Ujian Akhir Semester (UAS)

Resume Jurnal

“Memahami Dinamika Organisasi Menggunakan Teks Analisis”

“BISNIS DIGITAL DAN INTELEGENSI BISNIS”

Dosen Pengampu:

Farihin Lazim, M.Tr. T .

Di susun Oleh:

M Yusuf Annawawi M.A

(2018503013)

M. Afrizal Ridho

(2018503011)

Zainurradi

(2018503018)

Prodi/Semester:

Akuntansi / VI

Program Studi Akuntansi

Fakultas Ilmu Sosial & Humaniora
Universitas Ibrahimy
Sukorejo-Situbondo
2021
 Memahami Dinamika Organisasi Menggunakan Teks

Analisis

Abstark

Mampu memahami struktur kekuasaan implisit dan dinamika di antara anggota memainkan
peran penting bagi manajemen organisasi. Makalah ini memperkenalkan sebuah novel dan
pendekatan komprehensif untuk menganalisis data wacana organisasi. Aplikasi yang diusulkan
proach memberikan pandangan holistik dari struktur kekuasaan tersirat oleh komunikasi.

Kata kunci: jaringan pasokan; pengertian organisasi; penambangan teks; jaringan sosial
analysis; analisis wacana; analisis sentimen.

1. Perkenalan
Jaringan pasokan adalah sistem yang terdiri dari hubungan kompleks di antara
perusahaan-perusahaan yang termasuk dalam pemasok yang sama. rantai lapis. Mampu
memahami struktur kekuatan implisit di antara perusahaan-perusahaan dengan rantai pasokan
yang sama jaringan memainkan peran penting untuk pengelolaan jaringan pasokan. Dan
pengetahuan seperti itu juga bisa membantu anggota jaringan untuk lebih memposisikan diri
mereka dalam jaringan. Wacana organisasi adalah commetode yang biasa digunakan untuk
mengungkap struktur sosial dan organisasi yang tertanam dalam komunikasi antar
individu/perusahaan dalam suatu jaringan (Ellis, 1999). Misalnya, beberapa orang/organisasi
bisa lebih berpengaruh daripada yang lain karena keahlian, reputasi, koneksi sosial, dll.
(Allaho & Lee, 2013; Bird, Gourley, Devanbu, Gertz, & Swaminathan, 2006; Diesner &
Carley, 2005).
Dalam penelitian ini, kami menggabungkan metode analisis wacana organisasi dengan
teknologi penambangan teks untuk memasukkan memperkenalkan pendekatan baru untuk
mengidentifikasi struktur organisasi yang tersembunyi. Kami menganalisis volume besar
longi catatan tudinal notulen rapat yang dikumpulkan dari koperasi produksi dan pemasaran
pertanian. Desain keseluruhan dari pendekatan yang kami usulkan terdiri dari dua tahap yang
melibatkan banyak metode. Pertama kita mengekstrak informasi tentang orang, sentimen,
dan topik dari teks risalah rapat selama bertahun-tahun.dan kemudian memetakannya dalam
jaringan untuk dianalisis. Kedua, pola yang ditemukan dari analisis jaringan adalah
dinilai oleh sosiolog yang memiliki pengetahuan mendalam tentang koperasi dan oleh
dua anggota kunci koperasi, yang memungkinkan kita untuk menetapkan validitas dan
kondisi batas metode dalam menafsirkan dinamika organisasi ics. Penilaian sebagian besar
menguatkan temuan yang terungkap dari analisis teks kami.
Kontribusi makalah ini ada dua. Di satu sisi, ini adalah studi pertama yang kita ketahui
yang menerapkan teks teknik penambangan untuk mengidentifikasi struktur daya yang ada
dalam jaringan rantai pasokan yang sama di bawah pedoman prinsip-prinsip wacana
organisasi konvensional. Ini berkontribusi pada bidang penambangan teks dengan
 menyarankan mengisyaratkan bahwa solusi penambangan teks khusus aplikasi dapat
dikembangkan dengan mengintegrasikan metodologi mapan yang digunakan oleh peneliti
akademis di domain lain. Di sisi lain, kertas berisi penghargaan untuk domain manajemen
rantai pasokan dengan menyarankan beberapa pola penting dan 'titik nyala' yang memberikan
informasi penting jaringan seperti intensitas debat, struktur organisasi umum jaringan titik
balik politik dan kritis.
2. tinjauan Pustaka
Pekerjaan kami berakar dari beberapa bidang dalam literatur teks dan analisis jaringan.
Pada bagian ini, kita akan Kembali melihat pekerjaan terkait dan keterbatasannya yang ingin
kami atasi dalam penelitian kami.
2.1. Manajemen Pengetahuan dalam Organisasi
Dalam literatur manajemen pengetahuan, para peneliti telah mengembangkan
informasi memori organisasi sistem (OMIS) untuk merekam dan memelihara kenangan
dari masa lalu, yang mungkin dapat digunakan kembali di masa depan untuk
inmeningkatkan efektivitas organisasi (Dow, Hackbarth, & Wong, 2013). (Davenport &
Prusak, 2001) mendefinisikan pengetahuan sebagai campuran yang mengalir dari
pengalaman yang dibingkai, nilai-nilai, informasi kontekstual, dan wawasan ahli yang
mendukung menyediakan kerangka kerja untuk mengevaluasi dan menggabungkan
pengalaman dan informasi baru.‖ Dalam praktiknya, organisasi ingatan nasional
mencakup pengalaman dan keterampilan tentang proyek, produk dan keputusan, serta
direktori pengetahuan tentang siapa yang harus tahu apa (Nevo & Wand, 2005).
Kenangan berada dalam berbagai pengikut, termasuk individu, budaya, aturan,
prosedur, peran, dan sebagainya. Memori bukan hanya artefak dengan keadaan statis.
Sebaliknya, sering dinamis dan tertanam dalam banyak proses (Ackerman & Hadverson,
2000).
Dalam organisasi, melestarikan dan memelihara pengetahuan eksplisit dan tacit
seperti itu adalah tugas yang menantang karena proses dan perspektif informal dari
ingatan. Mengembangkan OMIS seringkali membutuhkan kodifikasi manual
pengetahuan untuk disimpan dalam basis pengetahuan. Sejumlah inisiatif OMIS gagal
karena keengganan karyawan untuk berbagi pengetahuan melalui sistem tersebut
(Kankanhalli, Tan, & Wei, 2005).

