ANALISIS JARINGAN KOMUNIKASIOleh :Abdullah M. JaubahPendahuluan

Teori jaringan komunikasi menekankan pada aktor dan hubungan atau ikatan. Aktor dapat mencerminkan individu-individu, kelompok-kelompok kecil, organisasi-organisasi, atau bangsa-bangsa. Hubungan dapat mencakup hubungan persahabatan, hubungan kekeluargaan, hubungan perdagangan, hubungan masyarakat, hubungan internasional, hubungan komunikasi, dan sebagainya. Aktor digambarkan dengan titik atau lingkaran dan hubungan digambarkan dengan garis. Hubungan dapat berbentuk hubungan satu arah atau hubungan dua arah. Penelitian jaringan komunikasi menekankan pada para aktor dan hubungan-hubungan tertentu atau pertukaran pesan. Penelitian jaringan komunikasi mungkin akan mengungkap masalah Cohesion, Regions, Subgroups, Paths, Ego Networks, Centrality, Group Centrality, Core/Peiphery, Roles and Positions, Triad Census, P1, Balance counter, Compare densities, Compare aggregate proximity matrices, 2-Mode networks, Trajectories, atau Extras jika paket program Ucinet dipakai. Tiap peluang ini mengandung rincian peluang pilihan. Diagram jaringan komunikasi juga dapat disajikan.

Analisis jaringan sosial, termasuk pula analisis jaringan komunikasi, telah mengalami perkembangan sangat pesat. Perkembangan telah dialami secara eksponensial. Teori dan analisis jaringan sosial telah dikembangkan sebagai teknik pokok dalam sosiologi dan kemudian teknik ini dipakai dalam antropologi, epidemiologi, biologi, komunikasi, ekonomi, keuangan, geografi, ilmu informasi, teori organisasi termasuk penelitian-penelitian dalam disiplin tersebut. Pemakaian analisis jaringan sosial dan analisis jaringan komunikasi di Indonesia masih sangat terbatas. Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesia memberikan kuliah Analisis Jaringan Sosial namun universitas-universitas lain belum menyentuh analisis jaringan sosial dan analisis jaringan komunikasi tersebut.

Ikatan Sarjana Komunikasi Indonesia telah melaksanakan Pelatihan Metode Jaringan Komunikasi (Communication Networks). Pelatihan dilangsungkan selama 2 hari, tanggal 10 dan 11 September 2014. Tempat pelatihan di kampus Universitas Paramadina, Jl. Jenderal Gatot Subroto, No. 97, Jakarta. Pelatihan ini memakai paket program Ucinet dan NetDraw.Penulis memberikan penghargaan atas usaha dari Ikatan Sarjana Komunikasi Indonesian tersebut karena usaha tersebut dapat meningkatkan kualitas dari penelitian kuantitatif, penelitian kualitatif, dan penelitian kombinasi terutama dalam ilmu-ilmu sosial dan perilaku.

Ucinet dan NetDrawUcinet dan NetDraw jika diaktifkan maka akan menyajikan UCINET 6 for Windows ..Version 6.289 sebagai berikut :

Ucinet mengandung menu File, Data, Transform, Tools, Network, Visualize, Options, dan menu Help. Ucinet dicipta oleh Stephen P. Borgatti, M. G. Everett, dan Linton C. Freeman (2002). Ucinet for Windows : Software for Social Network Analysis. Robert A. Hanneman dan Mark Riddle (2005) telah menulis buku yang dipakai sebagai Tutorial Ucinet. Mereka menulis buku berjudul Introduction to social network methods. Keseluruhan isi buku ini dapat diunduh melalui pemanfaatan internet.NetDraw dipakai untuk mencipta diagram jaringan. Menu Visualize diaktifkan sehingga NetDraw akan aktif. Tombol dapat juga ditekan untuk mengaktifkan NetDraw. Langkah mengaktifkan NetDraw ini akan menyajikan menu NetDraw yang terdiri dari menu File, Edit, Layout, Analysis, Transform, Properties, Option, dan Menu Help. Beberapa tombol tersedia pula di bawah menu ini. NetDraw 2.097 Network Visualization Software disajikan sebagai berikut : Beberapa ContohDataPengumpulan data dapat dilakukan dengan berbagai cara pengumpulan data sebagaimana biasa disajikan dalam pembahasan mengenai metodologi penelitian. Data yang dikumpulkan dapat dimasukkan ke dalam Microsoft Excel. Contoh data sederhana adalah sebagai berikut :AndiBaduCitraDewi

Andi0000

Badu0000

Citra0000

Dewi0000

Data yang telah diketik ke dalam microsoft Excel ini kemudian digandakan dan dialihkan ke dalam Ucinet.Pemakaian UcinetPaket program Ucinet diaktifkan. Langkah ini akan menyajikan kotak dialog UCINET 6 for Windows.. Version 6.289 sebagaimana disajikan di bawah ini :

Tombol ditekan. Langkah ini akan menyajikan kotak dialog UCINET Spreadsheet Untitled sebgai berikut :

Perintah Edit>Paste dipakai. Langkah ini akan menyajikan kotak dialog UCINET Spreadsheet Untitled sebgai berikut :

Data tersebut disimpan dengan cara memakai File> Save as. Langkah ini akan menyajikan kotak dialog Save As sebagai berikut :

Contoh1 diketik dan tombok Save ditekan. Langkah ini akan menyimpan arsip data dalam arsip Contoh1. Menu Visualize atau tombol ditekan. Langkah ini akan menyajikan kotak dialog sebagai berikut :

Perintah File>Open>Ucinet dataset>Network ditekan. Langkah ini akan menyajikan kotak dialog Open Data File sebagai berikut :

Tombol ditekan. Langkah ini akan menyajikan kotak dialog Open sebagai berikut :

Arsip Contoh1 dipilih dan tombol Open ditekan. Langkah ini akan menyajikan kotak dialog Open Data File sebagai berikut :

Tombol OK ditekan sehingga langkah ini akan menyajikan hasil sebagai berikut :

Analisis HasilData tersebut terdiri dari empat aktor yaitu Andi, Badu, Citra, dan Dewi. Keempat aktor ini tidak mempunyai ikatan atau hubungan.DataData lain tersedia sebagai berikut :Pemakaian UcinetLangkah-langkah serupa dengan langkah-langkah yang telah dijelaskan di atas dipakai di sini,

Pemakaian langkah-langkah tersebut akan menghasilkan informasi sebagai berikut :

Analisis HasilHasil di atas mencerminkan bahwa Andi menghubungi Citra akan tetapi Citra tidak menghubungi Andi. Badu menghubungi Dewi akan tetapi Dewi tidak menghubungan Badu. Andi, Badu, Citra, dan Dewi merupakan para aktor sedangkan garis dengan satu anak panah mencerminkan hubungan atau ikatan. Lingkaran atau titik mewakili aktor dan garis mewakili ikatan atau hubungan.DataAndiBaduCitraDewi

Andi0010

Badu0001

Citra1000

Dewi0100

Pemakaian Ucinet

Analisis HasilDiagram jaringan di atas mencerminkan hubungan dua arah antara Andi dan Citra dan hubungan dua arah antara Badu dan Dewi. Andi dan Citra tidak mempunyai hubungan dengan Badu dan Dewi.DataData ini terdiri dari empat aktor dan mengandung hubungan-hubungan tertentu. Data ini adalah sebagai berikut :AndiBaduCitraDewi

Andi0110

Badu1011

Citra1100

Dewi0100

Pemakaian Ucinet

Diagram jaringan yang dihasilkan adalah sebagai berikut :

Analisis HasilAndi mempunyai dua hubungan dua arah. Citra mempunyai dua hubungan dua arah. Dewi mempunyai satu hubungan dua arah. Badu mempunyai tiga hubungan dua arah. Analisis lebih lanjut membutuhkan langkah memakai perintah Network>Centrality>Degree. Langkah ini akan menyajikan kotak dialog sebagai berikut :

Tombol ditekan. Langkah ini akan menyajikan kotak dialog Open sebagai berikut :

Contoh4 dipilih dan tombol Open ditekan. Tombol OK ditekan sehingga menghasilkan informasi sebagai berikut :

Hasil ini mencerminkan OutDegree dan InDegree dari aktor Badu adalah terbesar yaitu 3. Hal ini berarti pengaruh dari Badu (OutDegree) terhadap para aktor lain adalah paling besar dan kekuasaan (InDegree) dari aktor Badu adalah terbesar dibanding dengan para aktor lain.DataData di bawah ini terdiri dari lima aktor dan hubungan dua arah antara kelima aktor ini hanya dengan aktor A saja.

ABCDE

A01111

B10000

C10000

D10000

E10000

Pemakaian Ucinet

Pelaksanaan NetDraw akan menghasilkan diagram jaringan sebagai berikut :

Analisis HasilDiagram jaringan di atas dinamakan diagram jaringan roda. Aktor A mempunyai hubungan dua arah dengan aktor B. Aktor A mempunyai hubungan dua arah dengan aktor C. Aktor A mempunyai hubungan dua arah dengan aktor D. Aktor A mempunyai huungan dua arah dengan aktor E. Aktor B, C, D, dan E tidak mempunyai hubungan. Analisis sentralitas menghasilkan informasi sebagai berikut:

Aktor A mempunyai OutDegree adalah 4 dan InDegree adalah 4. Nilai ini adalah lebih besar daripada nilai OutDegree dan InDegree dari para aktor lain. Hal ini berarti bahwa Aktor A mempunyai pengaruh yag sangat besar atas para aktor lain dan mempunyai kekuasaan yang sangat besar atas para aktor lain. Sentralisasi jaringan diukur dari sudut OutDegree adalah 75% dan sentralisasi jaringan diukur dari sudut InDegree adalah 75%. Hal ini berarti bahwa sentralitas berbeda dengan sentralisasi, sentralitas OutDegree berbeda dengan sentralisasi OutDegree, dan sentralitas InDegree bebeda dengan sentralisasi InDegree. Diagram jaringan di atas dapat juga disajikan sebagai berikut :

Diagram jaringan ini disajikan secara berbeda dari diagram jaringan di atas akan tetapi makna yang terkandung adalah sama.DataData di bawah ini mengandung lima aktor dan hubungan-hubungan tertentu.ABCDE

A00100

B00100

C11010

D00101

E00010

Pemakaian Ucinet

Tombol OK ditekan. Langkah ini akan menghasilkan diagram jaringan sebagai berikut :

Diagram jaringan ini dapat juga disajikan dalam bentuk sebagai merikut :

Diagram jaringan di atas dinamakan jaringan chain atau jaringan garis. Hal ini berarti bahwa diagram jalur dapat disajikan dalam beberapa bentuk akan tetapi mengandung makna yang sama.Analisis HasilAktor A mempunyai hubungan dua arah dengan aktor B. Aktor B mempunyai hubungan dua arah dengan aktor C. Aktor C mempunyai hubungan dua arah dengan aktor D. Aktor D mempunyai hubungan dua arah dengan aktor E. Diagram jaringan ini mencerminkan posisi berbeda dan dapat dikelompokkan ke dalam posisi yang tidak menyenangkan dari aktor A dan aktor E dan posisi yang menyenangkan dari aktor B, aktor C, dan aktor D. Sentralitas dan sentralisasi dapat disajikan sebagai berikut :

Aktor A dan Aktor E mempunyai OutDegree dan InDegree lebih rendah daripada aktor B, C, dan aktor D. Network Centralization (OutDegree) adalah 12.5% dan Network Centralization (InDegree) adalah 12.5%.DataData di bawah ini terdiri dari lima aktor dan hubungan-hubungan tertentu. Data ini adalah sebagai berikut :ABCDE

