Dalam dunia teknologi informasi sekarang ini, kita sering mendengar istilah kecerdasan buatan. Sangat banyak produk-produk teknologi informasi, sistem informasi dan informatika yang menggunakan kecerdasan buatan. Salah satu yang sedang populer saat ini adalah ChatGPT. ChatGPT merupakan model yang dilatih untuk mengikuti instruksi secara cepat dan memberikan respons yang mendetail. Kita bisa memberikan pertanyaan apa saja dan dalam waktu singkat ChatGPT akan memberikan respons terhadap pertanyaan tersebut. Terlepas dari jawab tersebut akurat atau tidak, ini hanya menunggu waktu. Semakin banyak kita bertanya kepada ChatGPT maka ChatGPT tersebut akan semakin pintar. Ini lah yang disebut sebagai kecerdasan buatan dengan pendekatan pembelajaran mesin (Machine Learning).Algoritma Community Detection Pada Jaringan SosialKecerdasan buatan atau Artificial Intelligence (AI) adalah simulasi dari kecerdasan yang dimiliki oleh manusia yang dimodelkan di dalam mesin dan diprogram agar bisa berpikir seperti halnya manusia. Kecerdasan buatan merupakan aktivitas penyediaan mesin seperti komputer dengan kemampuan untuk menampilkan perilaku yang dianggap sama cerdasnya dengan jika kemampuan tersebut ditampilkan oleh manusia.Teknik Mendeteksi Komunitas Dengan Analisis Jaringan SosialDengan kata lain AI merupakan sistem komputer yang bisa melakukan pekerjaan-pekerjaan yang umumnya memerlukan tenaga manusia atau kecerdasan manusia untuk menyelesaikan pekerjaan tersebut. AI sendiri merupakan teknologi yang memerlukan data untuk dijadikan pengetahuan, sama seperti manusia. AI membutuhkan pengalaman dan data supaya kecerdasannya bisa lebih baik lagi. Poin penting dalam proses AI adalah learning, reasoning dan self correction. AI perlu belajar untuk memperkaya pengetahuannya. Proses belajar AI pun tidak selalu disuruh oleh manusia, melainkan AI akan belajar dengan sendirinya berdasarkan pengalaman AI saat digunakan oleh manusia. 

lingkaran.id_ Banyak generasi muda terutama yang fresh graduated harus berjuang keras mencari pekerjaan yang tepat karena ketidaktahuan mereka tentang informasi dunia kerja dan tidak adanya bimbingan mengenai hal tersebut.Informasi-informasi seperti pekerjaan apa yang tepat dengan jurusan dan kompetensi yang mereka punya, bagaimana menghadapi pertanyaan-pertanyaan pada saat tes wawancara, psikotes, tentang besaran gaji yang diinginkan ataupun lebih dini lagi ke kompetensi apa saja yang harus mereka siapkan dan miliki selain ijazah S1, agar dapat masuk ke dunia kerja. Jikapun ada informasi yang tersedia maka informasi tersebut akan sangat terbatas dan biasanya itu diperoleh dari orang terdekat ataupun kakak tingkatnya saja.UBD Giatkan Praktisi Mengajar, Berikan Pemahaman Kesehatan dan Keselamatan KerjaSalah satu cara untuk memperbaiki hal tersebut ialah dengan membimbing mereka melalui program layanan  konsultasi karir dan kerja. Bimbingan dari para konselor/psikolog ahli yang berpengalaman membuat para alumni fresh graduated dapat membuat keputusan yang tepat berdasarkan informasi dan bimbingan yang mereka dapat dan biasanya itu tidak diperoleh secara gratis.Untuk membantu para alumni terutama yang fresh graduated menyiapkan diri dengan meningkatkan performance agar mendapat pekerjaan yang diimpikan, CDC (Career Development Center) Universitas Sriwijaya  bekerja sama dengan Universitas Bina Darma, MDP, Muhammadiyah kembali mengadakan kegiatan konsultasi karir atau diberi nama Counseling career days sebagai bagian dari rangkaian kegiatan besar UVCE (Universities Virtual Career Expo) yang ke-12 atau merupakan kegiatan job fair ke-2 dilaksanakan secara virtual.Konsultasi karir ini dilakukan secara “Gratis” berkat kerjasama dengan HIMPSI wilayah Sumsel yang dimotori oleh Dr. Muhamad Uyun, M.si selaku ketua HIMPSI SUMSEL beserta beberapa psikolog dan konselor dari