Latar Belakang Media sosial menjadi primadona baru dalam perkembangan media dunia, media sosial atau akrab disebut dengan jejaring sosial ini juga menyita perhatian masyarakat Indonesia. Media sosial dinilai bisa menjadi wadah bagi karya, ide, tanggapan bahkan media untuk mengekspresikan keadaan yang terjadi. Hanya dengan membuat akun pribadi, para pengguna bisa mendapatkan kemudahan dalam menuliskan dan mempublikasikan karya maupun tanggapannya pada khalayak. Inilah yang menjadi daya tarik media sosial, ketika apa yang ditulis bisa dibaca, dipahami kemudian mendapatkan komentar dari orang lainSeiring dengan perkembangan zaman, teknologi mendorong munculnya berbagai media sosial seperti Twitter yang dapat digunakan sebagai sumber data, Sumber data baru ini berasal dari tweet yang diunggah oleh orang-orang lokal yang mengalami fenomena dunia nyata contohnya seperti fenomena peristiwa bencana banjir (Eilander dkk, 2015). Masyarakat cenderung akan berbagi informasi di media sosial mengenai bencana yang mereka alami. Pada saat yang sama, orang-orang yang terkena banjir menceritakan kejadian yang mereka alami di media sosial yaitu mengenai lokasi kejadian banjir, tingkat kedalaman air, tingkat keparahan bencana jika membutuhkan bantuan, dan lainnya (Eilander dkk, 2015). Media sosial dapat dimanfaatkan sebagai alat untuk memperoleh informasi di lapangan, yaitu dengan menggunakan publik sebagai sumber informasi (Wang dan Ye, 2018) Kajian Pustaka Banjir Banjir adalah salah satu bentuk daya rusak air yang Social Netwok Analysis merupakan fenomena alam karena tingginya curah hujan Menurut Lazega, Wasserman, & Faust (1995) dan tidak cukupnya kapasitas badan air (sungai atau menyebutkan bahwa Social Netwok Analysis adalah saluran drainase) untuk menampung dan mengalirkan air. sebuah analisa yang digunakan untuk menganalisis atau Banjir biasanya dianggap sebagai kenaikan tinggi mencari relasi hubungan sosial dengan melihat ukuran permukaan air sungai yang melebihi keadaan normalnya seperti kohesi, kepadatan dan dimensi individual atau atau dalam pengertian umum meluapnya air melewati aktor pada sebuah jaringan. Permodelan ini yang batas kapasitas saluran yang normal. dilambangkan dengan titik nodes dan interaksi antar pengguna yang dilambangkan dengan garis edges. Closeness Centrality Closeness centrality adalah salah satu algoritma yang Graf dapat digunakan untuk mengukur sentralitas pada suatu Graf G didefinisikan sebagai pasangan himpunana (V, E ) graf yang fokus terhadap seberapa dekat suatu node atau ditulis dengan notasi G = ( V, E ), yang mana V dengan node-node lainnya. Semakin tinggi nilai closeness adalah himpunan yang tidak boleh kosong dari simpul- centrality suatu node, maka semakin dekat pula node simpul (Node) dan E adalah himpunan sisi (Edges) yang tersebut dengan node lainnya. Algoritma closeness menghubungkan pasangan simpul. Dalam penelitian social centrality dipilih karena algoritma ini dapat menunjukkan network analysis dibutuhkan teori graf sebagai visualisasi node yang menjadi pusat karena kedekatannya dengan sehingga bisa melihat jumlah relasi yang terjadi pada node-node lainnya. Nilai dari closeness centrality dapat setiap individu yang ada pada sosial media. dihitung dengan menggunakan rumus : Penelitian Metode yang digunakan dalam penelitian ini yaitu metode Purposive sampling itu sendiri merupakan satu jenis teknik deskriptif analisis. adapun pengertian dari metode deskriptif pengambilan sampel yang biasa digunakan dalam penelitian analitis menurut (Sugiono: 2009; 29) adalah suatu metode ilmiah. Purposive sampling sendiri adalah teknik pengambilan yang berfungsi untuk mendeskripsikan atau memberi sampel dengan menentukan kriteria-kriteria tertentu (Sugiyono, gambaran terhadap objek yang diteliti melalui data atau 2008). Sample yang digunakan pada penelitian ini adalah sampel yang telah terkumpul sebagaimana adanya tanpa berdasarkan “#Banjir” dan media sosial yang digunakan pada melakukan analisis dan membuat kesimpulan yang berlaku penelitian ini adalah Twitter untuk umum. Dengan kata lain penelitian deskriptif analitis mengambil masalah atau memusatkan perhatian kepada Langkah-langkah yang dilakukan dalam menelitian ini ada masalah-masalah sebagaimana adanya saat penelitian sebagai berikut : dilaksanakan, hasil penelitian yang kemudian diolah dan Melakukan proses crawling data menggunakan twitter API dianalisis untuk diambil kesimpulannya. kunci “#Banjir” Setelah mendapatkan data dari hasil crawling, selanjutnya Dalam penelitian ini akan meneliti bagaimana melakukan yaitu melakukan perhitungan dengan menggunakan metode analisis untuk mengetahui aktor yang berpengaruh closeness centrality untuk memperoleh 10 aktor yang memiliki mengunakan metode closeness centrality. Metode pemilihan nilai tertinggi atau yang berpengaruh dalam penyebaran sampel yaitu menggunakan metode Purposive sampling, informasi tentang fenomena bencana banjir yaitu teknik penentuan sampel dengan pertimbangan tertentu, sesuai dengan tujuan penelitian. Hasil Penelitian Terimakasih