Pola Analisis Jaringan Sosial Dinamis

Abstract

Social interactions are often modeled with networks. A key characteristic of so- cial interactions is their continual change. However, most past analysis of social networks are essentially static in that information about the time that social inter- actions take place is discarded. In this thesis researched pattern of dynamic social networks, where the networks evolve over time. Pattern help us develop model and the model help us to reason, and predict networks behavioral. This model consist of deterministic model and stochastic model. In this thesis discussed the deter- ministic model namely ILT(Iterated Local Transitivity) which at each time-step and for every existing node x, a new node appears which join to the closed neigh- bour set of x. The ILT model show that network properties such as densification power law, decreasing average degree and higher clustering than in random graph with the same average degree.

Interaksi sosial sering dimodelkan dengan jaringan. Karakteristik kunci dari inter- aksi sosial adalah perubahannya yang kontinu. Namun banyak analisis jaringan sosial dimasa lalu pada dasarnya adalah statis dimana semua informasi tentang waktu interaksi sosial berlangsung diabaikan. Dalam tesis ini diteliti pola dari analisis jaringan sosial dinamis, dimana jaringan itu selalu berubah atas waktu. Pola ini membantu membangun model yang dapat menjelaskan dan mempredik- si perilaku jaringan. Model ini terdiri dari model deterministik dan stokastik. Tesis ini membahas model deterministik yaitu model ILT(Iterated Local Transi- tivity) yang didalam setiap langkah waktu dan untuk setiap node x, node baru muncul dimana node ini bergabung dengan himpunan tetangga yang tertutup dari x. Model menunjukkan bahwa properti jaringan seperti pemadatan (den- sification) power law, penurunan rata-rata jarak(average distance)dan clustering adalah lebih tinggi daripada graf random dengan rata-rata derajat yang sama.