Definisi Social Network Analysis

Social Network Analysis adalah suatu metode analisis untuk mengetahui hubungan antar individu terhadap individu lain maupun dalam kelompok atau organisasi. Sehingga kita bisa mengetahui bagaimana individu atau organisasi tersebut saling berinteraksi.

Munculnya Social Network Analysis

• Social Network Analisis mulai dikenal sejak tahun 1930 merupakan gabungan dari tiga kelompok ilmu (psikologi, antropologi dan matematika). Moreno, tahun 1934 menciptakan sociogram, yang menunjukkan hubungan/relasi antar individu dengan menampilkan titik-titik yang dihubungkan dengan garis-garis (geometry of interpersonal relationships).

• Sociogram akan membantu kita untuk mengidentifikasi group leader, siapa yang terasing / isolated, kekuatan hubungan antar individu (degree), hubungan timbal balik dalam kelompok (reciprocity in friendship circle).

• Cartwright and Harrary (1956) menciptakan pendekatan lain dengan menggunakan teori grafik, melalui perhitungan matematis terhadap hubungan antara titik dan garis.

• Wasserman dan Faust (1994) menyampaikan ada beberapa hal mendasar dalam perspektif network:
  • actors
  • relational ties (linkage)
  • network model

• Dr. Paul Beckman and Jennifer Chi menggunakan social network analysis to mempelajari performa tim baseball dalam menyerang lawan bertandingnya (2011).

Visualisasi dasar Social Network Analysis

Network terdiri dari titik atau dikenal dengan istilah Node/Vertex dan garis atau dikenal dengan istilah Edge

Mari mulai membuat Coding

Pertama-tama Anda harus mengaktifkan library(igraph)

library(igraph)

## Warning: package 'igraph' was built under R version 3.5.3

## 
## Attaching package: 'igraph'

## The following objects are masked from 'package:stats':
## 
##     decompose, spectrum

## The following object is masked from 'package:base':
## 
##     union

g<-graph(c(1,2))

Tampilkan Grafik

plot(g)

Nodes/Vertex diganti menjadi warna kuning

plot(g,vertex.color="yellow") 

Apabila ukuran Nodes/Vertex diperbesar gunakan fungsi vertex.size=40

plot(g,
     vertex.color="yellow",vertex.size=40)

Untuk mengganti warna Edges menjadi merah gunakan fungsi edge.color=‘red’

plot(g,
     vertex.color="yellow",
     vertex.size=40,edge.color='red')

Tampilkan Banyak Nodes

g<-graph(c(1,3,2,3,3,4,4,5,5,6,5,8,6,7))

g

## IGRAPH 74938ca D--- 8 7 -- 
## + edges from 74938ca:
## [1] 1->3 2->3 3->4 4->5 5->6 5->8 6->7

Menghitung jumlah Vertex/Node

V(g)

## + 8/8 vertices, from 74938ca:
## [1] 1 2 3 4 5 6 7 8

Menampilkan Edges

E(g)

## + 7/7 edges from 74938ca:
## [1] 1->3 2->3 3->4 4->5 5->6 5->8 6->7

plot(g,vertex.color="yellow",vertex.size=20)

g<-graph(c(1,3,2,3,3,4,4,5,5,6,5,8,6,7),directed=F)

plot(g,vertex.color="pink",vertex.size=20)

g<-graph(c(1,3,2,3,3,4,4,5,5,6,5,8,6,7),directed=F,n=7)

plot(g,vertex.color="grey",vertex.size=20)

g[] 

## 8 x 8 sparse Matrix of class "dgCMatrix"
##                     
## [1,] . . 1 . . . . .
## [2,] . . 1 . . . . .
## [3,] 1 1 . 1 . . . .
## [4,] . . 1 . 1 . . .
## [5,] . . . 1 . 1 . 1
## [6,] . . . . 1 . 1 .
## [7,] . . . . . 1 . .
## [8,] . . . . 1 . . .

plot(g,vertex.size=25,vertex.color="white",
     vertex.shape="sphere")

plot(g,vertex.size=degree(g),
     vertex.color=closeness(g),vertex.shape="sphere")

plot(g,vertex.size=degree(g)*15,
     vertex.color=closeness(g)*100,vertex.shape="sphere")