Kajian Komprehensif Penelitian Terkini Mengenai Grafik Maksimum Dan Implikasinya Dalam Pemodelan Jaringan
Keywords:
Extremal graph theory, Applications of graph theory in networksAbstract
Penelitian ini menyajikan kajian komprehensif mengenai grafik maksimum dalam extremal graph theory dan implikasinya terhadap pemodelan jaringan modern. Dengan menggunakan metode Systematic Literature Review berbasis kerangka PRISMA, artikel‐artikel terindeks Scopus Q1–Q4 periode 2020–2025 ditelusuri melalui aplikasi Watase UAKE. Dari 74 publikasi yang teridentifikasi, 10 artikel memenuhi kriteria inklusi dan kemudian dipersempit menjadi 3 studi utama yang dianggap paling relevan. Hasil sintesis menunjukkan bahwa penelitian terkini bergerak dalam dua arah saling melengkapi, yaitu penguatan landasan teoretis graf ekstremal dan penerapan teori graf pada jaringan nyata, khususnya jaringan otak. Studi‐studi ini menegaskan bahwa struktur graf maksimum berperan penting dalam memahami efisiensi, kerentanan, dan pola konektivitas jaringan. Secara keseluruhan, kajian ini menyoroti peluang integrasi lebih erat antara hasil ekstremal dan kebutuhan praktis pemodelan jaringan, serta membuka ruang riset lanjutan untuk merancang topologi jaringan optimal pada berbagai domain aplikasi. Rekomendasi penelitian selanjutnya mencakup perluasan domain aplikasi, variasi metrik topologis, dan pendekatan komputasional cerdas adaptif.
References
Jiang, W. (n.d.). Graph-based Deep Learning for Communication Networks : A Survey.
Kothimbire, D. K., Shelke, D. S., Gaikwad, S. V, Yelpale, A. P., & Shinde, R. N. (2025). A Comprehensive Review of Graph Theory Applications in Network Analysis. 13(03), 4956–4967. https://doi.org/10.47191/ijmcr/v13i3.08
Li, Y., Liu, W., & Feng, L. (2021). arXiv : 2111 . 03309v2 [ math . CO ] 12 May 2022. November. https://doi.org/10.48550/arXiv.2111.03309
Lin, C., Tsai, W., & Shang, J. (2024). Graphs with a Fixed Maximum Degree and Order Attaining the Upper Bound on Minimum Status.
Majeed, A., & Rauf, I. (2020). Graph Theory : A Comprehensive Survey about Graph Theory Applications in Computer Science and Social Networks.
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. Bmj, 372. https://doi.org/10.1136/bmj.n71
Ramos, C. G., Nair, V., Maganti, R., Mathis, J., Conant, L. L., Prabhakaran, V., Binder, J. R., Meyerand, B., Hermann, B., & Struck, A. F. (2022). Network phenotypes and their clinical significance in temporal lobe epilepsy using machine learning applications to morphological and functional graph theory metrics. Scientific Reports, 1–12. https://doi.org/10.1038/s41598-022-18495-z
S, B. J. (2020). Recent Advances in Graph Theory and its Applications . 533–538.
Shin, T. (2020). Extremal Graph Theory. 1–14.
Theory, G., & Sason, I. (2022). Information Inequalities via Submodularity and a Problem. 1–31.
Vecchio, D., Piras, F., Ciullo, V., Piras, F., Natalizi, F., Ducci, G., Ambrogi, S., Spalletta, G., & Banaj, N. (2023). Brain Network Topology in Deficit and Non-Deficit Schizophrenia : Application of Graph Theory to Local and Global Indices. 1–13.
