Implementasi dan Analisis Betweenness Centrality Berbasis Konten Menggunakan Algoritma Geisberger

Abstract

Jejaring sosial marak digunakan oleh Usaha Kecil Menengah untuk memasarkan produk dan jasa, guna mencari user yang berpotensi menjadi buzzer dibutuhkan pengetahuan tentang Social Network Analysis (SNA). SNA digunakan untuk menganalisis interaksi dalam suatu kelompok jaringan sosial. Contoh pengembangan SNA adalah Content Based Social Network Analysis (CBSNA) yang dapat digunakan untuk menentukan rangking user berpengaruh berdasarkan relasi kesamaan konten. Salah satu metode penghitungan centrality adalah metode Linear Scaling yang dikembangkan oleh Geisberger, dimana dalam menghitung betweenness centrality cukup menggunakan beberapa node sebagai sumber.


Pada penelitian tugas akhir ini metode yang digunakan adalah Linear Scaling yang dipadukan dengan Vector Space Model, pertama bertujuan untuk menghitung betweenness centrality berbasis konten pada studi kasus media sosial Twitter dan yang kedua untuk menganalisis parameter yang berpengaruh pada metode Linear Scaling dalam penghitungan nilai betweenness centrality. Hasil pengujian menunjukkan bahwa user dengan nilai similarity tinggi memiliki isi konten Quote Retweet selain itu metode Linear Scaling dipengaruhi oleh nilai pivot (k) dan jumlah edge suatu graf. Linear Scaling dapat digunakan untuk menghitung betweenness centrality guna menentukan ranking user yang berpengaruh berdasar suatu kata kunci tertentu.


Kata Kunci : Usaha Kecil Menengah, Content Based Social Network Analysis, Betweeneess Centrality, Algoritma
Geisberger, Linear Scaling, Vector Space Model.