Supaya Tetap Waras di Media Sosial

filosofi yin-yang (cina), the unity of opposite (yunani), atau sejenisnya mengajarkan pada kita bagaimana bersikap dalam kehidupan kita sehari hari. harus dipahami bahwa dua kubu yang berlawanan sebenarnya saling melengkapi, saling terhubung, dan tidak terpisahkan.

capek dan bosan kalo kita baca riuhnya medsos saat ini, kebanyakan adalah dua kubu yang polarisasi opininya berbeda saling gontok gontokan. ga sebelah sana dan sebelah sini sama aja kelakuannya, akibatnya orang awam yang setuju pada salah satu opini jadi kebawa juga ikutan bully bully kelompok seberang. social media is contagious.

saya sering kasih nasihat ke mahasiswa, hidup itu janganlah ekstrim kanan atau kiri, coba hidup ditengah, pahami setiap sisi kehidupan, niscaya hidup jadi penuh toleransi dan ketenangan. memang ga semua bisa terima opini saya tersebut. tapi yang penting saya sudah share obat saya supaya tetap waras,

bagaimana dengan anda ?? ..

sumber gambar : http://insights.berggruen.org/issues/issue-6/institute_posts/147

Advertisements

National Data Days 2017

kegiatan tahunan data days diluncurkan pertama kali bulan november tahun lalu oleh fakultas eknomi dan bisnis (FEB), universitas telkom. tahun 2017 ini, data days 2017 diberi nama lengkap sebagai national data days 2017 (NDD17). NDD17 terdiri dari kegiatan seminar, workshop, kompetisi, dan eksibisi. tema NDD17 ini adalah “data for better indonesia”.

seminar akan menghadirkan pembicara seperti pak gadang ramantoko (ekonomi digital), pak setia pramana (data di bidang kesehatan), pak mahmoud syaltout (data bidang politik dan bisnis), dan mas kamal hasan (praktisi data). workshop menghadirkan pemateri pemateri handal dari akademisi seperti pak taufik sutanto, dari industri data seperti midtrans, i-811, mediawave, presentasi beberapa hasil riset mhs FEB dan mahasiswa sekolah tinggi ilmu statistika.

silahkan datang tanggal 21-22 november 2017

Seminar Big Data Bank Indonesia Agustus 2017

#latepost blog entry. Awal Agustus 2017 dalam rangka memperingati hari kemerdekaan Indonesia, Bank Indonesia mengadakan seminar nasional Big Data dengan tema “Globalisasi Digital: Optimalisasi Pemanfaatan Big Data untuk Akselerasi Pertumbuhan Ekonomi”. Saya beruntung diundang untuk menghadiri acara ini, karena selain pembicaranya adalah orang orang penting perekonomian baik dari internal Bank Indonesia, pemerintahan maupun dari pelaku pasar digital, tapi juga karena seminar ini menunjukkan keseriusan bank sentral dalam mengadopsi big data. Adopsi big data berarti adopsi metode dan teknologi pendukungnya. Bukanlah hal yang mudah untuk industri perbankan mengadopsi cara baru seperti big data.

Diantara penbicara adalah keynote speech dari Gubernur BI.  Pembicara panel pertama, Gubernur DKI Pak Djarot, Walikota Makasar Pak Ramdhan, dan Prof Soehono guru besar ITB. Pada sesi kedua pembicara panel adalah Direktur Statistik Bank Indonesia, Direktur Digital Strategic Pt Telkom, Direktur Transformasi TIK direktorat Pajak. Dilanjutkan keynote speech dari Menteri perencanaan Pembangunan Nasional / Kepala Bappenas. Sesi ketiga diisi oleh Direktur Digital Banking Bank Mandiri, CEO Modalku, dan CEO Midtrans (VeriTrans). Sesi keempat diisi oleh CEO Tokopedia, Perwakilan Google Indonesia, dan CEO Gojek. 

Acara ini sangat menarik terutama pada segmen financial technology dan digital industry pada sesi ke 3 dan ke 4, dimana para pembicara dengan detail menceritakan suka duka industri digital indonesia serta tips dan trick untuk survive. Sedangkan pada sessi pertama tentang smart city, karena yang berbicara adalah para pemimpin pemerintahan (gubernur dan walikota), maka materi yang dibawakan agak kurang greget (terlalu global). 

IMG 8457IMG 8471IMG 8495IMG 8474IMG 8484IMG 8486IMG 8489

IMG 8498

Model Chaos dan Complex untuk Pengukuran Ekonomi Indonesia

Kami dari lab. Social Computing dan Big Data pada acara sharing knowledge minggu ke 2 mengundang Ibu Tisa (Siti Saadah) dari Fakultas Ilmu Informatika untuk memaparkan penelitian beliau dengan tema besar mengukur kondisi perekonomian makro Indonesia. Pendekatan yang dilakukan bu Tisa sangat unik, karena tidak menggunakan teori ekonomi makro konvensional, akan tetapi menggunakan pendekatan permodelan artificial intelligence (AI).

Model yang diusulkan berdasarkan perilaku chaos dan complex variabel variabel indikator ekonomi makro. Chaos dimodelkan dengan persamaan differensial dinamis. Proses pembelajaran model menggunakan metode Genetic Algorithm dengan menggunakan proporsi perkawinan silang dan mutasi variabel yang berbeda beda secara berulang ulang.

Usulan penggunaan metode ilmu komputer untuk menyelesaikan permasalahan ekonomi, tentu tidak dengan mudah diterima oleh para ahli ekonomi. Perlu waktu untuk menyakinkan pendekatan seperti ini. Saya yakin cara seperti ini akan menjadi standard di masa depan. Industri fintech (financial technology) adalah salah satu contoh industri yang bisa mendorong pendekatan pendekatan seperti diatas untuk diadopsi sistem ekonomi.

potongan video dari facebook live 

Human Development Index vs Total Revenue Kota/Kab di Indonesia

Kota/Kab. mana yang sudah maju ?

HDI (Human Development Index) adalah indeks tingkat kesejahteraan masyarakat dilihat dari tingkat kesehatan, pengetahuan, ketrampilan yang pada akhirnya dijadikan ukuran untuk perkembangan ekonomi suatu Kota/Kab. Total Revenue (Rev) adalah total pendapatan suatu Kota/Kab dalam kurun waktu tertentu. Suatu Kota/Kab dengan HDI yang besar seharusnya mempunyai Rev yang besar, atau sebaliknya Rev yang besar meningkatkan nilai HDI Kota/Kab. Pertanyaannya adalah bagaimana melihat Kota/Kab yang sudah mempunyai performansi seperti asumsi diatas. Data diambil dari gerakan Open Data INDO DAPOER (Indonesia Database for Policy and Economic Research) yang dikeluarkan oleh World Bank. Untuk snapshot ini, saya hanya mengambil data tahun 2013 saja.

Dari 469 Kota/Kab di Indonesia mayoritas berada pada daerah HDI tinggi tapi Rev kecil (klaster warna merah). Pengecualian pada klaster warna hijau, yaitu 4 Kota/Kab dengan performansi bagus, yaitu Kab. Kutai Kartanegara, Kota Surabaya, Kab. Bogor dan Kota Bandung. Kluster warna biru terdapat Kota/Kab yang nilai HDI kecil dan Rev kecil seperti Kab. Asmat, Kab. Lombok Barat, Kab. Lebak, Kab. Sampang dll. Pada kluster warna biru pemerintah harus bekerja keras untuk meningkatkan nilai HDI pada daerah daerah tersebut dengan harapan akan mendorong Rev. Kuster warna oranye adalah Kota/Kab yang sepertinya akan menuju kearah peningkatan Rev, contohnya yaitu Kab. Bekasi, Kota Medan, Kab. Tangerang, Kab. Karawang dll.

Secara keseluruhan nilai HDI ada pada kondisi baik, akan tetap proses yang berlangsung belum membawa kepeningkatan Rev yang seimbang, sepertinya perlu pemberdayaan ekonomi rakyat seperti usaha usaha kewirausahaan. Terlihat juga ketimpangan kesejahteraan masyarakat antara pulau jawa dan luar pulau jawa.

Untitled4 2

Publikasi di Konferensi ICOICT dan ICST 2017

Udah lama saya gak update kabar (entry blog) tentang penelitian dan publikasi dari saya atau tim lab saya. Malah saya tidak sempat menulis entry blog khusus mengenai perjalanan ke konferensi ICOICT di Malaka bulan Mei 2017 kemarin. Konferensi ICOICT 2017 ini adalah konferensi ke 5. Oh yah ICOICT 2017 ini adalah keikutsertaan saya yang ke 4 dari seluruh rangkaian konferensi ICOICT yang diadakan sejak tahun 2012. Konferensi kedua yang saya ikutin di tahun 2017 ini dalah konferensi ICST, yang dilaksanakan pada bulan Juli 2017 di Jogjakarta. Kedua konferensi terindeks Scopus dan IEEExplore

Pada ICOICT 2017 terdapat 4 paper yang dipresentasikan dengan berbagai topik, mulai dari social network, sentiment analisis, dan prediksi menggunakan neural network. Judul judulnya yaitu “Hybrid Sentiment and Network Analysis of Social Opinion Polarization” , “Social Network Data Analytics for Marketing Segmentation in Indonesian Telecommunication Industry”, ” Indonesia Infrastructure and Consumer Stock Portfolio Prediction using Artificial Neural Network Backpropagation”, “Training Data Optimization Strategy for Multiclass Text Classification” . 

Pada ICST 2017 kami mempresentasikan 2 paper yaitu  yang pertama mengenai simulasi monte carlo untuk segmentasi pasar dan yang kedua mengenai perbandingan metode legacy vs metode jejaring sosial untuk penyebaran informasi. Abstrak dari kedua paper ICST ini bisa dilihat pada gambar berikut: 

Untitled 1

Shariah Vs Capitalism : Perlukah Pengganti GDP ?

Pada saat berbuka puasa minggu kemarin, sempat terjadi diskusi menarik dengan beberapa rekan mengenai sistem perekonomian Indonesia dan sebaiknya model ekonomi apa yang cocok untuk Indonesia. Dari hasil diskusi ini munculah perbandingan Shariah vs Capitalism. Seperti kita ketahui, saat ini prinsip Capitalism (kapitalisme) dan persaingan bebas merajai dunia, akan tetapi mulai bermunculan kritik kritik mengenai praktek ini, seperti bahwa kapitalisme bukan merupakan ekonomi yang berkelanjutan untuk masa depan, terjadinya monopolisme, dan makin curamnya jurang perbedaan si kaya dan si miskin. Lawan ekstrim dari kapitalisme ini adalah sistem marxism atau sosialisme dimana segala aktivitas ekonomi diatur oleh negara dengan tujuan kemaslahatan masyarakat luas. 

Ekonomi Shariah adalah praktek ekonomi berdasarkan prinsip ajaran agama islam, yaitu transaksi keuangan dan aktivitas ekonomi lainnya yang sesuai dengan aturan pada Quran dan Sunnah. Beberapa contoh pelaksanaan ekonomi shariah adalah berhutang tanpa riba (tidak dikenakan bunga), jual beli barang dengan akad/billing/invoice, simpan pinjam di bank shariah, dan lain lain. Tujuan dari ekonomi shariah adalah untuk menjamin keadilan ekonomi bagi masing masing pelaku transaksi, menjaga kejujuran (meminimalkan penipuan), meratakan pemberdayaan ekonomi jadi bukan hanya segelintir orang yang menikmati keuntungan berlebih sedangkan sisanya tidak mendapatkan keuntungan yang sesuai. Shariah disebut sebut sebagai alternatif tengah dari dua ekstrim ideologi kapitalisme dan sosialisme. 

