Ego Network adalah bagian dari Social Network
yang terdiri dari semua hubungan ego (aktor utama) dengan alter (orang lain),
dan hubungan diantara alter ini. (Wasserman and
Faust 1994, p. 42).
Pembuatan Instagram Ego Network
ini saya lakukan menggunakan bantuan dari tools dibawah :
Langkah-langkah :
Phantom buster menyediakan berbagai macam API, salah satunya
Instagram. Disini saya memakai fitur Instagram follower collector untuk
mengambil profil yang mengikuti saya. Dan Instagram following collector
untuk mengambil profil mana saja yang saya ikuti.
Gambar 1 : Profil Instagram |
Setelah mendapatkan data followers sebanyak 188
profil, dan following sebanyak 467 profil. Kemudian saya menyatukan
kolom username, fullname, dan profileUrl kedalam satu sheet
di Microsoft excel. Selanjutnya saya meng-highlight kolom yang duplikat,
kolom duplikat yang telah ditemukan kemudian disortir berdasarkan warnanya. Baris
data yang memiliki warna adalah akun mutual (saling follow) dari Instagram
saya, baris data yang tidak berwarna dapat dihapus. Dan saya mendapatkan sebanyak
141 mutual.
Gambar 2 : Mutual Instagram |
Kemudian kolom Username dan Fullname, disatukan
kedalam satu sheet excel, dan diganti menjadi ID dan Label. Lalu save
as sebagai CSV (Comma Delimited). File ini dapat digunakan sebagai Nodes
untuk visualisasi data di Gephi.
Gambar 3 : Nodes |
Kolom profileURL dapat dipindahkan ke Google Spreadsheet,
seperti gambar dibawah. Google Spreadsheet digunakan untuk mempermudah pengambilan
data di Phantom Buster.
Gambar 4 : Google Spreadsheet |
Saya membatasi pengambilan data sebanyak 500 followers
dan following per profil mutual dari akun Instagram saya. Dalam
pengambilan data ini dibatasi sebanyak kurang lebih 7000 data per 15 menit.
Karena itu saya atur 14 profil per launch secara repeatedly.
Gambar 5 : Setting Phantom Buster |
Setelah menunggu kurang lebih 6 jam pengambilan data, saya
mendapatkan 55.121 baris data follower, dan 57.510 baris data following.
Setelah itu dilakukan kembali penyortiran duplikat terhadap kolom Username
dan Query seperti cara diatas. Kemudian data tersebut disatukan dan diganti
menjadi Source dan Target untuk menjadi Edges visualisasi
gephi. Dan saya mendapatkan total 74.530 baris data untuk edges.
Gambar 6 : Edges |
Kemudian CSV Nodes dan Edges yang telah dibuat
di-import kedalam aplikasi Gephi. Disini saya menggunakan layout Force
Atlas 2, kemudian mengatur filter degree range minimal 10, agar nodes
yang terlihat hanyalah nodes yang mempunyai minimal 10 edges. Setelah
difilter tersisa 677 nodes, dan 12.837 edges.
Gambar 7 : Visualisasi di Gephi |
Visualisasi :
Setelah dilakukan rendering, terlihat beberapa cluster seperti yang telah saya lingkari.
Gambar 8 : Hasil Visualisasi |
Gambar 9 : Beetwennes Tinggi |
Dibagian ini Faris dan Nabila memiliki beetwenness
yang tinggi, karena Faris merupakan teman SMP, SMA dan juga merupakan teman
satu jurusan di kampus. Sedangkan Nabila adalah teman SMA dan teman satu kelas
saya di kampus. Jadi mereka berdualah yang memiliki paling banyak relasi
diantara teman saya.
Gambar 10 : Cluster SMA IPS |
Dibagian ini merupakan teman SMA IPS saya, dan yang saya
lingkari merupakan teman SMP saya yang berada di SMA IPS sama seperti saya.
0 comments:
Post a Comment