Analisis centrality dan modularity pada graf untuk identifikasi relasi penelitian indeks topologi

INDONESIA:

Salah satu cabang matematika yang penting dan jamak dimanfaatkan untuk memecahkan ragam masalah yang terjadi dalam kehidupan adalah teori graf. Visualisasi dengan graf membantu pemecah masalah untuk lebih jelas dan mudah dalam menganalisis masalah yang telah dimodelkan, misalkan pemanfaatan teori graf untuk merepresentasikan keterhubungan antar kata kunci dalam penelitian. Pada penelitian ini menggunakan kata kunci “topological index” dalam pencarian data artikel yang terindeks oleh Scopus serta dilakukan analisis centrality meliputi degree centrality; eigenvector centrality; betweenness centrality; dan closeness centrality dan modularity. Tujuan penelitian ini adalah mengidentifikasi seberapa pengaruh suatu titik yaitu kata kunci terhadap jaringan yang terbentuk dan seberapa kuat jaringan tersebut menggunakan analisis centrality dan modularity. Hasil penelitian menunjukkan bahwa didapatkan pola jaringan dari 2000 data bibliometrik artikel penelitian yang telah dikumpulkan terdapat 225 titik dan 5.109 sisi. Selanjutnya, kata kunci yang memiliki hubungan yang kuat dengan kata kunci lain dan paling berpengaruh sebagai sentral yang signifikan yaitu “wiener index”. Kemudian kata “molecular graphs” merupakan kata kunci sebagai penghubung utama titik dalam jaringan dan efisien dalam penyebaran ide pengetahuan.

ENGLISH:

One of the important and commonly used branches of mathematics to solve various problems that occur in life is graph theory. Visualization with graphs helps problem solvers to more clearly and easily analyze problems that have been modeled, for example the use of graph theory to represent the relationship between keywords in research. In this study, the keyword “topological index” is used in searching for Scopus indexed articles and centrality analysis is carried out including degree centrality; eigenvector centrality; betweenness centrality; and closeness centrality and modularity. The purpose of this research is to identify how influential a point, namely keywords, is on the network formed and how strong the network is using centrality and modularity analysis. The results showed that the network pattern obtained from 2000 bibliometric data of research articles that have been collected there are 225 vertices and 5.109 edges. Furthermore, the keyword that has a strong relationship with other keywords and the most influential as a significant center is “wiener index”. Then the word “molecular graphs” is a keyword as the main connecting point in the network and efficient in spreading knowledge ideas.

ARABIC:

تعتبر نظرية المخطاط أحد فروع الرياضيات المهمة والمستخدمة بشكل شائع لحل المشكلات المختلفة التي تحدث في الحياة. يساعد التصور مع المخطاط من يحلون المشكلات على أن يكونوا أكثر وضوحًا وأسهل في تحليل المشكلات التي تم تصميمها، على سبيل المثال استخدام نظرية المخطاط الرسم لتمثيل العلاقة بين الكلمات الرئيسية في البحث. في هذه الدراسة، تم استخدام الكلمة الأساسية "الفهرس الطوبولوجي" للبحث عن بيانات المقالة المفهرسة على Scopus وتم إجراء تحليل المركزية بما في ذلك مركزية الدرجة ؛ مركزية المتجهات الذاتية بين مركزية وقرب مركزية ونمطية. الغرض من هذه الدراسة هو تحديد مدى تأثير نقطة ما ، أي كلمة رئيسية لها على الشبكة التي تم تشكيلها ومدى قوة الشبكة التي تستخدم تحليل المركزية والنمطية. أظهرت النتائج أن نمط الشبكة الذي تم الحصول عليه من البيانات الببليومترية لعام 2000 للمقالات البحثية التي تم جمعها يحتوي على 225 رؤوس و 5109 أضلاع. علاوة على ذلك ، فإن الكلمات الرئيسية التي لها علاقة قوية بالكلمات الرئيسية الأخرى ولها التأثير الأكبر كمركزية مهمة هيwiener indeks. ثم كلمة “molecular graphs” هي كلمة رئيسية كنقطة الاتصال الرئيسية في الشبكة وفعالة في نشر الأفكار المعرفية.