Analisis Deteksi Komunitas Louvain, Infomap, dan Walktrap pada Konstruksi Social Network Analysis Jaringan Undang-Undang Republik Indonesia 2014-2024

Penelitian ini mengevaluasi performa tiga algoritma deteksi komunitas Louvain, Infomap, dan Walktrap dalam konteks social network analysis pada jaringan undang-undang Republik Indonesia periode 2014–2024. Jaringan dibangun dari hubungan kutipan antar undang-undang Republik Indonesia pada rentang waktu antara tahun 2014 sampai dengan tahun 2024. Kutipan antar undang-undang diperoleh pada bagian “Mengingat” pada setiap undang-undang, menghasilkan sebuah konstruksi struktur graf berarah dan tak berbobot. Setiap algoritma diuji berdasarkan empat metrik evaluasi: modularity, coverage, conductance, dan inter-cluster density. Evaluasi terhadap tiga algoritma deteksi komunitas Infomap, Louvain, dan Walktrap pada jaringan undang-undang menunjukkan perbedaan karakteristik dalam membentuk struktur komunitas. Louvain unggul dalam hal modularity (0.522387) dan conductance (0.287157), yang mencerminkan kemampuan optimal dalam memisahkan komunitas besar yang kohesif dan minim koneksi keluar. Infomap menempati posisi menengah dengan modularity dan inter-cluster density yang cukup baik, menawarkan keseimbangan antara segmentasi dan kepadatan komunitas. Walktrap memiliki keunggulan pada coverage (0.809586) dan inter-cluster density (0.50640), menandakan kemampuannya membentuk komunitas kecil yang sangat padat secara internal, meskipun cenderung kurang terstruktur secara global karena modularity-nya paling rendah (0.464787). Dengan demikian, Louvain direkomendasikan sebagai algoritma paling sesuai untuk analisis jaringan undang-undang, terutama jika tujuan utama adalah memperoleh segmentasi komunitas yang terstruktur kuat dan representatif secara makro terhadap arsitektur hukum nasional.