Beriklan di Facebook

Membuat iklan di media cetak dan baligo itu sudah hal yang biasa, tapi saat ini beriklan di Facebook merupakan salah satu langkah cerdas untuk menggaet masa dimana saat ini hampir semua orang memiliki facebook. Banyak antara lain yang menjelaskan tentang mengiklan di situs jejaring sosial nomor wahid ini, dari mulai cara yang gratis hingga harus berbayar. Ya tentunya semuanya itu kita sesuaikan dengan kebutuhan dan budget kita. Ada dua tipe pembayaran yang disediakan yaitu by klik atau by impression. Seperti yang kita lihat contoh untuk beriklan di kota bandung.

Mempelajari Bahasa R

Bahasa R, kadang saya memikirkannya sebagai kepanjangan relation karena banyak dugunakan juga untuk membuat perhitungan Social Network Analysis. Pada hakekeatnya adalah sebuah program statistik open source sama fungsinya seperti SPSS, tapi ini open source dan sedikit memrogram sendiri dengan bahasa r. Tapi saat ini sudah dimudahkan dengan menggunakan r-commander, sehingga sudah mirip dengan aplikasi propietary seperti spss. Tutorial berbahasa indonesia sudah banyak dan kita sudah bisa meminta bantuan kepada rekan-rekan yang ada di Indonesia. Selain itu LIPI juga menyediakan mirroring situs r dari situs aslinya r-project.org sehingga akses dan download aplikasinya pun menjadi lebih cepat. Mari kita mulai mencobanya sekarang.

Alat Bantu Tampilan Grafis Social Network Analysis

Menampilakan grafis menggunakan alat bantu yang khusus, karena biasanya masalah utama adalah ketika data jaringan yang diambil teramat banyak dan sudah tidak bisa lagi ditampung dengan tools graph sederhana. Dalam tulisan Martin Hawksey, dia menjelaskan penggunaan google spreadsheet dengan menggunakan template TAGS untuk kasus twitter yang menggunakan protovis sehingga menciptakan Friendviz. Tapi sekarang protovis sudah tidak dikembangkan lagi oleh team nya karena sudah beralih fokus pada penyediaan grafis berbasiskan javascript untuk website yang bernama d3.Selain itu pula Marc Smith dalam tulisannya dengan tema yang sama, mengkombinasikan antara d3 bersama dengan nodeXL, menghasilkna analysis yang cukup dalam. Metode yang dia gunakan bisa dilihat dari gambar berikut :

Alur penelitian tersebut merupakan penentuan influencer atau follower yang paling berpengaruh pada sosial media twitter.

Analisis Social Network Analysis Pada Studi Kasus Orgnet.com dengan Menggunakan NodeXL

Kali ini kita akan ambil studi kasus untuk penggunaan parameter SNA(Social Network Analysis) dari matriks yang sudah dijelaskan sebelumnya. Kita ambil contoh yang sederhana pada studi kasus orgnet.com, sebelumnya kita bisa melihat, kasusnya diselesaikan dengan menggunakan aplikasi mereka sendiri. Kali ini kita akan mencoba menyelesaikannya dengan  menggunakan NodeXL.

Dengan menggunakan nodexl, kita masukkan pada spreadsheet yang aktif edges dari graph diatas, kemudian hasil preview graphnya dapat kita lihat

Setelah itu kita akan menggunakan menu Graph Metrics dari tab NodeXL menghasilkan data yang nilainya berbeda akan tetapi memiliki tingkatan yang sama

Analisis selesai kita bisa mendapatkan hasil yang memuaskan dari kasus yang sama tetapi aplikasi bantu yang berbeda.

Matriks Pengukuran Social Network Analysis

Social Network Analysis atau yang disingkat dengan SNA merupakan keilmuan untuk memetakan dan mengukur relasi antara orang, grup atau organisasi. SNA juga memiliki metriks ukuran yang ditujukan untuk penelitan untuk setiap individu yang terlibat dalam jaringan, metriks ukuran itu antara lain

1.      Degree centrality

Merupakan konsep dari berapa banyak koneksi langsung kepada setiap individu yang ada di cluster. Sebagai contoh adalah ketua organisasi atau komunitas.

