Penggunaan Metode Centrality dan Community Detection untuk Memprediksi Kelompok Referensi (Studi Kasus Percakapan BBM Android di Twitter)

Twitter merupakan sebuah platform dimana dapat dilakukan analisis konteks sosial dengan sistem komputasi (social computing). Social computing hadir sebagai cara dalam memanfaatkan kehadiran big data. Salah satu metode yang dapat dilakukan adalah dengan menggunakan metode Social Network Analysis (SNA) yang dapat membentuk pola-pola interaksi sosial yang terjadi antar individu dan individu di dalam komunitas. Penelitian yang berjudul “Penggunaan Metode Centrality dan Community Detection untuk Memprediksi Kelompok Referensi (Studi Kasus Percakapan BBM Android di Twitter)” ini bertujuan untuk mengetahui aktor yang paling berpengaruh serta mendeteksi komunitas yang terbentuk pada interaksi percakapan mengenai BBM Android di Twitter yang kedepannya diprediksi dapat menjadi kelompok referensi dalam hal perilaku konsumen. Penelitian ini dilakukan dengan mengumpulkan semua tweet (reply, mention, dan retweet) yang berisi percakapan mengenai BBM Android pada tanggal 25-29 Oktober 2013 tanpa batasan lokasi. Jenis penelitian ini adalah penelitian deskriptif dengan menggunakan metode SNA. Ukuran yang diteliti adalah degree centrality, closeness centrality, betweeness centrality, eigenvector centrality dan community detection. Dari hasil penelitian didapatkan 2433 node, 1686 edge dan 891 komunitas yang terjadi pada 25-29 Oktober 2013yang terbentuk pada pola interaksi sosial percakapan mengenai BBM Android dan aktor yang paling berpengaruh adalah portal berita di Twitter yaitu detikcom. Kata kunci : Social Computing, Social Network Analysis, Centrality, Community Detection, Perilaku Konsumen, Kelompok Referens