Implementasi Hubs and authorities centrality dalam Social network analysis pada Data Twitter
|
|
- Susanti Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ISSN : - Implementasi Hubs and authorities centrality dalam Social network analysis pada Data Twitter Farudi Erwanda,Adiwijaya,Gia Septiana Prodi S Teknik Informatika, Fakultas Teknik, Universitas Telkom Jalan Telekomunikasi No., Dayeuh Kolot, Bandung farudy.erwanda@gmail.com, kang.adiwijaya@gmail.com,gia.septiana@gmail.com Abstrak Penelitian yang dilakukan dalam Social network analysis dapat berupa pola penyebaran informasi dan komunikasi serta penentuan seberapa penting suatu informasi dan menentukan pengaruh seorang user dalam suatu komunitas.relasi following/followed, mention, retweet dan reply dalam Twitter dapat direpresentasikan kedalam suatu graf dimana setiap user menjadi node dan setiap relasi antar user menjadi edge. Untuk menentukanseorang user memiliki sifat influence dan user yang memiliki keterhubungan dengan user yang memiliki sifat influence atau tidak harus mengetahui nilai centrality-nya. Centrality merupakan ukuran dimana suatu node/user dianggap memiliki informasi yang baik.hubs and Authorities merupakan salah satu metode perhitungancentrality yang menitik beratkan pada dua aspek penilaian yaitu hubness dan authority.hub dapat digambarkan sebagai nilai dari suatu user yang terhubung dengan userlain yang memiliki sifat influence sedangkan authority dapat digambarkan sebagai indikator nilai suatu usermemiliki sifat influence.dengan mempertimbangkan dua aspek ini maka tidak hanya user yang memiliki sifat influence saja yang dapat diketahui namun user yang memiliki keterhubungan dengan user yang influence juga dapat diketahui. Sehingga user-user tersebut dapat dijadikan suatu acuan jika ingin mendapatkan informasi tentang user yang memiliki pengaruh dalam komunitas tersebut. Kata Kunci: Online Social network, Social network analysis, Hubs and authorities centrality.. Pendahuluan Seiring perkembangan teknologi informasi dan komunikasi yang sangat pesat, pola interaksi antar individu maupun kelompok juga mengalami perubahan. Interaksi yang terjalin saat ini dapat dilakukan dengan menggunakan jaringan internet. Salah satu wadah untuk menjalin komunikasi dan interaksi tanpa batas dengan menggunakan jaringan internet adalah onlinesocial network.onlinesocial network merupakan salah satu media komunikasi onlinedimana setiap penggunanya dapat bersosialisasi satu sama lain. Online Social network yang populer saat ini diantaranya adalah Twitter,Facebook, Path, Instagram dan masih banyak lagi. Banyak informasi yang tersebar secara implisit dalam suatu Social network baik itu informasi yang yang penting maupun tidak.didalam suatu Social network bentuk interaksi maupun relasi setiap user memiliki suatu pola yang dapat digambarkan kedalam suatu graf []. Pada penelitian ini penulis akan menentukan user yang berpengaruh dan user yang memiliki keterhubungan dengan user yang berpengaruh dari salah satu online Social network yaitu Twitter. Relasi yang terjalin pada setiap user seperti follow/followed, mention, retweet, reply akan digambarkan kedalam sebuah graf berarah dan bobot pada setiap node. Berdasarkan graf tersebut akan dibuat sebuah matriks yang digunakan untuk menghitung nilai centrality setiap node. Perhitungan nilai centrality ini bertujuan untuk mengetahui seberapa besar keterpusatan suatu node dalam jaringan twitter tersebut. Berdasarkan masalah awal yang dikemukakan yaitu mencari user yang paling berpengaruh dalam jaringan dan mencari user yang paling memiliki keterhubungan dengan user berpengaruh tersebut, maka penulis memutuskan untuk menggunakan metode Hubs and Authorities. Metode Hubs and Authorities merupakan varian dari metode Eigenvector Centrality [].Penulis memilih metode ini karena memiliki kelebihan yaitu tidak hanya melibatkan satu aspek penilaian dalam penghitungan centrality, Melainkan dua aspek penting yaitu hub dan authority []. Dua aspek ini yang akan menentukan mana user yang berpengaruh dan mana user yang hanya memiliki keterhubungan dengan user yang berpengaruh. Berdasarkan kelebihan metode dan masalah yang ingin diselesaikan dalam ini maka penerapan metode Hubs and Authorities Centrality ini akan merepresentasikan hasil yang diharapkan yaitu dapat mengetahui node yang memiliki sifat yang influential terhadap node lain dan juga dapat mengetahui node yang paling memiliki keterhubungan dengan node yang influential tersebut.. Dasar Teori dan Perancangan.. SocialNetwork Social network atau jejaring sosial merupakan sebuah website yang ada di internet yang dapat menghubungkan setiap user untuk saling berkomunikasi dan berinteraksi seperti berbincang, berbagi kegemaran, ketertarikan, ide dan bahkan menambah pertemanan. Banyak konten pada jejaring sosial yang dapat dimanfaatkan oleh user untuk saling berkomunikasi dan berinteraksi seperti update status, chatting, comment,
2 ISSN : - following/followed dan masih banyak lagi. Dengan beragamnya konten yang ada pada jejaring sosial tersebut setiap user dimudahkan dalam menciptakan dan menjaga relasi antara masing-masing user.... RepresentasiSocialNetwork Dalam suatu jejaring sosial, interaksi antar user yang terjalin dapat menggambarkan sebuah pola yang dapat direpresentasikan kedalam suatu graf dimana user dapat dijadikan sebagai node dan relasi antar user dapat dijadikan sebagai sebuah edge.berikut merupakan contoh sederhana representasi pertemanan komunitas kecil ke dalam sebuah graf : Farudi Angga Hisyam Amiril Aidil Gambar. Representasi Relasi Pertemanan Dalam Graf.. Social Network Analysis Social network analysis (SNA) dapat dideskripsikan sebagai sebuah studi yang mempelajari tentang hubungan manusia dengan memanfaatkan teori graf (Tsvetovat & Kouznetsov,, hal ) [].Social network analysis ini didasarkan pada asumsi tentang pentingnya suatu unit komunitas dalam berinteraksi. Perspektif jejaring sosial meliputi teori, model, dan aplikasi telah disajikan dalam konsep relasional[]. Seiring dengan meningkatnya minat dan peningkatan penggunaan,network analysis telah disepakati sebagai prinsip-prinsip utama yang mendasari perspektif suatu jaringan.social network analysis telah muncul sebagai teknik utama dalam sosiologi modern.selain itu Social network analysis juga mulai banyak digunakan dan dikembangkan dalam bidang anthropology, biologi, information science, ekonomi, geografi, komunikasi, psikologi Sosial, dan sociolinguistics.social network analysis saat ini merupakan topik yang populer dalam pembelajaran [].... ImplementasiSocial Network Analysis Whida Ada banyak hal yang dapat diketahui bagaimana pola maupun alur informasi yang ada pada suatu komunitas maupun kelompok. Beberapa implementasi Social network analysisselain untuk menentukan influentialuseradalah - Dalam bidang management dapat dipakai untuk menelusuri pola koordinasi antar orang maupun perusahaan. - Dalam dunia perdagangan dapat mengetahui rantai jual-beli antar orang maupun perusahaan. - Pada bidang politik dapat dianfaatkan untuk mengetahui polarisasi politik diantara ormas maupun partai (Dekro, ; Krebs, ). - Dalam ilmu komunikasi digunakan untuk menelusuri pola persebaran gosip maupun informasi di sekelompok orang (Kesidis, ). - Dalam kesehatan masyarakat, SNA telah dipakai untuk menelusuri jejaring dan pola penyebaran penyakit menular seperti HIV/AIDS (Davies, ; Klovdahl, ; Vassileva, )... Perbedaan Representasi Graf Berarah dan Graf Tidak Berarah Kedalam Matriks Perbedaan mendasar antara graf berarah dengan graf tidak berarah adalah matriks dari graf tidak berarah selalu menghasilkan matriks yang simetris karena A ke B sama dengan B ke A, namun pada graf berarah matriks yang akan dihasilkan dari representasi graf tersebut adalah bukan matriks simetris, namun tidak menutup kemungkinan jika matriks berarah akan menghasilkan matriks simetris, hal ini dapat terjadi jika nodenode yang ada pada graf tersebut mengacu dan diacu oleh node yang sama, contoh A mengacu ke B dan B Juga mengacu ke A... Hubs and authorities centrality Hubs and authorities centrality merupakan metode turunan dari eigenvector centrality.perhitungancentrality ini baik digunakan pada graf berarah dari eigenvector centrality (Bonacich ) untuk menghitung outgoing links atau biasa disebut hub dan incoming links atau authority []. Konsep dasar hubs and authorities adalah bahwa suatu node memiliki dua nilai yaitu nilai hub centrality dan authority centrality. Nilai hub centrality merupakan nilai node dimana node tersebut dianggap memiliki link atau
3 ISSN : - terhubung ke node yang memiliki informasi yang penting atau berpengaruh, sedangkan nilai authority centrality merupakan nilai node dimana node tersebut adalah node yang memiliki pengaruh di jaringan tersebut.hubyang baik mengacu pada banyak authority yang baik dan authority yang baik diacu oleh banyak hub yang baik.berikut proses penghitungan nilai hub dan authority : Setiap node memiliki nilai authority centralitya i dan nilai hub centralityh i dari suatu matriks adjacencya. nilai authority didefinisikan dengan menjumlahkan nilai hub yang menunjuk pada node tersebut.begitu juga dengan nilai hub ditentukan dengan menjumlahkan nilai authority yang ditunjuk. Berikut formulanya []: AA T y = y...() A T A x = x...() Formula () merupakan formula untuk menghitung nilai hub centrality dan formula () merupakan formula untuk menghitung nilai authority centrality.dimana A merupakan matriks adjacency yang merepresentasikan graf dalam suatu jaringan.a T merupakan matriks transpose dari matriks A, merupakan nilai eigen (eigenvalue) terbesar dari matriks A dan y merupakan vectoreigen yang memiliki nilai hub centrality sedangkan x merupakan vectoreigen yang memiliki nilai authority centrality.disini dapat dikatakan bahwa AA T merupakan matriks hub dan A T A merupakan matriks authority... Perhitungan Nilai Hubs and Auhtorities Centrality.. Perhitungan Secara Langsung Berikut langkah-langkah dalam penghitungan nilai hub dan authority secara langsung : - Tentukan bobot dari setiap node berdasarkan relasinya. - Update authority score nya terlebih dahulu. - Perhatikan nilai hub score dari node untuk mengupdate authority scorenya. - Update hub score dengan authority score yang sudah di update sebelumnya. - Lakukan normalisasi terhadap masing-masing score, baik hub score maupun authority score. - Cara normalisasi hub score yaitu dengan membagi setiap hub score pada node dengan akar dari jumlah kuadrat hub score dari semua node. - Cara normalisasi authority score yaitu dengan membagi setiap authority score pada node dengan akar dari jumlah kuadrat authority score dari semua node. - Lakukan iterasi dari tahap pertama sampai tahap ketuju hingga kedua nilai hub dan authority stabil... Perhitungan dengan Menggunakan Matriks Berikut akan dijelaskan langkah-langkah menghitung hub dan authoritycentralitymenggunakan matriks : - Rumus persamaan untuk mencari hub centrality adalah AA T y = y, dan authority centrality adalah A T Ay = y - Maka langkah pertama yang harus dilakukan adalah mencari matriks transpose dari matriks L. - Lakukan perkalian matriks yaitu matriks A*A T untuk hub dan A T *Auntuk authority. - Cari nilai eigen dari matriks A*A T atau A T *A untuk menenuhi persamaan diatas, nilai eigen value bisa didapatkan dari persamaan det(a*a T - I) = atau bisa juga didapatkan dengan menggunakan algoritma power iteration. Dalam ini penulis menggunakan algoritma power iteration untuk mendapatkan nilai eigen karena lebih mudah diterapkan dalam sismtem yang memiliki matriks yang besar. Berikut langkah algoritma power iteration. - Generate sebuah vector random V= rand(n,) yang berfungsi sebagai pengali matriks A*A T / A T *A dimana n merupakan orde dari matriks A*A T / A T *A. - Lakukan pengalian antara matriks A*A T / A T *A.dengan vector V, misalkan W= (A*A T )*V. - Lakukan normalisasi untuk hasil sementara sebagai berikut : eigenvalue = W (akarkuadrat dari W ) - Update nilai vector V sebagai berikut : V = W/eigenvalue - Langkah ke enam hingga ke delapan akan diiterasi hingga dirasa nilai eigenvalue telah converge. Setelah iterasi selesai maka sistem akan mengeluarkan nilai eigenvalue yang paling maksimum. - Langkah terakhir yaitu mencari vektor eigen dengan persamaan ((A*A T ) - λi)y = untuk hub dan ((A T *A) - λi)y = untuk authority... Perancangan Sistem Pada penelitian ini sistem yang akan dibangun merupakan sistem yang dapat menentukan actor/user yang memiliki sifat influential dan user yang paling memiliki keterhubungan dengan user yang influential di jejaring sosial twitter. Inputan dari sistem ini berupa matriks hasil representasi dari user-user yang datanya telah diambil dari Pengambilan data dari twitter ini menggunakan aplikasi Nodexl.
4 ISSN : - Aplikasi Nodexl ini dapat mengambil data dari twitter secara online hanya dengan memasukkan account dan password dari account yang akan diambil datanya. Kemudian dari dataset yang telah didapatkan, akan dilakukan preprocessingterhadap datasetdan selanjutnya dari hasil preprocessing tersebut akan masuk ke tahap akhir yaitu perhitungan nilai centrality danpenentuan ranking dari setiap node dengan sistem yang akan di bangun dengan menggunakan Matlab. Output dari sistem ini adalah sepuluh namauser paling berpengaruh dan sepuluh user yang paling memiliki keterhubungan dengan user berpengaruh dari dataset twittertersebut.adapun alur perancangan sistem dalam penelitian ini dapat digambarkan dalam diagram sebagai berikut : Dataset Preprocessing Matriks nxn berarah berbobot Hasil Rangking Perangkingan Menghitung nilai hub cetrality dan authority centrality Gambar. Alur Perancangan Sistem. Pengujian Dan Analisis Sistem Pengujian ini memiliki tujuan Menganalisis perubahan nilai centrality terhadap perubahan bobot pada relasi antar user, Mengetahui relasi yang paling mempengaruhi nilai bobot dan nilai centrality dan Mengukur kemampuan sistem dalam perhitungan nilai hub dan authoritycentrality... Hasil Pengujian dan Analisis Skenario Pada pengujian ini dilakukan skenario pembobotan dimana bobot follow=x, mention=, dan reply=. Berikut tabel hasil perubahan nilai centrality dari pengujian yang dilakukan : Tabel. Perubahan Nilai HubCentrality Disetiap Pengujian Pada Skenario Pertama No User F=, F=, F=, F=, F=, F=, F=, F=, faruerwan,,,,,,,,, ardiansn,,,,,,,,, ayukomal,,,,,,,,, a andrianw,,,,,,,,, e sidiik,,,,,,,,, anggalii,,,,,,,,, DausRch,,,,,,,,, doddyagu,,,,,,,,, ng fathbesar,,,,,,,,, allanprak,,,,,,,,, osa Keterangan :Merah : Penurunan Nilai Centrality dan Hijau : Kenaikan Nilai Centrality F=,,,,,,,,,,,
5 ISSN : - Berdasarkan tebel diatas terlihat bahwa terdapat user yang mengalami kenaikan nilai hubcentrality dan terdapat pula user yang mengalami penurunan nilai hubcentrality.pada pada pengujian ke- dan pengujian ke- mengalami penurunan nilai hubcentrality, hal ini disebabkan karena terjadinya kenaikan nilai eigenvalue pada pengujian ke- dan ke- namun tidak diiringi dengan penambahan bobot relasi yang signifikan.berdasarkan rumus pada metode hubcentrality bahwa perhitungan nilai centrality melibatkan adanya perhitungan matematika dimana terdapat operasi pengurangan yang melibatkan nilai eigenvalue. Untuk juga memiliki alasan yang sama mengapa terjadi penurunan nilai hubcentrality terhadap kedua user. Namun pada pengujian ke- hingga pengujian ke-, nilai centrality dari mengalami kenaikan, hal ini dikarenakan nilai total bobot yang dimiliki sudah dapat mengimbangi peningkatan nilai eigenvalue. Demikian juga yang terjadi pada userlain yang mengalami peningkatan nilai centrality. Tabel. Perubahan Nilai AuthorityCentrality Disetiap Pengujian Pada Skenario Pertama No User faruerwan, ayukomal, a sidiik, ardiansn, andrianwe, muhmir, anggalii, doddyagu, ng faris_alfa_, m dariusputr a, F=,,,,,,,,,,, F=,,,,,,,,,,, F=,,,,,,,,,,, F=,,,,,,,,,,, F=,,,,,,,,,,, F=,,,,,,,,,,, F=,,,,,,,,,,, F=,,,,,,,,,,, F=,,,,,,,,,,, User-user yang diperlihatkan pada Tabel. dan. merupakan user yang memiliki rangking besar pada perhitungan hub dan authoritycentrality dengan data yg digunakan adalah data normal (yang dimaksud data normal adalah pembobotan memiliki nilai pada masing-masing relasi, baik follow, mention maupun reply). Dari kedua tabel perubahan nilai centrality tersebut disimpulkan bahwa perubahan nilai yang terjadi baik hubcentrality maupun authoritycentrality masih terjadi perubahan yang wajar. Karena rentang perubahan nilai centrality yang terjadi hanya sekitar,-, saja... Hasil Pengujian dan Analisis Skenario Pada pengujian ini dilakukan skenario pembobotan dimana bobot follow=, mention=x, dan reply=. Tabel. Perubahan Nilai HubCentrality Disetiap Pengujian Pada Skenario Kedua No User faruerwan, ardiansn, ayukomal, a andrianw, e M=,,,,, M=,,,,, M=,,,,, M=,,,,, M=,,,,, M=,,,,, M=,,,,, M=,,,,, M=,,,,, sidiik,,,,,,,,,,
6 ISSN : - anggalii,,,,,,,,,, DausRch,,,,,,,,,, doddyagu ng,,,,,,,,,, fathbesar,,,,,,,,,, allanprak osa,,,,,,,,,, Berdasarkan tabel diatas terlihat bahwa terjadi perubahan nilai hubcentrality yang sangat derastis.perubahan tersebut yaitu terjadinya penurunan nilai centrality yang terjadi di hampir semua user. Perbandingan skala perubahan yang terjadi pada skenario pertama dengan skenario kedua ini adalah :, pada skenario pertama perubahan nilai centrality yang terjadi hanya sekitar, sedangkan pada skenario kedua ini perubahan yang terjadi sekitar, bahkan lebih. Terlihat bahwa perubahan pembobotan pada skenario pembobotan ini sangat mempengaruhi nilai centrality. Hal ini dikarenakan jumlah bobot mention yang mengalami kelipatan jumlah yang sangat derastis. Misal usera pada data normal melakukan mention kepada B sebanyak kali. Jika pada data normal maka nilai bobot hanya diberi nilai saja, namun dengan adanya penerapan skenario pembobotan ini nilai jumlah bobot yang diperoleh usera untuk outdegree adalah sebesar pada pengujian ke sepuluh. Hal tersebut yang membuat perubahan nilai centrality yang sangat derastis. Pada tabel diatas hampir semua user mengalami penurunan nilai centrality karena user-user pada tabel diatas merupakan user yang hanya memiliki jumlah relasi follow yang besar. Sehingga saat user yang memiliki jumlah relasi mention yang besar memiliki bobot yang jauh lebih besar akibat skenario pembobotan ini maka nilai centralityuser yang tidak memiliki jumlah relasi mention yang besar akan mengalami penurunan. Tabel. Perubahan Nilai AuthorityCentrality Disetiap Pengujian Pada Skenario Kedua No User faruerwa, n ayukomal, a sidiik, ardiansn, andrianw, e muhmir, anggalii, doddyagu, ng faris_alfa, _m dariusput ra, M=,,,,,,,,,,, M=,,,,,,,,,,, M=,,,,,,,,,,, M=,,,,,,,,,,, M=,,,,,,,,,,, M=,,,,,,,,,,, M=,,,,,,,,,,, M=,,,,,,,,,,, M=,,,,,,,,,,, Berdasarkan tabel diatas dapat dilihat perubahan nilai authoritycentrality juga mengalami perubahan yang sangat derastis sama seperti pada nilai hubcentrality. Berdasarkan analisa yang dilakukan maka disimpulkan bahwa hal ini juga terjadi karena tidak meratanya relasi mention yang terjadi pada setiap user... Hasil Pengujian dan Analisis Skenario Pada pengujian ini dilakukan skenario pembobotan dimana bobot follow=, mention=, dan reply=x. Tabel. Perubahan Nilai HubCentrality Disetiap Pengujian Pada Skenario Ketiga
7 ISSN : - N o User faruerwan, ardiansn, ayukomal, a andrianw, e sidiik, anggalii, DausRch, doddyagu, ng fathbesar, allanprak, osa R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,,,,,,,,,,,, Berdasarkan tabel diatas terlihat jelas bahwa secara umum banyak user yang mengalami penurunan nilai hubcentrality.hanya terdapat tiga user saja yang mengalami kenaikan nilai centrality itupun dua diantara ketiganya hanya mengalami kenaikan nilai centrality pada pengujian ke- dan sampai pengujian ke-.hanya terdapat satu user yang konsisten mengalami kenaikan nilai centrality mulai dari pengujian ke- sampai ke- yaitu user dengan Peningkatan nilai centrality secara signifikan pada user tersebut dikarenakan user tersebut memiliki jumlah persentase relasi outdegreereply yang cukup besar yaitu % dari total keseluruhan relasi reply pada dataset. Tabel. Perubahan Nilai AuthorityCentrality Disetiap Pengujian Pada Skenario Ketiga N o User faruerwan, ayukomal, a sidiik, ardiansn, andrianwe, muhmir, anggalii, doddyagu, ng faris_alfa, _m dariusputr, a R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,, R=,,,,,,,,,,,,,,,,,,,,