lembaga konsultasi professional  seperti Counseling and Testing Center, , Hawara Psycology & HR Consultant, Insight Psychology service, Jiwakoe Consulting,  Lembaga Bantuan Psikologi Problema, Lembaga Psikologi Terapan Abimantrana, Optimal Psikology  and Education Center, Magna Penta Universitas Sriwijaya, Pusat Layanan Psikologi Universitas Bina Darma, Universitas Katolik Musi Charitas.Cara Menumbuhkan Kesadaran Pada Diri SendiriKegiatan akan dilaksanakan pada tanggal 24-28 Oktober 2022 melalui flatform khusus layanan konseling I Care dengan mengakses https://icare.imeet.id, dengan cara login ke system UVCE 2022 satu hari sebelum layanan dibuka. Ayo para alumni, manfaatkan peluang ini untuk dibimbing oleh para ahli mendapatkan pekerjaan yang terbaik seperti yang anda idam-idamkan!!!!*** 

Lingkaran.id- Universitas Bina Darma pada Senin 26 September 2022 melaksanakan pengenalan kehidupan kampus bagi mahasiswa baru (PKKMB) pada tahun 2022, PKKMB tahun ini dilaksanakan secara langsung setelah beberapa tahun hanya dilakukan secara daring.Pada pelaksanaan PKKMB Universitas Bina Darma di tahun 2022 terdapat serangkaian acara yang sangat luar biasa yang mana acara tersebut dilakukan sebagai bentuk mewujudkan generasi Tangguh, Unggul Dan Bermutu.Kembali Borong Prestasi, Universitas Bina Darma Raih Penghargaan di Hari Bahasa Isyarat Internasional 2022Dalam acara PKKMB 2022 yang dilakukan oleh Universitas Bina Darma menghadirkan berbagai para pembicara yang berkompeten dibidangnya untuk memberikan pandangan-pandangan kemajuan dunia pendidikan serta kolaborasi yang akan semakin berkembang di masa mendatang.Pada kesempatan ini universitas Bina Darma melalui Dr. Edi Surya Negara, M.kom wakil rektor bidang riset inovasi & teknologi membawakan materi tentang Sistem Pendidikan Tinggi Di Indonesia Era Revolusi 4.0 & Merdeka Belajar Kampus Merdeka.Dr. Edi Surya Negara, M.kom menyampaikan bahwa misi utama pendidikan tinggi adalah Menyiapkan modal manusia dan menghasilkan ilmu pengetahuan dan teknologi bagi pembangunan bangsa yang berkelanjutan.Dalam kesempatan ini beliau menjelaskan bagaimana pergeseran transformasi digital yang semakin  berkembang hingga sampai pada era revolusi 4.0, yang bertujuan untuk menarik para mahasiswa baru untuk melihat bahwa adanya pergeseran yang sangat signifikan pada era yang semakin berkembanga ini.Dengan kemajuan era revolusi 4.0 ini para mahasiswa universitas bina darma harus menyadari bahwa saat ini perkembangan dalam sektor pendidikan sangat jauh berkembang yang mana seluruh ilmu akan saling berkolaborasi untuk mencapai sistem pendidikan era revolusi 4.0.Melalui penyampaian materi ini beliau mengajak para mahasiswa baru universitas bina darma tahun 2022 untuk melihat bahwa kedepan tantangan dan kemajuan teknologi sangat berperan baik dalam dunia pendidikan dan pekerjaan di masa mendatang.DJKI Berikan Penghargaan Kontribusi Peningkatan Kekayaan Intelektual Kepada Rektor Universitas Bina DarmaOleh karena itu beliau juga menegaskan bahwa sistem pendidikan saat ini sudah berubah melalui program yang digagas oleh kemeterian pendidikan yakni merdeka belajar kampus merdeka yang mendorong para mahasiswa untuk terjun langsung dalam berkontribusi langsung dengan dunia kerja atau masyarakat yang bertujuan agar mahasiswa menerapkan secara langsung apa yang telah mereka pelajari selama kuliah.Seperti yang disampaikan oleh Dr. Edi Surya Negara, M.kom dimasa perkuliahan bukan hanya berbicara tentang kamu memperoleh nilai dan ipk 4 namun pada masa ini kamu akan memperoleh pertemanan yang lebih luas serta pengalaman yang sangat berharga yang belum kamu dapatkan selama dimasa sekolah.Bentuk Integritas Diri Dalam BekerjaTujuan dari materi yang disampaikan oleh Dr. Edi Surya Negara, M.kom ialah memberikan gambaran bahwa system pendidikan di universitas bina darma kini sudah bergerak mengikuti perkembangan saat ini dan tentunya sangat mendorong para mahasiswa untuk berani melakukan inovasi dan kolaborasi ilmu pengetahuan untuk mewujudkan generasi tangguh, unggul dan bermutu.*** 

Lingkaran.id-  Adanya Peran teknologi informasi dan komunikasi dalam mendorong perubahan arsitektur teknologi dan proses bisnis media daring menjadi hal yang harus dilakukan oleh para industri media.Fenomena ini terjadi akibat banyaknya sumber data yang dapat dijadikan konten informasi dalam industri media untuk meningkatkan daya saing dengan pemanfaatan teknologi big data.Pengembangan Sistem Klasifikasi Untuk Big Data Dengan Pembelajaran Mesin Didanai melalui Hibah Kemendikbud oleh Dosen Universitas Bina DarmaPenelitian ini bertujuan untuk mengembangkan lanskap dan ekosistem media daring dengan integrasi big data sebagai kekuatan utama dalam memproduksi informasi, wawasan, dan pengetahuan yang dapat dikonsumsi oleh pembaca.Desain proses bisnis dalam pengembangan lanskap dan ekosistem media daring dengan integrasi big datat dibagi menjadi empat proses bisnis yaitu: Proses Bisnis Pengambilan Data, Proses Bisnis Penentuan Topik Berita, Proses Bisnis Geolocation dan Social Network, dan Proses Bisnis Google Adsends.Salah satu dari proses penelitian ini adalah menciptakan aplikasi crawling data dari berbagai sumber web dan media sosial seperti: website, facebook, twitter & youtube.Penelitian ini merupakan kegiatan tahun kedua dari Hibah yang didapatkan oleh Dr. Edi Surya Negara, M.Kom dan tim pada skema Penelitian Terapan Unggulan Perguruan Tinggi Kementrian Pendidikan dan Kebudayaan Republik Indonesia. Penelitian ini telah menghasilkan beberapa produk akhir diantaranya.UBD Gratiskan Biaya Pendaftaran Hingga Diskon Uang Pangkal untuk Santri SumselDesain proses bisnis dalam pengembangan lanskap dan sistem media daring berbasis big data.Sistem lanskap dan ekosistem media daring berbasis big data.Publikasi pada International Conference on Applied Science, Technology, and Engineering (ICASTE 2021)Portal media daring.Menghasilkan Hak Cipta berupa Program Komputer Big Data Graph Network dan Smart Contract Model Pada Media DaringDan sedang diusulkan pengajuan hak cipta untuk program komputer Scrapping Youtube.*** 

lingkaran.id- Pada analisis jaringan sosial, jaringan secara sederhana didefinisikan sebagai hubungan (sisi) antara aktor-aktor (simpul). SNA berfokus pada analisis struktu jaringan sosial, antara lain : aktor pada jaringan simpul,dan relasi antar aktor (sisi) atau sering juga disebut dengan link, selain itu analisis juga fokus terhadap beberap elemen antara lain : komponen, klik, bridge, hubs, cutpoints, dan isolate yang ada pada sebuah jaringan.Aktor dan relasi pada analisis jaringan sosial dilihat dalam perspektif struktural. SNA melihat hubungan dan struktur aktor dengan aktor lain, aktor dengan kelompok, dan aktor dengan jaringan secara keseluruhan.Telah Dibuka Pendaftaran Mahasiswa Baru Tahun Akademik 2022-2023Hubungan antara aktor (simpul) dalam jaringan sosial memiliki beberapa jenis bentuk relasi. Bentuk relasi itu antara lain :One Mode atau Two Mode. Dalam jaringan sosial salah satu bentuk relasi antara aktor adalah satu tipe (one mode) atau dua tipe (two mode). Jaringan yang masuk kedalam kategori One Mode adalah jaringan yang semua aktor (simpul) nya memiliki jenis atau tipe yang sama. Misalnya relasi antar orang atau relasi antar lembaga. Sementara jaringan yang masuk kedalam kategori Two Mode adalah jaringan dimana aktor (simpul) yang ada di dalamnya memiliki jenis atau tipe yang berbeda. Misalnya dalam sebuah jaringan terdapat gabungan aktor (simpul) orang dan lembaga.Directed atau Undirected. Directed atau Undirected pada jaringan sosial menunjukkan bahwa hubungan antar aktor (simpul) memiliki arah (directed) atau tidak memiliki