Review Buku Social Network Analysis for Startups

Udah lumayan lama gak nulis di blog karena kesibukan yang lumayan padat dan kuliah udah mulai dekat – dekat tesis jadi lebih banyak baca daripada nulis :). Pagi ini saya mau berbagi cerita tentang buku yang saya selesai baca sekitar dua bulan yang lalu. Buku ini adalah buku pertama yang saya tamatkan untuk bahasan Social Network Analysis, sesuai dengan bidang yang insya Allah saya perdalam dalam penilitian tesis saya nanti. 

Buku Social Network Analysis for Startups ini dicetak oleh O’Reilly salah satu penerbit di Amerika yang banyak menerbitkan buku – buku IT. Buku ini ditulis di tahun 2011 oleh Maksim Tsvetovat and Alexander Kouznetsov kalo dari namanya sih udah kebayang ya dua orang ini dari Rusia. Buku ini dijual dengan harga $22.56 di Amazon, atau bisa juga baca online di Google Books (walaupun gak semua halaman bisa di akses). Begini nih penampakan bukunya :

social_network_analysis_for_startup_cover

Buku ini terdiri dari 175 halaman yang terbagi dalam 7 bab serta 2 lampiran (appendix A dan appendix B). Apa aja sih yang diceritain di buku ini ? mari kita bongkar :

Bahasan Bab Per-bab :

Sebagaimana umumnya buku di bab 1 akan ada introduction atau pengenalan yang menjelaskan pengertian dasar apa sih Social Network Analysis bagaimana sejarah singkatnya termasuk hal – hal apa saja yang bisa di selesaikan oleh Social Network Analysis. Karena SNA ini erat kaitannya dengan teori graf, di Bab 2 anda akan mendapatkan penjelasan tentang teori dasar graf yang sebenarnya sudah umum di ajarkan di bangku kuliah diploma atau sarjana seperti macam – macam graf, sejarah teori graf, dll. Hal menarik dalam buku ini adalah, buku ini di desain bukan menjelaskan teori yang begitu mendalam, tetapi lebih kepada teori yang seperlunya disertai dengan contoh kode program yang ditulis menggunakan bahasa Python dan framework NetworkX untuk penerapan teori tersebut.

Bab 3 s/d 5 berbicara tentang bahasan fundamental SNA, di dalamnya anda akan banyak menemui terminologi atau istilah – istilah di dalam SNA seperti Centrality, Power, Clique, Betweenness dan lain – lain. Tak lupa di setiap bahasan akan ada contoh program dan dataset nya yang bisa di download secara gratis (link nya ada di dalam buku tersebut). Dan nilai plus lagi adalah contoh dataset yang digunakan diambil dari kasus nyata, seperti misalnya dataset untuk menggambarkan centrality dan power diambil dari banyaknya tweet yang beredar pada saat aksi penggulingan presiden Mesir Husni Mubarak di Tahrir Square pada tahun 2013 lalu.

Bab 6 bicara tentang teori bagaimana sebuah konten bisa menjadi viral di social media, disitu dibahas istilah Critical Mass yang digunakan social media untuk menimbang bagaimana sebuah konten layak untuk menduduki peringkat atas. Bab 7 lebih membahas kepada karakteristik data di dunia nyata, dari mulai datasource yang berbentuk file sampai datasource OODB dan lain sebagainya.

Plus Minus Buku Ini

Menurut saya buku ini sangat cocok buat anda yang ingin belajar SNA dengan contoh implementasi dan source code (terutama yang sudah memastikan akan menggunakan Python dan NetworkX). Di dalamnya banyak banget contoh source code pengaplikasian teori – teori diatas dan dataset yang real, bisa digunakan sebagai referensi.

Namun menurut saya buku ini kurang begitu cocok jika anda benar – benar baru di SNA, karena beberapa teori fundamental SNA disini dijelaskan tidak terlalu mendalam. Seolah – olah anda diharapkan sudah sedikit banyak paham jalan cerita teori SNA. Saya menyarankan anda untuk membaca buku Social Network Analysis: Methods and Applications terbitan Cambridge University Press tahun 1994 karangan Stanley Wasserman dan Katherine Faust jika ingin memperdalam literatur yang lebih mendasar tentang SNA. Penampakkannya kaya gini :

sna_method_and_application

Oke deh segitu dulu review buku kali ini, mudah – mudahan bisa bermanfaat.

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>