Analysis
TEORI KRITIS
Teori Kritis muncul dengan tujuan melakukan eksplorasi terhadap
pengalaman yang kita alami dan cara kita mendefinisikan diri sendiri,
budaya kita, dan dunia.
Tokoh-tokoh penting teori
kritis
§ Analisis ini lebih difokuskan pada tataran budaya atau ideology dibalik
suatu media. Metode ini digunakan untuk mendapatkan gaya dan cara
berfikir dari media.
ANALISIS WACANA
Studi tentang teks, ujaran atau bicara, dan gambar-gambar visual
untuk menemukan atau mengungkapkan berbagai makna yang
dibagikan serta berkontribusi atau mewakili struktur-struktur
sosial dan ideologi.
FOKUS ANALISIS
WACANA
1. Speech Act Theory, berfokus pada cara kita mencapai suatu
dengan menggunakan kata-kata.
2. Konteks
3. Historis
4. Kekuasaan
5. Ideologi
ANALISIS WACANA –
Van dijk
Karakteristik CDA Van Dijk
1. Struktur Makro, Makna global/umum dari suatu
teks.
§ Penelitian ini lebih akan melihat pada sisi apa pemberitaan terjadi
penyimpangan.
7. Analisis
ANALISIS WACANA
KRITIS
§ Kritik bahwa media massa jangan hanya menjual berita saja.
DA + SNA = DNA
KEUNGGULAN DNA
1. Dapat melihat aktor siapa saja yang terkait pada suatu wacana
§ RStudio versi 1.1.453, visOne dan Gephi 0.9.2 untuk pengolahan data
dan visualisasi data.
VARIABE
L DNA
§ Sumber Wacana Yang Diperoleh (Source),
§ Judul Dari Wacana (Headline),
§ Pembuat Wacana (Author),
§ Waktu Lengkap (Date), dan
§ Isi Dari Wacana (Content).
Peneliti melakukan preprocessing data dengan cara menyeleksi data sesuai dengan
batasan penelitian yakni rentang wacana berita.
Langkah-langkah
melakukan DNA
1. Mengkoding adau mendefinisikan actor-actor yang terlibat dalam
wacana.
§ Kajian ini meliputi konsep diri fisik dan konsep diri psikologis.
§ Fakta bahasanya diperoleh dari media massa (surat kabar lokal Bali),
yakni (1) Bali Post dan (2) Media Bali Promosi.
4. EKONOMI POLITIK DALAM
PEMBERITAAN MEDIA
§ Kepentingan di balik pemberitaan konflik persepakbolaan
Indonesia di tiga media cetak.
1. Aksi komunikasi
2. Dimensi Sarana
3. Dimensi Tujuan
ETIKA PENELITIAN
Terutama yang
berhubungan dengan
informan dan responden
penelitian
A. Etika Pengambilan Data
▪ Prinsip anonimitas
(Dalam hal ini, peneliti harus menjamin Di dalam penelitian
indentifikasi diri informan, terkecuali jika informan kuantitatif, kedua prinsip
bersedia jika namanya disebut atau dikutip etika disamping, sudah
dengan lengkap di dalam penelitian) terjamin dengan
sendirinya di dalam
penulisan laporan
▪ Kerahasiaan (confidientaly) kuantitatif
(Peneliti harus memastikan apakah informan
bersedia atau tidak jika jawaban nya
dipublikasikan)
Tantangan penerepan etika di dalam penelitian SNA
1. ANONIMITAS 2. KESUKARELAAN & DATA HILANG
(Borgati & Molina, 2003) “Analisis Adanya prinsip kesukarelaan yang menjadi
jaringan tidak mungkin bisa hak informan berlaku di dalam analisis SNA.
anonim” Adanya informan yang tidak bersedia untuk
tidak diteliti/tidak mengijinkan data
(karena karakteristik utama analisis SNA diri/jawabannya di publikasikan akan
adalah memetakan relasi antar aktor : mengubah hasil akhir dari analisis SNA
▪ Siapa aktor yang melakukan paling
banyak relasi
▪ Dengan siapa saja aktor tersebut
melakukan relasi/interaksi
▪ Aktor mana yang tidak pernah
melakukan relasi/interaksi
▪ dls
Ilustrasi Kendala/hambatan Missing Data dalam Analisis SNA
▪ Mudah ditemukan
▪ Kontent Bisa di Share
▪ Mudah dibaca
▪ Mudah diingat
Cara Membuat Konten yang Menarik
dan Berkualitas
• Kontent harus original
• Ciptakan headline yang kuat
• Bisa memberikan jawaban yang dicari
masyarakat
• Informatif dengan data yang akurat
• Ciptakan sesuatu yang baru
• Menambahkan dengan gambar atau video
PRODUKSI CONTENT CREATIVE
M7
▪ Creative Content
▪ Campaign
▪ Tantangan
Produksi Content
di Era Digital
Creative Content
Apa Creative Content?
