Abstrak

Kisah sejarah sampai kemerdekaan Indonesia tak pernah lepas dari kurikulum pendidikan wajib belajar 12 tahun. Namun seiring dengan perkembangan zaman, hipotesis-hipotesis sejarah Indonesia juga ikut berkembang. hipotesis-hipotesis juga membantu sejarawan untuk melihat sejarah Indonesia menjadi lebih utuh. Untuk mendukung perkembangan tersebut, penulis mencoba mengimplementasikan algoritma Community Detection untuk mencari keterkaitan antar pahlawan nasional. Sumber data pahlawan nasional yang digunakan pada penelitian ini adalah id.dbpedia. Namun akibat inkonsistensi dan sedikitnya data yang disimpan di id.dbpedia, maka pengumpulan data tidak berhenti di id.dbpedia saja. Salah satu sumber data yang jumlah datanya lebih banyak dari id.dbpedia adalah Wikipedia. Data yang diperoleh kemudian dilakukan standarisasi secara manual, dan dibuatkan graf di Jupyter. Algoritma Community Detection digunakan untuk menemukan klaster-klaster komunitas pahlawan nasional Indonesia berdasarkan data daerah dan tahun. Community Detection menunjukkan bahwa data yang diolah dengan menggunakan Algoritma Greedy Modularity memiliki 16 komunitas atau kelompok. Selain itu, sebuah pola ditemukan pada 6 komunitas yang ada berdasarkan Algoritma Girvan Newman Sehingga dapat disimpulkan bahwa Algoritma Greedy Modularity menghasilkan lebih banyak klasifikasi komunitas.