2.2.Identifikasi Struktur Tenaga

Para peneliti dalam literatur komunikasi telah menggunakan analisis wacana untuk
mengeksplorasi organisasi implisit struktur (Corman, Kuhn, Mcphee, & Dooley, 2002;
Putnam & Fairhurst, 2001). (Ellis, 1999) menyebut wacana empiris organisasi dan struktur
sosial' dan berpendapat bahwa kita hanya dapat memahami konsep tingkat kolektif instruksi
dengan mempelajari produksi mereka dalam mikro-praktik komunikasi. Wacana dan
komunikasi di antara semua anggota organisasi, lembur dapat membantu kita memahami
proses di seluruh organisasi dan mendeteksi pola perubahan dan hubungan.
 selain mengungkap hubungan struktural antara kata dan topik, menganalisis wacana
komunikasi kation juga dapat membantu mengungkap karakteristik struktural jaringan sosial.
Ada banyak penelitian yang mengeksplorasi komunikasi antara pengembang sumber terbuka,
dan menyelidiki struktur sumber terbuka masyarakat. Misalnya, (Xu, Christley, & Madey,
2006) menggunakan data SourceForge untuk membangun social jaringan antara
pengembang, dan menemukan fenomena dunia kecil, dan pengaruh karakteristik topologi
pada difusi informasi dan kolaborasi. (Kankanhalli, et al., 2005) mengadopsi kumpulan data
dari Github.com dan Ohloh.net dan menemukan distribusi derajat hukum kekuasaan dan
menunjukkan karakteristik dunia kecil.

2.3.Analisis Sentimen di Jejaring Sosial

Keputusan dan perilaku manusia selalu didorong oleh pendapat orang. Orang-orang
mengungkapkan pendapat mereka dan sentimen tentang topik atau peristiwa melalui komunikasi
lisan atau tertulis. Dalam beberapa tahun terakhir, terutama dengan pertumbuhan cepat konten
yang dibuat pengguna di media sosial, analisis sentimen telah menerima perhatian yang luar
biasa di industri dan akademisi untuk menambang dan melacak pendapat pengguna. Kebutuhan
ini telah memicu pertumbuhan jumlah ber penelitian tentang analisis sentimen atau
penambangan opini (Liu, 2006; Bo Pang & Lee., 2008; Raghu & Chen,2007).