A00100

B00100

C11010

D00101

E00010

Pemakaian Ucinet

Diagram jaringan di atas dinamakan diagram jaringan YAnalisis HasilAktor A mempunyai satu hubungan dua arah dengan aktor C. Aktor B mempunyai satu hubungan dua arah dengan aktor C. Aktor D mempunyai satu hubungan dua arah dengan aktor C dan dengan aktor E. Aktor E mempunyai satu hubungan dua arah dengan aktor D. Analisis sentralitas dan sentralisasi menghasilkan informasi sebagai berikut :

Aktor C mempunyai OutDegree 3 dan InDegree 3. Aktor D mempunai OutDegree 2 dan InDegree 2. Aktor A, B, dan E mempunyai OutDegree dan InDegree masing-masing adalah 1.Sentralisasi jaringan menurut OutDegree adalah 43.75% dan menurut InDegree adalah 43.75%.DataData di bawah ini terdiri dari lima aktor dan hubungan-hubungan tertentu. Data ini adalah sebagai berikut:ABCDE

A01100

B10001

C10010

D00101

E01010

Pemakaian Ucinet

Analisis HasilAktor A mempunyai dua hubungan dua arah. Aktor B mempunyai dua hubungan dua arah. Aktor C mempunyai dua hubungan dua arah. Aktor D mempunyai dua hubungan dua arah. Aktor E mempunyai dua hubungan dua arah. Analisis sentralitas dan sentralisasi menghasilkan informasi sebagai berikut :

Para aktor masing-masing mempunyai OutDegree dan InDegree adalah sama yaitu sebesar 2. Tiap aktor mempunyai pengaruh dan kekuasaan yang sama terhadap para aktor lain.Keempat contoh di atas dikembangkan berdasar atas hasil-hasil percobaan yang dilakukan oleh Alex Bavelas dan Harold Leavitt sekitar tahun 1940 1950-an.DataPola data yang dipakai di sini adalah pola data yang terkandung dalam arsip data Knokbur akan tetapi para aktor berbentuk organisasi diganti dengan para aktor berbentuk individu-individu dari para mahasiswa. Hal ini akan mengakibatkan perbedaan-perbedaan tertentu dalam analisis. Hasil pengumpulan data mengenai pertukaran pesan di antara para mahasiswa dapat disajikan sebagai berikut :

AndiBaduGatotSakir SardiCitraDewiRiniSuciWati

Andi0100101010

Badu1011101110

Gatot0101111001

Sakir1100101000

Sardi1111001111

Citra0010001010

Dewi0101100000

Rini1101101010

Suci0100101000

Wati1110101000

Data ini akan dikembangkan lebih lanjut dengan cara menambah para aktor dan hubungan antara para aktor tersebut.Pemakaian Ucinet

Analisis Hasil

Hasil ini mencerminkan Statistik OutDegree. Statistik pada baris-baris mengungkap tentang peranan yang dimainkan oleh tiap aktor sebagai suatu sumber dari ikatan-ikatan dalam suatu grafik terarah (directed graph). Jumlah koneksi dari aktor kepada para aktor lain dinamakan OutDegree. Perbedaan antara OutDegree dan InDegree di sini tidak dapat dilakukan. Derajat dari para aktor adalah penting karena dapat menjelaskan berapa banyak koneksi yang dimiliki oleh aktor. OutDegree biasa dipakai sebagai ukuran mengenai pengaruh aktor kepada para aktor lain.Sardi melakukan ikatan-ikatan dan mengirimkan pesan kepada semua aktor sedangkan aktor Citra, Dewi, dan Suci mengirimkan informasi hanya kepada tiga aktor lain. Aktor Badu, Gatot, Sardi, dan Rini adalah serupa sebagai sumber informasi untuk jaringan yang lebih besar. Aktor Andi, Citra, Rini, dan Suci adalah serupa sebagai bukan sumber informasi. Hal ini dapat dipakai untuk memprediksi bahwa beberapa mahasiswa akan dapat membentuk hubungan masyarakat (public relations). Para aktor kelompok kesatu mempunyai pengaruh potensial, sedangkan para aktor kelompok ketiga mempunyai pengaruh potensial yang lebih rendah. Hasil perhitungan di atas mencerminkan bahwa variasi terkandung dalam peran-peran yang dimainkan oleh aktor sebagai sumber dari informasi. Aktor Wati sebagai contoh menjalin hubungan sebesar 56% dari para aktor lain. Pemikiran lain atas tiap aktor sebagai sumber informasi dengan cara memakai variance atau deviasi standar. Aktor yang mempunyai banyak ikatan mencerminkan variabilitas yang lebih kecil daripada aktor yang mempunyai sedikit ikatan. Statistik yang dihasilkan untuk tiap aktor ini adalah Mean, Standard Deviation, Varians, dan sebagainya. Pertukaran pesan di atas mewakili OutDegree. Pertukaran pesan yang mewakili InDegree dapat juga dicipta dengan cara sebagai berikut :

