Praktik Menggunakan

“Listening Tools” Drone Emprit

untuk Penelitian
Disampaikan pada acara
Perencanaan dan Implementasi Kebijakan Publik dengan Basis
Analisa Big Data di Era Demokrasi Digital
27 Oktober 2020
Drone Emprit
Corporate Our Big (Data) Family

18 Office Park, 22nd Floor suite E,F,G MEDIA GROU

18Simatupang
Jl. TB Office Park,
Telp : 021 80641965
22nd 12520
suite
kav. 18 Jakarta Floor
E,F,G
ANALYTICS ME
RESEAR
Jl. TB Simatupang kav. 18 Jakarta 12520
Telp : 021 80641965 ANA
Commercial
Product

Non-Commercial
 Data Akses: Apa itu container?
• Container adalah sekelompok syarat filtrasi awal data yang digunakan sebagai
satuan analisis.
• Container mengandung:
• Nama container
• Kata Kunci/ Nama Akun media sosial : Penanda syarat utama dokumen masuk dalam
container.
• filter should content (F+): kata kunci yang digunakan dengan menambahkan syarat “harus
mengandung kata kunci ini” untuk dimasukan ke dashboard (contoh: keyword “presiden”
dengan F+ “jokowi” akan memasukan data yang mengandung kata “presiden jokowi”
namun tidak akan memasukan data presiden Rusia, presiden SBY, dan sebagainya)
• dan filter should not content (F-): kata kunci yang digunakan dengan menambahkan
syarat “tidak boleh ada kata kunci ini” untuk dimasukan ke dashboard (contoh: kata kunci
“presiden” dengan F- “jokowi” akan memasukan seluruh dokumen yang mengandung
kata presiden tanpa ada kata-kata “jokowi”
Container
Keyword Based Non Keyword Based

CONTAINER CONTAINER CONTAINER CONTAINER

Personal Issue HASHTAG NAMA AKUN
Contoh: Contoh: Contoh: Contoh:
Jokowi Pilkada Jabar #2019GantiPresiden @Jokowidodo
Kata kunci: Jokowi, Joko Widodo Kata kunci: Pilkada, pilgub Kata kunci: #2019GantiPresiden Nama akun: @jokowi
F+: - F+: jabar, jawa barat F+: -
F-: - F-: - F-: -

CONTAINER
CONTAINER
Corporate/Organization Name
NAMA BRAND
Contoh:
Contoh: Fleksibility in Container based on
DPR
Bank Mandiri purpose
Kata kunci: DPR, Dewan
Kata kunci: Bank Mandiri
Perwakilan Rakyat
F+: -
F+: -
F-: -
F-: -
Penelitian dan Kenapa Meneliti
media Sosial
Internet Perspektif Teknologi
Kenapa?
Menempatkan
manusia (selalu) di
tengah crowd
Crowd mempengaruhi individu (majority influence)
Crowd mempengaruhi individu (majority influence)
Crowd bisa menjadi mob (dengan minority influence)
Mekanisme Pengaruh Crowd
ALASAN PERTAMA: KONFORMITAS
ALASAN PERTAMA: KONFORMITAS
ALASAN KEDUA: BIAS KONFIRMASI

ANDA LIHAT
APA YANG
APA YANG
FAKTA OBJEKTIF
ANDA YAKINI
KONTEKS YANG MENDUKUNG: HOMOPHILY EFFECT
MENGHASILKAN
ECHO CHAMBER
Jaringan Sosial
 KONEKSI

• Koneksi
mempunyai
tingkatan
• Tingkatan koneksi
menentukan
hubungan
langsung dan tak
langsung
Graphical examples

Node Node
1 2
Edge: e-mail -Directed

Node Node
1 2
Edge: e-mail conversation -Directed

Node Node
1 1
Edge: Tweet -Directed: Self-loop
Graphical examples Ii

Node Node
1 2
Edge: Family -Undirected

Node Node
1 2
Edge: e-mail conversation -Directed

Edge: Family
Undirected Node
This is a mixed set of edges 4
Node
3
JARINGAN
JARINGAN
INTERAKSI
BRIDGE
CHAMBER
TRIADIC CLOSURE
Contoh Penelitian Media Sosial
Eksperimental
EKSPERI
MENTAL
• (N = 689,003)
• DV -> Kata-kata positif dan
negative
• IV -> news feed (negativity
reduced, positivity reduced)
Eksploratif
Fenomena Dunia Kecil
(Travers, Milgram 1969)
Fenomena Dunia
Kecil
(Travers, Milgram
1969)
mean 5.2
intermediaries
 Fenomena Dunia Kecil (Backstrom, et.al 2011)

https://www.facebook.com/notes/facebook-data-science/anatomy-of-facebook/10150388519243859/
Fenomena Dunia Kecil (1)

https://www.facebook.com/notes/facebook-data-science/anatomy-of-facebook/10150388519243859/
Prediksi
Memprediksi Bola Melalui Twitter
Memprediksi Bola Melalui Twitter
Meneliti Menggunakan Tools DE
 DEMO TIME
• analytics.droneemprit.id
• Username/email: fisipundip
• Pass: echochamber
Terima Kasih