2.       Betweenness Centrality

Adalah sebuah titik yang bisa dipanggil sebagai broker node, atau penghubung antara dua cluster yang berbeda. Titik ini merupakan jembatan penghubung antara cluster. Tanpa jembatan penghubung ini tidak akan ada aliran informasi antara dua cluster yang berbeda. Sebagai contoh public relation pada sebuah perusahaan, yang menghubungkan dirinya dan orang lain atau perusahaan lain diluar cluster perusahaan tersebut.

3.       Closeness Centrality

Pengukuran kedekatan koneksi dengan semua jaringan yang paling cepat dan dapat memonitor individu yang ada di jaringan. Merupakan orang penting yang terhubung langsung dengan yang memiliki nilai tertinggi degree centrality dan terhubung langsung pula dengan yang memiliki poin tertinggi pada betweenness centrality. Sebagai contoh di perusahaan adalah sekretaris atau asisten atau staf ahli direktur.

Social Network Analysis Keilmuan Cabang Dari Sosiologi untuk Kegiatan Analisis Bussiness Intelegence

Semua orang di dunia ini yang sudah terbiasa dengan internet rata-rata pasti memiliki akun sosial media, baik itu facebook ataupun twitter. Ini juga menjadi sebuah keilmuan baru untuk para kalangan intelektual yang berkaitan dengan prospek bisnis pelanggan dan calon pelanggannya. Lahirlah Social Network Analysis yang merupakan cabang keilmuan sosiologi pada graph tak berararah yang sering dipakai untuk sosial media. Ambil contoh facebook. Facebook yang kita ketahui kita bisa membangun aplikasi diatasnya ataupun terpisah daripadanya. Dengan data yang bisa diambil dari facebook inilah yang akan kita bisa analisis lanjutannya mengunakan SNA ( Social Network Analysis). Tentunya untuk mengukur sesuatu harus ada alat ukurnya, adapun metric atau alat ukur SNA itu sendiri yang diambil dari wikipedia antara lain :

Betweenness

The extent to which a node lies between other nodes in the network. This measure takes into account the connectivity of the node's neighbors, giving a higher value for nodes which bridge clusters. The measure reflects the number of people who a person is connecting indirectly through their direct links.^[20]

Bridge

An edge is said to be a bridge if deleting it would cause its endpoints to lie in different components of a graph.

Centrality

This measure gives a rough indication of the social power of a node based on how well they "connect" the network. "Betweenness," "Closeness," and "Degree" are all measures of centrality.

Centralization

The difference between the number of links for each node divided by maximum possible sum of differences. A centralized network will have many of its links dispersed around one or a few nodes, while a decentralized network is one in which there is little variation between the number of links each node possesses.

Closeness

The degree an individual is near all other individuals in a network (directly or indirectly). It reflects the ability to access information through the "grapevine" of network members. Thus, closeness is the inverse of the sum of the shortest distances between each individual and every other person in the network. (See also: Proxemics) The shortest path may also be known as the "geodesic distance."

Clustering coefficient

A measure of the likelihood that two associates of a node are associates themselves. A higher clustering coefficient indicates a greater 'cliquishness.'

Cohesion

The degree to which actors are connected directly to each other by cohesive bonds. Groups are identified as ‘cliques’ if every individual is directly tied to every other individual, ‘social circles’ if there is less stringency of direct contact, which is imprecise, or as structurally cohesive blocks if precision is wanted.^[21]

Degree

The count of the number of ties to other actors in the network. See also degree (graph theory).

(Individual-level) Density

The degree a respondent's ties know one another/ proportion of ties among an individual's nominees. Network or global-level density is the proportion of ties in a network relative to the total number possible (sparse versus dense networks).

Efficient immunization strategy

The acquaintance immunization strategy, propose to immunize friends of randomly selected nodes. It is found to be very efficient compared to random immunization.^[22]

Flow betweenness centrality

The degree that a node contributes to sum of maximum flow between all pairs of nodes (not that node).

Eigenvector centrality

A measure of the importance of a node in a network. It assigns relative scores to all nodes in the network based on the principle that connections to nodes having a high score contribute more to the score of the node in question.

Human interaction

Links in social networks are formed through human interactions. Scaling laws in human interaction activity were found by Rybski et al.^[23]

Influential Spreaders

A method to identify influential spreaders is described by Kitsak et al.^[24]

Local bridge

An edge is a local bridge if its endpoints share no common neighbors. Unlike a bridge, a local bridge is contained in a cycle.

Path length

The distances between pairs of nodes in the network. Average path-length is the average of these distances between all pairs of nodes.

Prestige

In a directed graph prestige is the term used to describe a node's centrality. "Degree Prestige," "Proximity Prestige," and "Status Prestige" are measures of Prestige. See also degree (graph theory).

Radiality

Degree an individual’s network reaches out into the network and provides novel information and influence.

Reach

The degree any member of a network can reach other members of the network.

Second order centrality

It assigns relative scores to all nodes in the network based on the observation that important nodes see a random walk (running on the network) "more regularly" than other nodes.^[25]

Structural cohesion

The minimum number of members who, if removed from a group, would disconnect the group.^[26] The relation between fragmentation (Structural cohesion) and percolation theory is discussed by Li et al.^[27]

Structural equivalence

Refers to the extent to which nodes have a common set of linkages to other nodes in the system. The nodes don’t need to have any ties to each other to be structurally equivalent.

Structural hole

Static holes that can be strategically filled by connecting one or more links to link together other points. Linked to ideas of social capital: if you link to two people who are not linked you can control their communication.

Masing masing memiliki rumusan tersendiri, salah satu contoh user interface untuk analisis ini adalah :

Terlihat jelas bagaimana menggunakan SNA dari data yang diinputkan tersebut.

Standar dokumen SCAMPI yang bisa dipakai untuk dokumentasi perangkat lunak

SCAMPI merupakan kepanjangan dari Standard CMMI Appraisal Method for Process Improvement, adalah sebuah dokumen yang berisi langkah-langkah dalam meneliti sebuah kasus atau perusahaan untuk bisa menerapkan CMMI sebagai hasilnya adalah data pembanding. Dokumen SCAMPI sendiri terdiri dari tiga buah versia yaitu versi A,B,C. Tergantung dari tingkat kerumitan proses yang akan dijalankan. Tertarik melihat struktur dokumen dari SCAMPI, ternyata bisa juga dipakai untuk mendokumentasikan manual guide perangkat lunak yang kita buat. Tabel penjelasan SCAMPI versi A, misalnya. Sangat detail dan lengkap. Bisa jadi tidak hanya mendokumentasikan manual saja, tapi proses proses yang lainnya. Berikut contoh standar tabel dalam SCAMPI versi A.

Dalam halaman bagaimana menggunakan dokumen ini, terlihat ada tabel Process Definition Elements, yang berfungsi untuk menjelaskan setiap elemen proses yang dipakai untuk melakukan pendekatan (Conduct Appraisal). Karena dokumen ini berbasis proses, maka tabel ini pun bisa kita pakai untuk menjelaskan proses penggunaan aplikasi yang pernah kita buat. Selain itu juga bisa pula untuk menggunakannya dalam menjelaskan semua hal yang berkaitan dengan proses.

