scholarly journals Pemanfaatan Analisis Jaringan Sosial Dalam Penentuan Centrality Dalam Pengembangan Web Berita Online

2020 ◽  
Vol 1 (3) ◽  
pp. 157-173
Author(s):  
Fitra Ramadhan
Keyword(s):  
Social Network ◽  
Application Programming Interface ◽  
Closeness Centrality ◽  
Degree Centrality ◽  
Application Programming ◽  
Programming Interface ◽  
Global Data ◽  
Betweeness Centrality

Revolusi digital selama berapa tahun terakhir ini meningkat pesat dan membuat perkembangan pada basis data. Perkembangan data tersebut sering terjadi beredar secara global. Data yang tersebar secara global dapat dikonsumsikan sebagai informasi terutama dalam media sosial. Media sosial Twitter merupakan salah satu media sosial yang sudah banyak digunakan di indonesia, dengan Data percakapan pada Twitter tersebut dapat dimanfaatkan sebagai sarana Informasi atau berita dan dapat juga dianalisis. Dengan penelitian ini memanfaatkan Basis Data pada media sosial twitter pada tweets yang diperoleh melalui API (Application Programming  Interface). Dengan basis data tersebut merupakan untuk mewakili jaringan sosial antara pengguna, dan dengan menggunakan metode Social Network Analisys (SNA) karena untuk mencari tahu siapa saja pengguna yang menunjukkan pengaruh paling besar dalam penyebaran berita atau informasi dengan menggunakan suatu kata kunci dengan kata lain kedekatan dan hubungan dalam tweet. Software basis data dan Visualisasi menggunakan Gephi.  Dalam menentukan aktor yang paling berpengaruh dalam Hastag #Indonesia dihitung menggunakan Centrality yang terdiri dari degree Centrality, Betweeness Centrality, dan Closeness Centrality. Sampel yang digunakan dalam penelitian ini merupakan sebuah tweet yang didalam mention, retweet, maupun reply  interaksi akun tersebut menggunakan #Indonesia. Hasil penelitian ini yaitu terdapat 1064 node (akun) dan terdapat 1261 edges merupakan aktor yang terlibat dalam interaksi. Dalam tersebut ditemukan aktor atau akun yang paling berengaruh dalam jaringan #Indonesia secara keseluruhan adalah akun bernama bob_bay.

scholarly journals EKSPLORASI PEMIMPIN OPINI UNTUK ALTERNATIF PENDUKUNG PEMASARAN PT. NET MEDIATAMA INDONESIA MENGGUNAKAN METODE ANALISIS JEJARING SOSIAL DI TWITTER

2019 ◽  
Vol 21 (1) ◽  
pp. 73-78
Author(s):  
Dian Puteri Ramadhani ◽  
Andry Alamsyah ◽  
Mukti Bawono Wicaksono
Keyword(s):  
Betweenness Centrality ◽  
Application Programming Interface ◽  
Closeness Centrality ◽  
Degree Centrality ◽  
Application Programming ◽  
Programming Interface

Pertumbuhan pesat teknologi di era globalisasi mengakibatkan pertukaran informasi tidak hanya terjadi pada dunia nyata. Internet telah menjadi kebutuhan pokok dalam menyebarkan informasi. Pertumbuhan penguna internet meningkatkan jumlah data yang beredar di seluruh dunia. Data interaksi yang pada media sosial dapat digunakan untuk melihat bagaimana suatu hal diperbincangkan. Penelitian ini bertujuan untuk menemukan aktor yang paling berperan dalam jaringan PT. Net Mediatama Indonesia di media sosial Twitter. Penelitian ini memanfaatkan sejumlah besar data yang diambil dari Twitter melalui Application Programming Interface. Data tersebut diteliti dengan pendekatan analisis jejaring sosial. Visualisasi dan perhitungan dilakukan menggunakan software Gephi. Aktor penting ditentukan berdasarkan degree centrality, closeness centrality, dan betweenness centrality. Pemain kunci dalam jaringan NET yaitu @chuuattac sehingga akun tersebut merupakan pemimpin opini yang pendapatnya didengarkan, dipercaya, dan membuat aktor lain bereaksi. Akun tersebut dapat digunakan sebagai alternatif pendukung pemasaran dalam mengkampanyekan produk dan menyebarkan informasi NET dengan lebih cepat dan tepat sasaran.

scholarly journals PEMETAAN PERILAKU BERISIKO GAY BERBASIS SNA SEBAGAI EARLY WARNING SYSTEM KASUS HIV/AIDS DI KOTA KENDARI

2019 ◽  
Vol 4 (1) ◽  
Author(s):  
Jumartin Gerung
Keyword(s):  
Social Network ◽  
Social Network Analysis ◽  
Network Analysis ◽  
Early Warning ◽  
Early Warning System ◽  
Warning System ◽  
Closeness Centrality ◽  
Degree Centrality ◽  
Betweeness Centrality ◽  
Hiv Aids

