3.png){kind=icon}
Peran Pers Sebagai Aktor Gerakan Digital Tagar #SolidaritasUntukNTT di Twitter
Abstract
Peristiwa banjir bandang yang diakibatkan Siklon Seroja telah mengundang perhatian dan simpati masyarakat Indonesia. Berbagai upaya telah dilakukan untuk berkontribusi dalam upaya penanggulangan dampak yang diterima oleh masyarakat NTT. Salah satu upaya yang dilakukan oleh masyarakat adalah mengampanyekan gerakan sosial digital #SolidaritasUntukNTT di Twitter. Gerakan sosial digital melalui pesan-pesan tertentu dapat menggugah kesadaran bagi penggunanya. Untuk mengetahui efektivitas penyebaran pesan dalam gerakan sosial digital dapat divisualisasikan menggunakan metode Social Network Analysis (SNA). Penelitian ini bertujuan untuk memvisualisasikan peran pers dalam mendistribusikan pesan gerakan sosial digital dengan tagar #SolidaritasUntukNTT. Metode penelitian yang digunakan adalah analisis jaringan sosial dengan teori graf di Twitter. Hasil analisis dan visualisasi jaringan dilakukan di aplikasi Gephi dengan algoritma Yifan Hu untuk melihat distribusi pola pesan dan peran pers pada tagar #SolidaritasUntukNTT. Penelitian ini menggambarkan tipe jaringan two mode yang terdiri dari interaksi antara individu dan organisasi dengan pola komunikasi radial personal network yang memiliki ciri jaringan terbuka dan kohesivitas yang rendah dengan arah relasi directed dan asimetris. Analisis peran pers diukur melalui sentralitas aktor untuk mengetahui degree centrality, closeness centrality, betweenness centrality dan eigenvector centrality. Aktor @vice_id diketahui sebagai aktor yang memiliki degree dan eigenvector centrality tertinggi dibandingkan dengan aktor pers lainnya. Aktor @idntimes dan @detikcom memiliki nilai closeness dan betweenness centrality yang lebih tinggi dari media lainnya. Analisis jaringan sosial memberikan pemahaman terkait distribusi pesan dalam media sosial untuk mengetahui efektivitas pesan yang didistribusikan oleh beberapa aktor jaringan, khususnya peran pers dalam mengampanyekan gerakan sosial di media. Oleh karena itu, metode SNA dapat digunakan untuk penelitian jurnalisme data.
Keywords
Full Text:
PDFReferences
Alhajj, R., & Rokne, J. (2014). Encyclopedia of social network analysis and mining. New York: Springer Science+Business Media Publisher.
Anwar, M. T., Iriani, A., & Manongga, D. H. (2018). Analisis pola persebaran pornografi pada media sosial dengan social network analysis. Jurnal Buana Informatika, 9(1), 43–52. https://doi.org/10.24002/jbi.v9i1.1667
APJII. (2020). Penetrasi pengguna internet 2019-2020. Buletin APJII.
Bakry, G. N. (2020). Struktur jaringan pengguna Twitter dengan tagar #Bandunglawancovid19. Jurnal Komunikasi Global, 9(2), 209–229. https://doi.org/10.24815/jkg.v9i2.17478
Barisione, M., & Ceron, A. (2017). A digital movement of opinion? Contesting austerity through social media. In Social Media and European Politics (pp. 77–104). London: Palgrave Macmillan. https://doi.org/10.1057/978-1-137-59890-5_4
Borgatti, S. P., Everett, M. G., & Johnson, J. C. (2013). Analyzing social networks (J. Seaman, Ed.). London: SAGE Publications.
Carnia, E., Fermadona, B., Napitupulu, H., Anggriani, N., & Supriatna, A. K. (2021). Implementation of centrality measures in graph represented information spreads with hashtag #bersatulawancorona in Twitter. Journal of Physics: Conference Series, 1722(1). https://doi.org/10.1088/1742-6596/1722/1/012068
DroneEmprit. (2021). Siklon seroja dan Aurel - Atta. Diakses dari Drone Emprit Publications website: https://pers.droneemprit.id/siklon-seroja-dan-aurel-atta/
Eriyanto. (2014). Analisis jaringan komunikasi. Jakarta: Kencana.
Fatoni, A. (2019). Chain network akun Twitter BMKG (@infoBMKG) dalam penyebaran informasi cuaca, iklim dan gempa bumi. Mediakom: Jurnal Ilmu Komunikasi, 3(1), 1–17. https://doi.org/10.35760/mkm.2019.v3i1.1978
Fuadi, A., & Tasmin. (2018). Gerakan sosial baru di ruang publik virtual. Hanifiya: Jurnal Studi Agama-Agama, 1(1), 48–60. https://doi.org/10.15575/hanifiya.v1i1.4261
Gephi. (2011). How to use algorithms that place the nodes inside the graphic space. Diakses dari Gephi.org website: https://gephi.org/tutorials/gephi-tutorial-layouts.pdf
Gunawibawa, E. Y., & Oktiani, H. (2020). Politik & bencana banjir Jakarta 2020: Analisis peta percakapan #JakartaBanjir. Expose: Jurnal Ilmu Komunikasi, 3(1), 60. https://doi.org/10.33021/exp.v3i1.989
Haythornthwaite, C. (2005). Social networks and internet connectivity effects. Information, Communication and Society, 8(2), 125–147. https://doi.org/10.1080/13691180500146185
Hsu, C. L., Yu, C. C., & Wu, C. C. (2014). Exploring the continuance intention of social networking websites: an empirical research. Information Systems and E-Business Management. https://doi.org/10.1007/s10257-013-0214-3
Huberman, B. A., Romero, D. M., & Wu, F. (2009). Social networks that matter: Twitter under the microscope. SSRN Electronic Journal, 1–9. https://doi.org/10.2139/ssrn.1313405
John, S., & Carrington, P. J. (2011). The SAGE handbook of social network analysis. New York: SAGE Publications Ltd.