Capitalism atau kapitalisme adalah prinsip ekonomi atau ideologi untuk mengambil keuntungan sebesar besarnya untuk keuntungan kelompok / pribadi. Pada sistem kapitalis investasi dan pengambilan keputusan ditentukan oleh kelompok bisnis, demikian juga harga dan distribusi barang ditentukan oleh kompetisi di pasar. Kapitalisme mendorong kompetisi yang tinggi sehingga produk yang dihasilkan benar benar berkualitas. Akan tetapi kapitalisme dikritik karena kekuasaan ekonomi dipegang oleh sekelompok kecil kapitalis, memprioritaskan profit diatas segala nilai lainnya seperti kesejahteraan sosial dan kelangsungan sumber daya alam. Kapitalisme juga dituding sebagai penyebab ketidak seimbangan dan ketidak stabilan ekonomi. 

GDP atau Gross Domestic Product adalah pengukuran moneter untuk menentukan nilai pasar dari semua nilai barang dan jasa yang diproduksi dalam satu periode tertentu. GDP ini adalah nilai tunggal, artinya peristiwa ekonomi yang terjadi  digambarkan dalam bentuk satu nilai representasi. Tentu saja nilai tunggal ini tidak mengambarkan dinamika siapa yang memproduksi barang dan jasa tersebut, apakah hanya segelintir kapitalis atau semua elemen masyarakat secara merata ikut berperan dalam memproduksi barang dan jasa tersebut.  

Sayangnya GDP saat ini adalah standard yang digunakan untuk melihat kesejahteraan suatu negara. Suatu nilai tidak tunggal (contoh nilai Ratio atau nilai Distribusi), tentu akan lebih baik menggambarkan dinamika perekonomian dibandingkan dengan nilai tunggal GDP diatas. Sebagai contoh yang ga nyambung adalah misal  “rata rata umur penduduk Bandung adalah 30 tahun, tentu nilai tunggal 30 tahun ini tidak mengambarkan apa apa, akan berbeda jika ukuran yang dipakai adalah nilai ratio usia produktif / usia keseluruhan penduduk atau nilai distribusi usia dan jumlah orang pada tiap usia” .  

Berhubung saya sendiri sedang belajar mengenai ekonomi makro dan sistem perekonomian, maka masukan dan kritikan akan diterima dengan senang hati. Sepertinya riset mengenai hal ini (alat ukur pengganti GDP) ini akan sangat menarik, selain itu sangat menarik melihat bagaimana implementasi shariah pada saat standard perekonomian dunia saat ini dikuasai para kapitalis.

Ada yang berminat untuk meriset ini ??  ..

636069052205139287417551989 SOCIALISM CAPITALISM

4 Papers Scopus ICOICT 2017

International Conference on Information and Communication Technology (ICOICT) adalah konferensi berskala internasional terindeks Scopus, dipublikasikan pada IEEE Xplore dan diselenggarakan oleh Telkom University (School of Computing). Tahun 2017 ini ICOICT disellengarakan untuk ke 5 kalinya pada tanggal 27-29 Mei di Malaka Malaysia. Tahun ini ada 4 paper dari lab SCBD FEB yang lolos seleksi dari total 5 paper yang kami submit.

Sepanjang ingatan saya tahun ini adalah ke 4 kalinya saya dan tim lab. SCBD FEB ikut berpartisipasi, mulai dari ICOICT 2014 (2 paper), ICOICT 2015 (3 paper), ICOICT 2016 (2 Paper), dan tahun ini 4 paper. Pengalaman tahun tahun sebelumnya membuktikan bahwa publikasi ICOICT cukup cepat terpublikasi di IEEE Xplore dan Scopus, membuat konferensi ini merupakan konferensi favorit lab kami untuk mempublikasikan hasil penelitian. 

Judul paper paper yang lolos tersebut adalah : 1. Hybrid Sentiment and Network Analysis of Social Opinion Polarization. 2. Social Network Data Analytics for Market Segmentation in Indonesian Telecomunication Industry. 3. Training Data Optimization Strategy for Multiclass Text Classification. 4. Indonesia Infrastructure and Consumer Stock Portfolio Prediction using Artifical Neural Network Backpropagation. 