AbstrakPada kasus HIV dalam skala nasional, menunjukkan bahwa kelompok heteroseks juga termasuk sebagai kelompokutama yang paling berisiko menderita HIV/AIDS. Peningkatan ini mencolok terijadi sejak 2015 angkanya masih di 4.241 kasus, dan meningkat hingga lebih dari dua kali lipat pada 2016 yang mencapai 13.063 kasus. Data pemetaaninteraksi di sosial media khususnya wilayah Kendari terdapat sekitar 800 akun yang memberi interaksi perihal Gay.Hal ini diindikasikan akan mempengaruhi prevalensi kejadian HIV/AIDS di Kota Kendari. Penelitian ini bertujuan untukmemetakan interaksi perilaku berisiko Gay sebagai early warning system kasus HIV/AIDS. Social Network Analysismerupakan studi yang mempelajari tentang hubungan manusia dengan memanfaatkan teori graf. Penerapan SocialNetworkAnalysis dalam suatu aplikasi mampu menggambarkan relasi atau hubungan antar individu denganmelakukan visualisasi terkait centrality (titik pusat), between centrality (jalur pendek), juga closeness centrality yaknirata-rata jalur terpendek dari interaksi akun di laman FB. Untuk platform Facebook berdasarkan pada hasilpenghitungan diketahui bahwa akun yang berpengaruh terhadap interaksi jejaring sosial adalah akun Gay Kendariyang unggul pada nilai degree centrality,betweeness centrality, dan Closeness centrality. Akun Gay Kendari palingberpengaruh dalam interaksi jaringan sosial Facebook. Melalui social network analysis, penelitian ini memberikangambaran relasi perilaku berisiko LSL/Gay sebagai early warning system kasus HIV/AIDS di kota kendariKata kunci: analisis jaringan sosiai, gay, sistem peringatan dini, HIV/AIDS 

scholarly journals POLA INTERAKSI DAN AKTOR YANG PALING BERPERAN PADA EVENT JGTC 2013 MELALUI MEDIA SOSIAL TWITTER (STUDI MENGGUNAKAN METODE SOCIAL NETWORK ANALYSIS)

2017 ◽  
Vol 14 (3) ◽  
pp. 201 ◽  
Author(s):  
Rio Oktora ◽  
Andry Alamsyah
Keyword(s):  
Social Network ◽  
Social Network Analysis ◽  
Network Analysis ◽  
Closeness Centrality ◽  
Degree Centrality ◽  
Eigenvector Centrality ◽  
Analysis Software ◽  
Social Media Monitoring ◽  
Media Monitoring ◽  
Programming Interface

Selama beberapa tahun terakhir, internet telah berkembang dengan cepat seiring dengan perkembangan teknologi. Data percakapan yang terdapat di media sosial dapat dimanfaatkan untuk melihat pola interaksi dan aktor yang paling berperan pada event JGTC 2013 melalui media sosial Twitter. Penelitian ini memanfaatkan big data dari media sosial Twitter yang diperoleh dari Twitter melalui API (Aplication Programming Interface) dengan bantuan teknis dari NoLimitID (perusahaan social media monitoring & analytic tools). Data tersebut kemudian diolah dengan pendekatan Social Network Analysis. Software yang digunakan untuk menghitung dan menvisualisasikan hasil analysis adalah Gephi. Penentuan aktor yang berperan dalam event JGTC 2013 dihitung berdasarkan centrality yang terdiri dari degree centrality, betweenness centrality, closeness centrality, dan eigenvector centrality. Sampel dalam penelitian ini adalah tweet yang berupa interaksi (terdapat mention, baik berupa reply maupun qoute retweet) yang memuat kata 'JGTC' dan '#JGTC36' pada 1 Desember 2013. Hasil penelitian pada event JGTC 2013 terdapat 7624 node (akun) yang terlibat dengan 7445 edge (interaksi) yang terjadi di network tersebut. Aktor (node) yang paling berpengaruh dalam network JGTC secara keseluruhan adalah raisa6690 yang merupakan bintang tamu pengisi acara event JGTC 2013

Sistem Pengawasan Aktifitas Penggunaan Smartphone Android

2018 ◽  
Vol 9 (1) ◽  
pp. 24-31
Author(s):  
Rudianto Rudianto ◽  
Eko Budi Setiawan
Keyword(s):  
Application Programming Interface ◽  
Third Party ◽  
Image Content ◽  
Image File ◽  
Application Programming ◽  
Index Terms ◽  
Programming Interface

Availability the Application Programming Interface (API) for third-party applications on Android devices provides an opportunity to monitor Android devices with each other. This is used to create an application that can facilitate parents in child supervision through Android devices owned. In this study, some features added to the classification of image content on Android devices related to negative content. In this case, researchers using Clarifai API. The result of this research is to produce a system which has feature, give a report of image file contained in target smartphone and can do deletion on the image file, receive browser history report and can directly visit in the application, receive a report of child location and can be directly contacted via this application. This application works well on the Android Lollipop (API Level 22). Index Terms— Application Programming Interface(API), Monitoring, Negative Content, Children, Parent.

Sign in / Sign up

Export Citation Format

Share Document