Peluang Rows diganti dengan peluang Columns. Hasil dari langkah ini akan menyajikan hasil mengenai InDegree yang merupakan ukuran dari kekuasaan. Langkah ini akan menghasilkan informasi sebagai berikut :

Nilai rata-rata dari aktor Badu, Sardi, dan Dewi adalah sangat tinggi. Aktor Badu dan Sardi adalah tinggi dalam mengirimkan informasi sehingga mereka bertindak sebagai komunikator dan fasilitator dalam sistem. Aktor Dewi menerima banyak informasi akan tetapi tidak banyak mengirimkan pesan. Aktor Dewi dapat dianggap sebagai information sinkDensity

Hal ini akan menghasilkan informasi sebagai berikut :

Density

Konsep density dari suatu jaringan biner adalah proporsi dari semua ikatan yang mungkin yang tersedia secara aktual. Density, untuk suatu jaringan bernilai, didefinisikan sebagai jumlah dari ikatan dibagi dengan jumlah dari ikatan yang mungkin. Density dari suatu jaringan mungkin mengandung penghayatan atas fenomena sebagai kecepata di mana difusi informasi diantara para pakar dialami dan sejauh mana para aktor itu mempunyai tingkat-tingkat modal sosial yang tinggi atau menghadapi kendala-kendala sosial. Perintah Network>Cohesion>Density dipakai untuk menghitung density. Langkah ini akan menyajikan kotak dialog Density disajikan sebagai berikut :

Arsip LAT14 dipakai dan tombol OK ditekan. Langkah ini akan menghasilkan informasi sebagai berikut :

Perhitungan block density atau rata-rata dapat dilakukan dan perangkat density dapat dipakai untuk menghitung within dan between block densities untuk data yang dikelompokkan dan data dapat dipartisi ke dalam organisasi publik atau swasta dan menguji density dari pertukaran intormasi di dalam atau antara jenis-jenis yang tersdia. Hasil dari perhitungan density d atas adalah 0.5444 atau 54.44% dari semua ikatan yang mungkin itu tersedia. Deviasi standar dari keseluruhan dalam matriks itu juga diberikan yaitu sebesar 0.4980.ReachabilitySeorang aktor dapat dicapai (reachable) oleh aktor lain jika terdapat koneksi dengan mana koneksi itu dapat diteluusuri dari aktor sumber ke aktor target. Contoh pertukaran informasi di antara para mahasiswa tersebut. Para aktor dalam jaringan itu jika tidak dapat dicapai oleh para aktor lain, maka pembagian jaringan mungkin terdapat atau hal ini mungkin mengindikasikan bahwa populasi yang sedang dikaji itu terdiri lebih dari satu subpopulasi. Perintah Network>Cohesion>Reachability dipakai. Langkh ini akan menyajikan kotak dialog Reachability sebagai berikut :

Tombol OK ditekan. Langkah ini akan menghasilkan informasi sebagai berikut :

