CLUSTERING RELATIONSHIP BERDASARKAN BOBOT PEMBENTUK SOCIAL TRUST NETWORK UNTUK SISTEM REKOMENDASI PADA MEDIA SOSIAL INSTAGRAM
Universitas Gunadarma
Indonesia
Universitas Gunadarma
Indonesia
Universitas Gunadarma
Indonesia
Universitas Gunadarma
Indonesia
Abstract
Instagram merupakan media sosial yang banyak digunakan untuk media pemasaran. Banyaknya informasi di media sosial menyebabkan sulitnya pengguna untuk mendapatkan informasi yang sesuai dengan kebutuhan pengguna. Jejaring sosial yang semakin berkembang memberikan kesempatan kepada para peneliti untuk memanfaatkannya pada penelitian diberbagai bidang. Social Network Analysis (SNA) adalah proses untuk menemukan keberadaan komunitas yang berisi sekumpulan orang dengan beberapa kesamaan seperti minat, hobi, gaya hidup, tujuan, lokasi maupun profesi kemudian membentuk sebuah komunitas atau klaster, Deteksi komunitas merupakan salah satu tugas dari SNA. Social network dapat dikatakan mempengaruhi user behavior sehingga pada penelitian ini dilakukan pembentukan klastering relationship yang berdasarkan relasi yang diperoleh dari social network dengan tahapan yang dilakukan adalah melakukan scrapping terhadap data pengguna pada media sosial instagram terlebih dahulu untuk mendapatkan relasi antara pengguna yang ada pada akun Instagram, kemudian melakukan pembentukan klaster dengan menggunakan algoritma Louvain. Hasil pembentukan klaster didapat nilai modularitas terbaik sebesar 0,879 dengan jumlah klaster sebanyak 27 klaster pada data yang digunakan adalah akun instagram toko buku gramedia pustaka utama dimana anggota klaster yang terbentuk adalah anggota yang mempunyai relasi atau keterkaitan. Pembentukan klastering relationship ini bisa dimanfaatkan untuk merekomendasikan hal yang terkait dengan postingan pada media sosial instagram.
Keywords
References
Y. W. and Q. Y. Y. Zhang, “Community Discovery in Twitter Based on User Interests,” J. Comput. Inf. Syst., vol. 8 N0. 3, pp. 991–1000, 2012.
W. M. and A. A. C. N. Utami, “Analisis dan Implementasi Community Detection Menggunakan Algoritma Girvan and Newman Dalam Sosial Network,” 2013.
A. H. Intan Widya Rahayu, Imelda Atastina, “Analisis Dan Implementasi Algoritma Agglomerative Hierarchical Klastering Untuk Deteksi Komunitas Pada Media Sosial Facebook,” 2018, pp. 1460–1468, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/6153.
J. S. Mini Singh Ahuja, “Future Prospect in Community Detection,” Int. J. Comput. Sci. Eng. Inf. Technol. Reasearch, vol. 4, no. 5, 2014.
S. Ghosh et al., “Distributed Louvain Algorithm for Graph Community Detection,” in 2018 IEEE International Parallel and Distributed Processing Symposium (IPDPS), 2018, pp. 885–895, doi: 10.1109/IPDPS.2018.00098.
P. D. Meo, E. Ferrara, G. Fiumara, and A. Provetti, “Generalized Louvain method for community detection in large networks,” 2011 11th Int. Conf. Intell. Syst. Des. Appl., pp. 88–93, 2011.
M. Newman, MEJ and Girvan, “Finding and evaluating community structure in networks,” 2004, doi: 10.1103/Phys- RevE.69.026113.
L. Despalatovic, T. Vojkovic, and D. Vukicevic, “Community structure in networks: Girvan-Newman algorithm improvement,” in 2014 37th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), May 2014, pp. 997–1002, doi: 10.1109/MIPRO.2014.6859714
I. T. Neo4J, “Neo4j Graph Data Science Library,” 2022. https://neo4j.com/docs/graph-data-science/current/algorithms/louvain/
V. D. Blondel, J.-L. Guillaume, R. Lambiotte, and E. Lefebvre, “Fast unfolding of communities in large networks,” J. Stat. Mech. Theory Exp., vol. 2008, no. 10, p. P10008, Oct. 2008, doi: 10.1088/1742-5468/2008/10/P10008.
O. Gach and J.-K. Hao, “Improving the Louvain Algorithm for Community Detection with Modularity Maximization,” 2014, pp. 145–156.
S. Souabi, A. Retbi, M. Idrissi, and S. Bennani, “A Novel Recommender System based on Two-level Friendship Ties within Social Learning,” in Proceedings of the 16th International Conference on Software Technologies, 2021, pp. 566–573, doi: 10.5220/0010599605660573.
Murniyati, A. B. Mutiara, S. Wirawan, and T. Yusnitasari, “Social Networks for Establishing Clustering Relationships on Instagram Social Media,” I T A L I E N I S C H, vol. 11, no. 2, pp. 394–407, 2021, doi: 10.1115/italienisch.v11i2.132.
F. H. Irfan, M., Cahyani, A. D., & R, “Sistem Rekomendasi: Buku Online Dengan Metode Collaborative Filtering,” URNAL Teknol. TECHNOSCIENTIA, vol. 7, no. 1, 2014, doi: https://doi.org/10.34151/technoscientia.v7i1.612.
M. Zeng, H. Cao, M. Chen, and Y. Li, “User behaviour modeling, recommendations, and purchase prediction during shopping festivals,” Electron. Mark., vol. 29, no. 2, pp. 263–274, Jun. 2019, doi: 10.1007/s12525-018-0311-8.
F. T. Abdul Hussien, A. M. S. Rahma, and H. B. Abdulwahab, “An E-Commerce Recommendation System Based on Dynamic Analysis of Customer Behavior,” Sustainability, vol. 13, no. 19, p. 10786, Sep. 2021, doi: 10.3390/su131910786.
R. R. Mohammad Fathurrahman, Dade Nurjanah, “Sistem Rekomendasi Pada Buku Dengan Menggunakan Metode Trust-aware Recommendation,” 2017, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/5427.
M. A. Javed, M. S. Younis, S. Latif, J. Qadir, and A. Baig, “Community detection in networks: A multidisciplinary review,” J. Netw. Comput. Appl., vol. 108, pp. 87–111, 2018, doi: https://doi.org/10.1016/j.jnca.2018.02.011.
Newman, M.E.J., “Modularity and community structure in networks,” P. Natl. Acad. Sci. USA, vol. 103, pp. 8577–8582, 2008.
B. A.-L. and W. D. J. Newman M E J, “The Structure and Dynamics of Networks,” Princet. Univ. Press. Princet., 2006.
Soner Yıldırım, “Evaluation Metrics for Clustering Models,” 2021. https://towardsdatascience.com/evaluation-metrics-for-clustering-models-5dde821dd6cd.
Cambridge University Press. 2008, Evaluation of clustering. Cambridge University Press. 2008, 2008.
V.-L. Dao, C. Bothorel, and P. Lenca, “Community structure: {A} comparative evaluation of community detection methods,” CoRR, vol. abs/1812.0, 2018, [Online]. Available: http://arxiv.org/abs/1812.06598.
