4. Analisi dan Pembahasan
4.3. Peran Aktor yang Berpengaruh dalam Jaringan Sosial
4.3.1 Melihat aktor-aktor yang memiliki peran dan berpengaruh penting dalam pelaksanan program PUAP
Degree centrality di gunakan untuk melihat, mengukur
peranan dan mengidentifikasi aktor yang paling penting / berpengaruh (power) dari actor/node pada network, actor yang menjadi pusat dalam sebuah jaringan adalah actor tersebut memiliki kapabilitas yang lebih kuat dalam menghubungkan anggota-anggota dalam network yang lainnya, hasil visualisasi dapat dilihat pada
sociogram in-degree centrality dan out-degree-centrality pada
4.4.1.1 Degree Centrality Dari Seluruh Data Sampel. Hasil dari visualisasi degree centrality dapat dilihat pada gambar 4.10 dan gambar 4.11 yang merupakan visualisasi dari seluruh data sampel yang di peroleh yaitu dari total 95 responden.
Gambar 4.10 Visualisasi In-Degree Centrality Dari seluruh Data Sampel
Tabel 4.19
Hasil Perhitungan Degree Centrality
Measures Value
In-Degree Centrality Out-Degree Centrality Mean Std. Dev. Min Max 0.042 0.045 0 0.266 0.042 0.055 0 0.351
Network Degree Centrality Index (In)
(Out)
22.832 % 31.526 %
Table 4.19 menunjukan hasil perhitungan degree centrality dari total 95 responden, dari hasil perhitungan tersebut dapat dilihat kecenderungan apakah setiap actor/nodes memiliki kemampuan untuk mempengaruhi jaringan (network) secara umum, dapat dilihat dari nilai network degree centraliry index, in-degree dan out-degree.
Jika dilihat pada Tabel 4.19 nilai network degree centraliry index
in-degree: 22.832% dan network degree centraliry index out-in-degree:
31.526%, ini mengindikasikan bahwa sentralisasi jaringan (network
centrality) secara keselurahan rendah, dibawah 50%. Hal ini
menunjukkan bahwa pengaruh/power dari masing-masing
actor/nodes dalam jaringan tidak begitu bervariasi, setiap actor/nodes cenderung kurang memiliki kemampuan untuk
mempengaruhi jaringan secara umum.
Tabel 4.20
Hasil Perhitungan In-Degree Centrality
No Nama Sex Age Bidang Status Lembaga In-Degree Centrality
1 Busroni, A.Md L 31 PMT PUAP PMT 0.266
2 Bambang P T, STP L 33 PMT PUAP PMT 0.2128
3 Suswandi, SE L 37 PMT PUAP PMT 0.1489
4 Rindra Purnama, SP L 55 Ka BPP NON BPP Lubuk Ubar 0.1489
5 Andi Siswanto, SP L 49 Ka BPP NON BPP Pal VIII 0.1277
6 Arben. K L 48 PP PUAP BPP Pal VIII 0.117
7 Jufrizal, A.md L 43 PP PUAP BPP Kesambe Lama 0.1064
8 Amran, SP L 50 PP PUAP BPP Kesambe Lama 0.1064
9 Umar Ibrahim, SST L 30 PP PUAP BPP Air Pikat 0.0957
10 Suharyanto, SP L 57 Ka BPP NON BPP Kesambe Lama 0.0851
Keterangan: Hasil Perhitungan Hasil Perhitungan In-Degree Centrality lengkap dapat dilihat pada lampiran Tabel 4.20
Hasil perhitungan in-degree centrality pada tabel 4.20 terdapat
Actor/node yang memiliki nilai in-degree centrality tertinggi
diantaranya (1) Busroni, A.md dengan nilai 0.266, (2) Bambang P.T, S.TP dengan nilai 0.2128, dan (3) Suswandi, SE dengan nilai 0.1489 memiliki nilai yang sama dengan actor Rindra P, SP, dari ke empat
actor dapat disebut sebagai aktor yang fokus dari jaringan dan
bahwa banyak actor/nodes yang berada dalam jaringan tersebut berusaha membuat hubungan dengan mereka.