arah(undirected). Pada jaringan yang relasinya memiliki arah (directed) terdapat aktor (simpul) yang bertindak sebagai pengirim atau penerima, atau terdapat aktor (simpul) yang bertindak sebagai subjek dan objek. Sementara itu relasi antra aktor (simpul) yang tidak memiliki arah (underected), tidak ada aktor (simpul) yang bertidak sebagai pengirim atau penerima, semua aktor (simpul) memiliki peran yang sama.Symmetric atau Asymmetric. Relasi antar aktor (simpul) pada jaringan sosial juga memiliki hubungan simetris atau asimetris. Relasi simetris menunjukkan hubungan antara aktor (simpul) yang memiliki hubungan dua arah. Pada relasi simetris kedua aktor memiliki peran dan kotribusi yang sama, jika satu aktor (simpul) dihilangkan maka tidak terjadi relasi. Sedangkan relasi asimetris menunjukkan hubungan antar aktor (simpul) yang memiliki hubungan relasi satu arah.Weighted (Valued) atau Unvalued. Bentuk relasi ini menggunakan nilai intesitas relasinya. Weighted (Valued) merupakan relasi antar aktor atau (simpul) dalam jaringan sosial yang memiliki nilai intensitas tertentu. Sedangkan Unvalued merupakan relasi antar aktor (simpul) yang relasinya tidak menyebutkan nilai intensitasnya.Pada jaringan sosial di dunia nyata, relasi antara aktor (simpul) dapat dilihat dalam hubungan authorship, hubungan pertemanan pada media sosial seperti twitter atau facebook, hubungan kolaborasi, dan lain-lain.DOSEN UBD BERSAMA PUSAT PSTA BRIN BANDUNG LAKUKAN RISET PLANETARY BOUNDARYHubungan antara dua aktor (simpul) didalam jaringan sosial yang dimodelkan kedalam bentuk graph dapat juga dibedakan menjadi dua jenis yaitu:Social Interconection Graph. Sosial interconection graph merupakan model hubungan jaringan sosial yang hanya melihat bentuk relasinya.Social Interaction Graph. Sosial intraction graph merupakan salah satu jenis hubungan yang dimodelkan berdasarkan interaksi sesama aktor (simpul). Bentuk interaksi pada jaringan ini menunjukkan adanya pertukaran informasi atau pemindahan sesuatu dari sumber ke tujuan, misalnya interaksi melalui pengiriman email dari pengirim ke penerima, atau interaksi melalui telepon, dan lain-lain.Oleh: Edi Surya Negara(Dosen Universitas Bina Darma) 

lingkaran.id- Situs jejaring sosial atau social network site (SNSs) merupakan salah satu kategori media sosial yang membangun komunitas pertemanan atau jaringan pertemanan individual (simpul) dan adanya hubungan sosial (relationship) yang memungkinkan penggunanya untuk saling berkomunikasi dan berbagi konten.Jejaring sosial sebagai sebuah paradigma dalam ilmu sosial muncul pertama kali sekitar tahun 1930-an jauh sebelum era komputer dan internet. Paradigma ini digunakan untuk mempelajari aspek struktur dalam berbagai cabang ilmu sosial, seperti sosiologi, psikologi, ekonomi dan lain-lain.Algoritma Community Detection Pada Jaringan SosialBerbeda dengan penelitian sosial tradisional yang menjelaskan luaran atau karakteristik dari individu sebagai fungsi dari karakteristik lain yang dimiliki oleh individu tersebut (contohnya pendapatan seseoran merupakan fungsi dari tingkat pendidikan dan gender), jejaring sosial melihat lingkungan sosial dari individu untuk memberikan penjelasan melalui influence processes atau leveraging processes.Kendala awal dari pemanfaatan jejaring sosial dalam menganalisis masalah-masalah sosial adalah pengumpulan data dan sulitnya melakukan analisis pada jaringan yang besar. Perkembangan teknologi yang memiliki struktur jaringan seperti jaringan sistem distribusi tenaga listrik dan komputer mendorong kemajuan pemahaman jaringan secara matematis yang menyediakan perangkat analisis untuk melakukan analisis jaringan sosial yang lebih komprehensif dan melibatkan jaringan yang lebih besar.Pertumbuhan dan perkembangan situs jaringan sosial social network site) memberika kontribusi besar terhadap pengembangan metode dan teknik analisis pemanfaatan data jejaring sosial seperti: Facebook Twitter, LinkedIn, MySpace, Youtube, Tik Tok, Researchgate, Academia.Pemanfaatan data yang bersumber dari social network site (SNSs) dalam melakukan analsisis jejaring sosial menjadi lebih objektif karena data yang dihasilkan merupakan data dunia nyata (real world data) yang dihasilkan oleh pengguna situs jaringan sosial (user ganerated content). SNSs memungkinkan pengguna penggunanya untuk: membuat profile publik, menyusun dan mengklasifikasi daftar pertemanan sesuai dengan kebutuhannya, melihat tampilan dan kegiatan dari teman yang terkoneksi kedalam jaringan mereka.Perkembangan Metode Analisis Jaringan SosialPada SNSs terdapat tiga lapisan informasi yaitu: content layer, social layer, dan geografhical layer. Content layer bersisi tentang jenis informasi yang ada di media sosial, seperti : audios, videos, photo, tips serta user feedback.Social layer berisi tentang informasi jaringan pertemanan individual atau kemunitas (simpul) dan hubungan sosial (relationship). Geographical layer berisi tentang informasi posisi pengguna media sosial atau letak geografis tempat yang terdeteksi saat pengguna media sosial melalukan interaksi di media sosial.Oleh: Edi Surya Negara(Dosen Universitas Bina Darma) 

Lingkaran.id- Perkembangan social network analysis meliputi perkembangan metode dan kemampuan algoritma dalam berbagai kasus yang digunakan untuk menganalisis berbagai bentuk jaringan seperti: jaringan dinamis (dynamic network), jaringan heterogen (heterogeneous networks), dan directed networks pada jaringan sosial. Selain itu, dalam berbagai kasus, deteksi komunitas pada jaringan sosial telah menjadi solusi untuk mendeteksi dinamika kelompok dengan berbagai macam pendekatan seperti pararel community detection.Perkembangan dan Tantangan Analisis Jaringan SosialBerbagai algoritma deteksi komunitas yang juga dikenal sebagai algoritma clustering telah dikembangkan untuk mendeteksi dan mengidentifikasi komunitas pada jaringan sosial. Karena perbedaan struktur dan sifat komunitas, algoritma tersebut secara garis besar dapat dibedakan menjadi yaitu:Algoritma yang bersifat Non-Overlapping. Jaringan non-overlapping merupakan jaringan dimana semua simpul pada komunitas di dalam jaringan tidak merupakan bagian dari komunitas lain atau disebut juga dengan disjoint.Algoritma yang bersifat Overlapping. Jaringan overlapping merupakan kondisi dimana sebuah simpul didalam jaringan menjadi bagian dari komunitas lain atau satu simpul memiliki lebih dari satu komunitas.Pengembangan dan peningkatan kemampuan algoritma dan metode dalam social network analysis khususnya pada deteksi komunitas terus dilakukan. Beberapa algoritma dan metode yang telah dikembangkan antara lain: Local Seed Selection Algorithm, Seed Set Expansion Algorithm, Speaker-listener Label Propagation Algorithm (SLPA), Multithreaded community detection (MCD), The Kernighan Lin(KL) algorithm, Agglomerative/Divisive Algorithms, Spectral Algorithms. Dari beberapa algoritma dan metode tersebut, masing-masing memiliki kemampuan dan tingkat akurasi yang berbeda untuk mendeteksi komunitas pada jaringan sosial.Perkembangan Metode Analisis Jaringan SosialOleh: Edi Surya Negaraa(Dosen Universitas Bina Darma)*** 

