Langsung ke konten utama

Weekly journal part 5 (mengelolah data di Netlytic)

  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.

6. Klik visualize  nanti kalian akan di arahkan ke halaman baru yang menampilkan jaringan yang ada di dalam komen youtube yang kalian pilih tadi. Disini kalian jika klik bagian atas yang WHO MENTIONS WHOM mengetahui nama atau topik apa yang di bahas. Jika WHO MENTIONS WHOM REPLIES WHOM kan mengetahuin komen yang yang terbanyak di balas atau interaksi antar aktor di komentar.

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 dengan pembahasan keyword di cluster 2 terbesar ialah saya


.

Centrality values

total degree      : 6

indegree           : 5

outdegree        : 1



Cluster 3 dengan pembahasan terbesar ialah haechan.



Centrality values

total degree      : 4

indegree           : 3

outdegree        : 1


Cluster 4  dengan pembahasan terbesar ialah nadi.



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 WHOM

1.      

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


Report data keseluruhan

Source data; # of Posts over Time




Top 10 Most Frequently Used Words



Source Data: Top Ten Posters



Network In-degree Centrality: Top 10 Users
Network Out-degree Centrality: Top 10 Users



Begitu dari materi sna terkait netlytic jika ada kesalahan  gambar terdapat alternatif lain yakni bisa di lihat file dalam google drive berikut ini :
https://drive.google.com/drive/folders/1HfWOkk40Tvr4bDSlME8ygFQPv_fJl__1?usp=sharing

I know, i 'm not perfect  i make a lot of mistakes, jadi kalian bisa memberikan masukkan dan sarannya if i'm wrong.Terima kasih sudah membaca blog "My Weekly Journal part 5!" Bye guys!! Sampai berjumpa minggu

Komentar

Postingan populer dari blog ini

PAPER SNA

    Haiii guyss!! Apakabar? Semoga kalian dalam keadaan sehat ya kawan! Ok kalau begitu kita langsung saja masuk pembahasan   Analisis jaringan komunikasi berkaitan dengan hubungan sosial menggunakan teori jaringan yang terdiri dari node dan edge. Node yang merupakan seorang individu/aktor dalam sebuah jaringan, dan edge merupakan hubungan antara node.Dalam mengetahui pola dan interaksi yang terjadi dalam sebuah jaringan, peneliti dapat merepresentasikan jaringan tersebut kedalam graf, pada jejaring sosial youtube,setiap user akan digambarkan kedalam sebuah node dan setiap relasi antar node divisualisasikan kedalam sebuah edge. Relasi seperti mention, komen atau replay dan like pada fitur jejaring sosial youtube dapat mempengaruhi tingkat kepopuleran tersebut. Nilai dari relasi ini dapat disebut juga dengan Sentralitas. Berdasarkan sumber data dari Channel Youtube Official NET News yang berjudul Kelakuan Pengungsi Rohingya Bikin Pusing - Fakta+62 akan dapat dianalisis menggunak

Weekly Journal 3

  Haiii guyss!! Apakabar? Semoga kalian dalam keadaan sehat ya kawan! Ok kalau begitu kita langsung saja masuk ke weekly Journal Part 3 Dari Blog ini kita akan membuat tabel node sesuai dengan jarigan saya minggu lalu List nama yang berhubungan Contoh List Node dengan Tidak Berarah Contoh List Tabel Node dengan Berarah