Informasi di atas mencerminkan suatu jalur (path) terarah untuk tiap mahasiswa untuk tiap aktor lain atas aliran informasi.ConnectivityReachability mengandung penjelasan apakah dua aktor itu terkoneksi atau tidak terkoneksi melalui jalur langsung atau tidak langsun dari panjang jalur tertentu. Perintah Network>Cohesion>Point Connectivity dipakai untuk menghitung jumlah aktor yang akan harus ditiadakan agar seorang aktor tidak lagi dapat berkoneksi dua aktor. Para aktor yang mempunyai konektivitas tinggi dalam pengertian bahwa cara jamak tersedia sebagai tanda mencapai dari satu aktor kepada aktor lain. Langkah ini akan menyajikan kotak dialog Point Connectivity sebagai berikut :

Tombol OK ditekan sehingga informasi disajikan sebagai berikut :

Hasil di atas mengungkap bahwa para mahasiswa mencerminkan koneksi sebagai sumber (baris) atau penerima (kolom) informasi. Point connectivity dapat sebagai suatu ukuran yangbermanfaat untuk memperoleh pengertian mengenai ketergantungan (dependency) dan kerancuan.Distance Unsur-unsur jaringan yang telah dipakai di sini mecerminkan koneksi-koneksi langsung dari satu aktor ke aktor berikutnya. Cara aktor berlokasi dalam jaringan adalah lebih kompleks daripada hal-hal yang telah dijelaskan. Dua aktor, sebut saja A dan B, mungkin masing-masing mempunyai lima teman. Aktor A, sebagai contoh tidak mempunyai lima teman akan tetapi aktor B mempunyai lima teman. Informasi yang tersedia untuk aktor B, dan potensi B untuk mempengaruhi adalah jauh lebih besar daripada aktor A. Aktor itu mungin merupakan teman dari teman mungkin merupakan konsekuensi. Langkah untuk merekam aspek dari bagaimana individu-individu itu berokasi dalam jaringan dapat merupakan salah satu pendekatan utama untuk menguji jarak bahwa seorang aktor adalah dari para aktor lain. Dua aktor jika terkoneksi secara langsung, maka jarak antara mereka adalah satu. A jika berbicara dengan B dan B berbicara dengan C dan A tidak berbicara dengan C maka jarang A dan C adalah dua. Berapa banyak aktor pada berbagai jarak dari tiap aktor adalah penting untuk memahami perbedaan di antara para aktor dalam kendala-kendala dan peluang-peluang yang dimiliki oleh mereka sebagai suatu hasil dari posisi mereka. Berapa banyakkah cara yang terdapat untuk menghubungkan antara dua aktor itu pada suatu jarak tertentu? Dapatkan aktor A mencapai aktor B dalam lebih daripada satu cara?Koneksi jamak mungkin mengindikasikan suatu koneksi yang kuat antara dua aktor daripada suatu koneksi tunggal. Jarak di antara para aktor dalam suatu jaringan itu mungkin penting sebagai karakteristik makro pada jaringan secara keseluruhan. Jarak itu jika besar, maka waktu cukup lama diperlukan untuk menyebarkan informasi melintasi suatu populasi. Para aktor mungkin juga tidak menyadari bahwa para aktor itu dipengaruhi oleh para aktor lain walau mereka secara teknis dapat dicapai, biaya mungkin terlalu tinggi untuk melaksanakan pertukaran informasi tersebut. Variabilitas melintasi para aktor dalan jarak yang dimiliki oleh mereka dari para aktor lain mungkin saja merupakan suatu dasar untuk diferensiasi atau stratifikasi. Para aktor yang dekat kepada para aktor lain mungkin dapat melakukan kekuasaan lebih besar daripada mereka yang jaraknya lebih jauh. Aspek variabilitas dalam jarak aktor ini dapat dibahas lebih lanjut. Konsep jarak ini berhubungan dengan konsep Walks, Paths, Semi-paths dan sebagainya. Definisi atas konsep-konsep ini mungkin dapat dipakai untuk mengembangkan cara-cara yang lebih tangguh untuk mendeskripsikan aspek-aspek dari jarak di antara para aktor dalam suatu jaringan.Aktor A dan aktor B jika mempunyai hubungan langsung dalam grafik sederhana, maka mereka mempunyai jarak adalah satu. Aktor A, dalam grafik terarah, dapat mempunyai hubungan langsung dengan B sedangkan B tidak mempunyai hubungan langsung dengan A. Hal ini berarti bahwa jarak antara aktor A dan aktor B adalah satu akan tetapi jarak tidak terdapat antara aktor B dan aktor A. Perbedaan ini akan membutuhkan istilah berbeda untuk mendeskripsikan jarak antara para aktor dalam grafik. Grafik sederhana mencerminkan bentuk koneksi antara dua aktor dalam grafik dinamakan suatu walk. Walk dari aktor A adalah suatu urutan dari para aktor dan hubungan-hubunga yang dimulai dan diakhiri oleh aktor A. Close walk adalah di mana titik permulaan dan titik akhir dari walk adalah aktor yang sama. Walks tidak terbatas. Walk dari A dalam melibatkan aktor yang sama atau hubungan yang sama dalam berbagai waktu. Suatu cycle adalah walk khusus yang terbatas dan sering dipakai dalam pengujian neighborhoods dari para aktor. Suatu cycle adalah suatu closed walk dari tiga aktor atau lebih, ketiga aktor itu berbeda kecuali aktor awal. The length of the walk adalah jumlah hubungan yang terkkandung dalam jaringan itu.CentralityPerintah Network>Centrality>Degree dipakai. Langkah ini akan menyajikan kotak dialog Degree sebagai berikut :

Tombol Open ditekan dan kemudian arsip data LAT14 dipilih. Tombol OK ditekan sehingga informasi disajikan sebagai berikut :

Outdegree tertinggi dicapai oleh Sardi. InDegree tertinggi dicapai oleh Sardi dan Badu. Hal ini berarti bahwa Sardi mempunyai pengaruh dan kekuasaan terbesar sedangkan kekuasaan yang dimiliki oleh Sardi adalah sama dengan kekuasaan yang dimiliki oleh Badu.Para mahasiswa Fakultas Ilmu Komunikasi yang sedang mengikuti matakuliah Semester III adalah 24 orang terdiri dari laki-laki dan perempuan. Mereka melakukan pertukaran pesan. Data penelitian hipotetis dikumpulkan dan dapat disajikan sebagai berikut :ABGSSCDRSWDDKWMRGWTNHVRD

A000110000000100000000001

B101101001011100011101010

G 110111101111110111011111

S111010111110111111111111

S111101111110110111011111

C001000000000000000000010

D000010011000100001000111

R000000000000000001000110

S111111110111100111111111

W000000000000000000000010

D100110101000100111101111

D010000011000100101101111

K010010111111011111111111

W000000000000000000000010

M000000000000000000000110

R100100100010100011001111

G 000110001010110101111110

W111111101111111110111111

T010101111111111111011111

N000000000000000000000010

H001100001011100111110111

V101111111111111111111011

R111111111111111111111101

D000110111011100111111110

Nama-nama di atas disingkat. Nama mereka adalah Andi, Badu, Gatot, Sakir, Sardi, Citra, DewiRini,Suci,Wati, Didi,Dani,Karta,Wahyu, Made, Rido,Giman, Wulan, Tini, Nani,Harti,Vina,Ririn, dan Dina. Pemasukan data ke dalam Ucinet menghasilkan arsip data dengan nama LAT19. Data ini adalah sebagai berikut :

Menu Visualize dipakai. Langkah ini akan menyajikan NetDraw.Perintah Analyze>Centrality>Degree dipakai. Langkah ini akan menyajikan kotak dialog Degree disajikan.