Creative Content dalah tulisan, Photo atau Video yang dapat menarik audience untuk
membaca, dan menonton – ada ketertarikan.
Part
4
▪Planning content
▪Targeting,
▪Positioning,
▪Implementing
content
Manajemen Konten
▪ Manajemen content dalam komunikasi
sangat kompleks
▪ Dibutuhkan strategi yang tepat untuk
mencapai target sasaran dengan tepat
▪ Mengelola Konten dalam arti yang luas
diibaratkan sebagai kerajinan yang
dibutuhkan mulai dari prencanaan,
produksi dan publikasi dalam
chanel/saluran yang diperlukan/sesuai.
▪ Kontent merupakan alat manajemen yang dapat
digunakan untuk mewakili semua bagian dalam
perusahaan.
▪ Manajemen konten membutuhkan strategi
konten
▪ Perlu usaha yang lebih keras, kejelian melihat,
mengenali dan memanfaatkan peluang yang ada
▪ Ada perubahan ▪ Tampilan lebih
dalam pengelolaan fleksibel (kalau masa
konten sebelumnya terikat
▪ Harus memberikan dengan saluran apa
kebebasan bagi yang digunakan)
pembuat content ▪ Misalnya karakteristik
untuk berkreasi web perusahaan dulu
sendiri harus berbeda dengan
▪ Konsepnya sudah yang ada di media
berubah social perusahaan.
▪ Konten digital saat Saat ini Batasan
ini diekspresikan tersebut sudah kabur,
dalam berbagai lebih mudah interaksi
bentuk visual dan diantara semua
lingusitik saluran
▪ Strategi Konten mencerminkan
bagaimaan konten bekerja diberbagai
saluran
▪ Bagaimana konten bisa datang
Bersama dalam ekosistem digital
perusahaan.
▪ Dimasa depan, saluran (chanel) lebih
sebagai portofolio dinamis yang dimiliki
perusahaan
▪ Strategi konten sebagai alat yang
diperlukan untuk merencanakan
komunikasi perusahaan di dunia digital
Content Management System
1. Memahami SWOT
2. Berfikir Kreatif
3. Memahami Tren
Targeting
▪ Harus mampu memahami siapa target
content
▪ Dari kelompok social ekonomi, demografi,
geografi mana?
▪ Seberapa besar minat beli saat ini?
▪ Untuk membuat content yang
ditargetkan, diperlukan pesan yang sesuai
untuk memandu audiens.
▪ Dalam proses pembelian membutuhkan konten :
1. Raise Awarness
2. Promotes Dsicovery
3. Foster Comparisons
4. Encourages Sale
▪ Penting untuk memposisikan konten dan
Positioning elemen sehingga mudah untuk dipahami
oleh konsumen
▪ Positioning merupakan salah satu upaya
pemasar untuk meningkatkan citra,
persepsi, dan imajinasi yang terkait dengan
produk yang ditawarkan kepada konsumen.
▪ Menurut Philip Kotler, positioning dapat
diartikan sebagai tindakan untuk
merancang produk dan bauran pemasaran
sehingga tercipta kesan tertentu di dalam
ingatan konsumen.
Implementing content
https://github.com/leifeld/dna/releases https://visone.ethz.ch/html/download.html
Social Network Analysis
Social Network Analysis (SNA) adalah proses pemetaan dan analisis interaksi
antar manusia.
Facebook
mahasiswa Universitas Harvard. Awalnya didasarkan pada
apa yang diberikan kepada siswa tahun pertama yang disebut
"face book" yang merupakan cara untuk mengenal siswa lain di
kampus.
Twitter
• Sebuah jejaring sosial gratis dan layanan micro-blogging yang
memungkinkan pengguna untuk mengirim "pembaruan" (posting
berbasis teks, hingga 140 karakter)
MySpace
• Situs web jejaring sosial populer yang menawarkan jaringan
teman, profil pribadi, blog, grup, foto, musik, dan video yang
interaktif dan dikirimkan pengguna secara internasional.
Manfaat SNA
Jaringan sosial
direpresentasikan sebagai Edge biasanya ditimbang untuk
grafik yang simpulnya (node) menunjukkan kekuatan ikatan
adalah aktor dan ujungnya (tie).
(edge) adalah ikatan (tie)
Langkah 3: Klik menu “My Account”, lalu hubungkan akun Twitter dan izinkan akses aplikasi
Langkah 2 Langkah 3
Crawling Data
Langkah 4: Buka Menu “New Dataset”, lalu Input keyword & Klik Import
Penggunaan AND / OR
pada pencarian keyword
#BersamaKPI dan
#BubarkanKPI
Input Keyword
Langkah 4
Crawling Data
Langkah 5: Buka Menu “New Dataset”, lalu Input keyword & Klik Import
Klik Import
Pilih untuk export bentuk “gephi file” dan akan terunduh di folder download
Metode Crawling Data dengan R Programming
Pada tingkatan yang lebih tinggi, API merupakan cara program komputer "berbicara" satu
sama lain agar mereka dapat meminta dan menyajikan informasi. Ini dilakukan dengan
mengizinkan aplikasi perangkat lunak memanggil apa yang disebut sebagai endpoint:
alamat yang terkait dengan informasi jenis tertentu yang disediakan (endpoint umumnya
unik seperti nomor telepon).
Twitter mengizinkan akses ke bagian dari layanan twitter melalui API untuk memungkinkan
orang-orang membangun perangkat lunak yang terintegrasi dengan Twitter seperti solusi
yang membantu sebuah perusahaan menjawab umpan balik pelanggan di Twitter.
Data Twitter berbeda dari data yang dibagi oleh kebanyakan platform sosial lain karena
data tersebut mencerminkan informasi yang dipilih pengguna untuk dibagikan ke publik.
Twitter juga mendukung API yang memungkinkan pengguna mengelola informasi Twitter
mereka yang non-publik (mis. Direct Message) dan memberikan informasi ini ke
pengembang yang telah diizinkan pengguna untuk melakukannya
Metode Crawling Data dengan R Programming
Bahasa R kini menjadi standar de facto di antara statistikawan untuk pengembangan
perangkat lunak statistika, serta digunakan secara luas untuk pengembangan
perangkat lunak statistika dan analisis data. R merupakan bagian dari proyek GNU.
Kode sumbernya tersedia secara bebas dibawah Lisensi Publik Umum GNU, dan versi
biner pre-kompilasinya tersedia untuk berbagai sistem operasi. R menggunakan
antarmuka baris perintah, meski beberapa antarmuka pengguna grafik juga tersedia.
R menyediakan berbagai teknik statistika (permodelan linier dan nonlinier, uji statistik
klasik, analisis deret waktu, klasifikasi, klasterisasi, dan sebagainya) serta grafik. R,
sebagaimana S, dirancang sebagai bahasa komputer sebenarnya, dan mengizinkan
penggunanya untuk menambah fungsi tambahan dengan mendefinisikan fungsi baru.
Kekuatan besar dari R yang lain adalah fasilitas grafiknya, yang menghasilkan grafik
dengan kualitas publikasi yang dapat memuat simbol matematika.
Metode Crawling Data dengan R Programming
Dalam membuat
program SNA ini,
R programming
digunakan software- Rstudio 64 bit
software sebagai 64 bit
berikut:
Metode Crawling Data dengan R Programming
Langkah 1: Registrasi API di https://developer.twitter.com
Langkah 2: Instalasi packages yang diperlukan :
install.packages("twitteR")
install.packages("stringr")
install.packages("xlsx")
install.packages("plyr")
install.packages("wordcloud")
install.packages("tm")
Metode Crawling Data dengan R Programming
Langkah 1: Registrasi API di https://developer.twitter.com
Langkah 2: Instalasi packages yang diperlukan :
install.packages("twitteR")
install.packages("stringr")
install.packages("xlsx")
install.packages("plyr")
install.packages("wordcloud")
install.packages("tm")
Metode Crawling Data dengan R Programming
Langkah 3: Memasukkan API Key, API Secret, Access Token dan Access
Token Secret yang di dapat dari Twitter Dev
api_key <- 'xxxxxxxxxxxxxxxxxx'
api_secret <- 'xxxxxxxxxxxxxxxxxx'
setup_twitter_oauth(api_key,api_secret,access_token,access_token_secret)
Metode Crawling Data dengan R Programming
Langkah 3 : Memasukkan API Key, API Secret, Access Token dan Access
Token Secret yang di dapat dari Twitter Dev
api_key <- 'xxxxxxxxxxxxxxxxxx'
api_secret <- 'xxxxxxxxxxxxxxxxxx'
setup_twitter_oauth(api_key,api_secret,access_token,access_token_secret)
• Data yang telah dikumpulkan • Cleaning merupakan proses • Normalisasi kalimat • Proses tokenisasi adalah
pada tahap pengumpulan pembersihan tiap tweet dari merupakan proses untuk proses pemecahan data
data ternyata ada data hal-hal yang tidak mengubah data tweet yang menggunakan spasi untuk
yang berulang dikarenakan dibutuhkan dalam penelitian. tidak baku menjadi kalimat dijadikan sekumpulan token.
adanya re-tweet tanpa • Beberapa hal yang akan baku. Hal ini dilakukan • Proses ini merupakan proses
diberikan komentar. dilakukan proses cleaning karena ditemukan banyak akhir untuk mendapatkan
• Re-tweet merupakan salah pada penelitian ini yaitu tweet yang menggunakan data yang akan diolah untuk
satu fitur Twitter untuk emoticon, hashtag, username, kalimat tidak baku sehingga sentimen analisis.
membagikan tweet milik dan URL. akan sulit dilakukan
orang lain. pengujian data.