Lingkaran.id- Analisis Jaringan Sosial adalah suatu pendekatan yang dapat digunakan untuk menganalisis dan menyelidiki struktur sosial pengguna situs jaringan sosial dengan pendekatan teori jaringan dan teori graf.Saat ini, social network analysis telah dipergunakan untuk mengetahui interaksi antar individu atau kelompok dalam menentukan pola struktur sosial dalam interaksi tersebut, serta dapat menggambarkan perilaku, jaringan, dan dinamika antara pengguna jejaring sosial.Perkembangan dan Tantangan Analisis Jaringan SosialAnalisis Jaringan Sosial juga dapat digunakan untuk melakukan pemetaan dan pengukuran hubungan diantara individu, kelompok, dan organisasi seperti: menganalisis dan mempelajari kolaborasi antara mahasiswa dan pembimbing pada publikasi, penyebarluasan publikasi, komunikasi antara akademisi atau peneliti serta mengukur aliran beasiswa, serta menganalisis berbagai macam kasus sosial masyarakat seperti: kelompok teroris, organisasi kejahatan, dan kelompok narkotika dan lain-lain.Perkembangan metode analisis jaringan sosial saat ini cukup beragam, baik yang analisis yang dilakukan pada level-levelelement analysis, group analysis, dan cores analysis. Telah banyak metode analisis jaringan yang dapat digunakan untuk menjawab permasalahan-permasalahan tersebut.Misalnya seperti: network distribution, network segmentation, link prediction, community detection dan lain-lain Untuk tujuan mendeteksi komunitas dalam jaringan sosial metode yang dapat digunakan adalah community detection.Pada element-level analysis, analisis dilakukan terhadap terhadap aktor (simpul). Salah satu analisis yang dapat dilakukan adalah analisis centrality. Analisis centrality akan mengukur atau menghitung hubungan antara simpul dengan simpul yang lain. Dalam konteks ini, mengukur sentralitas yang umum digunakan bertujuan untuk mengungkap simpul yang akan menjadi sentral didalam sebuah jaringan. Untuk mencapai hal ini sentralitas dari simpul dihitung berdasarkan relasi graph direct atau graph indirect.Pada Group-level analysis, analisis dilakukan terhadap kumpulan aktor (simpul) yang membentuk kelompok. Group atau kelompok didalam jaringan sosial ditandai dengan hubungan dan konektivitas yang kuat antara sesama aktor (simpul). Titik awal untuk konsep group ini adalah cohesive subgraphs. Dalam Group-level analysis, analisis yang sering digunakan adalah cores dan cliques analisis.Cores analisis merupakan teknik pengelompokan pada jaringan sosial yang dilakukan terhadap terhadap semua aktor (simpul) yang memiliki link (sisi) dalam jaringan. Pada penerapannya, analisis terhadap cores dapat dilakukan dengan menggunakan K-Cores. Melalui K-Cores dapat ditentukan apakah semua aktor (simpul) dalam jaringan dapat dimasukan ke dalam sebuah kelompok (group) atau hanya aktor (simpul) tertentu dengan kriteria tertentu. Jika dipakai 2-Core, maka satu aktor (simpul) dapat dikatakan bagian dari kelompok (group) apabila memiliki 2 jumlah link atau (sisi), sedangkan dengan 3-Core harus memilii 3 link atau (sisi).Salain cores, analisis juga dapat dilakukan dengan menggunakan teknik Clique. Clique adalah pengelompokan aktor (simpul) di dalam suatu jaringan dimana memasukkan maksimal semua bentuk hubungan antara aktor (simpul), dan aktor-aktor (simpul) tersebut saling berinteraksi satu sama lain dengan semua anggota. Ada dua ciri Clique, yaitu: saling keterhubungan diantara sesama aktor (simpul), dan memasukkan semua hubungan atau interaksi maksimal. Dalam perkembangannya, Clique terus mengalami perkembangan dengan definisi Clique yang lebih longgar yakni N-Clique dan K-Plexes.Universitas Bina Darma Tingkatkan Kapasitas Menulis Mahasiswa 'Gelar Workshop Penulisan Artikel dan Reference Manager 'Untuk Network-level analysis, fokus utama analisis adalah pada sifat dan struktur dari jaringan secara keseluruhan. Sifat jaringan adalah indikator pertama untuk menilai kesamaan jaringan dan statistik jaringan yang diperoleh akan mencerminkan karakteristik dari jaringan.Oleh: Edi Surya Negaraa(Dosen Universitas Bina Darma)

