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

Penulis

Lyonly Tomasoa, Ade Iriani, Irwan Sembiring

Abstrak

Memasuki tahun politik 2018-2019, Indonesia mengalami darurat hoax  dimana isu-isu politik menyebar dengan sangat cepat terutama pada jejaring sosial yang merupakan wadah untuk menghubungkan setiap individu di seluruh dunia. Twitter 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 hoax kebohongan penganiayaan RS di kota Bandung dijadikan sebagai tunggangan para pengguna twitter untuk membangun opini di masyarakat sehinga menjadikan hal tersebut sebagai hoax menjelang pemilihan Presiden 2019. Opini-opini dari setiap pengguna twitter 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 Social Network Analyis (SNA) pada jejaring sosial twitter. Dalam penelitian ini, dilakukan identifikasi terhadap aktor utama dengan melakukan perhitungan sentralitas tingkatan atau degree Centrality (BC) sehingga dapat ditemukan aktor yang berpengaruh dalam terbentuknya kelompok-kelompok jaringan tweet #RatnaMilikSiapa pada jejaring sosial twitter. Hasil dari penelitan ini adalah ditemukannya 3 aktor  kunci (creator & influencers) yang berasal dari 5 aktor utama penyebaran tweet  #RatnaMilikSiapa dengan mengidentifikasi adanya pertukaran berita yang dilakukan oleh para aktor utama dan didukung dengan perhitungan nilai sentralitas keperantaraan atau betweenness Centrality (BC). Kemudian juga ditemukannya 32 aktor boundary spanner yang merupakan dampak dari aktivitas pertukaran berita atau information exchange  yang dilakukan oleh aktor kunci pada jaringan komunikasi dalam jejaring sosial twitter.

Abstract

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 (#).  #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.  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.


Teks Lengkap:

PDF

Referensi


COMMITTEE MB-007. 2005, “Knowledge Management – A Guide”. Standards Australia, Sydney, NSW 2001, Australia, ISBN 0 7337 69306.

COSSU, J., DUGUE , N., LABATUT, V., 2015. Detecting Real-World Influence Through Twitter. Second European Network Intelligence Conference, 978-1-4673-7592-4/15 IEEE DOI 10.1109/ENIC.2015.20

ERDIANTO, A. 2018. Polemik Dugaan Penganiayaan RS, (Online), (https://nasional.kompas.com/read/2018/10/03/08490691/polemik-dugaan-penganiayaan-RS-sarumpaet?page=all. Diakses 10 Nov 2018)

ERIYANTO., 2014. Analisis Jaringan Komunikasi, 1st Editio. Jakarta: Prenadamedia Group.

GRANDJEAN. M. 2016. A Social Network Analysis of Twitter: Mapping The Digital Humanities Community. Cogent Arts & Humanities (2016), 3: 1171458.

MADCOMS., 2010. Facebook, Twitter, dan Plurk dalam Satu Genggaman. Yogyakarya : ANDI.

PUDJAJANA, A.M., MANONGGA, D., IRIANI, A., PURNOMO, H.D., 2018. Identification of Influencers in Social Media Using Social Network Analysis (SNA). 2018 International Seminar on Research Of Information Technology and Intellegent System (ISRITI). STMIK AKAKOM, Yogyakarta.

SAGANOWSKI, S., 2015. Predicting Community Evolution in Social Network. International Conference on Advances in Social Networks Analysis and Mining, ACM ISBN 978-1-4503-3854-7/15/08, DOI: http://dx.doi.org/10.1145/2808797.2809353

SITUNGKIR, H., 2017. Spread of hoax in Social Media A report on empirical case. Journal of Economic Perspectives—Volume 31, Number 2—Spring 2017—Pages 211–236.

RIZQO, K. 2018. RS : Kali Ini Saya Pencipta Hoax, (Online), https://news.detik.com/berita/4240438/RS-sarumpaet-kali-ini-saya-pencipta-hoax. (Diakses 10 Nov 2018).

SUPRIYATNA, I. 2018. RS Disebut Penyusup, Fadli Zon : Harusnya Diselidiki, (Online), https://www.suara.com/news/2018/10/05/102401/RS-sarumpaet-disebut-penyusup-fadli-zon-harusnya-diselidiki. (Diakses 10 Nov 2018).

TALAKUA, A., SEDIYONO, E., SEMBIRING, I., 2018. Influencer Detection of Indonesia Citizens’Opinion toward Chemical Castrated Punishment for Perpetrators of Pedophile Using Social Network Analysis, International Journal of Computer Science and Engineering (IJCSSE), Volume 7, Issue 11, Page: 264-259.

TSVETOVAT, M. & KOUZNETSOV, A. 2011. Social Network Analysis for Startup. Sebastopol : O’Reilly Media, Inc.

WIBOWO. dan MIRAWATI., 2013. Realitas Politik Indonesia Dalam “Kacamata” Pengguna Twitter. Jurnal Kajian Komunikasi, Volume 10, No. 1, hlm 11-17.

Xianjin, Z., 1994. Research on the effective deploy of information resources in Chian, information science,1994,4.

YUAN. G & JIANBIN. C., 2010. A Case Study : Social Network and Knowledge Sharing, International Conference on E-Business and E-Goverment, IEEE DOI 10.1109/ICEE.2010.434.

ZHAO, X., LIU, F., WANG, J., and LI, T., 2017. “Evaluating Influential Nodes in Social Networks by Local Centrality with A Coefficient,” International Journal of Geo-Information, vol. 6, no.2, pp




DOI: http://dx.doi.org/10.25126/jtiik.2019661710