Ketika sebuah dokumen terdiri dari kalimat-kalimat yang mengekspresikan

campuranDari opini, analisis sentimen tingkat sentimen lebih tepat. Selanjutnya, analisis
sentimen dapat dilakukan pada tingkat atribut untuk mengekstrak opini terhadap atribut atau
aspek tertentu dari suatu topik atau produk) (Liu, 2006). Teknik analisis sentimen dapat
diklasifikasikan menjadi dua jenis: pendekatan tanpa pengawasan dan pendekatan yang diawasi.
Pendekatan tanpa pengawasan membutuhkan leksikon kata sentimen untuk menentukan polaritas
teks dengan menghitung kata-kata positif dan negatif (Hatzivassiloglou & Wiebe, 2003).

pendekatan vised, di sisi lain, melatih pengklasifikasi menggunakan data berlabel untuk
memprediksi polaritas teks yang tidak berlabel (B.Pang, dkk., 2002; JM Wiebe, Bruce, &
O'Hara, 2002; Yu & Hatzivassiloglou, 2003). Dalam analisis jaringan sosial (SNA), para peneliti
telah mengembangkan berbagai pendekatan untuk mengungkap bagaimana orang mempengaruhi
dan terhubung satu sama lain dalam struktur kekuasaan. Untuk mengidentifikasi node dengan
pengaruh besar kekuasaan, kita sering melihat ukuran sentralitas yang berbeda. Secara khusus,
sentralitas derajat didefinisikan sebagai bilangan dari insiden link pada sebuah node.

2.4. Ringkasan

Berdasarkan tinjauan literatur terkait, kami berpendapat bahwa, baik komunikasi formal
maupun informal dapat berperan dalam mengungkap struktur kekuasaan tacit dalam suatu
organisasi. Percakapan yang ditranskripsi direkam di notulen rapat berisi informasi yang kaya
tentang pertukaran pendapat anggota tentang berbagai topik. Kita punya mengidentifikasi
tantangan berikut dalam menemukan struktur kekuasaan diam-diam dari sumber data ini:

o Banyaknya teks yang tidak terstruktur membuat kodifikasi manual menjadi upaya yang
tidak praktis. Beberapa pendekatan penambangan teks otomatis diinginkan.
o Sebagian besar teknik analisis yang ada berfokus pada penemuan hanya satu jenis
pengetahuan dari data.

Untuk misalnya, CRA berfokus pada mengidentifikasi pusat kata; analisis jaringan sosial
berfokus pada analisis tautan struktur; dan analisis sentimen berfokus pada penentuan polaritas
sentimen. Tidak ada kesatuan pendekatan yang menganalisis informasi dari ketiga aspek dan
menyajikan pandangan yang komprehensif struktur kekuasaan organisasi. Untuk mengatasi
tantangan ini, kami memperkenalkan pendekatan baru untuk menambang komunikasi yang
ditranskripsi teks untuk mengungkap dinamika tersembunyi dalam organisasi.

3. Metodologi

Bagian ini memperkenalkan desain dua tahap untuk menemukan struktur kekuatan
organisasi dengan menambang teks dari notulen rapat. Dalam desain dua tahap kami, Tahap 1
adalah penambangan dan analisis teks, berusaha mengungkap yang tersembunyi

pola dalam organisasi dengan menambang dokumen teks dan menganalisis struktur
jaringan. Tahap 2 melibatkan penilaian ment dan interpretasi temuan analisis teks berdasarkan
wawancara dengan tiga anggota kunci koperasi.

Tujuan penilaian tahap 2 dari temuan bukanlah untuk memvalidasi temuan; melainkan
untuk mengevaluasi kemanjurannyametode analisis teks kami. Sebelum memperkenalkan desain
dua tahap kami, kami memberikan pengenalan singkat tentang konteks penelitian dan sumber
data.

3.1. Pengaturan penelitian dan sumber data

Pengaturan penelitian melibatkan Country Natural Beef, koperasi pemasaran dan

produksi pertanian (kerjasama selanjutnya). Ini menjual produk daging sapi alami - produk tidak
mengandung hormon atau antibiotik. rekanop diakui sebagai pemimpin dalam mempraktikkan
pengelolaan lahan holistik dan praktik lingkungan dalam peternakan. Koperasi yang digerakkan
oleh nilai tersebut ditandai dengan partisipasi anggota sukarela yang kuat (Ashforth &
Reingen,2014).

Budaya memainkan peran penting dalam berfungsinya koperasi. Perdebatan sengit adalah hal
biasa dalam demokrasi koperasi. proses keputusan ic. Budaya seperti itu dimanifestasikan dalam
musyawarah keputusan yang hidup dan retorika yang berorientasi pada nilai debat.

3.2. Tahap satu. Penambangan dan Analisis Teks

Dalam desain penelitian dua tahap kami, Tahap Satu melibatkan penggunaan teknik
penambangan teks untuk mengekstrak informasi dari risalah rapat dan selanjutnya mengungkap
struktur kekuasaan yang tersembunyi. metodologi, termasuk lima modul utama:
 1) penambangan teks,
2) analisis jaringan sosial,
3) sentimen/emosi analisis,
4) analisis jaringan topik, dan
5) analisis klaster sentimen.

Pada bagian ini, kami akan menjelaskan masing-masing modul ini secara rinci.

3.2.1. Penambangan Teks

Notulen rapat adalah transkripsi lengkap dari dialog panggilan telekonferensi mingguan
dan tahunan pertemuan dari 2005 hingga 2012. Mereka adalah gudang informasi dan pertukaran
pendapat yang kaya antara anggota di koperasi. Kami menggunakan teknik penambangan teks
untuk mengekstrak informasi penting dari risalah rapat ini.

Setiap dokumen dokumen risalah rapat mencatat berbagai informasi termasuk nama-
nama peserta, item agenda, percakapan tentang topik tertentu, dll. Untuk tujuan kami
menemukan organisasi tersembunyi struktur, kami fokus pada penggalian tiga jenis informasi:
orang, topik dan sentimen. Mengidentifikasi orang individu tentu penting karena kita perlu
membedakan individu dalam struktur kekuasaan. Sejak pertemuan bervariasi dalam masalah
yang dibahas dan keterlibatan orang dalam diskusi ini juga bervariasi karena keahlian dan
kepentingan, penggalian topik juga penting untuk membedakan distribusi kekuasaan orang di
seluruh mata pelajaran.

Selain itu, adalah umum untuk melihat orang mengekspresikan sentimen yang berbeda
dan berlawanan pada topik yang sama.Oleh karena itu, sentimen harus diekstraksi dari teks
sebagai dimensi penting lainnya.

3.2.2. Analisis Jaringan Sosial

Untuk memahami hubungan sosial antara anggota/node dalam koperasi, kami

membangun jejaring social berdasarkan analisis kejadian bersama. Anggota bervariasi dalam
cara berpartisipasi dalam rapat dan topik. Jika dua

anggota keduanya terlibat dalam diskusi tentang topik yang sama di beberapa titik, kami
menganggap mereka berbagi beberapa kepentingan bersama dan karena itu menambahkan tautan
di antara mereka. Selama pertemuan selama bertahun-tahun, dua anggota mungkin telah terlibat
dalam diskusi berbagai topik. Jadi, kami menetapkan bobot untuk setiap tautan ke mewakili
jumlah co-kejadian dari dua anggota. Jika dua anggota sering terlibat dalam diskusi dari topik-
topik tertentu, mereka cenderung memiliki tautan (edge) yang kuat di antara mereka.

Dari seluruh koleksi notulen rapat kami, kami membangun jaringan co-occurrence dari
155 node dan 2.279 tepi. Dari 155 node, sekitar 110 adalah anggota koperasi sedangkan node
yang tersisa mewakili orang-orang yang berada di luar koperasi tetapi ikut serta dalam rapat.
Dalam jaringan co-kejadian, setiap tepi/tautan menunjukkan kemunculan bersama dua anggota
dalam topik yang sama.
 Kami menggunakan tiga ukuran sentralitas umum sebagai kekuatan indikator dan
pengaruh dalam analisis jaringan (Freeman 1979). Dalam analisis jejaring sosial,sentralitas
derajat didefinisikan sebagai jumlah langsung interaksi seorang anggota dengan orang lain.
Sentralitas antara mengukur sejauh mana sebuah node terletak antara node lain dalam jaringan.
Ini diukur sebagai jumlah geodesik (jalur terpendek antara dua node) melewatinya.

3.2.3. Analisis Sentimen/Emosi

Mengingat sentimen yang diambil dari risalah rapat, kami dapat menggabungkannya
berdasarkan rapat, per bulan, per peristiwa, atau berdasarkan tahun untuk mengungkap tren
sentimen sebagai proses dinamis dalam organisasi. Oleh membandingkan penggunaan kata-kata
positif vs. negatif dari waktu ke waktu, kami dapat mengidentifikasi beberapa tren atau puncak
keseluruhan yang menunjukkan periode kritis terkait dengan peristiwa seperti perkelahian,
perayaan, dll. Untuk lebih lanjut membedakan sifat sentimen yang lebih halus, kami
menggunakan leksikon emosi yang dibuat oleh Dewan Riset Nasional Kanada (NRC). Leksikon
emosi berisi daftar kata-kata dan asosiasinya dengan delapan emosi (marah, ketakutan, antisipasi,
kepercayaan, kejutan, kesedihan, kegembiraan, dan jijik) dan dua sentimen (negatif dan positif).
Anotasi dalam leksikon ini dikuratori secara manual melalui Mechanical Turk Amazon
(Mohammad & Turney, 2013). Analisis emosi memungkinkan kita untuk mengetahui bagaimana
emosi berfluktuasi selama beberapa periode tertentu yang menentukan perkembangan historis
organisasi.

3.2.4. Analisis Jaringan Topik

Untuk memahami topik apa yang penting dan bagaimana topik berkembang dari waktu ke
waktu, kami mengadopsi pemusatan pendekatan analisis resonansi (CRA) (Corman, et al., 2002).
CRA adalah pendekatan berbasis jaringan dalam menganalisis tes tertulis dalam jumlah besar.
Dengan menganalisis langkah-langkah struktural dalam jaringan kata, CRA bertujuan untuk
mengidentifikasi 'pusat' tekstual, yaitu kata-kata (kebanyakan kata benda) yang paling banyak
berkontribusi pada topik/tema teks. Selanjutnya, perbandingan antara dua teks dalam hal
pusatnya masing-masing dapat mengungkapkan resonansi‖ atau kesamaan

4. Temuan dan Evaluasi

Di bagian ini, kami melaporkan temuan kami dan menjelaskan bagaimana anggota
koperasi menilai temuan ini. 4.1. Hasil Analisis Jaringan Sosial Untuk masing-masing dari
empat acara, kami membuat jaringan sosial anggota berdasarkan kejadian bersama mereka di
mendiskusikan topik yang sama selama pertemuan. Tabel 3 merangkum karakteristik dasar
bersama dengan ukuran topologi dari empat jaringan social.
kuran jaringan co-kejadian bervariasi di empat periode peristiwa. Di antara empat
periode, Out-of Program (2008-2009) berisi node terbanyak (108) dan edge terbanyak
(1390), menunjukkan bahwa event ini melibatkan partisipasi yang luas dari anggota dan
pemangku kepentingan eksternal.
Dengan memeriksa langkah-langkah sentralitas dalam jaringan ini, kami mengamati
peningkatan derajat rata-rata sentralitas antara 2007 hingga 2009 ketika skor mencapai
puncak (0,2607) pada tahun 2009. Setelah itu, kepadatan mulai menurun dan mencapai skor
 terendah 0,1803 pada tahun 2011. Kami juga mengamati pola yang sama dalam sentralitas
kedekatan rata-rata. Di banyak jejaring sosial, terbukti bahwa node cenderung mengelompok
bersama dan membuat kelompok yang sangat padat. Kami menghitung dan membandingkan
koefisien pengelompokan dari empat jejaring sosial untuk mengukur sejauh mana node
dalam grafik cenderung mengelompok bersama. Koefisien pengelompokan juga mencapai
puncaknya (0,6893) pada tahun 2009 dan turun ke level terendah (0,6491) pada tahun 2011.
dalam studi yang berbeda, kami mengumpulkan data metrik sosial melalui survei di
jejaring sosial koperasi anggota. Survei dikirim ke 81 anggota aktif, yang akhirnya
menghasilkan 78 tanggapan yang dapat digunakan untuk a 96,3% tingkat respons. Survei
mengajukan dua pertanyaan kepada setiap anggota koperasi: (1) dengan siapa peternakan
Anda telah berinteraksi secara langsung‖ dan yang memengaruhi operasi bisnis peternakan
Anda di berbagai bidang seperti peternakan praktik, pengambilan keputusan bisnis,
jangkauan dan pengelolaan hewan, dll.,‖ dan (2) dengan siapa peternakan Anda memiliki
berinteraksi langsung‖ dan peternakan Anda telah berdiskusi dan memberikan saran tentang
operasi bisnis mereka di bidang-bidang seperti praktik peternakan, pengambilan keputusan
bisnis, jangkauan dan pengelolaan hewan, dll.‖ Berdasarkan menanggapi dua pertanyaan ini,
kami membangun jaringan sosial 78 anggota dan berusaha mengidentifikasi 'berpengaruh'
anggota koperasi dengan menganalisis langkah-langkah sentralitas.