Tombol Open atau tombol ditekan. Arsip LAT19 dipilih. Tombol OK ditekan sehingga informasi dapat disajikan sebagai berikut :

Informasi di atas mencerminkan bahwa aktor Ririn mempunyai nilai OutDegree tertinggi yaitu 23 dan nilai InDegree tertinggi yaitu 22. Hal ini berarti Ririn mempunyai pengaruh dan kekuasaan terbesar.Diagram jaringan pertukaran pesan dapat dihasilkan seagai berikut :

Bentuk lain dari hasil itu adalah sebagai berikut :

Dapatkah para penganut penelitian kualitatif melakukan interpretasi atas hasil di atas?Gagasan Hanneman dan Riddle dipakai sebagai acuan dalam menjelaskan hasil-hasil di atas.RangkumanFakultas Ilmu Komunikasi dan Fakultas-fakultas lain dianggap perlu melakukan pelatihan Analisis Jaringan Sosial seperti yang dilakukan oleh Ikatan Sarjana Komunikasi Indonesia. Kode 0 dipakai untuk mewakili hubungan antara aktor tidak terdapat. Kode 1 dipakai untuk mewakili hubungan terdapat antara para aktor.Analisis jaringan sosial termasuk juga analisis jaringan komunikasi telah diberi contoh dari contoh paling sederhana hingga contoh yang kompleks. Contoh-contoh yang dipakai juga telah memanfaatkan hasil penelitian dari Alex Bavelas dan Haold Leavitt sekitar tahun 1940 1950-an. Analisis jaringan sosial dapat dipakai dalam penelitian kuantitatif, penelitian kualitatif, dan penelitian kombinasi. Hasil-hasil Ucinet dan NetDraw membutuhkan Interpretasi. Hasil dari NetDraw berbentuk diagram jaringan pertukaran pesan. Diagram ini bersifat kualitatif dan interpretasi diagram jaringan ini membutuhkan pemakaian menu Analyze dalam Ucinet untuk melakukan pengukuran-pengukuran secara kuantiatif karena tanpa pengukuran secara kuantitatif maka hasil kualitatif tadi tidak akan mampu diinterpretasikan.Analisis jaringan sosial dapat dipakai untuk analisis jaringan komunikasi, analisis hubungan masyarakat, analisis hubungan internasional, analisis hubungan perdagangan domestik, analisis hubungan perdagangan internasional, analisis hubungan politik, dan analisis hubungan sosial. Analisis jaringan sosial dapat juga dipakai untuk analisis dalam epidemiologi.Penulis mengharap kritik atas isi tulisan ini.Kutipan :[1] Jaubah, Abdullah M. (2013). Teori Jaringan Komunikasi. Daftar KepustakaanBorgatti, S. P., M.G. Everette, dan L. C. Freeman. 2002. Ucinet for Windows : Software for Social Network Analysis. Harvard, M. A. : Analytic Technologies.Borgatti, S. P., Brass, D. J., & Halgin, D. S. Social network research:confusions, criticisms, and controversies , dalam D.J. Brass, G. Labianca, A. Mehra, D.S. Halgin, & S.P. Borgatti (Eds.), Research in the Sociology of Organizations. Vol. 40. Emerald Publishing: Bradford, UK.Hanneman, Robert A. and Mark Riddle. 2005. Introduction to social network methods. Riverside, CA: University of California, Riverside (published in digital form at http://faculty.ucr.edu/~hanneman/ )Linton Freeman, Linton C. 2006.The Development of Social Network Analysis. Vancouver: Empirical Press.Scott, John. 1991. Social Network Analysis. London: Sage.

Wasserman, Stanley, and Faust, Katherine. 1994. Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press.

Wellman, Barry and S.D. Berkowitz, eds., 1988. Social Structures: A Network Approach. Cambridge: Cambridge University Press.http://www.iski.or.id/files/galeri_berita/1409637356_PELATIHAN_JARINGAN_KOMUNIKASI.pdfPermata Depok Regency, 15 Februari, 2015.37