ABSTRAKSI: Twitter, facebook dan plurk merupakan jejaring sosial yang besar dan memiliki anggota hingga jutaan anggota. Representasi dari jejaring sosial tersebut membentuk suatu graf yang besar dengan di dalamnya memiliki node-node yang begitu banyak. Setiap node mempunyai relasi pertemanan kepada beberapa node yang lain, sehingga meningkatkan nilai centrality node tersebut berdasarkan jumlah relasinya (degree centrality). Nilai centrality ini merepresentasikan tingkat kepopuleran/pengaruh node tersebut ke node yang lain. Namun permasalahannya, representasi ini tidak begitu relevan jika hanya melibatkan degree dalam penghitungan centrality. Nilai centrality akan semakin relevan jika menyertakan bobot relasi, sehingga membentuk graf berbobot. Analisis dan implementasi pengukuran degree centrality pada graf berbobot dilakukan dengan menggunakan metode yang diperkenalkan oleh Kretschmer. Metode Kretschmer tidak sekedar memperhitungkan degree sebagai parameter pengukuran degree centrality, namun juga melibatkan bobot pada setiap relasinya, sehingga nilai centrality menjadi relevan dengan kenyataan pada jejaring sosial, dimana setiap hubungan pertemanan selalu ada tingkat keakraban (bobot).
Pada penelitian tugas akhir ini dilakukan analisis dan implementasi metode Kretschmer pada jejaring sosial twitter, sekaligus dilakukan simulasi penghitungan centrality dari data twitter. Arah penelitian ini adalah untuk menguji metode Kretschmer dalam pengukuran centrality jika diterapkan pada kasus jejaring sosial twitter. Penelitian ini menggunakan sistem yang didalamnya terdiri dari preprocessing, proses pengukuran centrality dan proses visualisasi. Pada tahap analisis, hasil pengukuran dari sistem selanjutnya dianalisis berdasarkan perubahan variabel-variabel yang mempengaruhinya. Sedangkan pada tahap simulasi, data twitter dimasukkan ke dalam sistem untuk pengukuran centrality kemudian divisualisasikan dalam bentuk graf.Kata Kunci : Social Network Analysis, twitter, degree centrality, bobot, metode Kretschmer.ABSTRACT: Twitter, facebook and plurk is a great social network which has members up to millions of members. The representation of social network makes a large graph witch has so many nodes. Each node has a relationship of friendship to several other nodes, thus increasing the value of the node degree centrality. This value of centrality represents the level of popularity / influence of this nodes to other nodes. But the problem, this representation is not so relevant if it only involves degree centrality as parameter in its computation.Centrality value will be more relevant if it includes the weight of the relationship, thus forming a weighted graph. Analysis and implementation of degree centrality measurements on weighted graph is done using the method introduced by Kretschmer. Kretschmer methods not only take the degree as degree centrality parameter measurements, but also involves weights on each of their relationships, so that the value of centrality becomes relevant to the reality on social networks, where every friendship is always has a level of familiarity (weights).
What will be done in this paper was to analize and implement Kretchsmer method in the social network twitter, once to perform a simulation of centrality measurement of twitter data. The direction of this study was to test the Kretschmer method in centrality measurement if applied to the case of social network twitter. This study uses a system within consists of preprocessing, centrality measurement and visualization process. In the analysis phase, the results of measurements of the system were then analyzed based on the change of variables that influence it. While at this stage of simulation, twitter data is entered into the system to measure centrality and then visualize it in a graph form.Keyword: Social Network Analysis, twitter, degree centrality, weight, Kretschmer method.