1. SOCIAL
NETWORK
&
CREATIVE
CONTENT
1. Dr. Edy Prihantoro, SS., M.I.Kom., MMSI
2. Dr. Dinda Rakhma Fitriani, S.I.Kom., M.I.Kom
3. Dr. Tri Wahyu Retno Ningsih, SS., MM., M.I.Kom
4. Iqbal Al Khazim, S.I.Kom., MM
5. Ahmad Fatoni, S.I.Kom., MM
TIM TEACHING SOSIAL
HUMANIORA - 14

2. Pendahuluan
 Salah satu konsekuensi dari masyarakat informasi saat ini adalah munculnya
masyarakat jaringan digital.
 Pergerakan informasi di media social yang cepat dan dinamis.
 Fungsi dari analisis jaringan social mempunyai ciri khas:
- Identifikasi aktor yang paling berpengaruh dan popular.
- Menggunakan ukuran statistic
- Identifikasi hub dan otoritas.
- Penemuan Komunitas
- Visualisasi antar aktor
- Penyebaran informasi

3. WAWANCARA KUESIONER
DOKUMEN
&
MEDIA SOSIAL
Ini adalah cara paling mudah untuk menekankan
gagasan dan membuatnya lebih berkesan.
DATA UNTUK
SOCIAL NETWORK ANALYSIS

4. POLA PERCAKAPAN

5. COMPLETE VS EGO NETWORK

6. Memecahkan Masalah dengan Analisis Jaringan
Penelitian Kriminologis.
 Analisis jaringan sosial memiliki potensi asli untuk mengungkap kompleksitas jaringan criminal
 Pengaruh jaringan pribadi pada kejahatan dan, lebih umum, pada perilaku nakal [3, 1];
 Analisis jaringan lingkungan dan pengaruhnya terhadap kejahatan [2];
 Eksplorasi dan pemodelan organisasi kejahatan, yaitu geng jalanan,
kelompok teroris dan kelompok kejahatan terorganisir [2].
REFERENCE:
[1]Papachristos A. The coming of a networked criminology. Measuring Crime and Criminality. 2011;17:101-140. ISSN: 08942366
[2] Carrington PJ. Crime and social network analysis. In: Sage Handbook of Social Network Analysis. 2011. pp. 236-255
[3] Haynie DL, Soller B. Network Analysis in Criminology. New York, NY: Springer New York; 2014. pp. 3265-3275. ISBN: 978-1-4614-5690-2

7. Memecahkan Masalah dengan Analisis Jaringan
Penelitian Journalism.
 Taksonomi jaringan komunikasi [4, 5].
a. Hubungan yang dibangun secara sosial antara dua aktor, seperti aliansi dan persahabatan,
b. Hubungan aliran mengacu pada pertukaran dan transmisi data, sumber daya dan informasi;
c. Hubungan representasional berfokus pada afiliasi simbolis antara dua entitas; dan
d. Jaringan semantik menggambarkan asosiasi, atau hubungan semantik, antara konsep,
kata-kata.
e. Interpretasi kognitif orang terhadap beberapa objek bersama dalam jaringan,
yang bertujuan untuk membangun basis pengetahuan
 Dinamika temporal timbal balik dalam pengaturan sponsor bersama legislatif di Kongres AS
ke-113 (2013–2015). [6]
REFERENCE:
[4] Shumate M, Pilny A, Catouba Y, Kim J, Pena-y Lillo M, Rcooper K, Sahagun A, Yang S. A taxonomy of communication networks. Annals of the International Communication Association. Jan
2013;370(1):95-123. ISSN: 2380-8985
[5] Shumate M, Contractor N. Emergence of Multidimensional Social Networks. 3rd ed. Los Angeles: Sage Publishing; 2013. pp. 449-474. ISBN: 9781412987721
[6] Brandenberger L. Trading favors-examining the temporal dynamics of reciprocity in congressional collaborations using relational event models. Social Networks. 2018;54: 238-253. ISSN: 0378-8733

8. Trend Social Network Analysis
Di Indonesia

9. Trend Social Network Analysis
Di Worldwide

10. Trend Social Network Analysis
Di Worldwide

11. Trend Social Network Analysis
Publikasi Elsevier

12. IMPLEMENTASI SOCIAL NETWORK ANALYSIS

13. IMPLEMENTASI SOCIAL NETWORK ANALYSIS

14. IMPLEMENTASI SOCIAL NETWORK ANALYSIS

15. The Future of Social Network Analysis
 Minat masyarakat terhadap jaringan serta kumpulan data yang semakin kuat yang
dihasilkan oleh aktivitas online.
 Akan lebih banyak diimplementasikan di dunia akademisi dan industry.
 Banyak perusahaan berfokus pada penggunaan SNA untuk membantu mereka menyesuaikan orang yang
tepat di pekerjaan yang tepat.
 Kekuatan People Analytics: ini membantu, misalnya, perusahaan menemukan penghubung, pemecah konflik,
atau pemberi pengaruh.
 Perusahaan bisnis dapat menggunakan upaya minimal untuk mempertahankan aktivitas pengguna yang
berpengaruh, meningkatkan penjualan, dan meningkatkan reputasi mereka dengan SNA.