Abstract:
Teknologi kini sudah semakin berkembang, salah satunya di bidang komunikasi. Saat ini, hampir
semua orang menggunakan telepon atau media sosial dalam berkomunikasi. Hal ini menghasilkan
data telepon dan media sosial yang melimpah. Data telepon atau media sosial dihasilkan dari
interaksi antar penggunanya. Data ini dapat dianalisis untuk tujuan tertentu, salah satunya
untuk menemukan komunitas aktif. Komunitas aktif adalah kumpulan individu yang aktif dalam
berinteraksi.
Data telepon dan data media sosial memiliki ukuran yang sangat besar dan memiliki suatu
pola. Data telepon dan data media sosial dapat digambarkan dengan graf. Graf adalah sejenis
diagram yang dibentuk dari beberapa simpul dan sisi. Simpul pada graf dapat menggambarkan
satu individu. Sisi pada graf dapat menggambarkan interaksi antar satu individu atau lebih.
Banyaknya interaksi antar individu juga dapat digambarkan menggunakan graf. Setiap sisi
memiliki bobot yang menggambarkan banyaknya interaksi antar individu.
Dalam menganalisis suatu komunitas dari data graf, dapat digunakan salah satu algoritma
yang berbasis teknik clustering, yaitu algoritma FacetNet. Algoritma FacetNet dapat menganalisis
data graf dan menemukan komunitas aktif dari data graf tersebut.
Pada skripsi ini, telah dibangun perangkat lunak untuk menganalisis data graf dan mendeteksi
komunitas aktif dari data graf. Eksperimen yang dilakukan pada skripsi ini menggunakan
beberapa data graf yang didapatkan dari website http://konect.uni-koblenz.de/. Eksperimen
dilakukan untuk menguji kebenaran hasil analisis algoritma FacetNet dan menguji kinerja
perangkat lunak yang telah dibangun. Hasil eksperimen yang telah dilakukan adalah algoritma
FacetNet dapat mendeteksi komunitas aktif dengan benar dan lamanya eksekusi perangkat lunak
dipengaruhi oleh banyaknya simpul pada data graf.