Kadushin, C. (2012). Understanding social networks: Theories, concept and finding. New York: Oxford University Press.
Khajeheian, D., & Kolli, S. (2020). Digital games get viral on social media: a social network analysis of Pokémon Go on Twitter. International Journal of Web Based Communities, 16(3), 262–278. https://doi.org/10.1504/IJWBC.2020.108632
Lim, M. (2014). Seeing spatially: People, networks and movements in digital and urban spaces. International Development Planning Review, 36(1), 51–72. https://doi.org/10.3828/idpr.2014.4
Marin, A., & Wellman, B. (2011). Social network analysis: An introductions. In P. Carrington & J. Scott (Eds.), The SAGE Handbook of Social Network Analysis (pp. 11–24). London: SAGE Publications Ltd.
Mbaru, E. K., & Barnes, M. L. (2017). Key players in conservation diffusion: Using social network analysis to identify critical injection points. Biological Conservation, 210(A), 222–232. https://doi.org/10.1016/j.biocon.2017.03.031
McNair, B. (2018). Pengantar komunikasi politik. Bandung: Nusa Media.
Oktora, R., & Alamsyah, A. (2014). Pola interaksi dan aktor yang paling berperan pada event JGTC 2013 melalui media sosial Twitter (Studi menggunakan metode Social Network Analysis). Jurnal Manajamen Indonesia, 14(3), 201–209. https://doi.org/10.25124/jmi.v14i3.370
Plickert, G., Côté, R. R., & Wellman, B. (2007). It’s not who you know, it’s how you know them: Who exchanges what with whom? Social Networks, 29(3), 405–429. https://doi.org/10.1016/j.socnet.2007.01.007
Prell, C. (2012). Social network analysis: History, theory and methodology. London: SAGE.
Pryke, S. (2012). Social network analysis in construction. West Sussex: Wiley Blackwell.
Rogers, E. M., & Kincaid, D. L. (1981). Communication networks toward a new paradigm for research. New York: The Free Press.
Rosenbaum, J. E., & Bouvier, G. (2020). Twitter, social movements and the logic of connective action: Activism in the 21st century – an introduction. Participation: Journal of Audience & Reception Studies, 17(1), 120–125. Diakses dari https://www.participations.org/Volume 17/Issue 1/8.pdf
Sari, M. R., & Dwiyanti, K. T. (2018). Teori Graf dalam analisis jejaring sosial: Hubungan aktor utama dengan pengguna internal laporan keuangan. Jurnal Akuntansi Dan Keuangan Indonesia, 15(1), 21–35. https://doi.org/10.21002/jaki.2018.02
Soumokil, O. V., Manongga, D., & Hendry. (2013). Pengaruh sentralitas aktor dalam jaringan sosial game online massive multiplayer online role playing game menggunakan social network analysis. Seminar Nasional Teknologi Informasi Dan Komunikasi, 129–137. Diakses dari https://fti.uajy.ac.id/sentika/publikasi/makalah/2013/2013_18.pdf
Sulistiawati, A. (2018). Analisis jaringan komunikasi tingkat kelompok dalam gapoktan. Sains Komunikasi Dan Pengembangan Masyarakat [JSKPM], 2(2), 155–168. https://doi.org/10.29244/jskpm.2.2.155-168
Tjahyana, L. J. (2020). Gerakan opini digital #Truebeauty pada Twitter untuk pemeran film adaptasi komik Webtoon. SOURCE: Jurnal Ilmu Komunikasi, 6(1), 34. https://doi.org/10.35308/source.v6i1.1759
Utami, A. B. (2018). Analisis jaringan komunikasi kelompok. Dynamic Media, Communications, and Culture, 1–35. Diakses dari http://e-journal.president.ac.id/presunivojs/index.php/DIMCC/article/view/507
Zhang, J., & Luo, Y. (2017). Degree centrality, betweenness centrality, and closeness centrality in social network. Proceedings of the 2017 2nd International Conference on Modelling, Simulation and Applied Mathematics (MSAM2017), 300–303. https://doi.org/10.2991/msam-17.2017.68
DOI: https://doi.org/10.24198/jkj.v5i1.33458
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Jurnal Kajian Jurnalisme
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Kajian Jurnalisme Indexed by:
Editorial Office of Kajian Jurnalisme:
Journalism Study Program, Faculty of Communication Sciences, Universitas Padjadjaran
Building 3 2nd Floor, Jl. Raya Bandung Sumedang KM.21, Jatinangor, Sumedang Regency, West Java 45363
Email: kajian.jurnalisme.fikom@unpad.ac.id
Telepon: (022) 7796954
Faks: (022) 7794122
Kajian Jurnalisme Supervised by:
