Garuda - Garba Rujukan Digital

Penentuan Eigenvector Centrality pada Jaringan Kampanye “Transisi PSBB” DKI Jakarta di Twitter Menggunakan Social Network Anlysis Pipit Fitriyah; Yustika Putri Finarsih
Jurnal Broadcomm Vol 2, No 2 (2020)
Publisher : AKMRTV Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53856/bcomm.v2i2.130

Isu viral “Transisi PSBB” DKI Jakarta dengan pelopor informasi utama Anies Baswedan sebagai pembuat kebijakan terkait Covid-19 cukup membuat pengguna media sosial Twitter antusias berkomentar dan membuat jaringan kampanye komunikasi berupa pro dan kontra. Penelitian ini bertujuan untuk mengetahui Nilai Eigenvector Centrality pada jaringan kampanye informasi “Transisi PSBB” Jakarta. Teori penggunaan Computer Mediated Communication (CMC) yang dijelaskan oleh A.F Wood dan M.J Smith adalah segala bentuk komunikasi antara individu, individu, dan kelompok yang berinteraksi melalui komputer di Internet dalam kampanye komunikasi “Transisi PSBB” Jakarta. Model Analisis Jaringan Sosial menyediakan alat statistik, tidak hanya untuk memeriksa data tentang karakteristik hubungan atribut setiap peserta tetapi juga untuk fokus pada menjelaskan pola hubungan antara peserta dan menganalisis pola struktural menggunakan aplikasi GEPHI. Metode dalam penelitian ini adalah kuantitatif, dengan paradigma positivis. Populasinya adalah pengguna Twitter aktif, dengan jumlah sampel sebanyak 1000 orang yang telah di-recall oleh Netlytic. Hasil penelitian ini ditemukan adanya eigenvector centrality pada akun @aniesbaswedan dan terdapat nilai 1.0. Fokus SNA adalah untuk mengetahui node yang terlibat yaitu akun @aniesbaswedan dan @psi_id, serta relasi yang terjadi melalui kaca tombol “Transisi PSBB”, sehingga distribusi dapat terhubung kuat dua arah. Dengan cara ini, akun @aniesbaswedan memiliki koneksi paling banyak, dan diameter celah antara setiap node dalam jaringan "transisi PSBB" adalah 10. Kata kunci: Eigenvector Centrality, Jaringan Kampanye, Computer Mediated Communication (CMC), Social Network Analysis (SNA), Transisi PSBB

PENENTUAN MODULARITY CLASS PADA FENOMENA CROSS PLATFORM #WHATSAPPDOWN TRENDING DI TWITTER MENGGUNAKAN SOCIAL NETWORK ANALYSIS Pipit Fitriyah; Andre Muhammad F
Jurnal Broadcomm Vol 3, No 1 (2021)
Publisher : AKMRTV Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53856/bcomm.v3i1.139

Penelitian ini bertujuan untuk mengetahui jaringan komunikasi fenomena #Whatsappdown yang viral dan dijadikan bahan perbincangan publik di Twitter, tingginya mobilisasi pengguna media sosial mengakibatkan masalah pada aplikasi WhatsApp yang sempat turun menjadi trending di media sosial lainnya. platform, Twitter. Penelitian ini menggunakan teori Computer-Mediated Communication (CMC). Menurut AF Wood dan MJ Smith, CMC adalah segala bentuk komunikasi antara individu, individu, yang terhubung satu sama lain melalui komputer dalam jaringan internet, dan model Social Network Analysis (SNA) digunakan untuk melihat pola jaringan tersebut. untuk diteliti sehingga peneliti dapat diketahui siapa saja aktor kelas yang berpengaruh dalam jaringan komunikasi dari penelitian ini. Metode yang digunakan dalam penelitian ini adalah metode kuantitatif dengan paradigma positivistik. Hasil dari penelitian ini menunjukkan bahwa Kelas Modularitas #WhatsAppDown terbagi menjadi 5 kelas, dimana setiap kelas memiliki aktor penting yang menjadi pusat informasi. 5 aktor yang memiliki peran penting yaitu, @megasair, @whatsapp, @actuxiaomi, @akinyivivien, @annemariayritys. Akun @megasair sebagai aktor yang paling aktif menyebarkan informasi ini dan akun @anneamariayritys yang berperan sebagai penghubung yang menghubungkan satu aktor dengan aktor lainnya yang belum pernah terhubung sebelumnya. Jika aktor tersebut tidak ada, maka proses komunikasi dengan aktor lain akan terputus sehingga informasi tidak dapat dipublikasikan secara luas.Kata Kunci: Jaringan Komunikasi, Computer Mediated Communication, Lintas Bidang, Sosial Media, Social Network Analysis.