4.2. Hasil Analisis Sentimen/Emosi

yang mungkin mencerminkan bentuk pemerintahan yang demokratis dan partisipasi

sukarela. Anggota adalah dimotivasi oleh tidak hanya alasan ekonomi tetapi juga nilai dan misi.
Gambar 2(b) menunjukkan bahwa, di antara delapan emosi, kepercayaan dan antisipasi adalah
dua dengan nilai tertinggi, 52,75 dan 39,98, sedangkan jijik dan kemarahan memiliki dua nilai
terendah, 10,27 dan 12,08. Ini menunjukkan keseluruhan kolegial dan optimis suasana di
koperasi.

4.3. Hasil Analisis Jaringan Topik

Dalam jaringan topik, setiap node mewakili kata kunci yang diidentifikasi dari risalah
rapat terkait dan setiap tautan menunjukkan kemunculannya bersama di kalimat yang sama.
Ukuran node menunjukkan sentralitas antara (Corman et al., 2002) dan warnanya menunjukkan
sentimen keseluruhan kalimat yang mengandung kata kunci. Di samping setiap jaringan, kami
juga mencantumkan

20 kata kunci teratas yang diberi peringkat berdasarkan tingkat sentralitas. Hasil kami
menunjukkan bahwa kata kunci sepertiternak, feedlot, hubungan, pelanggan dan peternak
termasuk di antara 20 teratas di keempat jaringan topik. Kata-kata ini selalu menjadi focus topik
dalam koperasi ini mengingat sifat organisasi ini. Selain itu, untuk setiap peristiwa tertentu, kami
juga mengidentifikasi beberapa kata kunci unik dengan tingkat sentralitas tinggi.

4.4. Hasil Analisis Cluster Sentimen

 di dalam visualisasi, setiap lingkaran mewakili anggota atau sekelompok anggota yang
berbagi pendapat yang sama tentang hal-hal tertentu topik. Ukuran lingkaran 'daun' (yaitu,
seorang anggota) berarti kemunculannya di semua catatan rapat. Keseluruhan,

hierarki pengelompokan menunjukkan pola yang agak konsentris, yang berarti anggota
individu atau sub cluster secara bertahap ditambahkan untuk membentuk cluster yang lebih
besar. Di area bagian dalam tampilan, ada beberapa lagi cluster yang terpisah dengan jelas.

tujuan seorang manajer adalah untuk memahami struktur laten organisasi. Saat
menggabungkan semua data wacana akan mendeteksi klik dan kubu organisasi jangka panjang,
jenis analisis yang sama dapat dilakukan dengan fokus pada peristiwa tertentu yang menarik.
Analisis klaster sentimen berbasis peristiwa akan mencapai klik dan pemimpin opini dari
peristiwa sejarah tertentu.

5. Kesimpulan

Wacana komunikasi organisasi adalah sumber data yang berharga untuk mengungkap
struktur diam-diam dan dinamika antar anggota. Namun, analisis wacana organisasi seringkali
membutuhkan proses dan pemahaman sejumlah besar data tidak terstruktur tentang komunikasi
formal atau informal. Untuk menjawab tantangan tersebut, di penelitian ini, kami
memperkenalkan pendekatan baru dan komprehensif untuk menganalisis data wacana organisasi
menggunakan teknik penambangan teks. Pendekatan yang diusulkan memberikan pandangan
holistik dari struktur kekuasaan tersirat oleh komunikasi. Ini tidak hanya menyarankan para
pemimpin opini tetapi juga menunjukkan bagaimana orang bersekutu dengan masing-masing lain
pada isu-isu yang berbeda dalam komunitas jaringan. Lebih penting lagi, dengan
menggabungkan penambangan teks yang berbeda dan teknik analisis, pendekatan kami dapat
membantu mengungkap topik utama yang terkait dengan peristiwa tertentu dan orang sentimen
terhadap masalah ini dari waktu ke waktu.