8 ISSN : - Pada umumnya perubahan nilai authoritycentrality pada pengujian skenario pembobotan ketiga ini juga cenderung menurun.hanya beberapa user saja yang mengalami kenaikan nilai centrality.salah satu user yang secara signifikan mengalami peningkatan centrality adalah user dengan ini mengalami peningkatan nilai authoritycentrality karena memiliki presentase relasi indegreereply yang cukup besar yaitu sebanyak % dari total keseluruhan relasi reply yang ada.. Kesimpulan dan Saran.. Kesimpulan Berdasarkan pengujian dan analisis yang dilakukan maka dapat ditarik kesimpulan sebagai berikut :. Penggunaan metode Hub and AuthoritiesCentrality mampu merepresentasikan bahwa user yang memiliki nilai centrality paling tinggi adalah user yang memiliki pengaruh (AuthorityCentrality) dan user yang dapat dijadikan referensi untuk menemukan user yang berpengaruh pada jaringan tersebut.. Nilai Hub dan Authoritycentrality tidak hanya ditentukan oleh jumlah indegree dan outdegreeuser namun juga melihat user yang meliliki keterhubungan dengan user tersebut. Semakin banyak memiliki relasi ke user yang memiliki nilai indegree dan outdegree yang tinggi maka nilai centrality juga akan semakin tinggi.. Berdasarkan ketiga skenario pembobotan maka skenario pembobotan yang paling mempengaruhi perubahan nilai hub dan authoritycentrality dan yang mempengaruhi perubahan perangkingan adalah skenario kedua yaitu perubahan bobot yang dilakukan pada relasi mention.. Relasi yang sangat mempengaruhi seorang user memiliki pengaruh di jaringan tersebut atau tidak adalah relasi mention. Kesimpulan ini juga seiring sejalan dengan penelitian [] yang menyatakan bahwa dengan memposting tweet yang menarik maka user tersebut akan mendapatkan relasi mention yang banyak dengan adanya retweet yang masuk akibat user lain menyukai tweet yang diposting. Dengan adanya relasi tersebut maka tidak menutup kemungkinan user memiliki relasi yang lebih luas seperti di follow dan reply. Daftar Pustaka : [] Borgati, Steve. P..Centrality and NetworkFlow.Social network, -. [] Chris, H.Q. and Ding, H. Z.. Hubs and Authorities on the World. Link Analisys, -. [] Dodds, Peter.. Measures of Centrality. Complex Network,. [] Linton, C. Freeman.. Centrality In Social network Conceptual Clarification. Lehigh University. [] Linton, C. Freeman.. The Development of Social network analysis. Vancouver: Empirical Press. [] Meghabghab, G.. Discovering Authorities and hubs in Different Topological Web Graph Structure.Department of Science Technology, Roane State, Oak Ridge, TN, USA. [] Munir, Renaldi.. Matematika Diskrit (Revisi Keempat). Bandung: Informatika Bandung. [] Stephen, Andrew T. and Olivier Toubia.. Deriving Value from Social Commerce. Journal of Marketing Research. [] Susanto, Budi.. Metode Analisis Jejaring Sosial. Text dan WebMining, -. [] T. Kretschmer, H. Kretschmer.. A New Centrality Coefficient for Social network analysis Applicable to Bibliometric and Webometric data. Humboldt-University Berlin : Department of Library and Information Science,-D- [] Von, Ahn Luis.. Hubs and Authorities. Science of the Web Course Notes.Carnegie Mellon University. [] Wason, Ritika.. Comparative Analysis Of Pagerank And HITS Algorithms. International Journal of Engineering Research & Technology (IJERT). [] Wasserman, S. and K, Faust.. Social network analysis. Cambridge: Cambridge University Press. [] W.Leila, Q.Paulo, & M. De Oliveira. José Palazzo (), Analyzing the strength of ties of Retweetin health, Brasil. [] Zhu, Xiaojin.. Link Analysis on Graf. Advanced Natural Language Processing, -. []. Centrality.URL : diakses bulan Oktober. [].SoftwareSocial network analysis. URL : diakses bulan Oktober.
ANALISIS PROBABILISTIC AFFINITY INDEX(PAI) DALAM METODE BONACICH POWER CENTRALITY PADA SOCIAL NETWORK ANALYSIS
ANALISIS PROBABILISTIC AFFINITY INDEX(PAI) DALAM METODE BONACICH POWER CENTRALITY PADA SOCIAL NETWORK ANALYSIS Angga Yudha Kusuma Telkom University, Bandung, Indonesia angga.yudha@mail.com Abstrak Penyebaran
Lebih terperinciMETODE ANALISIS JEJARING SOSIAL
Text dan Web Mining - Budi Susanto 1 METODE ANALISIS JEJARING SOSIAL Budi Susanto Text dan Web Mining - Budi Susanto 2 Tujuan memahami metode centrality pada suatu graf untuk menemukan node yang paling
Lebih terperinciAnalisis Degree Centrality Dalam Social Network Analysis Menggunakan Probabilistic Affinity Index (PAI) pada Graf Berarah-Berbobot
Analisis Degree Centrality Dalam Social Network Analysis Menggunakan Probabilistic Affinity Index (PAI) pada Graf Berarah-Berbobot Andi Sulasikin 1, Warih Maharani 2, Adiwijaya 3 1,2 Fakultas Informatika
Lebih terperinciAnalisis dan Implementasi Betweenness Centrality pada Social Network Twitter dengan Metode Linear Scaling
Analisis dan Implementasi Betweenness Centrality pada Social Network Twitter dengan Metode Linear Scaling Berbasis Pengguna Analysis and Implementation Betweenness Centrality in Social Network Twitter
Lebih terperinciISSN : e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 1435
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 1435 Analisis dan Implementasi Betweenness Centrality pada Social Network Twitter dengan Metode Linear Scaling Berbasis Pengguna
Lebih terperinciPENGANTAR ANALISIS JEJARING
Text dan Web Mining - Budi Susanto 1 PENGANTAR ANALISIS JEJARING Budi Susanto (v.1.1) Text dan Web Mining - Budi Susanto 2 Tujuan memahami metode centrality pada suatu graf untuk menemukan node yang paling
Lebih terperinciAnalisis Metode Laplacian Centrality dalam Social Network Analysis menggunakan Probabilistic Affinity Index (PAI)
Analisis Metode Centrality dalam Social Network Analysis menggunakan Probabilistic Affinity Index (PAI) Citra Rizki Pratiwi Telkom University, Bandung, Indonesia citrarz.pratiwi@gmail.com Abstrak Twitter
Lebih terperinciBab 1 PENDAHULUAN UKDW
Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam perkembangan teknologi sekarang ini hadir begitu banyak social networking website yang menyediakan layanan dalam pembangunan jaringan sosial atau relasi
Lebih terperinciImplementasi dan Analisis Degree Centrality Berbasis Konten menggunakan Metode Opsahl
Implementasi dan Analisis Degree Centrality Berbasis Konten menggunakan Metode Opsahl Bondan Ari Bowo 1, Warih Maharani, S.T.,M.T. 2, Alfian Akbar Gozali, S.T., M.T. 3 1,2,3 Teknik Informatika, School
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER
RENCANA PEMBELAJARAN SEMESTER Mata Kuliah eculture and Social Network Semester Tujuh Kode SMXXXXXX Prodi MBTI Dosen Andry Alamsyah SKS 4 Capaian Pembelajaran 1. Memahami fenomena, framework, peluang dan
Lebih terperinciANALISIS LINK. Tujuan 4/23/13. Budi Susanto
Text dan Web Mining - TI UKDW ANALISIS LINK udi Susanto Text dan Web Mining - TI UKDW 2 Tujuan memahami karakteristik link antar laman yang dapat dimodelkan sebagai graf. memahami algoritma PageRank memahami
Lebih terperinciANALISIS JEJARING SOSIAL DENGAN GRAF BERARAH DAN BERBOBOT PADA PT PRODUK REKREASI (KIDS FUN) BAGIAN OPERATOR
ANALISIS JEJARING SOSIAL DENGAN GRAF BERARAH DAN BERBOBOT PADA PT PRODUK REKREASI (KIDS FUN) BAGIAN OPERATOR JURNAL Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciPOLA INTERAKSI DAN AKTOR YANG PALING BERPERAN PADA EVENT JGTC 2013 MELALUI MEDIA SOSIAL TWITTER (STUDI MENG- GUNAKAN METODE SOCIAL NET- WORK ANALYSIS)
POLA INTERAKSI DAN AKTOR YANG PALING BERPERAN PADA EVENT JGTC 2013 MELALUI MEDIA SOSIAL TWITTER (STUDI MENG- GUNAKAN METODE SOCIAL NET- WORK ANALYSIS) JURNAL Rio Oktora & Andry Alamsyah ABSTRAK Selama
Lebih terperinciImplementasi dan Analisis Closeness centrality Berbasis Konten pada Social Network
Implementasi dan Analisis Closeness centrality Berbasis Konten pada Social Network Twitter dengan Algoritma Dijkstra Artanto Ageng Kurniawan 1, Warih Maharani, S.T.,M.T. 2, Alfian Akbar Gozali, S.T., M.T.
Lebih terperinciPenerapan Social Network Analysis dalam Penentuan Centrality Studi Kasus Social Network Twitter
Penerapan Social Network Analysis dalam Penentuan Centrality Studi Kasus Social Network Twitter Budi Susanto 1 budsus@ti.ukdw.ac.id Herlina 2 22084595@students.ukdw.ac.id Antonius R. C. 3 anton@ti.ukdw.ac.id
Lebih terperinci@UKDW 1 BAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Komunitas menurut KBBI adalah kelompok organisme yang hidup dan saling berinteraksi di daerah tertentu. Pada kumpulan orang dalam satu area tidak terjadi interaksi
Lebih terperinciAnalisis dan Implementasi Graph Clustering pada Berita Digital Menggunakan Algoritma Star Clustering
Analisis dan Implementasi Graph Clustering pada Berita Digital Menggunakan Algoritma Star Clustering Aufa Bil Ahdi P 1, Kemas Rahmat Saleh W, S.T., M.Eng 2, Anisa Herdiani, S.T., M.T 3 1.2.3 Teknik Informatika,
Lebih terperinciISSN : e-proceeding of Management : Vol.3, No.1 April 2016 Page 77
ISSN : 2355-9357 e-proceeding of Management : Vol.3, No.1 April 2016 Page 77 ANALISIS PADA PERINGKAT TOP BRAND MENGGUNAKAN JEJARING SOSIAL PERCAKAPAN DENGAN SOCIAL NETWORK ANALYSIS ( STUDI KASUS PADA SMARTPHONE
Lebih terperinciANALISIS PERINGKAT BRAND PADA JEJARING SOSIAL PERCAKAPAN MENGGUNAKAN METODE SOCIAL NETWORK ANALYSIS
ANALISIS PERINGKAT BRAND PADA JEJARING SOSIAL PERCAKAPAN MENGGUNAKAN METODE SOCIAL NETWORK ANALYSIS (Studi Kasus Brand Alfamart dan Indomaret pada Media Sosial Twitter Indonesia) THE BRAND RANGKING ANALYSIS
Lebih terperinciANALISIS DAN IMPLEMENTASI PROBABILISTIC PARTNERSHIP INDEX
ANALISIS DAN IMPLEMENTASI PROBABILISTIC PARTNERSHIP INDEX (PPI) PADA LAPLACIAN CENTRALITY DALAM SOCIAL NETWORK ANALYSIS ANALYSIS AND IMPLEMENTATION OF PROBABILISTIC PARTNERSHIP INDEX (PPI) ON LAPLACIAN
Lebih terperinciImplementasi dan Analisis Betweenness Centrality Berbasis Konten Menggunakan Algoritma Geisberger
ISSN : 55-95 e-proceeding of Engineering : Vol., No. April 5 Page 4 Implementasi dan Analisis Betweenness Centrality Berbasis Konten Menggunakan Algoritma Geisberger Joshua Tanuraharja, Warih Maharani,
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISSN: 2460-6464 Pengaplikasian Teori Graf pada Analisis Jejaring Sosial Dalam Struktur Organisasi Unisba di Bawah Pimpinan Warek I Menggunakan Aplikasi Microsoft Nodexl The Application
Lebih terperinciCommunity Detection Menggunakan Genetic Algorithm dalam Social Network Twitter. Community Detection using Genetic Algorithm in Social Network Twitter
Community Detection Menggunakan Genetic Algorithm dalam Social Network Twitter Community Detection using Genetic Algorithm in Social Network Twitter Itsna Alfin Nur 1, Moch. Arif Bijaksana 2, Ir. M.Tech.,
Lebih terperinciImplementasi dan Analisis Betweenness Centrality Berbasis Konten Menggunakan Algoritma Geisberger
Implementasi dan Analisis Betweenness Centrality Berbasis Konten Menggunakan Algoritma Geisberger Joshua Tanuraharja 1, Warih Maharani 2, Alfian Akbar Gozali 3 1,2,3 Teknik Informatika, School of Computing,
Lebih terperinciFinancial Fraud Detection using Social Network Analysis
Financial Fraud Detection using Social Network Analysis Andry Alamsyah,2, Budi Rahardjo 2, Kuspriyanto 2 Sekolah Manajemen Telekomunikasi dan Media, Institut Manajemen Telkom 2 Sekolah Teknik Elektro dan
Lebih terperinciImplementasi dan Analisis Visualisasi Graph Pada Graph Statis Menggunakan Representasi Visual Treemap
Implementasi dan Analisis Visualisasi Graph Pada Graph Statis Menggunakan Representasi Visual Treemap Lukman Arie Susanto 1,, Kemas Rahmat Saleh W., S.T., M.Eng. 2, Shinta Yulia P, S.T., M.T. 3 1 Program
Lebih terperinciIMPLEMENTASI METODE ANT COLONY OPTIMIZATION UNTUK PEMILIHAN FITUR PADA KATEGORISASI DOKUMEN TEKS
IMPLEMENTASI METODE ANT COLONY OPTIMIZATION UNTUK PEMILIHAN FITUR PADA KATEGORISASI DOKUMEN TEKS Yudis Anggara Putra Chastine Fatichah Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut
Lebih terperinciSTUDI WORLD WIDE WEB SEBAGAI SEBUAH GRAF BERARAH
STUDI WORLD WIDE WEB SEBAGAI SEBUAH GRAF BERARAH Indah Kuntum Khairina NIM : 13505088 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if115088@students.if.itb.ac.id
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE Widodo Muda Saputra, Helmie Arif Wibawa, S.Si, M.Cs, dan Nurdin Bahtiar, S.Si, M.T Fakultas Sains dan Matematika, Jurusan Ilmu Komputer
Lebih terperinciBAB I PENDAHULUAN. dalam penalaran logika, komputasi, analisis, terapan maupun statistik. Sampai saat ini
BAB I PENDAHULUAN A. Latar Belakang Matematika adalah ilmu yang selalu berkembang dari waktu ke waktu, baik dalam penalaran logika, komputasi, analisis, terapan maupun statistik. Sampai saat ini ilmu matematika
Lebih terperinciBAB 1 PENDAHULUAN. Kebutuhan akan informasi yang akurat dan tepat untuk penyajian data sangat
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kebutuhan akan informasi yang akurat dan tepat untuk penyajian data sangat diperlukan oleh suatu organisasi atau perusahaan. Koperasi merupakan salah satu organisasi
Lebih terperinciKata kunci: graph, graph database, GIndex, subgraph query, size-increasing support constraint, discriminative fragments, index, subgraph matching
Analisis dan Implementasi Graph Indexing Pada Graph Database Menggunakan Algoritma GIndex Analysis and Implementation of Graph Indexing for Graph Database Using GIndex Algorithm Hadyan Arif 1, Kemas Rahmat
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
BAB 3 ANALISA AN PERANCANGAN 3.1 Gambaran Umum Pada masa sekarang ini, proses pencarian dokumen dalam web seperti Google, Yahoo, dan sebagainya dilakukan dengan menginput query yang diinginkan pada kotak
Lebih terperinciVISUALISASI PENCARIAN LINTASAN TERPENDEK ALGORITMA FLOYD- WARSHALL DAN DIJKSTRA MENGGUNAKAN TEX
VISUALISASI PENCARIAN LINTASAN TERPENDEK ALGORITMA FLOYD- WARSHALL DAN DIJKSTRA MENGGUNAKAN TEX Imam Husni Al Amin 1, Veronica Lusiana 2, Budi Hartono 3 1,2,3 Program Studi Teknik Informatika, Fakultas
