Taksonomi SNA

Social Network Analysis (SNA) atau dalam lingkup keilmuan lebih besarnya disebut Network Science terdiri dari banyak keilmuan yang menggabungkan ilmu dasar seperti teori graf, statistik, simulasi, dan visualisasi data. Saat menyusun disertasi,  saya pernah menggambarkan taksonomi SNA, namun tidak tuntas waktu itu. Kali ini saya gambar Taksonomi SNA versi final (awal 2021). Semoga taksonomi ini bermanfaat buat rekan rekan yang ingin mengetahui betapa luasnya lingkup keilmuan SNA.

Keterangan: saya hanya mengeksplorasi atau pernah melakukan atau menggunakan area lingkaran yang berwarna abu. Lingkaran yang berwarna putih belum pernah saya eksplorasi. Jadi sebenarnya masih banyak area SNA yang belum saya pelajari.  

Taxonomy SNA

Ilusi Pada Jejaring Sosial

Peneliti jejaring sosial Lerman bersama rekan rekannya mempublish tulisan ilmiah yang sangat bagus dengan judul “Majority Illusion in Social Networks”. Begitu menariknya tulisan ini bahkan sampai dua artikel ditulis untuk membicarakan hal ini yaitu artikel MIT Technology Review dan Washington Post. Saya mencoba menterjemahkan overview dari paper tersebut dalam bahasa yang lebih sederhana (semoga berhasil)

Jejaring Sosial atau ilmu jaringan sering dipakai untuk menjelaskan fenomena kompleks dari interaksi antar individu. Perilaku sosial itu menular, dimana opini dan preferensi individu sering berubah dipengaruhi oleh opini dan preferensi teman teman dekatnya, dimana pada akhirnya akan mengarahkan kepada opini dan preferensi dari kelompok tersebut. Banyak contoh dari fenomena ini misalnya adopsi teknologi, norma sosial, pilihan politik, penyebaran brand produk dan lain lain. 

Pada kenyataannya individu tidak mengetahui secara global apa suara kelompoknya, yang mereka tahu adalah suara orang orang terdekat mereka saja. Secara statistik / perhitungan frekuensi maka hal ini tidak akan terpotret. Kita melakukan statistik dengan syarat kita mempunyai pengetahuan global atas suatu kelompok. Perhatikan gambar  jejaring sosial dibawah ini : secara global dengan perhitungan statistik kita melihat opini warna oranye mendominasi kelompok tersebut, tetapi secara lokal, setiap warna oranye mengira bahwa opini dia adalah minoritas, karena teman temannya mayoritas memilih warna biru.  Dengan adanya ilusi seperti ini maka jejaring sosial memfasilitasi penyebaran informasi dan menjelaskan mengapa suatu kelompok tiba tiba bias ke suatu pilihan tertentu jika posisi jejaringnya sesuai.

Network

Pendekatan secara jaringan akan mampu menjelaskan dan memformulasikan problem kompleks mengenai hubungan dinamis yang tidak bisa dipecahkan oleh formulasi frekuensi atau statistik konvensional. Saya rasa ini adalah formulasi dinamika penyebaran melalui jejaring sosial yang cukup bagus di modelkan oleh Lerman dan rekan rekannya .. salam ..

Complex (and Social) Network Taxonomy

Bagi yang tertarik dengan keilmuan complex system dilihat dari sisi complex network, dimana salah satu bagiannya adalan social network, maka paper atau artikel mengenai taxonomi (gambaran besar) dari keilmuan ini akan sangat menarik. Berikut ini saya tuliskan beberapa paper / artikel penting terkait taxonomy complex (and social) network, semoga bermanfaat :

  1. The Structure and Function of Social Network (M.E.J Newman 2003) : http://epubs.siam.org/doi/pdf/10.1137/S003614450342480
  2. The ‘New’ Science of Networks (D Watts, 2004) : http://obssr.od.nih.gov/issh/2012/files/network_analysis_readings/Watts_2004.pdf
  3. Computational Social Science (D Lazer et all, 2009) : http://gking.harvard.edu/files/LazPenAda09.pdf
  4. Navigation in Small World : http://www.cis.upenn.edu/~mkearns/teaching/NetworkedLife/nat00.pdf
  5. Network, Crowd and Market (Kleinberg, 2010) : https://www.cs.cornell.edu/home/kleinber/networks-book/networks-book.pdf
  6. Complex Network : The Small World, Scale Free, and Beyond : ftp://ftp.elet.polimi.it/outgoing/Carlo.Piccardi/VarieCsr/Papers/Wang2003.pdf
  7. The Convergence Social and Technological Network (Kleinberg, 2008) : http://www.cs.cornell.edu/home/kleinber/cacm08.pdf
  8. Network Science (Barabsi Lab) : http://barabasilab.neu.edu/networksciencebook/download/network_science_November_Ch1_2012.pdf

Screen Shot 2015-03-31 at 8.38.59 AM (2)