IPB University Logo

SCIENTIFIC REPOSITORY

IPB University Scientific Repository collects, disseminates, and provides persistent and reliable access to the research and scholarship of faculty, staff, and students at IPB University

AI Repository
 
Building and Categories


      View Item 
      •   IPB Repository
      • Final Assignments
      • Master Final Assignments
      • MF - School of Data Science, Mathematic and Informatics
      • View Item
      •   IPB Repository
      • Final Assignments
      • Master Final Assignments
      • MF - School of Data Science, Mathematic and Informatics
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Analisis Jejaring Sosial Data Desa Presisi Menggunakan Louvain Community Detection dan Centrality untuk Kajian Indeks Kesejahteraan Desa

      Thumbnail
      View/Open
      Cover (533.5Kb)
      Fulltext (2.525Mb)
      Lampiran (214.9Kb)
      Date
      2026
      Jenis/Type
      Tesis
      Subtype
      Theses
      Author
      Arafah, Abdullah Alhayad
      Annisa
      Sjaf, Sofyan
      Metadata
      Show full item record
      Abstract
      Penelitian ini bertujuan mengembangkan model analisis kesejahteraan rumah tangga berbasis Social Network Analysis (SNA) dengan memanfaatkan Data Desa Presisi (DDP) dan Indeks Kesejahteraan Desa (IKD). Selama ini, data kesejahteraan desa umumnya dianalisis secara tabular dan spasial melalui pendekatan by name, by address, dan by coordinate. Namun, pendekatan tersebut belum sepenuhnya mampu menjelaskan struktur relasional antarrumah tangga, terutama dalam membaca pola kedekatan sosial-ekonomi, homofili, segregasi, posisi aktor strategis, serta ketepatan sasaran kebijakan bantuan sosial. Penelitian ini dilakukan di Desa Sedupi, Kecamatan Tanah Abang, Kabupaten Penukal Abab Lematang Ilir, Sumatera Selatan, dengan unit analisis kepala keluarga. Secara khusus, penelitian ini bertujuan memodelkan data mikro DDP ke dalam SNA berbasis dimensi IKD, menerapkan algoritma Louvain, assortativity, dan centrality untuk mendeteksi klaster kerentanan sekaligus mengidentifikasi aktor kunci, serta merumuskan dasar evaluasi ketepatan sasaran distribusi bantuan sosial. Untuk mencapai tujuan tersebut, ditempuh tahapan berikut. Data mikro rumah tangga ditransformasikan ke dalam graf berbobot tak berarah, di mana setiap kepala keluarga direpresentasikan sebagai simpul (node) dan hubungan antarsimpul (edge) dibentuk berdasarkan kemiripan lima dimensi IKD. Tahapan analisis meliputi pra-pemrosesan data, pembentukan atribut node, perhitungan kemiripan antarrumah tangga, seleksi threshold, konstruksi graf, deteksi komunitas menggunakan algoritma Louvain, analisis assortativity, analisis centrality, serta audit jaringan terhadap bantuan sosial, akses digital, dan atribut spasial. Hasil penelitian menunjukkan bahwa jaringan kesejahteraan rumah tangga terdiri atas 534 node dan 3.856 edge dengan nilai density 0,0271, threshold 0,30, serta menghasilkan 9 klaster Louvain dengan nilai modularity 0,5078. Temuan ini menunjukkan bahwa struktur kesejahteraan rumah tangga tidak tersebar secara acak, tetapi membentuk komunitas yang cukup kuat. Analisis assortativity menunjukkan bahwa dimensi pendidikan memiliki homofili tertinggi sebesar 0,619, diikuti sosial, hukum, dan HAM sebesar 0,514, lingkungan dan infrastruktur sebesar 0,402, sandang, pangan, dan papan sebesar 0,283, serta kesehatan dan pekerjaan sebesar 0,205. Dekomposisi within-between assortativity menghasilkan Qw* sebesar 0,632 dan Qb* sebesar 0,306, yang mengindikasikan kohesi internal komunitas yang kuat sekaligus adanya sekat antarkomunitas. Audit jaringan menunjukkan bahwa bantuan sosial memiliki nilai assortativity sangat rendah, yaitu 0,024, sehingga distribusinya belum sepenuhnya mengikuti struktur kerentanan kesejahteraan. Sebaliknya, akses internet dan kepemilikan ponsel menunjukkan pola pengelompokan dengan nilai masing-masing 0,420 dan 0,284. Analisis centrality mengidentifikasi 205 aktor strategis (38,4%), dan menariknya sebagian besar justru berasal dari kepala keluarga rentan (99,2% aktor multiperan berkategori Rendah/Sedang) dengan cakupan bansos yang masih rendah (21,0%), sehingga layak menjadi kandidat verifikasi sekaligus agen difusi program. Secara spasial, assortativity dusun hanya 0,123, menegaskan bahwa kerentanan kesejahteraan lebih tepat dibaca sebagai fenomena jaringan lintas-dusun daripada sekat kewilayahan. Pemeringkatan kerentanan menempatkan Klaster 0 sebagai komunitas paling rentan, sehingga intervensi dapat diprioritaskan secara bertingkat. Uji validasi menegaskan kredibilitas temuan: jaringan bersifat small-world (sigma 6,16), modularitas dan homofili signifikan terhadap null model, serta struktur komunitas stabil pada rentang ambang 0,2-0,3. Dengan demikian, integrasi DDP dan SNA dapat memperluas pendekatan pembangunan desa dari by name, by address, dan by coordinate menjadi by relation, serta mendukung perumusan kebijakan desa yang lebih presisi, inklusif, dan akuntabel.
      URI
      http://repository.ipb.ac.id/handle/123456789/178899
      Collections
      • MF - School of Data Science, Mathematic and Informatics [181]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository