Faculty of Comunnication

SNA DENGAN GEPHI PADA KOLOM KOMENTAR VIDEO YOUTUBE

REWIND INDONESIA 2021

Atika Apriani1, Milda Aulia2, Talitha Lalibah3

Fakultas Ilmu Komunikasi, Universitas Gunadarma Karawaci, Tangerang, Indonesia

Email: Talita.akif29@gmail.com

Abstrak: Youtube Rewind 2021, Hampir tiap akhir tahun, YouTube Rewind Indonesia
tayang dan akan merangkum seputar isu dan tren penting di Indonesia sepanjang 2021.
YouTube Rewind Indonesia 2021 menceritakan tentang pandemi Covid-19 dan perubahan
lingkungan serta kesetaraan gender. YouTube Rewind Indonesia adalah video yang
merangkum berbagai tren baru yang viral dan muncul selama 2021. Lantas,
divisualisasikan dengan cara yang kolaboratif.. Video Youtube Rewind 2021 tersebut
diunggah di kanal YouTube Indonesian Youtubers pada 30 Desember 2021 dan sudah
ditonton sebanyak 11.600.181 kali serta mendapat 102.081 komentar. Studi ini akan
menganalisis jejaring sosial yang terbentuk dari komentar dalam video Youtube Rewind
Indonesia 2021 tentang tren yang terjadi di tahun 2021. Pada penelitian ini dilakukan graph
clustering pada data Instagram dengan perangkat Gephi sehingga menghasilkan suatu graf.
Proses labeling hasil graph clustering. Representasi graf dan hasil labelisasi kemudian
divisualisasikan dalam aplikasi berbasis web untuk memudahkan identifikasi dan penilaian
topik (hashtag) terkait Youtube Rewind Indonesia 2021.

Kata kunci: SNA, Gephi, komentar, YouTube, Rewind, 2021.

PENDAHULUAN
Menurut data wearesocial.com juta orang Indonesia telah menjadi
2021, Indonesia mempunyai total pengguna internet. Menurut data pada
populasi penduduk Indonesia sebesar gambar Hootsuite (We Are Social) tahun
274,9 juta orang Indonesia, dengan 202,6 2021, total populasi penduduk Indonesia
sebesar 274,9 juta orang Indonesia, Indonesia awalnya diunggah di kanal Eka
dengan 170,0 juta orang Indonesia telah Gustiwana. YouTube Rewind Indonesia
aktif bermedia sosial. Media sosial adalah tidak berafiliasi dengan YouTube atau
tempat yang memudahkan manusia untuk Google sebagai perusahaan. YouTube
saling berinteraksi dan menjalin Rewind Indonesia dibuat oleh para
komunikasi secara online tanpa ada kreator Indonesia
batasan ruang dan waktu. YouTube Rewind Indonesia 2021
Salah satu diantaranya ada media adalah video yang merangkum berbagai
sosial youtube, menurut wearesocial.com tren baru yang viral dan muncul selama
pengguna media sosial youtube di 2021. Lantas, divisualisasikan dengan cara
Indonesia tahun 2021, sebagai media yang kolaboratif. Sutradara Rewind
sosial peringkat ke-1 yang banyak Indonesia 2021 adalah Chandra Liow dan
digunakan di Indonesia tahun 2021, dan Aulion. Keduanya tampak berhasil
memiliki sebanyak 93,8% jumlah melibatkan sejumlah publik figur.
populasi pengguna youtube di Indonesia. Video Youtube Rewind 2021
Media sosial youtube menjadi salah satu tersebut diunggah di kanal YouTube
media sosial yang terhubung dengan Indonesian Youtubers pada 30 Desember
internet dan banyak Created with 2021 dan sudah ditonton sebanyak
digunakan oleh masyarakat. Melalui 11.600.181 kali serta mendapat 102.081
media sosial youtube seseorang berusaha komentar. Studi ini akan menganalisis
membangun hubungan dengan konten jejaring sosial yang terbentuk dari
yang diunggah dan berbagi informasi komentar dalam video Youtube Rewind
melalui jejaring sosial yang tersedia. Indonesia 2021 tentang tren yang terjadi
YouTube Rewind Indonesia di tahun 2021. Untuk mengumpulkan
adalah seri video asal Indonesia yang komentar maka penelitian ini
merangkum dari kejadian-kejadian yang menggunakan penganalisis Gephi.
viral di YouTube pada tahun tersebut. Gephi merupakan sebuah
YouTube Rewind Indonesia dibuat untuk perangkat lunak berbasis open-source yang
merayakan apa saja yang viral di ditujukan untuk analisis dan visualisasi
YouTube Indonesia selama setahun dan kluster jaringan graf. Dengan
merupakan ajang kolaborasi bagi para menggunakan mesin render 3D, pengguna
konten kreator. Edisi tahunan video ini dapat melihat pola dan tren, menyoroti
diunggah ke saluran Indonesian outlier, mengeksplorasi data display graf
YouTubers. Video YouTube Rewind yang besar secara real-time. Visualisasi
dan manipulasi dari paradigmanya relasi antar individu untuk menemukan
mengizinkan untuk menggali properti data centrality dari sebuah jejaring sosial yang
dan jaringan. Analisis studi kasus didasarkan pada posisi masing-masing
dipelajari dengan melihat peta yang dapat individu yang terkait dalam struktur
dibaca dengan mudah dan dicetak. jaringan. Dengan aplikasi ini, setiap
Analisis jaringan dan perangkat individu dapat menganalisa jaringan sosial
lunak visualisasi paket open source yang yang telah mereka bangun dan mengetahui
ditulis di bahasa Java pada platform centrality dari struktur jalinan relasi yang
NetBeans. Alat ini dirancang untuk dimiliki oleh masing-masing individu
memetakan grafik sehingga merupakan Network graph ini merupakan
solusi ideal untuk menampilkan jaringan grafik yang menggambarkan item-item
dan hubungan link. Salah satu aspek keren tertentu dalam bentuk nodes serta derajat
dari visualisasi adalah mereka dapat hubungan (edge) masing-masing nodes
menunjukkan kedua koneksi hubungan tadi untuk menggambarkan kedekatannya.
dan metrik lainnya pada waktu sama. Semakin dekat item tertentu dengan item
Dengan menggunakan software Gephi, lainnya maka garis hubungannya akan
struktur penyebaran informasi keuangan digambarkan semakin tebal. Dari grafik ini
ditransfer ke dalam bentuk matematis diharapkan kita dapat memperoleh
(teori graf), selanjutnya dianalisis dan informasi secara cepat dan mudah
diambil kesimpulan dari jejaring sosial mengenai hubungan antar barang yang
yang terjadi berdasarkan properti/fitur dari dibelanjakan konsumen, serta
graf yang terbentuk. kecenderungan belanjanya. Dengan
Social Network Analysis informasi ini penanggung jawab
merupakan studi yang mempelajari tentang supermarket dapat membuat perencanaan
hubungan manusia dengan memanfaatkan untuk mengatur tata letak barang-barang
teori graf. Melihat permasalahan di atas, komoditas belanja yang dimiliki sesuai
penerapan Social Network Analysis dalam dengan kecenderungan belanja konsumen.
suatu aplikasi yang mampu Diharapkan barang-barang yang sering
menggambarkan relasi atau hubungan dibeli konsumen tidak terlalu jauh dari
antar individu dengan melakukan pintu masuk atau kasir, dan beberapa
visualisasi dalam bentuk graf kiranya barang yang biasanya dibeli bersamaan
dapat membantu proses pemecahan diatur agar letaknya berdekatan. Hal ini
masalah yang ada. Selain itu, akan bisa mempercepat waktu belanja
dilakukan proses kalkulasi terhadap setiap konsumen dan menjadikan proses
berbelanja di toko menjadi lebih nyaman. hanya melakukan retweet. Di sini
Tidak akan dilakukan analisis perusahaan dapat mengetahui siapa yang
statistik yang mendalam dari penelitian ini paling berpengaruh dalam sebuah isu
dikarenakan metode pengumpulan datanya percakapan.
yang sangat terbatas. Penelitian akan lebih
fokus pada proses pembuatan visualisasi
data dengan network graph menggunakan
tools Gephi dan Sci2. Berdasarkan output
dari visualisasi data ini nantinya akan
dilakukan analisis sederhana untuk
memperlihatkan hubungan antar komoditi
pada setiap transaksi tunggal.
Manfaat menggunakan Social
Network Analysis untuk mengetahui tren
& pola jika ingin menemukan tren dan
pola baru, Created with PDFBear.com
Social Network Analysis adalah
jawabannya. Valdis E. Krebs, seorang
network scientist dalam makalahnya,
menjabarkan bagaimana network analysis
dapat digunakan untuk mengidentifikasi
jaringan teroris. Uji Hipotesis Social
Network Analysis dapat digunakan untuk
menguji hipotesis pada perilaku dalam
lingkup digital serta menentukan penyebab
suatu komunitas mengalami disfungsional
dan mengetahui pertumbuhan dalam
komunitas online
dapat membaca siapa influencer yang
memiliki pengaruh dari sebuah isu. Di
jejaring sosial Twitter misalnya, terdapat
sebuah cuitan dimana akan ada terdapat
beberapa role user. Ada user yang
memberikan komentar dan ada pula yang
METODE PENELITIAN

Penelitian ini ingin mengetahui jejaring sosial yang muncul dari komentar di kolom
komentar di bawah deskripsi video YouTube Rewind Indonesia 2021. Jejaring sosial
memerlukan data tentang jumlah komentar yang dapat diketahui dengan pendekatan
kuantitatif. Metode deskriptif kuantitatif digunakan dalam penelitian ini yaitu analisis
isi/teks untuk mengetahui berapa jumlah komentar. Setelah itu, teks dalam komentar
dikategorikan ke dalam topik populer dengan pendekatan kuantitatif yaitu berdasarkan
frekuensi. Analisis teks juga mengelompokkan teks yang terasa positif dan negatif dengan
pendekatan kualitatif.

Jenis penelitian ini termasuk dalam penelitian deskriptif. Penelitian deskriptif yaitu
penelitian untuk memecahkan masalah-masalah aktual dan mengumpulkan data atau
informasi untuk disusun, dijelaskan, dan dianalisis (Zuriah, 2009). Metode SNA
merupakan penelitian deskriptif untuk memberikan deskripsi karakteristik objek, orang,
kelompok, organisasi, atau lingkungan (Zikmund et al., 2010). Pada penelitian ini akan
memaparkan pendeskripsian komunitas yang ada dalam kolom komentar di Youtube
Rewind Indonesia 2021 dan menemukan aktor kunci dalam komunitas yang terbentuk
sebagai channel komunikasi pemasaran dan menyebarkan informasi. Unit analisis yang
digunakan dalam penelitian ini adalah kelompok. Kelompok yang dijadikan unit analisis
dalam penelitian ini adalah kelompok aktor yang berinteraksi dalam jaringan sosial di
video Youtube Rewind Indonesia 2021. Alasan dipilihnya kelompok jaringan sosial di
kolom komentar Youtube Rewind 2021 adalah sebagai unit analisis adalah karena data
interaksi sosial dalam kelompok jaringan sosial tersedia dalam jumlah besar dan mudah
diperoleh. Data tersebut dibutuhkan untuk menyusun penelitian deskriptif. Dalam
mengamati aktivitas interaksi, populasi yang digunakan yaitu seluruh pengguna yang
terlibat dalam kolom komentar Youtube Rewind Indonesia 2021. Dalam penelitian ini,
penulis menggunakan sampel seluruh pengguna yang terlibat dalam interaksi dengan kata
kunci tersebut dengan batasan waktu pengamatan selama 1 minggu (10 Januari 2021
sampai dengan 16 Januari 2021). Jenis data yang digunakan adalah data sekunder. Data
diperoleh dengan crawling akan dibatasi berjumlah 1000 tweet yang tertera pada informasi
pada web netlytic.com.

HASIL PENELITIAN DAN PEMBAHASAN

 Selama ini komentar khalayak kepada pendakwah sulit untuk disampaikan dan
diketahui. Namun video ceramah di YouTube memungkinkan siapa pun untuk berkomentar
jika kolom komentar dibuka. Apakah itu komentar positif, negatif, bahkan komentar yang
tidak ada hubungannya sama sekali. Maka komentar yang diunggah pun tidak hanya
ditujukan pada konten video, video, dan pembuat videonya tapi komentar pun ditujukan
pada komentar dan komentator.
Tahap awal pada penelitian ini adalah mengambil, mengumpulkan data dengan
memasukkan link Youtube Rewind Indonesia dari media sosial Youtube. Data diperoleh
dari seluruh username yang terdaftar pada media sosial Instagram yang berkomentar di
kolom komentar video Youtube Rewind pada periode waktu yang telah ditentukan. Data
yang telah terkumpul kemudian dilakukan layouting menggunakan algoritme ForceAtlas2
pada graf hingga menghasilkan bentuk dan pola graf yang memperlihatkan hubungan antar
node dan edge sehingga dapat dilakukan proses analisis. Algoritme ForceAtlas2 merupakan
algoritme mensimulasikan karakteristik fisik dari graf (Jacomy, 2011). Proses layouting
memungkinkan node saling menyebar secara konvergen satu sama lain sementara node tepi
saling mengumpul secara divergen pada satu titik sentral. Proses ini menghasilkan gerakan
node secara konvergen dan divergen hingga mencapai keadaan yang seimbang.
Konfigurasi akhir pada proses ini diharapkan dapat menghasilkan graf untuk membantu
menginterpretasikan data.

Gambar 1. Visualisasi Jaringan Video Youtube Rewind Indonesia 2021.

Visualisasi diatas merupakan jaringan interaksi berdasarkan total degree yaitu visualisasi

memperhitungkan seluruh interaksi yang terjadi baik mengirim pesan maupun menerima
pesan. Node dengan warna yang lebih gelap dan ukuran yang lebih besar
mengindikasikan degree yang lebih besar dibandingkan nodes dengan warna samar dan
ukuran kecil. Dengan demikian, node berwarna gelap dan berukuran besar merupakan
akor dengan tingkat kepentingan dan pengaruh yang besar dalam jejaring dibandingkan
dengan nodes lainnya. Sebuah edge dengan warna yang lebih gelap dan ukuean yang
lebih tebal mengindikasikan interaksi lebih sering terjadi dibandingkan dengan edge yang
samar dan tipis. Berdasarkan visualisasi, terdapat sebagian kecil aktor yang berperan
penting dalam sebuah jaringan.

Gambar 2. Node dengan Degree Centrality Terbesar pada Jaringan Video Youtube
Rewind Indonesia 2021.

Berdasarkan tabel degree ditemukan bahwasannya tim merupakan aktor yang termasuk
dalam 10 aktor teratas pada setiap pengukuran yang dilakukan. Akun tim merupakan
pemimpin opini komentar di dalam video Youtube Rewind Indonesia 2021 pada platform
Youtube. Akun tersebut merupakan merupakan akun yang paling mampu menumbuhkan
respon dari akun lainnya.

Tabel 2. Node dengan Closeness Centrality Terbesar pada Jaringan video Youtube Rewind
Indonesia 2021.

pada top 10 memiliki nilai Closeness Centrality yang sama yaitu 1.0

Gambar 2. Node dengan Betweenness Centrality Terbesar pada Jaringan Video Youtube
Rewind Indonesia 2021.
 Berdasarkan pengukuran Betweenness Centrality memiliki nilai 0.
Gambar 3. Data Statistika

Berdasarkan hasil yang diperoleh dari aplikasi gephi pada menu statitics saat memulai run
pada data average degree terdapat nilai 1.576 dan average weight degree didapatkan nilai 1.6,
network diameter didapatkan hasil sebanyak 2 disusul oleh data graph density sebanyak
0.001, modularity sebanyak 0.633, connected components sebanyak 1336 dan data terakhir
yang di run mengeluarkan hasil adalah avr,path length sebanyak 1.012.

KESIMPULAN
Penelitian ini menghasilkan simpulan tentang kolom komentar video YouTube Rewind
Indonesia 2021 yang crawling data netlytic ke gephi. pertama, lakukan export pada Network
Analysis Who Mentions Whom. Kedua, import data tersebut ke dalam aplikasi gephi yang
sudah diinstal terlebih dahulu. Berdasarkan hasil yang diperoleh dari aplikasi gephi pada
menu statitics saat memulai run pada data average degree terdapat nilai 1.576 dan average
weight degree didapatkan nilai 1.6, network diameter didapatkan hasil sebanyak 2 disusul
oleh data graph density sebanyak 0.001, modularity sebanyak 0.633, connected components
sebanyak 1336 dan data terakhir yang di run mengeluarkan hasil adalah avr,path length
sebanyak 1.012.
REFERENSI