ANALISIS JARINGAN GEPHI PADA #TenHag
ANALISIS JARINGAN GEPHI
1. Degree
@utdfaithfuls
@utdryan_
@piersmorgan
@fabrizioromano
2. Closeness Centrality
.
2. Out-Degree
3. Betweenness Centrality
Perhitungan yang mewakili seberapa banyak sebuah node dilewati node lain untuk menuju ke sebuah node di dalam jaringan. Hal ini menandakan seberapa besar suatu node diperlukan sebagai penghubung dalam penyebaran informasi di dalam jaringan. Skor betweenness Centrality mewakili seberapa besar informasi yang tersebar dari suatu aktor. Semakin besar skor, artinya aktor tersebut semakin berperan dalam luasnya penyebaran informasi.
Pada jaringan Betweenness Centrality terdapat : @ptoplexnice
4. Eigenvector Centrality
Eigenvector centrality menghitung bobot untuk mewakili seberapa pentingnya suatu node dalam jaringan. Node yang memiliki skor eigenvector centrality yang tinggi berarti terhubung dengan node lain yang mempunyai skor eigenvector centrality yang tinggi pula. Pada jaringan Eigenvector Centrality terdapat : @utdfaithfuls
Berikut Ejeksi Matriks Jaringan TenHag Dari Aktor-Aktor Terkuat:
1. In-Degree
5. Betweenness Centrality
6. Eigenvector Centrality
.png)



.png)
.png)
.png)
.png)
.png)
.png)
Komentar
Posting Komentar