Gambar 4.11 Visualisasi Out-Degree Centrality Dari seluruh Data Sampel
Tabel 4.21
Hasil Perhitungan Out-Degree Centrality
No Nama Sex Age Bidang Status Lembaga Out-Degree Centrality 1 Bambang P T, STP L 33 PMT PUAP PMT 0.3511
2 Suswandi, SE L 37 PMT PUAP PMT 0.2553
3 Busroni, A.Md L 31 PMT PUAP PMT 0.2447
4 Dadang Rahmat L 51 Staff NON BP4K 0.1596
5 Risa, S.PT P 33 PP PUAP BPP Air Pikat 0.1383
6 Rusli, SP L 59 Staff NON BP4K 0.1277
7 Marsidi, SP L 41 Staff NON BPP Pal VIII 0.1277
8 Maryono, S.Hut L 44 Staff NON BP4K 0.117
9 Yuswanto, SP L 51 Staff NON BP4K 0.1064
10 Priyono Ananto L 52 Staff NON BPP Air Pikat 0.1064
Keterangan: Hasil Perhitungan Hasil Perhitungan Out-Degree Centrality lengkap dapat dilihat pada lampiran Tabel 4.20
Hasil perhitungan out-degree centrality pada tabel 4.21 terdapat
Actor/node yang memiliki nilai out-degree centrality tertinggi
Suswandi, SE dengan nilai 0.2553, dan (2) Busroni, A.md dengan nilai 0.2447, hal ini menggambarkan bahwa ketiga actor tersebut merupakan yang paling berpengaruh didalam jaringan karena mereka memiliki kemampuan untuk bertukar informasi dan ketiga
actor tersebut memiliki peranan penting dalam jaringan karena
mereka merupakan pusat/penghubung untuk pertukaran informasi.
4.4.1.2 Degree Centrality Dari Program PUAP. Hasil dari visualisasi degree centrality dapat dilihat pada gambar 4.12 dan gambar 4.13 yang merupakan visualisasi dari program PUAP dari total 59 responden.
Gambar 4.12 Visualisasi Out-Degree Centrality Program PUAP
Tabel 4.22
Hasil Perhitungan Degree Centrality Program PUAP
Measures Value
In-Degree Centrality Out-Degree Centrality Mean Std. Dev. Min Max 0.053 0.054 0 0.293 0.053 0.097 0 0.552
Network Degree Centrality Index (In)
(Out)
24.894 % 51.664 %
Table 4.22 menunjukan hasil perhitungan degree centrality dari total 59 responden pada program PUAP, dari hasil perhitungan tersebut dapat dilihat kecenderungan apakah setiap actor/nodes memiliki kemampuan untuk mempengaruhi jaringan (network) secara umum, dapat dilihat dari nilai network degree centraliry
index pada in-degree dan out-degree. Jika dilihat pada Tabel 4.20
nilai network degree centraliry index in-degree: 24.894% dan
network degree centraliry index out-degree: 51.664%, ini
mengindikasikan bahwa sentralisasi jaringan (network centrality) secara keselurahan cukup tinggi, diatas 50%. Hal ini menunjukkan bahwa „power‟ dari masing-masing actor/nodes dalam jaringan bervariasi, setiap actor/nodes cenderung memiliki kemampuan untuk mempengaruhi jaringan secara umum ini terlihat dari nilai
out-degree centrality yang mencapai 51.664%. Tabel 4.23
Hasil Perhitungan In-Degree Centrality Program PUAP
No Nama Sex Age Bidang Lembaga In-Degree Centrality 1 Bambang Pujo Tarmoko, STP L 33 PMT PMT 0.2931
2 Busroni, A.Md L 31 PMT PMT 0.2759
3 Suswandi, SE L 37 PMT PMT 0.2069
4 Arben. K L 48 PP BPP Pal VIII 0.1207
5 Umar Ibrahim, SST L 30 PP BPP Air Pikat 0.1034
6 Herlina, S.ST P 34 PP BPP Air Duku 0.0862
7 Ir. Iming Juniarto L 46 PP BPP Air Pikat 0.0862
8 Jati prianto, SP L 46 PP BPP Durian Mas 0.0862
9 Surono, A.md L 50 PP BPP Air Pikat 0.069
10 Yulius Suhaimi, S.PKP L 52 PP BPP Bengko 0.069
Keterangan: Hasil Perhitungan In-Degree Centrality Program PUAP lengkap dapat dilihat pada lampiran Tabel 4.23
Hasil perhitungan in-degree centrality pada tabel 4.23 terdapat
diantaranya (1) Bambang P.T, S.TP dengan nilai 0.2931, (2) Busroni, A.md dengan nilai 0.2759, dan (3) Suswandi, SE dengan nilai 0.2069, actor dapat disebut sebagai aktor yang fokus dari jaringan dan merupakan aktor penting (prominent actor), hal ini menggambarkan bahwa banyak actor/nodes yang berada dalam jaringan tersebut berusaha membuat hubungan dengan mereka.
Gambar 4.13 Visualisasi Out-Degree Centrality Program PUAP
Tabel 4.24
Hasil Perhitungan Out-Degree Centrality Program PUAP
No Nama Sex Age Bidang Lembaga Out-Degree Centrality 1 Bambang Pujo Tarmoko, STP L 33 PMT PMT 0.5517
2 Busroni, A.Md L 31 PMT PMT 0.3966
3 Suswandi, SE L 37 PMT PMT 0.3793
4 Risa, S.PT P 33 PP BPP Air Pikat 0.2241
5 Herlina, S.ST P 34 PP BPP Air Duku 0.0862
6 Suyamto L 51 PP BPP Pal VIII 0.0862
7 Umar Ibrahim, SST L 30 PP BPP Air Pikat 0.0517
8 Ir. Iming Juniarto L 46 PP BPP Air Pikat 0.0517
9 Novita Yuliani, SP P 29 PP BPP Air Duku 0.0517
10 Hanif Suryanto, SST L 34 PP BPP Durian Mas 0.0517
Keterangan: Hasil Perhitungan Out-Degree Centrality Program PUAP lengkap dapat dilihat pada lampiran Tabel 4.23
Hasil perhitungan out-degree centrality pada tabel 4.24 terdapat Actor/node yang memiliki nilai out-degree centrality tertinggi diantaranya (1) Bambang P.T, S.TP dengan nilai 0.5517, (2) Busroni, A.md dengan nilai 0.3966, dan (3) Suswandi, SE dengan nilai 0.3793, hal ini menggambarkan bahwa ketiga actor tersebut merupakan yang paling berpengaruh didalam jaringan karena mereka memiliki kemampuan untuk bertukar informasi dan ketiga actor tersebut memiliki peranan penting dalam jaringan karena mereka merupakan pusat/penghubung untuk pertukaran informasi.
4.3.2 Melihat kemamapuan aktor-aktor dalam mengakses informasi dalam pelaksanaan program PUAP
Closeness centrality didasarkan pada total jarak antara satu
titik dan semua simpul lainnya, di mana jarak yang lebih besar menghasilkan skor closeness centrality rendah. Semakin dekat simpul dengan simpul lainnya informasi lebih mudah dapat dicapai maka semakin tinggi sentralitasnya.
4.3.2.1 Closeness Centrality Dari Seluruh Data Sampel. Hasil dari visualisasi In-Closeness centrality dapat dilihat pada gambar 4.14 dan gambar 4.15 yang merupakan visualisasi dari seluruh data sampel yang di peroleh yaitu dari total 95 responden.
Gambar 4.14 Visualisasi In-Closeness Centrality Dari Dari Seluruh Data Sampel
Tabel 4.25
Hasil Perhitungan Closeness Centrality
Measures Value In-Closeness Out-Closeness Mean Std.Dev. Min Max 0.225 0.144 0 0.487 0.229 0.079 0 0.438
Network Closeness Centrality Index (In)
(Out)
34.479% 36.916%
Berdasarkan hasil perhitungan closeness centrality seperti yang ditunjukkan pada Tabel 4.25, diperoleh informasi bahwa nilai
in-closeness paling tinggi adalah 0.487 dan nilai out-closeness
paling tinggi adalah 0.438. Memiliki nilai closeness centrality index untuk in-closeness centrality (In) dengan nilai 34.479% dan
out-closeness centrality (Out) dengan nilai 36.916%, dari hasil tersebut
dapat ditarik kesimpulan bahwa dari jaringan dengan total 95 respoden memiliki nilai out-closeness centrality yang tinggi ini menunjukan bahwa informasi yang tersebar (mempengaruhu/dipengaruhi) dari satu actor ke actor yang lain dalam jaringan tersebut lebih banyak dipengaruhi atau kecendrungan setiap actor dapat dengan mudah dipengaruhi.
Tabel 4.26
Hasil Perhitungan In-Closeness Centrality
No Nama Sex Age Bidang Status Lembaga In-Closeness 1 Busroni, A.Md L 31 PMT PUAP PMT 0.4875
2 Herlina, S.ST P 34 PP PUAP BPP Air Duku 0.4119
3 Arben. K L 48 PP PUAP BPP Pal VIII 0.4019
4 Bambang P T, STP L 33 PMT PUAP PMT 0.3923
5 Umar Ibrahim, SST L 30 PP PUAP BPP Air Pikat 0.3886
6 Yenni, SPKP P 31 PP PUAP BPP Lubuk Ubar 0.3814
7 Noven Vriananda, SPT L 34 PP PUAP BPP Lubuk Ubar 0.3814
8 Disran, SP L 51 Staff NON BP4K 0.3796
9 Surono, A.md L 50 PP PUAP BPP Air Pikat 0.3779
10 Harneli, SP P 32 PP PUAP BPP Lubuk Ubar 0.3779
Keterangan: Hasil Perhitungan In-Closeness Centrality lengkap dapat dilihat pada lampiran Tabel 4.26
Hasil perhitungan nilai in-closeness centrality pada tabel 4.26, didapat informasi actor/node yang memiliki nilai in-closeness
tertinggi diantaranya (1) Busroni, A.Md dengan nilai 0.4875, (2)
Herlina, S.ST nilai 0.4119 dan (3) Arben. K nilai 0.4019, dengan demikian, ketiga actor/nodes merupakan aktor yang memiliki kemudahan dalam menyebarkan informasi ke actor/node yang lain dalam suatu network atau memiliki kemampuan untuk mempengaruhi actor/node lain dalam network.
Gambar 4.15 Visualisasi Out-Closeness Centrality Dari Dari Seluruh Data
Sampel
Tabel 4.27
Hasil Perhitungan Out-Closeness Centrality
No Nama Sex Age Bidang Status Lembaga Out-Closeness 1 Bambang P T, STP L 33 PMT PUAP PMT 0.4381
2 Suswandi, SE L 37 PMT PUAP PMT 0.4047
3 Dadang Rahmat L 51 Staff NON BP4K 0.3943
4 Risa, S.PT P 33 PP PUAP BPP Air Pikat 0.3411
5 Eko Sutarto L 49 Staff NON BP4K 0.3271
6 Suyamto L 51 PP PUAP BPP Pal VIII 0.3249
7 Busroni, A.Md L 31 PMT PUAP PMT 0.3227
8 Marsidi, SP L 41 Staff NON BPP Pal VIII 0.3151
9 Surono, A.md L 50 PP PUAP BPP Air Pikat 0.3142
10 Priyono Ananto L 52 Staff NON BPP Air Pikat 0.3048
Keterangan: Hasil Perhitungan Out-Closeness Centrality lengkap dapat dilihat pada lampiran Tabel 4.24
Hasil perhitungan nilai out-closeness centrality pada tabel 4.27, didapat informasi actor/node yang memiliki nilai out-closeness
tertinggi diantaranya (1) Bambang P.T, STP dengan nilai 0.4381, (2)
Suswandi, SE dengan nilai 0.4047, dan (3) Dadang Rahmat dengan nilai 0.3943, dengan demikian, ketiga actor/nodes tersebut merupakan actor/node yang memiliki kemudahan untuk dipengaruhi
actor/node lain, dalam penyebaran informasi dalam network.
4.3.2.2 Closeness Centrality Dari Program PUAP. Hasil dari visualisasi degree centrality dapat dilihat pada gambar 4.16
in-closeness centrality dan gambar 4.17 out-in-closeness centrality, yang
merupakan visualisasi dari program PUAP dari total 59 responden.
Gambar 4.16 Visualisasi In-Closeness Centrality Dari Program PUAP
Berdasarkan hasil perhitungan closeness centrality seperti yang ditunjukkan pada Tabel 4.28, diperoleh informasi bahwa nilai
in-closeness paling tinggi adalah 0.473 dan nilai out-closeness
paling tinggi adalah 0.644. Memiliki nilai closeness centrality index untuk in-closeness centrality (In) dengan nilai 32.91% dan
out-closeness centrality (Out) dengan nilai 47.85%, dari hasil tersebut
dapat ditarik kesimpulan bahwa dari jaringan dengan total 59 respoden memiliki nilai out-closeness centrality yang tinggi ini menunjukan bahwa informasi yang tersebar (mempengaruhu/dipengaruhi) dari satu actor ke actor yang lain dalam jaringan tersebut lebih banyak dipengaruhi atau kecendrungan setiap actor dapat dengan mudah dipengaruhi.
Tabel 4.28
Hasil Perhitungan Closeness Centrality Program PUAP
Measures Value In-Closeness Out-Closeness Mean Std.Dev. Min Max 0.297 0.073 0 0.473 0.301 0.153 0 0.644
Network Closeness Centrality Index (In)
(Out)
32.91% 47.85%
Tabel 4.29
Hasil Perhitungan In-Closeness Centrality Program PUAP
No Nama Sex Age Bidang Lembaga In-Closeness
1 Busroni, A.Md L 31 PMT PMT 0.4729
2 Bambang Pujo Tarmoko, STP L 33 PMT PMT 0.4013
3 Herlina, S.ST P 34 PP BPP Air Duku 0.4013
4 Arben. K L 48 PP BPP Pal VIII 0.3783
5 Umar Ibrahim, SST L 30 PP BPP Air Pikat 0.3713
6 Surono, A.md L 50 PP BPP Air Pikat 0.3644
7 Noven Vriananda, SPT L 34 PP BPP Lubuk Ubar 0.3631
8 Yenni, SPKP P 31 PP BPP Lubuk Ubar 0.36
9 Harneli, SP P 32 PP BPP Lubuk Ubar 0.36
10 Ir. Iming Juniarto L 46 PP BPP Air Pikat 0.3547
Keterangan: Hasil Perhitungan In-Closeness Centrality Program PUAP lengkap dapat dilihat pada lampiran Tabel 4.29
Hasil perhitungan nilai in-closeness centrality pada tabel 4.29, didapat informasi actor/node yang memiliki nilai in-closeness
tertinggi diantaranya (1) Busroni, A.Md dengan nilai 0.4729, (2)
Bambang P.T, STP memiliki nilai sama dengan Herlina, S.ST yaitu 0.4013 dan (3) Arben. K dengan nilai 0.3783, dapat disimpulkan keempat actor/nodes merupakan actor yang memiliki kemudahan dalam menyebarkan informasi ke actor/node yang lain dalam suatu
network atau memiliki kemampuan untuk mempengaruhi
(kecendrungan dapat mempengaruhi) actor/node lain dalam
network.
Gambar 4.17 Visualisasi Out-Closeness Centrality Dari Program PUAP
Tabel 4.30
Hasil Perhitungan Out-Closeness Centrality Program PUAP
No Nama Sex Age Bidang Lembaga Out-Closeness 1 Bambang Pujo Tarmoko, STP L 33 PMT PMT 0.6437
2 Suswandi, SE L 37 PMT PMT 0.5752
3 Risa, S.PT P 33 PP BPP Air Pikat 0.4828
4 Suyamto L 51 PP BPP Pal VIII 0.4702
5 Busroni, A.Md L 31 PMT PMT 0.4621
6 Surono, A.md L 50 PP BPP Air Pikat 0.4544
7 Hanif Suryanto, SST L 34 PP BPP Durian Mas 0.4096
8 Susi Herawati P 38 PP BPP Tanjung Agung
0.4096
10 Novita Yuliani, SP P 29 PP BPP Air Duku 0.3947
Keterangan: Hasil Perhitungan Out-Closeness Centrality Program PUAP lengkap dapat dilihat pada lampiran Tabel 4.29
Hasil perhitungan nilai out-closeness centrality pada tabel 4.30, didapat informasi actor/node yang memiliki nilai out-closeness
tertinggi diantaranya (1) Bambang P.T, STP dengan nilai 0.4381, (2)
Suswandi, SE dengan nilai 0.4047, dan (3) Risa, S.PT dengan nilai 0.4828, dengan demikian, ketiga actor/nodes tersebut merupakan
actor/node yang memiliki kemudahan untuk dipengaruhi actor/node
lain (kecendrungan dapat dipengaruhi), dalam penyebaran informasi dalam network.
4.3.3 Melihat peranan aktor yang menghubungkan aktor dengan aktor lain dalam pelaksanaan program PUAP Pendekatan betweenness berpandangan bahwa seseorang (actor/node) yang lebih sentral/lebih penting jika ia sebagai; (1) Perantara/transmisi informasi dalam suatu jaringan, (2) Seberapa banyak arus informasi yang terganggu atau harus membuat jalan memutar lagi jika seseorang berhenti menyampaikan informasi atau menghilang dari jaringan, (3) Sampai sejauh mana mungkin seseorang mengontrol arus informasi karena kedudukannya dalam jaringan. Actor/nodes yang meiliki nilai betweenness tinggi/sentral dalam jaringan tergantung pada sejauh mana actor/node tersebut diperlukan sebagai link/penghubung dalam rantai jaringan yang memfasilitasi penyebaran informasi dalam jaringan.
4.3.3.1 Betweenness Centrality Dari Seluruh Data Sampel. Hasil dari visualisasi betweenness centrality dapat dilihat pada gambar 4.18 yang merupakan visualisasi dari seluruh data sampel yang di peroleh yaitu dari total 95 responden.
Gambar 4.18 Visualisasi Betweenness Centrality Dari Seluruh Data Sampel
Dari visualisasi jaringan diatas didapat hasil perhitungan
betweenness centrality yang memiliki nilai berkisar 0 - 0.34, seperti
yang ditunjukkan pada nilai betweeness, di Tabel 4.31
Tabel 4.31
Hasil Perhitungan Node-Betweenness Centrality
Measures Value Mean Std.Dev. Min Max 0.015 0.049 0 0.34
Tabel 4.32
Hasil Perhitungan Node-Betweenness Centrality
No Nama Sex Age Bidang Status Lembaga Betweenness
1 Busroni, A.Md L 31 PMT PUAP PMT 0.34
2 Bambang P T, STP L 33 PMT PUAP PMT 0.3078
3 Suswandi, SE L 37 PMT PUAP PMT 0.1373
4 Herlina, S.ST P 34 PP PUAP BPP Air Duku 0.0829
5 Risa, S.PT P 33 PP PUAP BPP Air Pikat 0.0771
6 Rindra Purnama, SP L 55 Ka BPP NON BPP Lubuk Ubar 0.0537
7 Suyamto L 51 PP PUAP BPP Pal VIII 0.0434
8 Surono, A.md L 50 PP PUAP BPP Air Pikat 0.0355
9 Soleman, SP L 50 Ka BPP NON BPP Air Duku 0.0321
10 Arben. K L 48 PP PUAP BPP Pal VIII 0.0248
Keterangan: Hasil Perhitungan Node-Betweenness Centrality lengkap dapat dilihat pada lampiran Tabel 4.32
Sentralisasi network (Network Centralization Index) yang rendah, yakni sebesar 32.836%. Hal ini berarti menunjukkan bahwa secara struktural, tidak terdapat kemampuan/power yang besar dalam jaringan ini. Actor/nodes seperti Busroni, A.Md, Bambang P.T, STP dan Suswandi, SE terlihat memiliki kekuatan secara struktural untuk menjadi fasilitator komunikasi dalam jaringan program PUAP. Ketiga aktor tersebut juga secara struktural dianggap „berbeda‟ dari populasi yang ada. Mereka juga bisa dianggap sebagai „dealmakers‟ (yang membuat sesuatu bisa terlaksana/terjadi). Namun fungsi ketiga actor/nodes tersebut sebagai PMT yang melakukan pengawasan, pengawalan dan pembinaan dalam pelaksanaan program PUAP dengan kemampuan/power yang besar dalam jaringan ini dianggap normal, disisi lain ada actor/node dengan nilai betweeness cukup tinggi seperti Herlina, S.ST, Risa, S.PT, Herlina, S.ST dan Rindra Purnama, SP, mereka secara struktural dapat untuk menjadi fasilitator komunikasi dalam jaringan program PUAP.
4.3.3.2 Betweenness Centrality Dari Program PUAP. Hasil dari visualisasi betweenness centrality dapat dilihat pada gambar 4.19 yang merupakan visualisasi dari program PUAP dari total 59 responden.
Gambar 4.19 Visualisasi Betweenness Centrality Dari Program PUAP
Jaringan pada program PUAP memiliki nilai betweenness
centrality berkisar 0 - 0.422, seperti yang ditunjukkan pada nilai betweeness, di Tabel 4.33
Tabel 4.33
Hasil Perhitungan Betweenness Centrality Dari Program PUAP
Measures Value Mean Std.Dev. Min Max 0.025 0.08 0 0.422
Network Node Betweenness Centrality Index 40.405%
Tabel 4.34
Hasil Perhitungan Node-Betweenness Centrality Dari Program PUAP
No Nama Sex Age Bidang Lembaga Betweenness
1 Busroni, A.Md L 31 PMT PMT 0.4221
2 Bambang Pujo Tarmoko, STP L 33 PMT PMT 0.4155
3 Suswandi, SE L 37 PMT PMT 0.2057
4 Risa, S.PT P 33 PP BPP Air Pikat 0.0812
6 Suyamto L 51 PP BPP Pal VIII 0.0522
7 Surono, A.md L 50 PP BPP Air Pikat 0.0384
8 Arben. K L 48 PP BPP Pal VIII 0.0305
9 Suwoto L 45 PP BPP Padang Ulak Tanding
0.0168
10 Putudadi Triatmajasari L 52 PP BPP Mojorejo 0.0166
Keterangan: Hasil Perhitungan Node-Betweenness Centrality lengkap dapat dilihat pada lampiran Tabel 4.34
Sentralisasi network (Network Centralization Index) yang rendah, yakni sebesar 40.405%. Hal ini berarti menunjukkan bahwa secara struktural, tidak terdapat kemampuan/power yang besar dalam jaringan ini. Actor/nodes seperti Busroni, A.Md, Bambang P.T, STP dan Suswandi, SE terlihat memiliki kekuatan secara struktural untuk menjadi fasilitator komunikasi dalam jaringan program PUAP. Ketiga aktor tersebut juga secara struktural dianggap „berbeda‟ dari populasi yang ada. Mereka juga bisa dianggap sebagai „dealmakers‟ (yang membuat sesuatu bisa terlaksana/terjadi). Namun fungsi ketiga actor/nodes tersebut sebagai PMT yang melakukan pengawasan, pengawalan dan pembinaan dalam pelaksanaan program PUAP dengan kemampuan/power yang besar dalam jaringan ini dianggap normal, disisi lain ada actor/node dengan nilai betweeness cukup tinggi seperti Risa, S.PT, Herlina, S.ST dan Suyamto, mereka secara struktural dapat untuk menjadi fasilitator komunikasi dalam jaringan program PUAP.