Tema dan metode pada paper paper tersebut cukup beragam, mulai dari Tema Finance (no.4), Marketing (no.2), sampai dengan Social Behavior (no.1). Sedangkan metode yang digunakan mulai dari sentiment analysis (no.1, no.3), social network analysis (no.1, no.2), artificial neural network / data mining (no.4).

well done Team .. !! 

Untitled 1

acceptance letter to 2017 ICOICT

Komite IT Bandung #Clicksquare #7thSky #CreativeHub

Permasalahan utama bangsa kita untuk bersaingan dalam industri konten kreatif bukanlah karena kekurangan talent untuk membuat konten tersebut, tapi lebih kepada tidak adanya ekosistem yang secara optimal mendukung, memupuk budaya kreatif dan mempromosikan produk kreatif. Faktanya, pemerintah sudah repot dengan permasalahan permasalahan urgen lainnya, sehingga industri kreatif ‘terpaksa’ mencari jalan sendiri untuk bisa bertahan dan berkompetisi. Kondisi ini jauh dari ideal dalam mendukung industri yang kompetitif di tingkat global dan regional.

Tempat kreatif (creative hub) yang representatif terhadap kebutuhan komunitas kreatif sangat diperlukan, oleh karena itu Clicksquare menyediakan tempat yang digunakan untuk pengembangan komunitas kreatif. Tempat ini menyediakan studio, kelas, lab untuk berkreasi seperti studio musik, fotografi, animasi dan lain lain. Komunitas binaan clicksquare akan melakukan aktivitas pengayaan diri dan networking / kolaborasi antar komunitas. Beberapa aktivitas itu adalah antara lain workshop / pelatihan, eksibisi, kompetisi, dan inkubasi. Diharapkan dari aktivitas aktivitas tersebut akan dilahirkan startup startup baru. (oh yah baca wawancara saya dengan dailysocial  secara detail tentang hal ini disini)

Dalam operasionalnya, pengembangan komunitas dan pengayaan konten di bawah tanggung jawab suatu yayasan yang bernama 7thsky Foundation.Yayasan ini terdiri dari berbagai komite yang membawahi banyak komunitas, diantaranya adalah komite musik, komite fotografi, komite film, komite kerajinan tangan, komite wisata kreatif, komite visual arts, dan komite IT. Saya sendiri diminta bantuan untuk mengembangkan komite IT. Sebagai dosen yang membutuhkan aktivitas pengabdian masyarakat maka tanggung jawab ini saya terima dengan senang hati. Beberapa komunitas yang bergabung sampai saat ini dibawah komite IT yang saya urus adalah komunitas Internet of Things (IoT), komunitas Robotic, komunitas Game Development, dan komunitas User Experience (UX).

Komite IT mempunyai Visi : Meningkatkan potensi, kedaulatan, dan daya saing bangsa Indonesia melalui penguasaan TIK dalam menyelesaikan permasalahan kehidupan berbangsa dan bernegara. Misi : Meningkatkan potensi melalui edukasi, kolaborasi, inkubasi bidang TIK sehingga menghasilkan talent yang kompetitif dan berjiwa kewirausahaan. Strategi : Menempa talent melalui program workshop, kompetisi, eksibisi dan inkubasi sehingga talent mempunyai kemampuan dan daya saing tinggi untuk berkompetisi dalam bisnis lokal dan global. Tentunya untuk mewujudkan visi, misi dan strategi diatas, maka perlu kerjasama dan dedikasi / keyakinan yang tinggi demi Indonesia yang lebih baik tentunya. 

Pada tanggal 17 Maret 2017 Clicksquare telah mengadakan acara soft lauch / open house dengan mengundang komunitas komunitas dibandung. Rencananya fasilitas ini akan grand opening pada tanggal 11 Mei 2017 yang dibarengi dengan aktivitas lainnya seperti eksibisi dari komunitas, konferensi, dan lain lain. Jika anda mempunyai komunitas kreatif dan ingin ikut serta bergabung di hub ini, maka jangan ragu ragu kontak yayasan diatas, khusus untuk bidang IT bisa langsung japri personal ke saya …

video clicksquare

live streaming open house

Dinamika Pilkada DKI 2017 menggunakan Jejaring Sosial

Pilkada DKI 2017 merupakan event yang menjadi magnet bagi bangsa Indonesia, bukan hanya ekslusif untuk warga DKI saja. Event ini sangat menarik untuk dianalisa, terutama buat saya yang selama ini mendalami keilmuan jejaring sosial, dimana konsentrasi pergerakan sosial atas isu isu tertentu bisa menjadi bahan untuk memahami perilaku sosial bangsa kita. Perilaku pada media sosial menunjukkan bagaimana opini nyata tiap individu, pembentukan kelompok sosial, dan juga rekayasa opini (termasuk hoax dan lain lainnya). Pada entri kali ini saya melihat dinamika percakapan masyarakat Indonesia di media sosial membahas berbagai topik berkaitan dengan Pilgub DKI 2017. Sebagai disclaimer saya tegaskan politik bukan merupakan domain yang saya pahami sepenuhnya. Pada entri blog ini tidak ada tendensi untuk mendukung calon manapun, dan lagian saya bukan warga DKI juga 😛

 

Saya mengambil data di Twitter sebagai sample, karena di media sosial ini perilaku sosial terkait pilkada terlihat jelas. Facebook juga menunjukkan kecenderungan serupa dengan Twitter, tetapi karena di Facebook tidak mungkin bagi kita untuk mengambil semesta data, dan hanya mungkin mengambil data dari lingkungan pertemanan kita, maka Twitter merupakan media yang tepat dari sisi pencapaian pengambilan data dan keterwakilan sample.

 

Profil Data :

Data percakapan di Twitter diambil mulai dari tanggal 8-11 februari 2017, tepat selama 60 jam. Durasi ini melewati acara debatcagub ke 3 yang diadakan pada tanggal 10 februari malam.  Sebelum acara debat yang dilaksanakan tweet yang terkumpul adalah sebanyak 18077 tweet (nomer1), 23656 tweet (nomer2), dan 41053 tweet(nomer3). Setelah acara debat terlihat lonjakan jumlah tweet menjadi 35380 tweet (nomer1), 49028 tweet(nomer2), dan 82185 tweet(nomer3). Total keseluruhan tweet yang diambil adalah sebanyak 166593 tweet dengan total data space mendekati 1 GB. Keyword / Hashtag disesuaikan untuk tiap tiap paslon, sesuai dengan hashtag yang paling banyak diadopsi oleh publik dan pendukungnya. Hashtag hashtag tersebut antara lain 

 

nomer 1 : #jakartauntukrakyat #ahyfordki1 #MuslimberSatupilihno1 #AgusSylviKonsisten #SATUkanjakarta #JakartaForAll

nomer 2 : #perjuanganbelumselesai #coblosbadjanomor2 #FreeAhok #BadjaMelaju #SekuatBadja #Gue2 #Badjajuara #salamduajari

nomer 3 : #salambersama #TerbuktiOkOce #majubersama #CoblosPecinya #AniesSandiCintaUlama

 

Nomer1


Dari paslon nomer 1 saya memperoleh 35380 tweet, dimana didalamnya terdapat 8505 aktor yang terlibat percakapan, dengan sejumlah 29836 percakapan antar aktor tersebut. Pola percakapan dari gambar dibawah memperlihatkan bahwa terdapat 3 kelompok besar  (ungu, hijau, biru) yang mendominasi 60% percakapan. Aktor aktor utama jaringan ini adalah @AgusYudhoyono @Abaaah @SBYudhoyono. Terdapat beberapa situs berita yang dominan yaitu @Metro_TV @kompscom @detikcom dll. keseluruhan top 50 aktor bisa dilihat di gambar dibawah. Kelompok terbesar adalah kelompok berwarna ungu dengan ukuran 27% (cukup besar) dari keseluruhan jaringan.  Kelompok terbesar ini berisi tokoh tokoh utama dari paslon 1, kelompok kedua sebesar 13% berisi akun akun pendukung utama seperi @AhyCenter @agusylviDKI @ZaraZettiraZZ @Umar_Hasibuan @panca66. 

 

 

1

 

1detail

 

1top

 

11

Nomer2

 

Dari paslon nomer 2 diperoleh 49028 tweet, dimana percakapan tersebut melibatkan 15745 aktor dan 44834 percakapan antar aktor aktor tersebut. DI jejaring nomer 2 ini kelompok terlihat lebih menyebar dengan kelompok terbesar berwarna ungu mempunyai ukuran hanya 10,9%, dilanjutkan dengan kelompok warna hijau tua (9,5%), dan disusul warna biru (8,39%). Aktor aktor utama nya bisa dilihat pada gambar dibawah (top-50), terlihat bahwa aktor aktor dominan tersebut berada pada kelompok yang berbeda (terlihat dari warna node yang berbeda). 

 

 

2

 

2detail

 

2top

 

21

 

 Nomer3

 

Paslon 3 mempunyai data tweet yang paling banyak dibandingkan paslon lainnya. 82185 tweet terambil dalam periode pengambilan, yang melibatkan 12744 aktor dan 22565 interaksi percakapan. Dengan sejumlah 22565 tweet interaksi dibandingkan dengan total 82185 tweet yang terambil, maka rasio percakapan / diskusi dalam jaringan ini sangat kecil dibandingkan paslon lain. Sebagian besar tweet adalah indivdual tweet atau tweet yang tidak mengenerate percakapan.Seperti paslon 1, kelompok di jaringan ini didominasi oleh 3 kelompok utama yaitu kelompok ungu (26,76%), hijau (23,67%), dan biru (18,51%). Total tiga kelompok tersebut sudah sangat mendominasi dengan mencakup 69% percakapan. 

 

 

3

 

3detail

 

3top

 

31

Analisa

 

Dari pengukuran average degree (rata rata koneksi dari seorang aktor) dan network diameter (besar jaringan)  ketiga jejaring sosial tidak mempunyai perbedaan yang signifikan. Pada pengukuran .graph density (kepadatan percakapan), Nomor 1 dan 2 lebih baik dari Nomor 3, kepadatan yang baik lebih disukai, ini mengindikasikan bagaimana banyaknya interaksi dalam suatu jejaring sosial. Perbedaan yang signifikan terlihat dari dinamika terbentuknya kelompok dan pengukuran kecenderungan pengelompokan dengan menggunakan metric modularity. Nomer 1 dan nomer 3 mempunyai nilai modularity yang lebih tinggi dari Nomer 2, yang artinya kelompok yang terbentuk benar benar terpisah dengan jelas. Kelompok kelompok pada paslon nomor  2, masih berhubungan erat dengan keompok lain dalam jejaring sosialnya.  Bisa disimpulkan bahwa percakapan paslon nomor 2 lebih di generate oleh massa, sehingga kelompok percakapan yang terbentuk terlihat lebih natural, sedangkan kelompok pada nomor 1 dan nomor 3 dikendalikan secara sistematik oleh aktor aktor utama.

 

Analisa jejaring sosial adalah analisa cepat untuk melihat dinamika struktur jaringan. Untuk supaya bisa memodelkan dan membuat prediksi siapa pemenang pilkada, tentunya butuh analisa faktor lain, contohnya seperti analisa konten tweet (sentiment analysis atau opinion mining). Saya pernah mengusulkan analsia konten dengan cara cepat menggunakan network text analysis seperti yang saya tulis di paper saya ini dan paper saya yang ini. Untuk analisa konten tersebut, dibutuhkan data raw twitter, berhubung data tersebut berukuran sangat besar 1 GB dan berada di komputer lab., plus  sayanya sedang mobile (weekendan), maka saya hanya mengambil ekstrak data jejaring sosial yang hasilnya saya jabarkan dalam blog ini.

 

Bila ada yang tertarik untuk menganalisa topik ini lebih mendalam, terutama yang ahli dibidang politik, silahkan kontak saya untuk berdiskusi atau bahkan mungkin mendapatkan datanya.