Lingkaran-Berlimpahnya data yang tersedia di internet dimana sebagian besar bersumber dari situs jaringan sosial seperti: facebook, twitter, instagram, youtube, tik tok berdampak terhadap semakin berkembangnya metode penambangan data, metode analisis, dan algoritma yang digunakan untuk mempelajari, menganalisis, mengamati struktur, dan dinamika dari jaringan sosial.Perkembangan tersebut menghadirkan tantangan baru untuk mencari solusi terhadap berbagai permasalahan yang ada pada metode teknik analisis jaringan sosial dengan skala besar. Terdapat beberapa tantangan pada analisis jaringan sosial, yaitu:Universitas Bina Darma Tingkatkan HKI Gelar Coaching Clinic Bersama Direktorat Inovasi Dan Inkubator Bisnis (DIIB))ScalabilityPertumbuhan pengguna jaringan sosial yang sangat besar mencapai skala ratusan juta aktor menyebabkan metode dan algoritma analisis jaringan sosial tradisional tidak mampu untuk menyelesaikan permasalahan tersebut.Oleh karena itu, dibutuhkan pengembangan metode dan peningkatan kinerja algoritma yang lebih baik untuk dapat menyelesaikan permasalahan pada jaringan sosial skala besar.HeterogeneityPada kenyataannya, setiap individu pada jaringan sosial dapat memiliki hubungan ganda yang mana Hubungan tersebut dapat terjadi berdasarkan dua hubungan yaitu interkoneksi dan interaksi.Dua orang dapat terhubung melalui interkoneksi dan interaksi pada saat yang bersamaan terhadap dalam jaringan sosial kondisi seperti ini disebut dengan jaringan yang memiliki entitas heterogen. Analisis jaringan heterogen yang melibatkan entitas heterogen membutuhkan teori baru dan alat baru.EvolutionHubungan yang terbentuk pada jaringan sosial terus bergeser dan bergerak seiring dengan waktu, hal ini disebabkan dinamika pembentuk relasi tersebut terus bergeser. Seperti pada hubungan yang terbentuk dalam sebuah komunitas pada jaringan sosial. Anggota komunitas dapat bergabung dan keluar dari komunitas setiap waktu sehingga menyebabkan pergeseran dan perubahan struktur jaringan tersebut.Collective IntelligencePemanfaatan data media sosial dan jaringan sosial untuk berbagai bidang membutuhkan social connectivity information dan collective intelligence untuk menghasilkan meta informasi. Sehingga dibutuhkan pengembangan metode analisis jaringan sosial memiliki kecerdasan kolektif untuk menghasilkan aplikasi komputasi sosial.EvaluationProses evaluasi terhadap metode dan algoritma menjadi salah satu fokus penelitian dalam meningkatkan akurasi dari metode dan algoritma analisis jaringan sosial sehingga dibutuhkan training testing model untuk memperbaiki tugas komputasi sosial.Telah Dibuka Pendaftaran Mahasiswa Baru Tahun Akademik 2022-2023Oleh: Edi Surya Negara(Dosen Universitas Bina Darma)*** 

Lingkaran-Universitas Bina Darma (UBD) membuktikan eksistensinya dengan dipercayanya menjadi salah satu anggota dewan smart city Kabupaten Ogan Komering Ilir (OKI).Dibawah komando Rektor Dr.Sunda Ariana, M.pd.,MM membuktikan bahwa UBD dapat memberikan peran bagi dunia pendidikan dan juga berperan aktif dalam membangun serta mendukung penuh program pemerintahan.Bina Darma Support 8 Unit Komputer untuk Andikpas LKPA Kelas I PalembangAcara Bimtek Master Plan Smart City yang diadakan oleh Kabupaten Ogan Komering Ilir(OKI) pada Rabu,(8/6/2022) Rektor Universitas Bina Darma yang diwakili oleh Wakil Rektor Bidang Riset Inovasi Dan Teknologi Dr.Edi Surya Negara, M.kom hadir pada acara tersebut.Pada acara Bimtek Master Plan Smart City yang diadakan oleh Kabupaten Ogan Komering Ilir(OKI) juga dihadiri oleh Bupati beserta wakil dan selurah jajaran pemerintahan yang ada di Kabupaten Ogan Komering Ilir yang menjadi keanggotaan dari Dewan Smart  City Kabupaten OKI.Tujuan acara ini diadakan untuk Membentuk Dewan Smart City Pemerintah Kabupaten Ogan Komering Ilir yang mana UBD dipercaya menjadi salah satu anggota Dewan Smart City Kabupaten OKI.Gelar Praktek Perkuliahan, Mahasiswa UBD Tour Hotel dan Wisata di PalembangKedepannya Universitas Bina Darma akan terus memberikan kontribusi-kontribusi yang dapat membangun dalam hal pengembangan pendidikan dan juga ikut berperan dalam membangun program-program pemerintahan juga.***