RESOLUSI ENTITAS DALAM JEJARING SOSIAL MENGGUNAKAN METODE PROPAGASI ATRIBUT YANG TIDAK IDENTIK

by Yesi Novia,Arif Djunaidy


Date Published: 01 Mar 2016
Published In: Jurnal SISFO : Inspirasi Profesional Sistem Informasi
Volume: Vol 5 No 5
Publisher: Departemen Sistem Informasi, Institut Teknologi Sepuluh Nopember
Language: id-ID

https://doi.org/10.24089/j.sisfo.2016.03.004

Keywords: Resolusi entitas,attribute matching,graph matching

Abstract

Sebuah entitas mempunyai karakternya sendiri. Dan setiap karakter akan berbeda sesuai dengan konteksnya. Untuk itu diperlukan sebuah cara, agar karakter entitas yang tersebar di berbagai sumber, dapat dikenali sebagai milik entitas yang sama. Cara ini dikenal dengan Entity Resolution (Resolusi Entitas). Seiring dengan berkembangnya media sosial, penelitian resolusi entitas mengarah kepada integrasi dua akun dari dua jejaring sosial yang berbeda tapi dimiliki oleh orang yang sama. Dari kedua akun tersebut, kemiripan akun diidentifikasi melalui data profil dan jaringan pertemanannya. Pendekatan yang digunakan adalah pemadanan atribut (attribute matching) untuk memadankan data profil dan pemadanan graph (graph matching) untuk memadankan jaringan pertemanan. Berbeda dari penelitian sebelumnya, penelitian ini menggunakan data pengenal yang tidak identik (unidentical surface form) sebagai dataset. Sehingga untuk melakukan pemadanan graf diperlukan suatu cara, agar node yang berbeda namun merujuk kepada entitas yang sama dapat dikenali. Selain itu, dataset diambil dari Facebook dan Google+, dimana jumlah penggunanya berbeda. Sehingga ada beberapa akun, mempunyai jumlah node yang tidak seimbang. Agar kedua node dari kedua graf yang dihasilkan dari dua jejaring sosial yang berbeda, dapat dibandingkan dengan baik, maka diusulkan penambahan metode Friend Recommender. Nilai kemiripan gabungan dari profil dan jejaring pertemanan mempunyai tingkat akurasi tertinggi rata-rata berturut-turut sebesar 66% dan 50%. Tetapi, jika jejaring pertemanan diperluas dengan penambahan Friend Recommender, maka diperoleh tingkat akurasi tertinggi dan rata-rata berturut-turut sebesar 83% dan 60%.


© 2019 Open Access Journal of Information Systems (OAJIS) | created by : radityo p.w (http://about.me/radityopw) and rully a.h (eraha99 [at] gmail.com)