Deteksi Komunitas — Pengelompokan Graf dalam Jaringan
Deteksi komunitas adalah keluarga algoritma partisi graf yang menemukan sub-kelompok yang terhubung erat — komunitas — di dalam sebuah jaringan. Pertama kali diformalkan melalui ukuran modularitas oleh Girvan dan Newman (2002), bidang ini berkembang pesat dengan metode Louvain (Blondel et al., 2008), penyempurnaan Leiden (Traag et al., 2019), dan pendekatan Infomap berbasis teori informasi. Semua varian menjawab pertanyaan yang sama: simpul mana yang mengelompok bersama lebih erat di antara mereka sendiri daripada dengan sisa jaringan?
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Sumber
- Blondel, V.D., Guillaume, J.-L., Lambiotte, R. & Lefebvre, E. (2008). Fast Unfolding of Communities in Large Networks. Journal of Statistical Mechanics, 2008(10), P10008. DOI: 10.1088/1742-5468/2008/10/P10008 ↗
- Traag, V.A., Waltman, L. & van Eck, N.J. (2019). From Louvain to Leiden: Guaranteeing Well-Connected Communities. Scientific Reports, 9, 5233. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Community Detection (Louvain, Girvan-Newman, Leiden, Infomap). ScholarGate. https://scholargate.app/id/network-analysis/community-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Analisis SentralitasAnalisis Jaringan↔ compare
- Model Graf Acak Eksponensial (ERGM / p*)Analisis Jaringan↔ compare
- Pengelompokan HirarkisPembelajaran Mesin↔ compare
- Model Difusi JaringanAnalisis Jaringan↔ compare
- Model Blok StokastikAnalisis Jaringan↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →