentral) ID
inCloseness
outCloseness
ID
inCloseness
outCloseness
ID
inCloseness
outCloseness
3
48.393
47.893
30
35.100
33.683
19
30.283
33.267
72
44.600
44.600
68
34.400
34.317
100
30.063
30.063
55
43.267
43.133
85
34.383
34.383
49
30.063
30.913
64
42.117
43.200
97
33.780
34.186
12
29.593
27.126
63
41.183
41.100
92
33.780
34.186
65
29.543
29.460
21
40.950
40.700
47
33.676
33.769
84
29.400
29.583
59
40.933
40.100
35
33.483
32.983
103
29.102
29.019
41
40.467
39.717
96
33.480
33.363
94
29.019
30.419
82
40.017
39.933
46
33.176
33.060
58
28.869
29.286
66
39.617
39.533
90
33.069
32.952
81
28.643
29.393
2
38.993
38.826
8
33.067
32.483
51
28.333
28.800
87
38.660
43.050
89
33.030
32.813
22
28.326
28.586
37
38.352
37.386
98
33.030
32.813
60
28.086
27.952
69
38.350
38.350
14
32.780
33.186
75
27.619
27.536
70
38.093
37.843
36
32.580
30.913
7
27.510
27.210
54
38.017
38.017
16
32.067
32.860
61
27.426
27.376
57
37.850
37.850
1
31.936
31.686
29
26.650
26.367
93
37.663
38.069
20
31.936
31.852
42
25.917
26.417
67
37.593
38.176
4
31.936
31.686
33
24.850
24.967
77
37.117
38.867
88
31.936
31.852
101
24.076
23.760
71
36.976
36.843
102
31.563
31.563
34
23.276
23.093
50
36.919
35.702
99
31.530
31.313
32
21.938
21.843
27
36.883
35.800
5
31.436
31.186
24
21.938
21.843
53
36.443
36.643
25
31.420
32.170
39
20.426
20.243
52
36.400
36.733
91
31.410
30.576
26
19.098
19.179
76
36.367
36.283
78
31.217
31.217
44
18.739
18.611
74
36.350
36.267
62
31.126
30.943
38
18.656
18.585
18
36.317
35.650
11
31.063
30.896
56
35.883
35.883
17
31.063
30.896
40
35.850
34.833
79
31.060
31.660
86
35.533
35.450
23
31.050
31.050
43
35.450
35.783
95
30.563
30.563
73
35.217
35.217
31
30.400
30.400
22
Lampiran 8
Betweeness Centrality (setelah pemutusan aktor sentral) ID
Betweenness
nBetweenness
ID
Betweenness
nBetweenness
ID
Betweenness
nBetweenness
3
1.880.361
22.460
16
180.351
2.154
36
6.148
0.073
41
1.378.731
16.468
25
176.351
2.106
2
4.976
0.059
37
1.216.375
14.529
53
162.968
1.947
79
3.470
0.041
72
1.183.566
14.137
86
140.625
1.680
20
2.780
0.033
70
1.014.924
12.123
58
123.079
1.470
14
2.693
0.032
59
996.099
11.898
54
115.519
1.380
81
2.344
0.028
35
868.412
10.373
32
112.738
1.347
78
1.897
0.023
21
782.861
9.351
24
112.738
1.347
88
1.613
0.019
87
725.837
8.670
66
111.411
1.331
49
1.448
0.017
84
679.240
8.113
74
91.081
1.088
1
0.667
0.008
29
677.586
8.093
94
87.560
1.046
4
0.667
0.008
52
649.167
7.754
91
71.361
0.852
62
0.578
0.007
43
569.170
6.798
23
63.652
0.760
11
0.500
0.006
33
536.814
6.412
76
63.498
0.758
65
0.417
0.005
18
528.639
6.314
71
54.130
0.647
22
0.000
0.000
30
514.996
6.151
69
49.118
0.587
17
0.000
0.000
2
465.040
5.555
42
47.084
0.562
26
0.000
0.000
55
439.309
5.247
47
38.654
0.462
60
0.000
0.000
27
417.716
4.989
97
35.028
0.418
1
0.000
0.000
68
395.301
4.722
51
34.216
0.409
61
0.000
0.000
34
393.575
4.701
96
32.137
0.384
39
0.000
0.000
77
348.799
4.166
92
30.603
0.366
75
0.000
0.000
40
340.070
4.062
31
25.650
0.306
99
0.000
0.000
64
319.195
3.813
44
25.143
0.300
0
0.000
0.000
93
302.749
3.616
57
22.980
0.274
7
0.000
0.000
8
277.675
3.317
38
17.696
0.211
5
0.000
0.000
19
277.651
3.316
98
14.418
0.172
95
0.000
0.000
63
273.141
3.263
46
12.792
0.153
82
264.772
3.163
89
11.972
0.143
90
221.298
2.643
12
8.704
0.104
50
203.693
2.433
56
8.494
0.101
3
191.641
2.289
73
8.363
0.100
67
190.755
2.278
85
7.533
0.090
23