• Data yang berulang diseleksi
dan dihapus untuk
memaksimalkan penelitian.
Hasil seleksi komentar
didapatkan data-data yang
akan digunakan dalam
penelitian.
Text Mining di Twitter di Twitter - Hasil
Text Mining di Twitter - Kesimpulan
Berdasarkan pengamatan secara langsung ke data tweet ditemukan
bahwa media sosial menjadi sarana yang baik untuk saling
berkomunikasi dan bertransaksi konten negative, dalam hal ini
pornografi.
Penyebaran informasi, foto, dan video yang berkaitan dengan
pornografi dapat ditemukan dengan mudah di media sosial.
Penggunaan media sosial secara luas dan bebas membuatnya
menjadi media yang dapat meningkatkan pengaksesan pornografi di
Indonesia.
TERIMA KASIH
ASPEK-ASPEK YANG
MEMPENGARUHI PRODUKSI
CREATIVE CONTENT
Part
3
MESSAGE
SOCIAL LEARNING THEORY
(ALBERT BANDURA)
Manusia belajar dengan mengamati perilaku
orang lain hal ini bertolak belakang dengan
teori Skinner bahwa perilaku manusia dilakukan
sendiri.
Bandura juga menyatakan bahwa penguatan
bukan merupakan esensi dari pembelajaran.
1. Karakteristik model.
1. Konsekuensi perilaku yang dimodelkan
2. Cenderung menyukai model yang 2. Semakin besar nilai yang diberikan
statusnya lebih tinggi. pengamat, makin besar nilai diserap
3. Menyukai pribadi yg kompeten
daripada yang tidak menyukai
pribadi yang kuat daripada lemah.
TEORI USES AND
GRATIFICATION
• Studi dalam bidang ini memusatkan perhatian pada penggunaan (uses) isi media untuk
mendapatkan kepuasan (gratification) atas pemenuhan kebutuhan seseorang.
• Uses and Gratification merupakan salah satu terori komunikasi massa yang melihat
audiens dari proses komunikasi massa sebagai individu yang aktif, selektif dan
mempunyai tujuan tertentu terkait dengan terpaan media
'Tujuan utama SNA adalah mendeteksi dan menafsirkan pola hubungan antar aktor'
(Nooy et al, 2005)
'SNA menampilkan hubungan struktural yang biasanya abstrak bagi aktor, melalui
penggambaran hubungan antara ‘social bodies’
(Knox et al, 2006)
▪ Apa itu SNA?
Data Artibusi
(Sikap,
Pengetahuan,
SURVEI
Perilaku)
Data Relasi
(Relasi Aktor JARINGAN
dengan Aktor KOMUNIKASI
lain)
Apa itu SNA? Teknik Analisis Data, Metode dan Teori
Perbedaan Metode Survei dan Jaringan (Lanjutan)
Menduga
suara populasi
Data
lewat sampel
Agregat
(Estimasi
Populasi, SURVEI
nilai
rata-rata,
dsb)
Memetakan
relasi dari
semua aktor
Data yang diteliti
individual JARINGAN
masing-mas KOMUNIKASI
ing aktor
Social Network: Teknik Analisis
Data, Metode atau Teori
Jaringan
Jaringan
▪ Jaringan komunikasi
komunikasi sebagai
komunikasi
sebagai Teknik
sebagai teori
metode analisis
data
SOFTWARE
SOCIAL NETWORK ANALYSIS
Menggunakan software seperti : UCINET, NodeXL, PAJEK, Phyton dan Gephi
Crawling
Data
Visualisasi Statistic Jaringan
▪ Kata
▪ Hastag (#)
▪ Akun Sosial Media
Penerapan Social Network Analysis
▪ Umumnya dalam analisis jejaring sosial, node adalah orang dan tautannya
adalah hubungan sosial apa pun di antara mereka - persahabatan, cinta,
uang, kekuasaan, gagasan, dan bahkan penyakit
Crawling
Data
Visualisasi Statistic Jaringan
▪ Kata
▪ Hastag (#)
▪ Akun Sosial Media
Crawling
SNA COVID-19 DI TWITTER
Analisis Jaringan Sosial dengan Gephi Software at Real Time
Crawling
Studi Analisis
Text
▪ Studi teks pada dasarnya merupakan analisis data yang mengkaji
teks secara mendalam baik mengenai isi dan maknanya
maupun struktur dan wacana.
1. Aksi komunikasi
2. Dimensi Sarana
3. Dimensi Tujuan
ETIKA PENELITIAN
Terutama yang
berhubungan dengan
informan dan responden
penelitian
A. Etika Pengambilan Data
▪ Prinsip anonimitas
(Dalam hal ini, peneliti harus menjamin Di dalam penelitian
indentifikasi diri informan, terkecuali jika informan kuantitatif, kedua prinsip
bersedia jika namanya disebut atau dikutip etika disamping, sudah
dengan lengkap di dalam penelitian) terjamin dengan
sendirinya di dalam
penulisan laporan
▪ Kerahasiaan (confidientaly) kuantitatif
(Peneliti harus memastikan apakah informan
bersedia atau tidak jika jawaban nya
dipublikasikan)
Tantangan penerepan etika di dalam penelitian SNA
1. ANONIMITAS 2. KESUKARELAAN & DATA HILANG
(Borgati & Molina, 2003) “Analisis Adanya prinsip kesukarelaan yang menjadi
jaringan tidak mungkin bisa hak informan berlaku di dalam analisis SNA.
anonim” Adanya informan yang tidak bersedia untuk
tidak diteliti/tidak mengijinkan data
(karena karakteristik utama analisis SNA diri/jawabannya di publikasikan akan
adalah memetakan relasi antar aktor : mengubah hasil akhir dari analisis SNA
▪ Siapa aktor yang melakukan paling
banyak relasi
▪ Dengan siapa saja aktor tersebut
melakukan relasi/interaksi
▪ Aktor mana yang tidak pernah
melakukan relasi/interaksi
▪ dls
Ilustrasi Kendala/hambatan Missing Data dalam Analisis SNA
▪ Mudah ditemukan
▪ Kontent Bisa di Share
▪ Mudah dibaca
▪ Mudah diingat
Cara Membuat Konten yang Menarik
dan Berkualitas
• Kontent harus original
• Ciptakan headline yang kuat
• Bisa memberikan jawaban yang dicari
masyarakat
• Informatif dengan data yang akurat
• Ciptakan sesuatu yang baru
• Menambahkan dengan gambar atau video
BISAKAH KITA MELAKUKAN
ANALISIS JARINGAN SOSIAL
DARI DOKUMEN?
JENIS DOKUMEN
1. Biografi atau
Autobiografi
2. Catatan Harian
3. Putusan Pengadilan
4. Risalah Rapat
5. Dokumen Penyelidikan
6. Prospektus dan
Laporan Perusahaan
7. Berita Media
BIOGRAFI
Kisah hidup mengenai seseorang yang ditulis oleh JENIS DOKUMEN
orang lain.
1. Biografi atau
Autobiografi
Kelebihan:
2. Catatan Harian
- Memungkinkan mendapat informasi baru yang
belum terungkap. 3. Putusan Pengadilan
- Kelebihan lainnya bisa menggambarkan jaringan
4. Risalah Rapat
Ketika actor-actor sulit untuk diwawancarai. 5. Dokumen Penyelidikan
6. Prospektus dan
Kelemahan: Laporan Perusahaan
- Nama-nama actor dalam jaringan sesuai dengan
perspektif dari tokoh biografi.
7. Berita Media
- Biografi/autobiografi bersifat “subjektif” dari
perspektif tokoh.
BIOGRAFI
JENIS DOKUMEN
1. Biografi atau
Autobiografi
2. Catatan Harian
3. Putusan Pengadilan
4. Risalah Rapat
5. Dokumen Penyelidikan
6. Prospektus dan
Laporan Perusahaan
7. Berita Media
CATATAN HARIAN
Surat menyurat, catatan harian (diary), tulisan JENIS DOKUMEN
pribadi yang dibuat oleh elite atau tokoh.
1. Biografi atau
Autobiografi
Kelebihan:
2. Catatan Harian
- Lebih personal dibandingkan dengan buku
biografi/autobiografi, yang secara luas bisa ditafsirkan 3. Putusan Pengadilan
cenderung untuk lebih “jujur”. 4. Risalah Rapat
5. Dokumen Penyelidikan
6. Prospektus dan
Kelemahan: Laporan Perusahaan
- jaringan actor adalah subjektif dari pembuat catatan
harian.
7. Berita Media
Penerapan
Social Network dan
Creative Content
Di Bidang Ilmu Sosial
NEXT
Big Data Untuk Ilmu Sosial NEXT
PREV
Big Data Untuk Ilmu Sosial NEXT
persoalan publik.
03
Di Pemerintahan:
evidance-based policy (Kebijakan Berbasis Bukti).
Di Bisnis:
Model ekonomi untuk memprediksi
pola perilaku konsumen
PREV
PREV NEXT
sosial.
04
NEXT
05
Sosial
Interaksi sosial semakin banyak bersandar
Jejaring sosial mampu mempengaruhi
instan, dan termediasi membentuk keyakinan, nilai dan cara berfikir yang dianut
05
PREV
Keuntungan Anlisis
NEXT
Jaringan Sosial
05
PREV NEXT
Tiga Pengukuran:
1. Komponen Metrik
2. Densitas
3. Sentralitas Sosial
06
1. Komponen NEXT
07
PREV
2. Densitas / Density NEXT
3. Sentralitas / Centrality 07
PREV
Discourse Network Analysis NEXT
Wacana
(Gagasan/Konsep
terkait isu)
Analisis
Jejaring
08
Wacana
Jaringan Sosial
(Aktor dominan dan
PREV
perbincangan)
PREV NEXT
perbincangan:
Dokter, Epidemiologi, Tenaga Pengajar, Pembuat
Kebijakan, dll
10
PREV
PREV Konsep Kunci DNA NEXT
11
PREV NEXT
Materi/Ide
Kreator/
Seseorang
Share
Content Creator?
Content creator adalah orang yang
atau Facebook.
publik.
Network & Human Behaviour
“In Globalization 1.0, which began around 1492, the
—THOMAS FRIEDMAN.
How To Stand Out
Creation Skills
1. Operating recording devices
2. Video editing skills
3. Light and background settings
4. Recording audio
5. Creating effective thumbnails
Creating
1. Originality
Unique and
2. Catchy headlines
3. Actionable content
Valuable
4. Offer solutions
Content 5. Credibility and accuracy
Attracting and Growing Your Audience
Keeping Subscribers Engaged The following five points will do the trick:
1. Help them find you 1. Channel header
2. Building relationships 2. Brief introduction
3. Channel description 3. Channel trailer
4. Upload content frequently 4. Create playlists
5. Keep in touch 5. Brand logo
6. Use tagging to your advantage
Measuring Performance
Here are some of the key metrics that help you estimate your content performance
Penelitian Kriminologis.
REFERENCE:
[1]Papachristos A. The coming of a networked criminology. Measuring Crime and Criminality. 2011;17:101-140. ISSN: 08942366
[2] Carrington PJ. Crime and social network analysis. In: Sage Handbook of Social Network Analysis. 2011. pp. 236-255
[3] Haynie DL, Soller B. Network Analysis in Criminology. New York, NY: Springer New York; 2014. pp. 3265-3275. ISBN: 978-1-4614-5690-2
Memecahkan Masalah dengan Analisis Jaringan
Penelitian Journalism.
▪ Taksonomi jaringan komunikasi [4, 5].
a. Hubungan yang dibangun secara sosial antara dua aktor, seperti aliansi dan persahabatan,
b. Hubungan aliran mengacu pada pertukaran dan transmisi data, sumber daya dan informasi;
c. Hubungan representasional berfokus pada afiliasi simbolis antara dua entitas; dan
d. Jaringan semantik menggambarkan asosiasi, atau hubungan semantik, antara konsep,
kata-kata.
e. Interpretasi kognitif orang terhadap beberapa objek bersama dalam jaringan,
yang bertujuan untuk membangun basis pengetahuan
▪ Dinamika temporal timbal balik dalam pengaturan sponsor bersama legislatif di Kongres AS
ke-113 (2013–2015). [6]
REFERENCE:
[4] Shumate M, Pilny A, Catouba Y, Kim J, Pena-y Lillo M, Rcooper K, Sahagun A, Yang S. A taxonomy of communication networks. Annals of the International
Communication Association. Jan 2013;370(1):95-123. ISSN: 2380-8985
[5] Shumate M, Contractor N. Emergence of Multidimensional Social Networks. 3rd ed. Los Angeles: Sage Publishing; 2013. pp. 449-474. ISBN: 9781412987721
[6] Brandenberger L. Trading favors-examining the temporal dynamics of reciprocity in congressional collaborations using relational event models. Social Networks.
2018;54: 238-253. ISSN: 0378-8733
Trend Social Network Analysis
Di Indonesia
Trend Social Network Analysis
Di Worldwide
Trend Social Network Analysis
Di Worldwide
The Future of Social Network Analysis
▪ Minat masyarakat terhadap jaringan serta kumpulan data yang semakin kuat yang dihasilkan oleh
aktivitas online.
▪ Banyak perusahaan berfokus pada penggunaan SNA untuk membantu mereka menyesuaikan
orang yang tepat di pekerjaan yang tepat.
Implementasi
Crative
Content
IA
Strategi Menjadi Content Creator
• Degree dari suatu vertex pada sebuah graph adalah banyaknya edge
yang incident dengan vertex tersebut. Degree dari vertex v dinotasikan
dengan deg(v).
Istilah dalam Graf
• Degree dari suatu vertex pada sebuah graph adalah banyaknya edge
yang incident dengan vertex tersebut. Degree dari vertex v dinotasikan
dengan deg(v).
Istilah dalam Graf
• Suatu graph disebut terhubung jika terdapat suatu path antara setiap
pasang vertex yang berbeda pada graph tersebut.
• Sentralitas (Centrality)
• Jembatan (Bridge)
• Kepadatan
• Kohesi Struktural
• Koefisien Cluster (Clustering Coefficient)
• Radialitas, Ekuivalensi structural, lubang structural, dan ukuran
sentralitas lainnya
Sentralitas
• Sentralitas merupakan ukuran untuk memberikan indikasi kekuatan sosial suatu simpul
dalam sebuah jejaring sosial berdasarkan seberapa baik mereka "terhubung" dalam
jejaring sosial tersebut
mengukur banyaknya terdapat aktor yang semakin tinggi derajat digunakan untuk mengukur
koneksi suatu aktor memiliki jarak terdekat seberapa penting suau
suatu aktor akan semakin
dalam suatu jejaring dengan aktor-aktor yang aktor. Aktor tersebut
banyak rekan dalam memiliki banyak hubungan
sosial. Aktor yang lainnya. Dengan kata lain jejaring sosial tersebut,
memiliki nilai keantaraan terhadap aktor lain yang
aktor tersebut dapat dapat dikatakan aktor juga memiliki hubungan
yang tinggi akan menyebarkan informasi yang aktif, sehingga yang banyak, sehingga
memiliki pengaruh yang kepada aktor-aktor lain memiliki banyak koneksi memiliki pengaruh yang
kuat dalam jejaring dalam waktu yang lebih dengan aktor lain. besar terhadap kinerja aktor
sosial tersebut. singkat. lainnya.
Jembatan
• Salah satu algoritma yang digunakan untuk menentukan lintasan terpendek adalah
algoritma breath first search, algoritma Dijkstra, dll.
dimana:
1
𝑁 2 − 3 𝑁 + 2 ; 𝑢𝑛𝑡𝑢𝑘 𝐺𝑟𝑎𝑓 𝑇𝑖𝑑𝑎𝑘 𝐵𝑒𝑟𝑎𝑟𝑎ℎ
𝜎𝐵 𝑚𝑎𝑥 = 2
𝑁 2 − 3 𝑁 + 2 ; 𝑢𝑛𝑡𝑢𝑘 𝐺𝑟𝑎𝑓 𝐵𝑒𝑟𝑎𝑟𝑎ℎ
Contoh: Perhitungan Ukuran Sentralitas Keantaraan
• Diberikan sebuah jejaring sosial dengan representasi graf seperti pada gambar.
Hitunglah nilai Sentralitas Keantaraan dari 7 aktor yang ada pada graf tersebut
dan tentukan aktor mana yang paling memiliki pengaruh dalam jejaring sosial
tersebut!
Contoh: Perhitungan Ukuran Sentralitas Keantaraan
• Dengan cara yang sama, dapat diperoleh nilai sentralitas keantaran dari aktor-aktor
lain, yang hasilnya diringkas pada Tabel berikut:
• Menurut Bonacich dan Lloyd (2001), pentingnya sebuah simpul didasarkan pada
besarnya kontribusi yang diberikan serta komunikasi yang telah melekat dari aktor
tersebut terhadap jejaring sosial yang dimaksud apabila dibandingkan dengan
aktor-aktor yang lainnya.
• Sentralitas Bonacich power dihasilkan oleh dua parameter yaitu dan Parameter
merupakan faktor skala yang digunakan untuk menormalkan skor atau hasil,
sedangkan parameter mencerminkan sejauh mana status aktor merupakan fungsi
dari status kepada siapa ia terhubung.
Contoh: Perhitungan Ukuran Sentralitas Bonacich power
• Dalam representasi matriks dari suatu Graf jejaring sosial, sentralitas bonacich
power, dinotasikan 𝜎 𝛼, 𝛽 , dirumuskan:
dengan:
𝛼 adalah vektor skala yang digunakan untuk menormalkan hasil sehingga hasil
maksimalnya adalah 1,
R adalah matriks ketetanggaan dari jejaring sosial yang akan dicari,
I adalah matrik identitas,
1 adalah vektor kolom dengan semua komponen bernilai 1,
𝛽 adalah parameter kurang dari 1/λmax
λmax adalah nilai eigen terbesar dari matrik R.
Contoh: Perhitungan Ukuran Sentralitas Bonacich power
• Diberikan sebuah jejaring sosial dengan representasi graf seperti pada gambar.
Representrasikan graf tersebut kedalam matriks ketetanggaan dan carilah nilai-
nilai sentralitas bonacich power dari 7 aktor yang ada pada graf tersebut!
Contoh: Perhitungan Ukuran Sentralitas Bonacich power
• Matriks ketetanggannya:
• Dari matriks ketetanggaan R, dapat diperoleh nilai eigen terbesar adalah 5.6462.
• Sehingga nilai parameter 𝛽 yang digunakan untuk mencari sentralitas bonacich
power adalah parameter kurang dari 1/ 5.6462.
Contoh: Perhitungan Ukuran Sentralitas Bonacich power
• Jadi, nilai sentralitas bonacich power untuk aktor A adalah 1, aktor B adalah
0,6624, dan seterusnya.
STUDI KASUS
Studi Kasus
• Studi kasus pada Bagian Operator di PT Produk Rekreasi, Yogyakarta.
• Jumlah karyawan pada bagian ini sebanyak 62 orang, terdiri dari operator,
operator FF, operator GK dan Souvenir Shop.
• Tugas utama dari operator adalah melayani pengunjung yang akan menggunakan
permainan dengan baik dan benar sehingga pengunjung merasa aman, nyaman dan
kerasan. Operator FF dan operator GK memiliki tugas yang sama dengan operator
lainnya, yang membedakan adalah operator FF memiliki tugas untuk
mengoperasikan permainan Flying Fox dan operator GK memiliki tugas untuk
mengoperasikan permainan Go Kart.
Studi Kasus
• Staf operator menggunakan sistem rolling setiap harinya untuk
menjalankan permainan yang berbeda-beda. Dengan menggunakan
sistem rolling ini maka diharapkan kerjasama antar karyawan akan
semakin besar.
• Ukuran yang akan dihitung dalam studi kasus ini yaitu ukuran
Sentralitas (meliputi Sentralitas Keantaraan, Sentralitas Kedekatan,
Sentralitas Derajat, dan Sentralitas Bonacich power) dan ukuran
Koefisien Cluster.
Perhitungan Ukuran dalam SNA
• Berdasarkan perhitungan
Sentralitas Keantaraan, aktor
A_29, A_37, A_17, A_58, A_22,
A_61, A_2, A_60, A_23 dan
A_21 memperoleh nilai tertinggi,
hal ini berarti sepuluh aktor
tersebut merupakan aktor yang
penting didalam terjalinnya
komunikasi antar aktor yang
tidak saling kenal atau antar
aktor yang kenal namun tidak
terlalu dekat. Jika aktor tersebut
tidak ada atau dihilangkan maka
arus jaringan bisa terhambat
kelancarannya.
Perhitungan Ukuran dalam SNA
• Berdasarkan perhitungan
Sentralitas Kedekatan, aktor
A_37, A_29, A_23, A_58, A_12,
A_4, A_38, A_17, A_21 dan
A_60 memperoleh nilai tertinggi,
hal ini berarti sepuluh aktor
tersebut merupakan aktor yang
paling mudah berkomunikasi
atau paling dekat dengan semua
aktor lainnya sehingga aktor ini
sangat baik untuk memantau arus
jaringan kelancarannya.
Perhitungan Ukuran dalam SNA
• Berdasarkan perhitungan
Sentralitas Derajat Keluar,
sepuluh aktor yang memperoleh
nilai tertinggi adalah A_29,
A_58, A_52, A_25, A_6, A_48,
A_2, A_60, A_13 dan A_61, hal
ini berarti sepuluh aktor tersebut
merupakan aktor yang paling
sering membantu temannya
dalam mengerjakan tugas
sebagai operator dibandingkan
52 aktor lainnya.
Perhitungan Ukuran dalam SNA
• Berdasarkan perhitungan
Sentralitas Derajat Masuk,
aktor A_29, A_58, A_8, A_61,
A_48, A_52, A_2, A_13, A_15
dan A_35 memperoleh nilai
tertinggi, hal ini berarti aktor
tersebut merupakan aktor yang
paling sering dibantu dalam
mengerjakan tugasnya.
• jika suatu aktor memiliki
setralitas derajat masuk yang
tinggi, maka aktor tersebut
belum tentu memiliki sentralitas
derajat keluar yang tinggi juga,
begitupun sebaliknya.
Perhitungan Ukuran dalam SNA
• Berdasarkan perhitungan
Sentralitas Bonacich power, aktor
A_29, A_58, A_48, A_8, A_61,
A_15, A_52, A_60, A_62 dan A_13
memperoleh nilai tertinggi, hal ini
berarti aktor tersebut merupakan
aktor yang paling penting didalam
jejaring sosial tersebut dan bisa
dikatakan sebagai man power pada
bagian operator karena aktor
tersebut memiliki banyak hubungan
terhadap aktor lain yang juga
memiliki hubungan yang banyak,
sehingga aktor tersebut memiliki
pengaruh yang besar terhadap
kinerja aktor lainnya maupun
jejaring sosial tersebut.
Perhitungan Ukuran dalam SNA
• Berdasarkan perhitungan Koefisien
Cluster, aktor A_3, A_18, A_44,
A_55, A_56, A_32, A_33, A_53,
A_38, dan A_9 menempati 10
besar. Hal ini menunjukkan jika
aktor tersebut berada pada suatu
kluster yang kuat, dimana
kenalan-kenalan aktor-aktor
tersebut ternyata kenal satu sama
lain dan membentuk kluster.
Interpretasi Hasil Perhitungan
• Berdasarkan hasil perhitungan ukuran-ukuran dalam SNA tersebut,
aktor A_29 memperoleh nilai tertinggi pada sentralitas derajat keluar,
sentralitas derajat masuk, sentralitas keantaraan dan sentralitas
bonacich power.