<![CDATA[Twitter telah berkembang dengan pesat menjadi situs social network populer dan telah memiliki jutaan pengguna yang tersebar di berbagai belahan dunia. Twitter saat ini tidak hanya sekedar digunakan untuk media pertemanan, namun seringkali juga digunakan sebagai media bertukar informasi, media iklan sebuah produk, media kampanye partai-partai politik, dan media propaganda bagi kelompok-kelompok yang memiliki tujuan tertentu. Perkembangan social network yang pesat menjadi bahan penelitian yang menarik di kalangan penggiat ilmu informatika, salah satunya adalah community detection pada jaringan kompleks seperti social network. Dalam community detection, tujuannya adalah untuk membagi jaringan ke dalam daerah-daerah pada graph. Daerah tersebut biasanya sesuai dengan entitas-entitas yang memiliki hubungan erat, dan dapat dikatakan sebagai satu komunitas. Salah satu algoritma yang dapat digunakan untuk community detection adalah Algoritma yang di dasarkan pada Genetic Algorithm. Genetic Algorithm dipilih dalam penelitian ini karena dapat menemukan komunitas terbaik dengan memaksimalkan modularitas jaringan. Algoritma ini memiliki O (e) kompleksitas waktu dan tidak perlu mengetahui terlebih dahulu tentang jumlah komunitas atau nilai ambang batas, yang membuat algoritma berguna dalam jaringan di kehidupan nyata. Pembentukan komunitas didasarkan pada nilai similarity berdasarkan interaksi antar pengguna twitter berupa mention, reply, following, dan follower. Hasil akhir dari penelitian ini telah mampu menganalisis pengaruh interaksi berupa mention, reply, following, dan follower pada nilai similarity dan pengaruh nilai similarity tersebut dalam pembentukan komunitas menggunakan Genetic Algorithm. Kata kunci: Twitter, Social network, Community detection, Genetic Algorithm, Similarity.]]>
