Tag Archives: ips

Struktur dan Jaringan Sosial

Analogi dan metafora sering digunakan oleh ilmuwan sosial untuk menjelaskan fenomena sosial karena konsep sosial tertentu dinyatakan sangat sulit untuk dipahami. Misalnya, struktur fisik seperti ‘bangunan’ atau struktur biologis seperti ‘organisme’ dibandingkan dengan mendefinisikan konsep ‘struktur sosial‘. Sebenarnya, struktur ini bukanlah struktur fisik. Konsep abstrak yang tidak bisa dilihat dijelaskan dengan cara yang disederhanakan dengan menggunakan analogi yang bisa dilihat dengan mudah oleh semua orang. Ilmuwan fisik menggunakan model untuk menguji prediksi. Jika prediksi benar saat model diuji setiap waktu maka model yang dibangun sudah sempurna. Jika tidak, modelnya sesuai dimodifikasi dan kemudian ramalannya diuji lagi. Proses ini dilanjutkan sampai model menjadi sempurna. Apakah kita memiliki model ini yang besar yang dapat digunakan untuk menguji prediksi sosial? Pada artikel ini, sebuah usaha dilakukan untuk memahami sejauh mana teori jaringan berguna dalam menjelaskannya dan apakah prediksi sosial dapat dibuat dengan menggunakan jaringan.

Radcliffe-Brown adalah salah satu yang paling awal untuk menyadari bahwa analisis ini pada akhirnya akan mengambil bentuk matematika. Radcliffe-Brown mendefinisikan┬ástruktur ini┬ásebagai seperangkat hubungan yang benar-benar ada pada saat tertentu, yang menghubungkan manusia-manusia tertentu. Menurut kamus Oxford, ‘hubungan’ berarti cara di mana dua orang, kelompok, atau negara berperilaku satu sama lain atau saling berhadapan. Ungkapan, ‘menghubungkan bersama manusia tertentu’ dapat dibandingkan dengan ‘kerja bersih’ dari koneksi.

Jaringan didefinisikan sebagai kelompok orang yang saling bertukar informasi. Setiap titik (orang atau agen) dalam jaringan disebut ‘simpul’ dan kaitan antara dua simpul dihubungkan oleh garis yang disebut ‘tepi’. Bila dua simpul memiliki hubungan sosial langsung maka mereka terhubung dengan satu sisi. Jadi, ketika sebuah simpul dihubungkan dengan semua simpul yang memungkinkan simpul memiliki hubungan sosial, ia menghasilkan sebuah grafik. Grafik yang dihasilkan adalah jaringan sosial. Jumlah tepi dalam jaringan diberikan dengan rumus nc2, dimana ‘n’ adalah jumlah node. Misalnya, jika ada 3 orang dalam sebuah pesta maka jumlah jabat tangan akan menjadi 3. Jika ada 4 orang maka jumlah jabat tangan akan menjadi 6. Jika ada 5 orang maka akan 10. Jika ada 10 orang maka jumlah jabat tangan akan menjadi 45. Jika ada 1000 orang maka jumlah jabat tangan akan menjadi 499.500. Bila jumlah orang telah meningkat 100 kali lipat dari 10 menjadi 1000, jumlah jabat tangan telah meningkat 10.000 kali lipat. Jadi jumlah hubungan meningkat secara signifikan seiring ‘n’ meningkat. Teori jaringan dikembangkan oleh matematikawan Hungaria, Paul Erdos dan Alfred Renyi, pada pertengahan abad ke-20. Jaringan node yang bisa berada dalam keadaan 0 atau 1 disebut jaringan Boolean. Itu ditemukan oleh ahli matematika George Boole. Dalam jaringan Boolean, keadaan node 0 atau 1 ditentukan oleh seperangkat aturan.

Jika dua node terhubung maka jaringan kedua node tersebut mengasumsikan empat state (00, 01, 10, dan 11). Jumlah keadaan jaringan tumbuh secara eksponensial seiring bertambahnya jumlah node yang diperoleh dengan formula 2n, dimana ‘n’ adalah jumlah node. Bila n lebih besar dari 100, cukup sulit untuk menjelajahi semua kemungkinan keadaan jaringan bahkan untuk komputer tercepat di dunia. Dalam jaringan Boolean kita dapat memperbaiki jumlah negara sebagai 0 dan 1. Dalam jaringan Boolean, jika ada tiga simpul A, B, dan C yang dihubungkan langsung oleh tepi maka keadaan C dapat ditentukan dengan memperbaiki keadaan dari A dan B. Ini berarti keadaan C bergantung pada keadaan A dan B dalam beberapa kombinasi. Selanjutnya, ini menyiratkan bahwa jika kita mengetahui keadaan C maka kita akan mengetahui perilaku kombinasional A dan B. Tetapi dalam jaringan sosial orang, kita tidak tahu bagaimana perilaku seseorang deterministik. Selanjutnya, dalam jaringan Boolean, perilaku simpul dapat dipelajari dalam percobaan terkontrol karena simpul di sini adalah benda. Tapi di jaringan sosial, node yang bersifat individual tidak bisa diperlakukan sebagai objek. Dalam jaringan sosial bagaimana kita mendefinisikan keadaan seseorang? Berapa banyak negara yang dimiliki seseorang? Apa sifat sebuah negara? Jika perilaku yang diharapkan seseorang dikurangi ke dua negara bagian seperti ‘ya’ atau ‘tidak’, maka jumlah negara bagian jaringan akan menjadi 2n. Dari sini, hanya satu negara yang akan muncul pada saat tertentu. Bagaimana kita memprediksi suatu negara tertentu?

Keluarga adalah jaringan mikro dalam jaringan. Anggota keluarga saling terkait satu sama lain. Sebagian besar anggota juga terhubung ke jaringan lain di luar keluarga. Interaksi terjadi di dalam keluarga di antara anggota yang juga memiliki interaksi di luar keluarga. Jadi ada beberapa sisi yang berjalan dari satu simpul keluarga menuju simpul dalam keluarga dan simpul di luar keluarga. Tepi dalam sebuah keluarga menunjukkan hubungan intim, sedangkan ujung-ujungnya menghubungkan simpul di luar keluarga tidak harus menunjukkan hubungan intim. Hubungan intim ini merupakan asumsi yang sangat penting yang harus kita pertimbangkan agar bisa mengurangi jumlah negara dalam jejaring sosial. Misalnya, kemungkinan anggota keluarga untuk menyesuaikan diri dengan norma keluarga akan lebih tinggi. Demikian pula, kemungkinan seseorang berpihak dengan teman dekat akan lebih tinggi. Juga, kemungkinan anggota kelompok tertentu untuk menyesuaikan diri dengan norma kelompok akan lebih tinggi. Asumsi ini diperlukan untuk mengukur probabilitas bagaimana seluruh jaringan berperilaku dengan cara tertentu.