<![CDATA[Penelitian ini bertujuan untuk memahami dinamika viralitas dalam komunikasi influencer di platfrom TikTok dengan pendekatan Big Data Analytics. Dengan menganalisis dataset Top 100 TikTok Accounts of 2025 by Followers yang mencakup variabel followers, uploads, dan likes, penelitian ini mengeksplorasi hubungan antar metrik performa, efisiensi komunikasi, serta segmentasi akun berdasarkan strategi konten. Proses analisis dilakukan menggunakan Python di Google Colab melalui eksplorasi statistik, korelasi, visualisasi data, dan algoritma KMeans clustering. Hasil penelitian menunjukkan bahwa distribusi pengaruh di TikTok sangat timpang dan dikonsentrasikan pada sedikit akun mega-influencer, sesuai dengan prinsip power law. Korelasi yang sangat kuat ditemukan antara jumlah followers dan likes (r = 0.88), sementara jumlah uploads hanya berkorelasi lemah terhadap keduanya. Analisis efisiensi mengungkap bahwa beberapa influencer seperti Addison Rae dan MrBeast berhasil mencapai keterlibatan tinggi dengan jumlah unggahan yang relatif sedikit, menandakan keberhasilan strategi konten yang terfokus dan emosional. Clustering menunjukkan tiga tipe utama influencer: Mega-Influencer, Efficient Creator, dan Mass Poster, masing-masing dengan pendekatan komunikasi yang berbeda namun relevan dalam lanskap algoritmik TikTok. Penelitian ini memberikan kontribusi pada kajian komunikasi digital dengan memperlihatkan pentingnya efisiensi pesan, kepekaan terhadap tren algoritma, dan performativitas konten dalam membentuk viralitas. Selain itu, pendekatan data-driven yang digunakan menunjukkan potensi metodologis Big Data dalam memahami pola komunikasi masa kini yang bersifat non-linear, visual, dan sangat terpersonalisasi.]]>
Copyrights © 2025