Penelitian ini berkontribusi pada domain text mining dengan mengintegrasikan dan menerapkan
berbagai inovasi secara inovatif teknik text-mining untuk mengungkap aspek berbeda dari
struktur kekuasaan dari wacana komunikasi dalam sebuah organisasi. Pada saat yang sama,
makalah ini juga berkontribusi pada domain manajemen rantai pasokan dengan memperkenalkan
pendekatan analitis baru dengan metode wacana komunikasi konvensional sebagai pedoman. Ini
menunjukkan nilai dan pentingnya mengintegrasikan penambangan teks ke dalam metodologi
penelitian lainnya disiplin manajemen. Sementara metode konvensional dapat dibatasi oleh
pendekatan manualnya, penambangan teks pasti bisa memberikan solusi yang lebih terukur.
Penambangan teks hanya dapat berguna jika dimulai dari tertentu kebutuhan informasi dalam
domain manajerial. Fakta bahwa temuan kami dari menganalisis koleksi tujuh tahun risalah rapat
sebagian besar dikonfirmasi oleh anggota organisasi memvalidasi efektivitas pendekatan yang
diusulkan. Jelas bahwa pendekatan kami memiliki potensi besar bagi perusahaan/organisasi besar
untuk menemukan struktur tersembunyi dari data besar wacana komunikasi mereka.

Agar berhasil melaksanakan pendekatan kami, kami merekomendasikan seseorang untuk

mengikuti peta jalan ini:
 1) Ekstraksi informasi:
Pendekatan kami mengekstrak tiga jenis informasi dari wacana, termasuk orang,
sentimen dan topik. Setiap jenis informasi menangkap satu aspek dari data wacana, yang
memungkinkan analisis lebih lanjut dari berbagai aspek. Pada langkah ini, beberapa
leksikon atau kamus yang dapatmengontrol atau membatasi ruang lingkup kepentingan
akan sangat membantu untuk menghasilkan hasil yang bersih dan dapat ditafsirkan.
2) Analisis multi aspek:
Analisis wacana yang komprehensif membutuhkan data perselisihan dari berbagai aspek
dengan pendekatan yang berbeda. Secara khusus, dengan menganalisis co-terjadinya
anggota dalam jaringan, kita dapat mengidentifikasi individu dengan kekuatan paling
berpengaruh dalam dialog keputusan di dalam sebuah organisasi. Analisis sentimen dan
emosi mencerminkan tren dinamis nada dari waktu ke waktu. Kita Analisis jaringan topik
dapat mengungkapkan identifikasi topik utama serta sentimen terkait.
3) Penilaian:
Sebagai alat untuk menemukan dan mengungkapkan pengetahuan tacit dalam suatu
organisasi, sistem iniharus menyediakan antarmuka bagi manajer untuk berinteraksi dan
mengevaluasi. Seorang manajer harus mampu untuk menentukan kondisi pencarian yang
berbeda (misalnya, periode waktu, peristiwa, kata kunci) untuk melakukan analisis
tertentu dan menilai hasil berdasarkan bukti.

Dalam penelitian masa depan kami, kami berencana untuk memperluas pekerjaan ini dari
arah berikut. Pertama, kami akan meningkatkan sistem kami dengan meningkatkan modul
ekstraksi informasi untuk akurasi dan kualitas yang lebih tinggi. Kedua, kami berencana untuk
meningkatkan fungsionalitas visualisasi sistem kami untuk interaktivitas dan kegunaan yang
lebih baik. Ketiga, kami akan memperluas studi kami untuk menganalisis jumlah yang lebih
besar dan lebih banyak jenis data komunikasi (misalnya, kolaborasi social alat tion, platform
produksi rekan) untuk mengungkap kecerdasan diam-diam dan pengetahuan dalam bisnis.