Social network Analysis (SNA) merupakan studi yang mempelajari tentang hubungan manusia dengan memanfaatkan teori graf. Melihat permasalahan tersebut, penerapan SNA dalam suatu aplikasi yang mampu menggambarkan relasi atau hubungan antar individu dengan melakukan visualisasi dalam bentuk graf kiranya dapat membantu proses pemecahan masalah yang ada, yaitu dengan dihasilkannya orang yang paling berpengaruh dalam sebuah komunitas, kemudian dilakukan proses pengukuran nilai centrality terhadap setiap relasi antar individu di dalam graf tersebut. Pengambilan data pada penelitian ini berasal dari Twitter yang merupakan social network yang menyediakan semacam hubungan antar user antara lain hubungan following/followed, Replies, Retweet dan Mention. Pada penelitian ini, setiap user digambarkan sebagai node dan hubungan antar user digambarkan sebagai edge (sisi) dan pengukuran nilai centrality dengan menggunakan metode yaitu Bonacich Power Centrality. Metode Bonacich Power Centrality melakukan perhitungan power atau bobot terhadap semua node yang terhubung, tetapi dipengaruhi oleh adanya nilai redaman ? (Beta) yaitu faktor nilai redaman yang dapat mempengaruhi tingkat popularitas seseorang dalam sebuah komunitas. Dalam penelitian ini dilakukan skenario pengujian untuk menghitung nilai centrality setiap user dan menganalisis pengaruh perubahan bobot Mention, dan Replies, serta untuk mengukur kemampuan sistem dalam menghitung nilai centrality pada data uji yang selanjutnya divisualisasikan dalam bentuk graf. Berdasarkan pengujian yang telah dilakukan, relasi mention dan followed/following lebih berpengaruh dalam peningkatan nilai centrality, sedangkan untuk relasi reply tidak berpengaruh signifikan terhadap peningkatan nilai centrality. Pada penelitian ini, juga dilakukan perangkingan terhadap user sebanyak 10 user yang memiliki nilai centrality yang terbesar.
Social network Analysis, node, edge, User, Bonacich Power Centrality, Centrality