Haiii guyss!! Apakabar? Semoga kalian dalam keadaan sehat ya kawan! Ok kalau begitu kita langsung saja masuk ke weekly Journal Part 5
Dalam blog kali ini akan mengelola data besar di media sosial di web netlytic. Media sosial yang kita gunakkan ialah youtube. Berikut ini tahap dan contohnya.
1. Tahap pertama masuk atau buat akun kalian.
2. Lalu update tier menjadi hijau atau 1000 agar kita dapat mengelola data lebih besar atau lebih banyak.
3. Masuk ke paad newdataset. Masukkan nama project dan link youtube yang inginkan. Pada link copy pada bagian setelah = saja. Kalo scroll ke bawah untuk klik import lalu next step
4. Klik no 3 (tekt analysis). Pada bagian ini klik semua logo hijau. Jika sudah klik visualize, untuk mengetahui kata yang tidak pantas atau tidak sesuai. Kalian bisa meremove di bagian yang tidak pantas itu.
5. Lanjut ke no 5 yakni network analysis. Seperti sebelumnya kalian bisa klik bagian hijaunyanya sampai tidak ada.
CONTOH DARI DATA ANALISIS SAYA
Sumber : link youtube dari jerome polli ft RIIZE https://www.youtube.com/watch?v=8dAnjhyDhqM
1. NAME NETWORK / WHO MENTIONS WHOM
Cluster 1 ( velue terbesar ), terdapat dua relasi jaingan yang satu yang menyendiri. Cluster 1 dengan pembahasan terbesar ialah Kpop.
Centrality values
total degree : 6
indegree :
5
outdegree : 1
Cluster 2, terdapat dua relasi jaingan yang satu yang menyendiri. Cluster 2
.
Centrality values
total degree : 6
indegree : 5
outdegree : 1
Cluster 3
Centrality values
total degree : 4
indegree : 3
outdegree : 1
Cluster 4
Centrality values
total degree : 4
indegree : 3
outdegree : 1
Cluster 5, terdapat dua relasi jaingan yang satu yang menyendiri. Cluster 5 dengan pembahasan terbesar ialah Karina.
Centrality values
total degree : 4
indegree : 3
outdegree : 1
1.
2. NAME NETWORK / WHO REPLIES WHOM1.
Cluster 1, dengan 2 relasi jaringan dan satu terpisah. Pada cluster 1 merupakan paling besar nilainya dari cluster lainnya, dan pada cluster 1 ini memiliki terbesar ialah nadi. Atau nadi memiliki balasan komen paling banyak.
Centrality values
total degree : 13
indegree : 1
outdegree : 12
Cluster 2, dengan 2 jaringan dan satu terpisah dan pada cluster 2 ini terbesar ialah r-chan
Centrality values
total degree : 9
indegree : 1
outdegree : 8
Cluster 3, dengan 2 jaringan dan satu terpisah dan pada cluster 3 ini terbesar ialah azkarye.
Centrality values
total degree : 8
indegree : 1
outdegree : 7
Cluster 4, dan pada cluster 4 ini terbesar ialah nihongo mantappu.Centrality values
total degree : 7
indegree : 6
outdegree : 1
Cluster 5, pada cluster ini terbesar ialah frischiella siregar.
Centrality values
total degree : 7
indegree : 6
outdegree : 1
Komentar
Posting Komentar