Perkembangan platform jejaring sosial telah mengubah cara orang berinteraksi. Jumlah pengguna media
sosial yang terus bertambah menghasilkan data dalam jumlah besar dan menciptakan komunitas di antara
pengguna yang menarik untuk dianalisis. Deteksi komunitas memiliki manfaat signifikan dalam memahami
struktur jaringan dan memberikan wawasan tentang komunitas-komunitas ini. Namun, banyaknya pilihan
dapat membuat pemilihan library dan algoritma yang tepat menjadi menantang. Oleh karena itu, penelitian
ini menganalisis efektivitas algoritma deteksi komunitas pada dataset graf jejaring sosial menggunakan
beberapa library Python seperti NetworkX, iGraph, Scikit-Network, dan CDlib, serta algoritma Louvain dan
Label Propagation. Hasil penelitian ini menunjukkan bahwa iGraph adalah library yang optimal,
berdasarkan waktu eksekusi, penggunaan memori, dan kemudahan penggunaannya. Selain itu, algoritma
Louvain efektif untuk deteksi komunitas dan menunjukkan nilai modularity yang tinggi.