Memahami Teori Jaringan Sosial dan Analisisnya

oleh
oleh
Memahami Teori Jaringan Sosial dan Analisisnya

Teori Jaringan Sosial – Seperti yang ditunjukkan oleh para ahli teori jaringan, pendekatan normatif berpusat perhatian di sekitar budaya dan langkah sosialisasi yang menanamkan (internalization) norma dan nilai ke dalam diri aktor. Seperti yang di tunjukkan oleh pendekatan normatif, apa yang mempersatukan individu secara bersama adalah sekumpulan pemikiran bersama. Para pakar jaringan menolak pandangan tersebut dan berpendapat bahwa individu harus memusatkan perhatian pada pola ikatan obyektif yang menghubungkan anggota masyarakat (Ritzer, Teori Sosiologi Modern, 2014).

Barry Wellman dalam hipotesis teori Jaringan sosial adalah salah satu komponen kapital sosial terlepas dari kepercayaan dan norma. Gagasan jaringan dalam kapital sosial lebih memfokuskan pada aspek ikatan antar simpul yang dapat berupa individu maupun kelompok (organisasi). Hal tersebut terdapat pemahaman tentang adanya hubungan sosial yang diikat atau di batasi oleh adanya kepercayaan dimana kepercayaan itu dijaga dan dipertahankan oleh norma-norma yang telah ada.

Selain itu, jaringan sosial yang sebenarnya dapat dibentuk dari hubungan antar personal, antar individu dengan institusi baik berupa organisasi, lembaga maupun yang lain, serta jaringan sosial antar institusi. Untuk sementara jaringan sosial adalah dimensi yang mungkin bisa saja memerlukan dukungan atau bantuan dua dimensi lainnya karena kolaborasi atau jaringan sosial tidak akan terwujud tanpa didasarkan norma dan rasa saling percaya bersama (Oktaviari & Handoyo, 2017).

Sesuai menurut pandangan Wellman satu ciri khas teori jaringan sosial merupakan pemusatan perhatian pada struktur mikro hingga makro. Artinya, untuk teori jaringan sosial, aktor atau pelaku mungkin saja individu, tetapi mungkin juga bisa berbentuk kelompok, masyarakat dan perusahaan. Koneksi dapat terjadi di struktur sosial skala luas seperti halnya pada tingkat yang lebih kecil atau mikrokospik. Jaringan sosial dapat dibedakan menjadi tiga tingkatan yaitu sebagai berikut

Baca Juga: Memahami Teori Konsep Diri George Herbert Mead

Memahami Teori Jaringan Sosial dan Analisisnya

Tingkatan Jaringan Sosial

Jaringan sosial Mikro

Jaringan sosial antara individu atau antar pribadi dikenal sebagai jaringan sosial mikro. Hubungan terus menerus antara individu dapat menjadikan suatu jaringan sosial di antara mereka. Jaringan sosial mikro juga memeiliki tiga kapasitas maupun funsi yaitu sebagai pelicin, sebagai jembatan dan sebagai perekat.

Pertama, sebagai pelicin dimana jaringan sosial memberikan berbagai kemudahan untuk mengakses berbagai macam-macam barang atau sumber daya langka seperti informasi, jasa, barang, kekuasaan dan sebagainya.  Kedua, sebagai jembatan dimana jaringan sosial pada tingkat mikro dapat bekerja dengan memudahkan hubungan antara suatu pihak dengan pihak lainnya. Ketiga, sebagai perekat dimana jaringan sosial antara individu memberikan tatanan dan makna pada kehidupan sosial.

Jaringan sosial Meso

Sama dengan jaringan sosial mikro, jaringan sosial meso juga berfungsi sebagai pelicin, perekat dan jembatan. Kegunaan pelicin dalam jaringan sosial meso dapat dilihat dari sudut pandang yang berbeda bisa dilihat dari berbagai kemudahan yang diperoleh para anggota kelompok  untuk mendapatkan dan mengakses berbagai barang atau sumber daya langka seperti formasi, barang, kekesuan, jasa dan sebagainya.

