Komunitas teknologi daring seperti Reddit dan Stack Overflow berperan penting dalam pertukaran pengetahuan teknis, namun juga rentan terhadap penyebaran misinformasi. Penelitian ini bertujuan untuk memodelkan dan menganalisis penyebaran misinformasi dalam komunitas teknologi daring menggunakan pendekatan netnografi komputasional yang mengombinasikan Natural Language Processing (NLP) dan analisis jaringan. Data penelitian dikumpulkan dari 6.875 diskusi pengguna pada berbagai forum teknologi dan dianalisis untuk mendeteksi konten misinformasi, mengidentifikasi aktor yang berpengaruh, serta memetakan pola penyebaran informasi dalam jaringan komunitas. Hasil penelitian menunjukkan bahwa sekitar 38% diskusi mengandung informasi teknis yang usang atau menyesatkan, yang umumnya bersumber dari interpretasi keliru atau ketidaksesuaian konteks teknis, bukan dari niat penyebaran informasi palsu secara sengaja. Model NLP yang digunakan mencapai nilai F1-score sebesar 0,84 dalam klasifikasi misinformasi. Analisis jaringan menunjukkan bahwa pengguna dengan tingkat reputasi dan keterhubungan tinggi memiliki peran penting dalam mempercepat penyebaran informasi sekaligus dalam proses koreksi misinformasi. Selain itu, diskusi dengan muatan emosional yang tinggi cenderung mempercepat difusi misinformasi, sementara koreksi lebih sering terjadi dalam kelompok pengguna ahli dengan struktur jaringan yang relatif tertutup. Penelitian ini berkontribusi pada pengembangan kajian netnografi digital berbasis komputasi serta menawarkan implikasi praktis bagi perancangan sistem deteksi misinformasi dan strategi moderasi komunitas pada platform teknologi daring.
Copyrights © 2026