IMPLEMENTASI ALGORITMA LINK PREDICTION UNTUK MENCARI KESAMAAN ANTARA CALON LEGISLATIF PEMILIHAN UMUM INDONESIA 2019

Ghiffari Assamar Qandi; Nur Aini Rakhmawati

doi:10.24176/simet.v12i1.4801

IMPLEMENTASI ALGORITMA LINK PREDICTION UNTUK MENCARI KESAMAAN ANTARA CALON LEGISLATIF PEMILIHAN UMUM INDONESIA 2019

Ghiffari Assamar Qandi
Nur Aini Rakhmawati

Abstract

Jumlah penelitian yang menganalisa data semakin meningkat. Salah satu topik yang populer adalah mencari interaksi antara masing-masing data yang biasa disebut sebagai social network atau jejaring sosial. Metode yang biasa digunakan untuk pemodelan dari masing-masing data adalah link prediction. Dengan menggunakan link prediction akan mendapatkan hasil berupa nilai kesamaan atau hubungan antara masing-masing data. Pemilihan umum Indonesia adalah pesta demokrasi rakyat yang diadakan setiap 5 tahun sekali. Salah satu data yang bisa diambil dalam pemilihan umum adalah data calon legislatif. Penelitian ini mencoba mengimplementasikan link prediction ke dalam data calon legislatif pemilihan umum Indonesia 2019. Peneliti menggunakan teknik crawling untuk mendapatkan sumber data dari website resmi Komisi Pemilihan Umum. Setelah proses crawling data akan dibersihkan sesuai atribut terpilih. Atribut yang digunakan untuk mencari nilai kesamaan adalah daerah asal, daerah pemilihan, dan partai pengusung. Metode link prediction yang digunakan adalah Adamic-Adar Index, Jaccard Coefficient, dan Preferential Attachment. Hasil penelitian ini menemukan bahwa jumlah kesamaan berdasarkan atribut terpilhi masing-masing calon legislatif cukup besar.

Keywords

jejaring sosial; link prediction; machine learning; jaccard; preferential attachment; adamic-adar index

Teks Lengkap:

PDF

Referensi

[1] E. Alpaydin. (2020). Introduction to Machine Learning. MIT Press.

[2] M. Mohammed, M. Khan, and E. Bashier. (2016). Machine Learning: Algorithms and Applications.

[3] M. Al Hasan, V. Chaoji, S. Salem, and M. Zaki. 2006. “Link prediction using supervised learning,” in SDM06: workshop on link analysis, counter-terrorism and security. vol. 30, pp. 798–805.

[4] L. Dong, Y. Li, H. Yin, H. Le, and M. Rui. 2013. “The algorithm of link prediction on social network,” Mathematical Problems in Engineering, vol. 2013.

[5] H. Chen, X. Li, and Z. HuanG. 2005. “Link prediction approach to collaborative filtering,” in Proceedings of the 5th ACM/IEEE-CS Joint Conference on Digital Libraries (JCDL’05). pp. 141–142.

[6] R. Guns and R. Rousseau. 2014. “Recommending research collaborations using link prediction and random forest classifiers,” Scientometrics, vol. 101, no. 2, pp. 1461–1473, Nov.

[7] C. Olston and M. Najork. 2010. “Web crawling,” Foundations and Trends in Information Retrieval, vol. 4, no. 3, pp. 175–246.

[8] L. A. Adamic and E. Adar. 2003. “Friends and neighbors on the web,” Social networks, vol. 25, no. 3, pp. 211–230.

[9] G. A. Qandi and N. A. Rakhmawati. (2020). Link Prediction for Indonesian Legislative Candidate. Zenodo.

DOI: https://doi.org/10.24176/simet.v12i1.4801