BACA JUGA  Tutorial menggunakan publish or Perish (PoP) Untuk Analisis Sitasi Akademik

   Fungsi jembatan pada tingkat jaringan sosial meso dapat dilihat melalui kekuatan relasi atau daya hubung yang dimiliki individu sebagai hasil dari keanggotaannya pada suatu kelompok untuk dimanfaatkan dalam menjalani kehidupan sehari-hari.

   Fungsi perekat dari tataran jaringan sosial meso dapat dilihat melalui kapasitas kelompok sebagai suatu entitas yang obyektif memberikan suatu makna dan tatanan pada kehidupan sosial. Melalui makna dan tatanan yang diberikan dan disediakan tersebut, individu direkat ke dalam kelompok.

Jaringan sosial Makro

Jaringan sosial makro ini terbentuk karena terjalinnya simpul-simpul dari beberapa kelompok. Pada akhirnya, jaringan sosial makro ini adalah jaringan yang terbentuk dari ikatan antara dua kelompok atau lebih. Kelompok dalam konteks ini bisa sebagai bentuk institusi, organisasi, bahkan bisa hingga negara (Damsar & Indrayani, 2009).

 Granoveter menggambarkan hubungan di tingkat mikro itu sebagai tindakan atau aktivitas yang melekat dalam hubungan indivisu konkret dan dalam struktur (jaringan sosial) hubungan itu. Hubungan ini tergantung pada berbagai akses yang berbeda dalam setiap sumber daya yang bernilai pada setiap aktor. Hasilnya adalah kerangka kerja yang terorganisir cendrung terstratifikasi, komponen tertentu tergantung pada komponen berbeda (Ritzer, Teori Sosiologi Modern, 2014).

Hipotesis dari teori jaringan sosial memiliki sekumpulan prinsip yang berkaitan secara kohern. Prinsipnya adalah sebagai brikut. Pertama, ikatan antara aktor umumnya adalah simetris baik dalam derajat maupun dalam kekuatannya. Aktor saling memasok dengan sesuatu yang memiliki perbedaan dan mereka melakukan demikian dengan intensitas yang makin besar atau makin kecil.

Kedua, ikatan antara orang harus dianalisis dengan konteks struktur jaringan sosial lebih luas. Ketiga, terstrukturnya ikatan sosial menimbulkan berbagai jenis jaringan sosial non-acak. Di satu sudut pandang, jaringan sosial adalah transitif: jika ada ikatan antara A dan B dan C, ada potensial ikatan antara A dan C. Hasilnya adalah bahwa semua hal dipertimbangkan, ada organisasi yang menggabungkan adanya jaringan A, B dan C. Kemudian lagi ada keterbatasan tentang berapa banyak jumlah hubungan yang dapat muncul dan seberapa solid hubungan itu dapat terjadi.

Oleh karena itu, memungkinkan terbentuknya klompok-klompok jaringan sosial dengan batas tertentu, yang terisolasi satu sama lain. Keempat, adanya klompok jaringan menyebabkan terjadinya croos join atau hubungan silang antara kelompok jaringan maupun individu. Kelima,adanya ikatan asimetris antara unsur di dalam sebuah sistem jaringan dengan akibat sumber daya yang terbatas akan terdistribusikan secara tak merata. Keenam, terakhir, distribusi yang berbeda dari sumber daya yang terbatas menimbulkan baik itu kerja sama maupun kompetisi. Beberapa klompok akan bergabung untuk mendapatkan aset berupa sumber daya yang terbatas itu dengan kolaborasi, sementara kelompok yang berbeda bersaing dan merebutkannya (Ritzer, Teori Sosiologi Modern, 2014).

Analisis Teori Jaringan Sosial

Bagian penting dari analisis jaringan sosial ini adalah bahwa analisis ini menjauhkan sosiologi dari studi tentang kelompok dan kategori sosial yang mengarahkannya untuk mempelajari ikatan di kalangan antar-aktor yang tidak terikat secara kuat dan tak sepenuhnya memenuhi kebutuhan kelompok. Granovetter membedakan antara ikatan yang kuat dan yang lemah. Seperti Ikatan kuat, hubungan antara individu dengan teman karibnya, dan ikatan lemah, seperti hubungan seseorang dengan para kenalannya.

BACA JUGA  Memahami Logika, Bahasa dan Penemuan Kebenaran!

Sosiolog lebih berpusat pada individu yang mempunyai ikatan kuat atau kelompok sosial. Mereka pada umumnya cendrung menganggap ikatan kuat menjadi penting dari pada ikatan lemah untuk di jadikan sasaran studi sosiologi. Granovetter mengklarifikasikan bahwa ikatan lemah bisa menjadi vital. Ikatan lemah menjadi penting ketika aktor perlu memperluas jaringannya. Misalnya, ikatan lemah dua aktor dapat mengisi atau membantu sebagai jembatan antara dua klompok yang kuat ikatan internalnya. Tanpa ikatan lemah seperti itu, kedua kelompokan itu benar-benar terisolasi secara total.

Isolasi ini selanjutnya dapat menyebabkan sistem sosial semakin terpecah. Seseorang yang tidak memiliki ikatan lemah akan merasa dirinya tidak terlibat atau terisolasi dalam sebuah kelompok yang ikatannya sangat kuat dan akan kekurangan informasi tentang apa yang terjadi di kelompok lain ataupun dalam masyarakat lebih luas. Terlepas dari kenyataan bahwa Granovetter mengklarifikasi pentingnya ikatan yang lemah, dia bergegas mengklarifikasi bahkan ikatan yang kuat pun mempunyai manfaat atau nilai. Misalnya, individu yang memiliki ikatan kuat memiliki motivasi yang lebih besar dan menonjol untuk saling membantu dan lebih cepat memberikan bantuan (Ritzer, Teori Sosiologi Modern, 2014).

Jaringan sosial juga bagian penting dari modal sosial. Pada tingkat fundamental, modal sosial membahas tentang ikatan atau keterkaitan sosial. Pemikiran utama modal sosial tentang ikatan sosial adalah bahwa jaringan sosial merupakan aset yang sangat bernilai – dasar bagi keterkaitan sosial karena mereka memberi energi pada lingkungan untuk mendapatkan keuntungan (Field, 2010).

Social Network Analysis

            Social Network Analysis (SNA) adalah tampilan pemodelan terhadap aktor yang dilambangkan dengan titik (nodes) dan interaksi atau kerja sama antar aktor  tersebut yang dilambangkan dengan garis (edges), pemeriksaan ini diperlukan mengingat analisis dikarenakan membawa kesempatan baru untuk memahami individu sebagai aktor atau masyarakat terkait pola interaksi sosial mereka. SNA dapat digunakan dalam mempelajari jaringan organisasi, pola, dan orang-orang yang terhubung melalui berbagai cara dalam sebuah lingkungan (Bratawisnu & Alamsyah, 2018).

SNA memiliki beberapa properti jaringan untuk merencanakan hubungan yang beragam dan sangat berguna untuk mengerjakan pembuatan manajemen informasi di organisasi maupun sebuah jaringan (Bratawisnu & Alamsyah, 2018). Properti SNA di tampilkan dalam tabel terlampir berikut ini :

Properti JaringanPenjelasan
NodesMenjelaskan posisi aktor yang berada dalam jaringan.
EdgesMerefleksikan hubungan antar aktor atau entitas yang terjadi dalam network.
Average degreeeMenentukan jumlah hubungan pada satu node dibagi jumlah hubungan yang terjadi pada satu jaringan sosial.
DiameterJarak terjauh antara dua node yang berdekatan.
Average path lenghtRata-rata jalur yang dilewati oleh tiap node ke node lainnya.

Social network analysis sendiri merupakan suatu ilmu yang mengkaji hubungan antar satu kesatuan unsur dengan satuan unsur yang lainnya dengan bantuan grafik. Strategi dan prosedur SNA dipilih karena teknik ini dapat memberikan gambaran atau persepsi sampai pada hubungan terkecil yang terjadi hanya pada satu individu dengan satu individu lainnya di dalam jaringan, strategi SNA ini juga dapat digunakan untuk menemukan communities, node, dan informal hierarchies yang miliki dampak paling besar dalam jaringan (Setatama & Tricahyono, 2017).

BACA JUGA  New : 12 Style Penulisan daftar pustaka, kamu harus tahu

Akhirnya pada SNA terdapat pengukuran centrality. Pengukuran centrality digunakan dalam menentukan aktor yang mengambil peran paling penting dan utama dalam suatu jaringan sosial, ini menunjukkan kedudukan situasi derajat fokus individu.

Ada empat proporsi atau pengukuran centrality yaitu: degree centrality ditentukan dengan jumlah edges yang berhubungan dengan pada nodes, betweenness centrality mengidentifikasi nodes yang akan menjadi perantara informasi, closeness centrality merupakan jarak rata-rata dari node yang diberikan ke semua simpul lain dalam jaringan sosial, dan eigenvector centrality menunjukkan node terpenting dalam jaringan berdasarkan koneksi yang dimiliki node dan node yang berhubungan dengan node tersebut (Bratawisnu & Alamsyah, 2018). Dalam menganalisis SNA nantinya peneliti menggunakan aplikasi Ucinet versi 6.0 untuk mempermudah dalam menganalisisnya.

Ada beberapa konsep di dalam pendekatan social network analysis, selain meggambarkan pola yang terbentuk dari hubungan antar node atau aktor, SNA lebih sering digunakan untuk menentukan node sentral di dalam sebuah network¸dengan menghitung beberapa nilai centrality diantaranya yang umum dihitung adalah :

  1. Degree centrality menghitung jumlah interaksi yang dimiliki oleh sebuah node. Untuk menghitung nilai degree centrality dari node ni dapat dilakukan dengan menggunakan rumus sebagai berikut :

CD(ni) = d(ni)

Keterangan :

d(ni) = banyaknya interaksi yang diiliki oleh node ni dengan node lain di dalam network

  • Closeness centrality menghitung jarak rata-rata antara suatu node dengan seluruh node lain di dalam jaringan atau dalam kata lain mengukur kedekatan sebuah node dengan node lain. Dalam sebuah jaringan dengan g node, closeness centrality dari node ni adalah sebagai berikut:

CC(ni) = [N-1 / Σ d(ni, nj)]

Keterangan :

N = jumlah node di dalam jaringan

d(ni,nj) = jumlah jalur terpendek yang menghubungkan node ni dan nj

  • Nilai ini berfungsi untuk menentukan peran aktor yang menjadi jembatan penghubung interaksi di dalam network. Untuk menghitung nilai degree centrality dari sebuah node dapat dilakukan dengan menggunakan rumus sebagai berikut

CB(ni) = Σgjk (ni)/gjk

Keterangan :

gjk (ni) = jumlah jalur terpendek dari node j ke node k yang melewati node i. gjk = banyaknya jalur terpendek antara 2 buah node dalam network

            Terdapat juga deegre centrality dimana kegiatan ini merupakan kegiatan menghitung jumlah interaksi antara pihak Griya Cinta Kasih dengan para donaturnya yang ditunjukkan oleh sebuah node. Betwenness centrality menghitung seberapa sering sebuah node bisa dari pihak Griya Cinta Kasih maupun donatur yang dilewati oleh node lain untuk menuju ke sebuah node tertentu di dalam jaringan sosial. Sedangkan closeness centrality menghitung jarak rata-rata antara suatu node yang dilalui antara Griya Cinta Kasih dengan seluruh node lain dari pendonatur di dalam jaringan sosial atau dalam kata lain mengukur kedekatan sebuah node dengan node lain

          UCinet

            Dengan bantuan dari perangkat lunak atau softwware UCinet versi 6.0, program yang dikembangkan oleh Borgatti dan teman-temannya untuk ilmu sosial (Borgatti & Foster, 2003). UCINET 6 dipilih dari nomor alat yang tersedia karena relatif mudah dioprasionalkan dan memiliki jangkauan yang luas untuk pemilihan analisis (Huisman & Van Duijn, 2005). Setelah entri data selesai, kemudian membuat gambar sosiometri dan sosiogram dengan menggunakan software NetDraw, software ini satu kesatuan dengan software UCINET. Setelah gambar sosiometri dan sosiogram tersaji, selanjutnya data tersebut diolah menggunakan analisis data pada level sentralitas aktor atau pelaku. (Putri, Sujoko, & Antoni, 2018)

Tinggalkan Balasan