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN Pada bab ini, akan dijelaskan mengenai pendahuluan, rumusan masalah,tujuan, batasan yang dikerjakan, hipotesis, metodologi penyelesaian masalah, sistematika penulisan, dan jadwal pengerjaan
Lebih terperinciAplikasi Aljabar Vektor dalam Algoritma Page Rank
Aplikasi Aljabar Vektor dalam Algoritma Page Rank Albertus Kelvin / 13514100 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciDOSEN PEMBIMBING Chastine Fatichah, S.Kom, M.Kom MAHASISWA Yudis Anggara P. ( )
Sidang Tugas Akhir September 2009 Implementasi Metode Ant Colony Optimization untuk Pemilihan Fitur pada Kategorisasi Dokumen Teks DOSEN PEMBIMBING Chastine Fatichah, S.Kom, M.Kom MAHASISWA Yudis Anggara
Lebih terperinciMASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS
MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Farida Suwaibah, Subiono, Mahmud Yunus Jurusan Matematika FMIPA Institut Teknologi Sepuluh Nopember Surabaya,, e-mail: fsuwaibah@yahoo.com
Lebih terperinci2 3 Kata Kunci : Jejaring Sosial, Social Network Analysis, between centrality
ANALISIS PEMANFAATAN JEJARING SOSIAL UNTUK PENENTUAN KONSENTRASI MAHASISWA DENGAN METODE SOCIAL NETWORK ANALYSIS (Studi Kasus: Universitas Nusantara PGRI Kediri) Oleh : Risky Aswi R 1, Wing Wahyu Winarno
Lebih terperinciPERANCANGAN APLIKASI PENCARIAN RUTE TERPENDEK MENEMUKAN TEMPAT PARIWISATA TERDEKAT DI KEDIRI DENGAN METODE FLOYD- WARSHALL UNTUK SMARTPHONE
PERANCANGAN APLIKASI PENCARIAN RUTE TERPENDEK MENEMUKAN TEMPAT PARIWISATA TERDEKAT DI KEDIRI DENGAN METODE FLOYD- WARSHALL UNTUK SMARTPHONE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh
Lebih terperinciAnalisis dan Perancangan Alat Bantu untuk Menemukan Komunitas di Twitter Menggunakan Metode Sosial Network Analysis and Visualizations
LAPORAN PENELITIAN KELOMPOK Analisis dan Perancangan Alat Bantu untuk Menemukan Komunitas di Twitter Menggunakan Metode Sosial Network Analysis and Visualizations Disusun oleh: Y. Sigit Purnomo WP, S.T.,
Lebih terperinciPenerapan Teori Graf Pada Algoritma Routing
Penerapan Teori Graf Pada Algoritma Routing Indra Siregar 13508605 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha 10, Bandung
Lebih terperinciBAB V IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM Bab ini akan membahas tentang implementasi dan hasil perancangan yang telah dibuat pada bab sebelumnya. Selain itu, pada bab ini juga dijelaskan tentang analisis
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Twitter bagian dari Social Networking website yang memperbolehkan pengguna untuk mengirim dan membaca 140 karakter, atau sering disebut tweets[1]. Berdasarkan survey
Lebih terperinciBAB 1 PENDAHULUAN. Perkembangan ilmu pengetahuan dan teknologi saat ini sudah cukup maju,
BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan ilmu pengetahuan dan teknologi saat ini sudah cukup maju, khususnya teknologi informasi telah mengalami perkembangan yang sangat pesat. Hal tersebut ditandai
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini perkembangan ilmu pengetahuan dan teknologi informasi semakin berkembang pesat, banyak teknologi baru yang telah diciptakan dan digunakan oleh masyarakat
Lebih terperinciAplikasi Graf dalam Situs Jejaring Sosial
Aplikasi Graf dalam Situs Jejaring Sosial Muhammad Aodyra Khaidir 06 Program Magister Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 0 Bandung 0, Indonesia 06@std.stei.itb.ac.id
Lebih terperinciSPECTRUM DETOUR GRAF n-partisi KOMPLIT
SPECTRUM DETOUR GRAF n-partisi KOMPLIT Desy Norma Puspita Dewi Jurusan Matematika UIN Maulana Malik Ibrahim Malang e-mail:phyta_3@yahoo.co.id ABSTRAK Matriks detour dari graf G adalah matriks yang elemen
Lebih terperinciJURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG
KLASIFIKASI ENTERTAINER BERDASARKAN TWEET MENGGUNAKAN METODE SCORING BERBASIS LEXICON BASED TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah
Lebih terperinciAnalisis Sentimen Pada Data Twitter dengan Menggunakan Text Mining terhadap Suatu Produk
Analisis Sentimen Pada Data Twitter dengan Menggunakan Text Mining terhadap Suatu Produk Eka Retnawiyati 1, Fatoni, M.M.,M.Kom 2., Edi Surya Negara, M.Kom 3 1) Mahasiswa Informatika Universitas Bina Darma
Lebih terperinciPembuatan Konten Manajemen Video untuk mendukung Komunitas IbuKreatif di Facebook
Pembuatan Konten Manajemen Video untuk mendukung Komunitas IbuKreatif di Facebook Siti Rochimah 1, Abdul Munif 2, Diniar Nabilah Ghassani 3 1,2,3 Jurusan Teknik Informatika FTIF Institut Teknologi Sepuluh
Lebih terperinciANALISIS DAN PENINGKATAN KUALITAS SISTEM INFORMASI DENGAN MENGGUNAKAN METODE SEVEN TOOLS DAN QUALITY FUNCTION DEPLOYMENT (QFD)
ANALISIS DAN PENINGKATAN KUALITAS SISTEM INFORMASI DENGAN MENGGUNAKAN METODE SEVEN TOOLS DAN QUALITY FUNCTION DEPLOYMENT (QFD) Luluk Suryani 1), Daniel O. Siahaan 2), dan Indung Sudarso 3) 1) dan 3) Magister
Lebih terperinciBAB I PENDAHULUAN. informasi yang berbeda-beda. Berita yang dipublikasi di internet dari hari ke hari
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang semakin maju dan maraknya penggunaan internet saat ini, tidak sedikit lembaga media mendistribusikan informasi berita secara online. Tidak
Lebih terperinciPencarian Jalur Terpendek dengan Algoritma Dijkstra
Volume 2 Nomor 2, Oktober 207 e-issn : 24-20 p-issn : 24-044X Pencarian Jalur Terpendek dengan Algoritma Dijkstra Muhammad Khoiruddin Harahap Politeknik Ganesha Medan Jl.Veteran No. 4 Manunggal choir.harahap@yahoo.com
Lebih terperinciTeori Graf dalam Social Network Analysis dan Aplikasinya pada Situs Jejaring Sosial
Teori Graf dalam Social Network Analysis dan Aplikasinya pada Situs Jejaring Sosial Ahmad Anshorimuslim Syuhada - 13509064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Initut
Lebih terperinciPERANCANGAN APLIKASI SOCIAL COMMERCE BERDASARKAN METODE UJI KUALITAS WEBQUAL 4.0
PERANCANGAN APLIKASI SOCIAL COMMERCE BERDASARKAN METODE UJI KUALITAS WEBQUAL 4.0 R. Nindyasari 1*, Endang Supriyati 1 1 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Muria Kudus Gondangmanis,
Lebih terperinciPENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI
PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl.
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinciBAB II DASAR TEORI Crawler Definisi Focused Crawler dengan Algoritma Genetik [2]
BAB II DASAR TEORI Pada bab ini dibahas teori mengenai focused crawler dengan algoritma genetik, text mining, vector space model, dan generalized vector space model. 2.1. Focused Crawler 2.1.1. Definisi
Lebih terperinciBAB I PENDAHULUAN. Gambaran Umum Objek Penelitian
BAB I PENDAHULUAN 1.1 Gambaran Umum Objek Penelitian 1.1.1 Twitter Twitter adalah sebuah jejaring sosial dan jaringan informasi yang terdiri atas pesan-pesan sepanjang 140 karakter yang disebut Tweet (support.twitter.com,
Lebih terperinciKOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS
KOMPRESI CITRA DIGITAL DENGAN MENGGUNAKAN HEBBIAN BASED PRINCIPAL COMPONENT ANALYSIS 1 Sofyan Azhar Ramba 2 Adiwijaya 3 Andrian Rahmatsyah 12 Departemen Teknik Informatika Sekolah Tinggi Teknologi Telkom
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini akan menjelaskan analisa sistem dan perancangan sebuah aplikasi desktop untuk pendataan bayi dan analisa kesehatan dengan mengimplementasikan algoritma Analitycal
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Dalam beberapa tahun terakhir teknologi informasi dan telekomunikasi berkembang dengan pesat. Masyarakat mendapatkan manfaat dari tekonologi informasi dan telekomunikasi
Lebih terperinciBAB III. METODOLOGI. kegiatan manusia membuat penelitian dengan domain teknik informatika
BAB III. METODOLOGI 3.1. Kerangka Pikir Teknik informatika yang memiliki andil yang cukup besar dalam berbagai kegiatan manusia membuat penelitian dengan domain teknik informatika merupakan hal yang menarik
Lebih terperinciANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX
ANALISIS DAN IMPLEMENTASI PERANGKINGAN PEGAWAI MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS DAN SUPERIORITY INDEX Daniar Dwi Pratiwi 1, Erwin Budi Setiawan 2, Fhira Nhita 3 1,2,3 Prodi Ilmu Komputasi
Lebih terperinciStemming pada Preprocessing Twit Berbahasa Indonesia dengan Mengimplementasikan Algoritma Fonetik Soundex untuk Proses Klasifikasi
Stemming pada Preprocessing Twit Berbahasa Indonesia dengan Mengimplementasikan Algoritma Fonetik Soundex untuk Proses Klasifikasi Stemming in Indonesian Language Twit Preprocessing Implementing Phonetic
Lebih terperinciAnalisis Business Process Model Similarity Checking Menggunakan Teknik Greedy Graph Matching
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 5850 Analisis Business Process Model Similarity Checking Menggunakan Teknik Greedy Graph Matching Fadhilah Dwiyanti Basri Telkom
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan.
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan. Pada hari Jumat tanggal 2 Oktober 2009 di Abu Dhabi, Uni Emirat Arab, United Nations Educational, Scientific, and Culture Organization (UNESCO) memberikan
Lebih terperinciPENDAHULUAN. 1.1 Latar Belakang
DAFTAR TABEL Tabel 3-1 Dokumen Term 1... 17 Tabel 3-2 Representasi... 18 Tabel 3-3 Centroid pada pengulangan ke-0... 19 Tabel 3-4 Hasil Perhitungan Jarak... 19 Tabel 3-5 Hasil Perhitungan Jarak dan Pengelompokkan
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini menjelaskan tentang analisa data, rancangan sistem, dan skenario pengujian. Bagian analisa data meliputi data penelitian, analisis data, data preprocessing.
Lebih terperinciBAB II TINJAUAN PUSTAKA
II TINJUN PUSTK 2.1 Pengertian Sistem Informasi Geografis Sistem Informasi Geografis atau Geographic Information Sistem (GIS) merupakan sistem komputer yang digunakan untuk memasukkan, menyimpan, memeriksa,
Lebih terperinciBAB I PENDAHULUAN. Hampir semua organisasi ataupun instansi memerlukan Public Relations
BAB I PENDAHULUAN 1.1 Latar Belakang Hampir semua organisasi ataupun instansi memerlukan Public Relations (PR) atau biasa disebut hubungan masyarakat. Peran Public Relations (PR) saat ini sangat penting
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1), Edi Winarko 2) 1) Jurusan Teknik Informatika, Universitas Sebelas Maret E-mail : wir@uns.ac.id 2) Program Studi Ilmu
Lebih terperinciBAB I PENDAHULUAN 1.1 Tujuan 1.2 Latar Belakang
BAB I PENDAHULUAN 1.1 Tujuan Merancang sebuah sistem yang dapat meringkas teks dokumen secara otomatis menggunakan metode generalized vector space model (GVSM). 1.2 Latar Belakang Dunia informasi yang
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1, Edi Winarko 2 1 Jurusan Teknik Informatika, Universitas Sebelas Maret 2 Program Studi Ilmu Komputer, Universitas Gajah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sistem kejadian dinamik diskrit (discrete-event dynamic system) merupakan sistem yang keadaannya berubah hanya pada titik waktu diskrit untuk menanggapi terjadinya
Lebih terperinciTeori Graf dalam Analisis Jaringan Sosial
Teori Graf dalam Analisis Jaringan Sosial Muhammad Umar Fariz Tumbuan - 13515050 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut TeknologiBandung, Jl. Ganesha 10 Bandung
Lebih terperinciPemetaan dan Analisis Pola Interaksi Suatu Komunitas Menggunakan Analisis Jejaring Sosial
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Pemetaan dan Analisis Pola Interaksi Suatu Komunitas Menggunakan Analisis Jejaring Sosial Nur Insani, Nur Hadi Waryanto FMIPA, Universitas
Lebih terperinciSIMULASI DAN ANALISIS KLASIFIKASI GENRE MUSIK BERBASIS FFT DAN CONTINOUS DENSITY HIDDEN MARKOV MODEL
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 262 SIMULASI DAN ANALISIS KLASIFIKASI GENRE MUSIK BERBASIS FFT DAN CONTINOUS DENSITY HIDDEN MARKOV MODEL SIMULATION AND ANALYSIS
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI RUTE WISATA TERPENDEK BERBASIS ALGORITMA FLOYD-WARSHALL
Sistem Prediksi Penyakit Diabetes Berbasis Decision Tree RANCANG BANGUN SISTEM INFORMASI RUTE WISATA TERPENDEK BERBASIS ALGORITMA FLOYD-WARSHALL Anik Andriani Manajemen Informatika AMIK BSI Jakarta Jl.
