Ekstraksi Knowledge tentang Penyebaran #Ratnamiliksiapa pada Jejaring Sosial (Twitter) menggunakan Social Network Analysis (SNA)

Abstract

<p class="Abstrak">Memasuki tahun politik 2018-2019, Indonesia mengalami darurat <em>hoax</em> dimana isu-isu politik menyebar dengan sangat cepat terutama pada jejaring sosial yang merupakan wadah untuk menghubungkan setiap individu di seluruh dunia. <em>Twitter</em> sebagai salah satu jejaring sosial yang sering dipakai masyarakat Indonesia, menyebabkan isu-isu politik pun ikut terbawa dalam bentuk tagar (#). Tagar #RatnaMilikSiapa yang merupakan isu politik dari kasus <em>hoax</em> kebohongan penganiayaan RS di kota Bandung dijadikan sebagai tunggangan para pengguna <em>twitter</em> untuk membangun opini di masyarakat sehinga menjadikan hal tersebut sebagai <em>hoax</em> menjelang pemilihan Presiden 2019. Opini-opini dari setiap pengguna <em>twitter</em> tersebut telah menciptakan jaringan-jaringan komunikasi yang membahas tentang kasus politik penganiyayaan RS dengan tagar #RatnaMilikSiapa . Penelitian ini bertujuan untuk mengidentifikasi aktivitas penyebaran tagar #RatnaMilikSiapa dengan menggunakan metode <em>Social Network Analyis</em> (SNA) pada jejaring sosial <em>twitter</em>. Dalam penelitian ini, dilakukan identifikasi terhadap aktor utama dengan melakukan perhitungan sentralitas tingkatan atau <em>degree Centrality </em>(BC) sehingga dapat ditemukan aktor yang berpengaruh dalam terbentuknya kelompok-kelompok jaringan <em>tweet</em> #RatnaMilikSiapa pada jejaring sosial <em>twitter</em>. Hasil dari penelitan ini adalah ditemukannya 3 aktor kunci (<em>creator & influencers</em>) yang berasal dari 5 aktor utama penyebaran <em>tweet </em> #RatnaMilikSiapa dengan mengidentifikasi adanya pertukaran berita yang dilakukan oleh para aktor utama dan didukung dengan perhitungan nilai sentralitas keperantaraan atau <em>betweenness Centrality </em>(BC). Kemudian juga ditemukannya 32 aktor <em>boundary spanner</em> yang merupakan dampak dari aktivitas pertukaran berita atau <em>information exchange</em> yang dilakukan oleh aktor kunci pada jaringan komunikasi dalam jejaring sosial <em>twitter</em>.</p><p class="Abstrak"><em><strong>Abstract</strong></em></p><p class="Judul2"><em>Entering the political year of 2018-2019, Indonesia is facing a hoax crisis where political issues spread rapidly, especially on social media as a place for connecting people all over the world. Twitter as one of the popular social media, which is frequently used by the society of Indonesian, leads the political issues spread widely through the hashtag (#). </em><em> </em><em>#RatnaMilikSiapa which was a hoax case about RS persecution in Bandung turned as a way for Twitter users creating a judgment in the society so that that issue became a hoax approaching the Presidential Election of 2019. The opinions of Twitter users had created a communication network discussed RS persecution as a political issue with #RatnaMilikSiapa. </em><em> </em><em>This research intends to identify the #RatnaMilikSiapa deployment activity with the using of Social Network Analyis (SNA) method on Twitter. This research conducts the identification toward the main actors with degree Centrality (BC) calculation until the actor who influenced the establishment of #RatnaMilikSiapa tweet network groups on Twitter can be found. The results of this research are the researcher had found the three key actors (creator and influencers) which originated from 5 main actors who spread #RatnaMilikSiapa tweet. The researcher identifies the information exchange which had been done by the main actors and the results supports by the value of betweenness Centrality (BC) calculation. Later, the researcher had found 32 actors of boundary spanner which was the impact of information exchange done by the key actors on the communication network of Twitter.</em><em></em></p><p class="Abstrak"><em><strong><br /></strong></em></p>

Analisis Penyebaran Informasi Vaksin Covid-19 Pada Twitter Menggunakan Kolaborasi SNA dan Sentiment Analysis

“…Penelitian lain dengan judul Ekstraksi Knowledge Tentang Penyebaran #RATNAMILIKSIAPA Pada Jejaring Sosial (Twitter) Menggunakan Social Network Analysis (SNA) dilakukan untuk menemukan aktor-aktor yang yang berpengaruh dalam jaringan terhadap kelompok-kelompok yang terbentuk. Hasil penelitian menunjukan terdapat 3 aktor kunci yang berperan dalam menyebarkan tweet dengan tagar #RATNAMILIKSIAPA pada media sosial twitter [13]. Penelitian dengan judul Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19, penelitian yang dilakukan untuk mengetahui opini masyarakat terhadap tindakan vaksinasi, penelitian ini menggunakan klasifikasi Naïve Bayes dan SVM.…”

“…Selanjutnya, aktor dengan betweenness centrality tertinggi yaitu @KemenkesRI dengan nilai 403656 kemudian di posisi kedua dan ketiga yaitu aktor @sikecilmarmut dan @rudeski dengan nilai 158133 dan 91086, sedangkan aktor dengan betweenness centrality terendah yaitu @VaksinBersama dengan nilai 34436. Berdasarkan analisa betweenness centrality, @KemenkesRI sebagai aktor dengan nilai betweenness centrality tertinggi karena berpengaruh dan berperan penting dalam menyebarkan informasi mengenai Vaksin Covid-19 di Indonesia pada media sosial twitter, Lyonly dalam Eriyanto mengatakan aktor dengan nilai betweenness centrality tertinggi memiliki peran penting dalam sebuah jaringan karena berperan sebagai penghubung dua kelompok jaringan yang berbeda, dapat mengontrol informasi, serta memanipulasi informasi [13].…”

Network Analysis and Actors #CancelOmnibusLaw on Twitter Social Media Using Social Network Analysis (SNA)

“…Pada jaringan komunikasi ada aktor-aktor yang dapat dikatakan sebagai aktor utama yang mempunyai popularitas yang tinggi dalam menyebarkan sebuah topik (Tomasoa, Iriani, & Sembiring, 2019). Aktor-aktor tersebut memiliki peran esensial dalam membentuk kelompokkelompok dalam sebuah jaringan #BatalkanOmnibusLaw.…”

“…Koefisien betweenness centrality berada pada rentang 0-1. Aktor dengan perolehan nilai betweenness centrality tertinggi memiliki posisi penting di dalam jaringan karena berperan sebagai penghubung antar kelompok dengan jaringan berbeda, dapat mengontrol serta memanipulasi informasi, sehingga dapat dikatakan sebagai key actor (Eriyanto, 2014;Tomasoa, Iriani, & Sembiring, 2019). Berikut adalah data aktor dengan perolehan betweenness centrality tertinggi:…”

Analysis of Communication Network Patterns of Home Industries (A Case Study in Tambaksari, Rowosari, Kendal)

“…The management of BUMDes of Tambaksari is carried out in an effective, efficient and structured manner [1]. Configuration of the communication network is carried out to determine the roles of actors [3] [4] from government to actors in the Home Industry and data flow that helps the development of BUMDes Tambaksari. A review of the communication network between the BUMDes actors needs to be conducted, so that it can useful for other villages to develop the potential of their villages, which focuses on how to create network configurations that increase accessibility to data sources, as well as to regulate the access right (Brass, 1984) in [2].…”