General Manager Commerce Flexi Regional III Jabar Mendukung Penuh Kegiatan Komunitas

Sore hari di tanggal 14 Februari 2012, bertempat di flexi center Bandung yang sekarang sudah disulap menjadi android clinic menjadi pertemuan perdana komunitas yang diundang adalah batagor dan saung it sebagai komunitas blogger dan juga komunitas android di bandung bersama juga dengan rekan-rekan pers. Visi yang cemerlang dari Muhammad Muaf, Menegaskan dukungannya kepada pihak komunitas yang ada di bandung khususnya batagor dan saungit. "Silahkan saja pakai ruangan kita untuk kepentingan komunitas, santai saja asal tertib" ungkap  GM Commerce Flexi Regional III Jabar tersebut. Acara kecil-kecilan dari mulai pukul 5 sore sampai pukul 7 malam ini berlangsung dengan jumpa dan sapaan hangat dari beberapa karyawan dan staf PT. Telkom kepada semua pihak yang hadir, senyum dan candaan hangatpun menjadi menambah suasana yang "romantis" kala hujan sore yang mengguyur kota Bandung. Selain itu juga hadir pula jajaran manager area Jawa Barat, seperti Manager Sales & Promotion Flexi Area Jabar Henhen Suhendi yang paling sering bercengkrama dengan rekan pers dan komunitas.

Membangun Indonesia dari Bawah

Membaca artikel kompas pada hari selasa lalu 31 January 2012. Oleh onno w purbo dalam tanya jawab pembaca dan tokoh. terlihat menarik dan membuat saya salut akan tokoh yang satu ini. Seperti halnya orang-orang open source diseluruh dunia yang mengkampanyekan copyleft, sama seperti halnya Onno di Indonesia, dimana ilmunya disebarkan dengan gratis dan tanpa syarat apapun. menyebut dirinya rakyat indonesia biasa saja, dalam bidang IT. Menyebutkan juga bahwasanya berdasarkan sejarah internet memang dibuat dari gotong royong, bukan dari pemerintah. Jadi memang semua awal kemajuan teknologi dimulai dari kalangan individual-individual yang kemudian berkumpul dalam komunitas kecil dan membuat sesuatu yang bermanfaat satu sama lain, dan akhirnya akan dipakai oleh seluruh dunia. 

Satu hal yang ditekankan disini adalah "Kemauan Untuk Maju", tidak mungkin menjadi negara yang maju jika tidak memiliki kemauan untuk maju pada setiap individual rakyat yang ada di dalamnya. Lepas dari semrawudnya sistem pemerintahan dari ini, onno ketika ditanya 

Kang Onno, salam kebebasan. Sederhana pertanyaanku. Kenapa Kang Onno tak mau menjadi menteri? Tentu menteri yang tetap menjadi rakyat Indonesia biasa. (Robbyka Gheo, Makassar)

Jawaban singkatnya: tidak!

Jawaban panjangnya: saya lebih suka menjadi orang yang bermanfaat untuk bangsa ini. 

Saya percaya bahwa nilai seseorang tak akan ditentukan oleh banyaknya harta, banyaknya kekayaan, tingginya pangkat dan jabatan, tingginya gelar, serta banyaknya ilmu. Nilai seseorang akan lebih ditentukan oleh berapa besar/banyak umat manusia yang memperoleh manfaat dari seseorang tersebut. 

Dan yang paling penting adalah berorientasi pada akhirat, kenapa? karena karena terlalu berorientasi pada manusia bisa dibilang kita akan mudah sakit hati dan menyerah pada kondisi dan keadaan yang ada. Tapi ketika kita mensyukuri karunia yang kita dapat, dengan sumber daya yang ada dan karunia akal yang tak terbatas dengan kreatifitasnya, maka tak peduli jika dihalang-halangi oleh segala bentuk birokrat yang tidak mendukung, dan ribetnya regulasi. Jika ada kemauan kita pasti bisa mengubah keadaan ini menjadi lebih baik, tidak dihargai dan di halang-halangi di hadapan manusia tidak apa apa, asalkan tidak dihalang-halangi di akhirat kelak. Jangan dulu ngomongin bangsa terlebih dahulu tanpa menjadikan diri kita masing-masing individu yang bermanfaat dan sadar diri untuk memberi, bukan menunggu manfaat. Mari kita menjadi individu yang lebih baik dan bermanfaat.

Sumber : http://nasional.kompas.com/read/2012/01/31/02180145