Lebih terperinciSpektrum Graf Hyperoctahedral Melalui Matriks Sirkulan Dengan Visual Basic 6.0
Jurnal Sainsmat, September 2013, Halaman 131-139 Vol. II. No. 2 ISSN 2086-6755 http://ojs.unm.ac.id/index.php/sainsmat Spektrum Graf Hyperoctahedral Melalui Matriks Sirkulan Dengan Visual Basic 6.0 Hyperoctahedral
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Situs jejaring sosial merupakan gaya hidup sosial baru yang muncul seiring berkembangnya internet. Gaya hidup baru tersebut memiliki ruang lingkup yang lebih luas
Lebih terperinciANALISIS ALGORITMA FLOYD WARSHALL UNTUK MENENTUKAN LINTASAN TERPENDEK PENGANGKUTAN SAMPAH (Studi Kasus: Pengangkutan Sampah di Kabupaten Kubu Raya)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume, No. (), hal. ANAISIS AGORITMA FOYD WARSHA UNTUK MENENTUKAN INTASAN TERPENDEK PENGANGKUTAN SAMPAH (Studi Kasus: Pengangkutan Sampah di Kabupaten
Lebih terperinciJenis jenis website berdasarkan bagaimana perubahan isinya pada awalnya bisa dibedakan menjadi dua yaitu :
Jenis jenis website berdasarkan bagaimana perubahan isinya pada awalnya bisa dibedakan menjadi dua yaitu : Website Statis Website Dinamis Website Statis Website statis adalah website yang isinya cenderung
Lebih terperinciSTRATEGI PENENTUAN PERINGKAT BRAND BERDASARKAN JEJARING SOSIAL PERCAKAPAN PADA MEDIA SOSIAL TWITTER (STUDI KASUS PADA TELKOMSEL, XL DAN INDOSAT)
STRATEGI PENENTUAN PERINGKAT BRAND BERDASARKAN JEJARING SOSIAL PERCAKAPAN PADA MEDIA SOSIAL TWITTER (STUDI KASUS PADA TELKOMSEL, XL DAN INDOSAT) THE STRATEGY OF TOP BRAND RANKING BASED ON SOCIAL NETWORK
Lebih terperinciPENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT
PENERAPAN METODE TOPSIS UNTUK MENDUKUNG PROGRAM BANTUAN PERUMAHAN RAKYAT Aris Rakhmadi 1*, Nana Suhendar 2 1,2 Prodi Informatika, Fakultas Komunikasi dan Informatika, Universitas Muhammadiyah Surakarta
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Buku merupakan media informasi yang memiliki peran penting dalam perkembangan ilmu pengetahuan, karena dengan buku kita dapat memperoleh banyak informasi, pengetahuan
Lebih terperinciPenerapan Graf pada PageRank
Penerapan Graf pada PageRank Hartono Sulaiman Wijaya 13509046 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciUKDW. Bab 1 PENDAHULUAN
Bab 1 PENDAHULUAN 1.1 Latar Belakang Skripsi merupakan tugas akhir mahasiswa S1 yang bersifat mandiri dan wajib untuk mendapatkan gelar sarjana. Seorang mahasiswa yang akan menulis tugas akhir harus mencari
Lebih terperinciBAB I PENDAHULUAN. dalam berkomunikasi terutama dengan adanya teknologi internet. Internet saat ini
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan telekomunikasi dan informatika (IT) yang semakin pesat pada era digital seperti sekarang ini membuat jarak tidak lagi menjadi masalah dalam berkomunikasi
Lebih terperinciBAB I PENDAHULUAN. beberapa tahun terakhir (Dave Chaffey, 2016). Media jejaring sosial seperti Twitter,
BAB I PENDAHULUAN 1.1. Latar Belakang Popularitas media jejaring sosial terus mengalami peningkatan dalam beberapa tahun terakhir (Dave Chaffey, 2016). Media jejaring sosial seperti Twitter, Facebook,
Lebih terperinciTogu P. Marpaung, Normalina Napitupulu, Rachmad Sitepu
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 289 298. ANALISIS FAKTOR YANG MEMPENGARUHI KUNJUNGAN MASYARAKAT KOTA MEDAN KE PERPUSTAKAAN UMUM KOTA MEDAN Togu P. Marpaung, Normalina Napitupulu,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinciSISTEM NOTIFIKASI KEMACETAN LALU LINTAS BERBASIS MEDIA SOSIAL DENGAN METODE NLP
SISTEM NOTIFIKASI KEMACETAN LALU LINTAS BERBASIS MEDIA SOSIAL DENGAN METODE NLP TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh
Lebih terperinciStruktur Bayesian Network untuk Penentuan Class Karakteristik Siswa pada Sistem Tutor Cerdas
Struktur Bayesian Network untuk Penentuan Class Karakteristik Siswa pada Sistem Tutor Cerdas Ika Widiastuti #1, Ratih Ayuninghemi #2 # Jurusan Teknologi Informasi, Politeknik Negeri Jember Jl. Mastrip
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Komputer pada saat ini merupakan bagian yang tidak terpisahkan dengan kehidupan manusia, karena hampir semua aspek kehidupan manusia bersinggungan dengan teknologi
Lebih terperinciHERU SUSANTO Dosen Pembimbing : 1. Dr. Surya Sumpeno, ST., M.Sc. 2. Reza Fuad Rachmadi, ST., MT.
HERU SUSANTO 2209 105 030 Dosen Pembimbing : 1. Dr. Surya Sumpeno, ST., M.Sc. 2. Reza Fuad Rachmadi, ST., MT. LATAR BELAKANG Peran media jejaring sosial pada perkembangan teknologi komunikasi dan informasi;
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA DIDIK TERBAIK PADA EKSTRAKURIKULER PRAMUKA MENGGUNKAN METODE
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PESERTA DIDIK TERBAIK PADA EKSTRAKURIKULER PRAMUKA MENGGUNKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI SMP MARDI UTOMO GROGOL KEDIRI SKRIPSI Diajukan Untuk Memenuhi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Industri adalah suatu usaha atau kegiatan pengolahan bahan mentah atau
BAB 1 PENDAHULUAN 1.1 Latar Belakang Industri adalah suatu usaha atau kegiatan pengolahan bahan mentah atau barang setengah jadi menjadi barang jadi barang jadi yang memiliki nilai tambah untuk mendapatkan
Lebih terperinciPENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT
UJM 2 (1) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT Angreswari Ayu Damayanti,
Lebih terperinci