Penentuan Eigenvector Centrality pada Jaringan Kampanye “Transisi PSBB” DKI Jakarta di Twitter Menggunakan Social Network Anlysis Pipit Fitriyah; Yustika Putri Finarsih
BroadComm Vol. 2 No. 2 (2020)
Publisher : AKMRTV Jakarta

Isu viral “Transisi PSBB” DKI Jakarta dengan pelopor informasi utama Anies Baswedan sebagai pembuat kebijakan terkait Covid-19 cukup membuat pengguna media sosial Twitter antusias berkomentar dan membuat jaringan kampanye komunikasi berupa pro dan kontra. Penelitian ini bertujuan untuk mengetahui Nilai Eigenvector Centrality pada jaringan kampanye informasi “Transisi PSBB” Jakarta. Teori penggunaan Computer Mediated Communication (CMC) yang dijelaskan oleh A.F Wood dan M.J Smith adalah segala bentuk komunikasi antara individu, individu, dan kelompok yang berinteraksi melalui komputer di Internet dalam kampanye komunikasi “Transisi PSBB” Jakarta. Model Analisis Jaringan Sosial menyediakan alat statistik, tidak hanya untuk memeriksa data tentang karakteristik hubungan atribut setiap peserta tetapi juga untuk fokus pada menjelaskan pola hubungan antara peserta dan menganalisis pola struktural menggunakan aplikasi GEPHI. Metode dalam penelitian ini adalah kuantitatif, dengan paradigma positivis. Populasinya adalah pengguna Twitter aktif, dengan jumlah sampel sebanyak 1000 orang yang telah di-recall oleh Netlytic. Hasil penelitian ini ditemukan adanya eigenvector centrality pada akun @aniesbaswedan dan terdapat nilai 1.0. Fokus SNA adalah untuk mengetahui node yang terlibat yaitu akun @aniesbaswedan dan @psi_id, serta relasi yang terjadi melalui kaca tombol “Transisi PSBB”, sehingga distribusi dapat terhubung kuat dua arah. Dengan cara ini, akun @aniesbaswedan memiliki koneksi paling banyak, dan diameter celah antara setiap node dalam jaringan "transisi PSBB" adalah 10.

PENENTUAN MODULARITY CLASS PADA FENOMENA CROSS PLATFORM #WHATSAPPDOWN TRENDING DI TWITTER MENGGUNAKAN SOCIAL NETWORK ANALYSIS Pipit Fitriyah; Andre Muhammad F
BroadComm Vol. 3 No. 1 (2021)
Publisher : AKMRTV Jakarta

Penelitian ini bertujuan untuk mengetahui jaringan komunikasi fenomena #Whatsappdown yang viral dan dijadikan bahan perbincangan publik di Twitter, tingginya mobilisasi pengguna media sosial mengakibatkan masalah pada aplikasi WhatsApp yang sempat turun menjadi trending di media sosial lainnya. platform, Twitter. Penelitian ini menggunakan teori Computer-Mediated Communication (CMC). Menurut AF Wood dan MJ Smith, CMC adalah segala bentuk komunikasi antara individu, individu, yang terhubung satu sama lain melalui komputer dalam jaringan internet, dan model Social Network Analysis (SNA) digunakan untuk melihat pola jaringan tersebut. untuk diteliti sehingga peneliti dapat diketahui siapa saja aktor kelas yang berpengaruh dalam jaringan komunikasi dari penelitian ini. Metode yang digunakan dalam penelitian ini adalah metode kuantitatif dengan paradigma positivistik. Hasil dari penelitian ini menunjukkan bahwa Kelas Modularitas #WhatsAppDown terbagi menjadi 5 kelas, dimana setiap kelas memiliki aktor penting yang menjadi pusat informasi. 5 aktor yang memiliki peran penting yaitu, @megasair, @whatsapp, @actuxiaomi, @akinyivivien, @annemariayritys. Akun @megasair sebagai aktor yang paling aktif menyebarkan informasi ini dan akun @anneamariayritys yang berperan sebagai penghubung yang menghubungkan satu aktor dengan aktor lainnya yang belum pernah terhubung sebelumnya. Jika aktor tersebut tidak ada, maka proses komunikasi dengan aktor lain akan terputus sehingga informasi tidak dapat dipublikasikan secara luas.

RETORIKA DIGITAL KEBIJAKAN POLITIK “POLISI VIRTUAL” DI CNNINDONESIA.COM MENGGUNAKAN METODE DISCOURSE NETWORK ANALYSIS Dafa Rosi Berliana; Pipit Fitriyah
BroadComm Vol. 4 No. 2 (2022)
Publisher : AKMRTV Jakarta

Penelitian ini bertujuan untuk mengetahui retorika pada pemberitaan kebijakan politik “Polisi Virtual” yang dibentuk untuk mengawasi media sosial dan mencegah perbuatan tindak pidana Undang-undang Informasi dan Transaksi Elektronik (UU ITE). Penggunaan Teori Retorika menurut Aristoteles menekankan pada tujuan persuasi khalayak dengan mempertimbangkan tiga bukti retorika: logika (logos), emosi (pathos), dan etika (ethos). Retorika pada sentimen pro dan kontra pada pemberitaan polisi virtual di CNNIndonesia.com menggunakan Discourse Network Analysis (DNA) dan visualisasi jaringan menggunakan perangkat lunak Visone. Hasil penelitian pemberitaan kebijakan polisi virtual sejak tanggal 25 Februari hingga tanggal 20 April 2021, terdapat 14 berita dengan 93 pernyataan retorika 13 aktor politik. Ditemukan kategori Hukum, Informasi dan Kebijakan, dengan pernyataan retorika positif 61% dan 39% pernyataan retorika negatif. Konsep retorika pada argumen kebijakan politik “Polisi Virtual” mengkritisi kebijakan politik “Polisi Virtual” harus dikaji dan dievaluasi lebih lanjut. Kesimpulan pada kebijakan politik “Polisi Virtual” menjadikan pengguna media sosial/masyarakat agar lebih bijaksana dalam memahami pemberitaan media dan juga dalam beropini terkait isu kebijakan politik dan bagi pemerintah pembuat kebijakan agar lebih komprehensif dalam membuat suatu kebijakan, sehingga dapat lebih baik dalam pemberdayaan masyarakat terhadap sosial media.

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search