ANALISIS CENTRALITY DAN SENTIMENT PERCAKAPAN TWITTER(X) TERKAIT GIBRAN MENGGUNAKAN SNA DAN VADER

Evangs Mailoa
Ayuquinn Astuticein Fairiani


DOI: https://doi.org/10.29100/jipi.v10i2.6099

Abstract


Pemilihan Umum adalah momen krusial untuk memilih presiden yang diadakan setiap 5 tahun. Selama periode kampanye pemilu yang berlangsung selama 75 hari, dari 28 November hingga 10 Februari 2024, Gibran menjadi topik populer di Twitter(X). Penelitian ini bertujuan untuk mengidentifikasi aktor yang paling berpengaruh dalam pencarian kata "Gibran" dan untuk mengetahui sentimen yang paling mendominasi antara positif, negatif, atau netral dalam percakapan di Twitter (X). Metode yang digunakan adalah Social Network Analysis (SNA) dan Veder Sentiment. Hasil penelitian menunjukkan bahwa akun @gibran_tweet memiliki nilai OutDegree sebesar 66 dan InDegree sebesar 640. Hal ini mengindikasikan bahwa @gibran_tweet adalah aktor berpengaruh karena merupakan salah satu pengguna aktif di Twitter (X) dan sempat menjadi trending. Dalam postingan yang beredar, terdapat cuitan positif 458 (4,09%), negatif 471 (4,20%) dan netral 10.272 (91,71%). Hal tersebut berindikasi bahwa sentiment yang dominan adalah netral. Namun, sentimen yang beredar di masyarakat tidak mempengaruhi hasil pemilu yang telah diumumkan oleh KPU.

Full Text:

PDF

Article Metrics :

References


P. E. D. Antari, “Interpretasi Demokrasi Dalam Sistem Mekanis Terbuka Pemilihan Umum Di Indonesia,” J. Panor. Huk., vol. 3, no. 1, pp. 87–104, 2018, doi: 10.21067/jph.v3i1.2359.

F. C. Farisa, “Kampanye Pemilu 2024 Dimulai Besok, Catat Aturan dan Larangannya,” Kompas.com, 2023. https://nasional.kompas.com/read/2023/11/27/15581131/kampanye-pemilu-2024-dimulai-besok-catat-aturan-dan-larangannya (accessed Nov. 27, 2023).

A. Dirgantara and D. Prabowo, “Prabowo Resmi Umumkan Gibran Rakabuming Raka Jadi Cawapres,” Kompas.com, 2023. https://nasional.kompas.com/read/2023/10/22/19422101/prabowo-resmi-umumkan-gibran-rakabuming-raka-jadi-cawapres (accessed Nov. 27, 2023).

W. Diananto, “Gibran Tembus Trending Topic Indonesia Usai Diusung Golkar Sebagai Cawapres Prabowo, Netizen Geger,” Liputan6.com, 2023. https://www.liputan6.com/showbiz/read/5429427/gibran-tembus-trending-topic-indonesia-usai-diusung-golkar-sebagai-cawapres-prabowo-netizen-geger?page=3. (accessed Nov. 27, 2023).

M. I. Baktora, “Pro dan Kontra Gibran Rakabuming Raka jadi Cawapres di Pemilu 2024, Bagaimana Pandangan Kaum Muda, Yakin Banyak Dipilih?,” Suara.com, 2023. https://www.suara.com/kotaksuara/2023/11/24/170000/pro-dan-kontra-gibran-rakabuming-raka-jadi-cawapres-di-pemilu-2024-bagaimana-pandangan-kaum-muda-yakin-banyak-dipilih (accessed Nov. 27, 2023).

W. Ignatio, M. R. D. Putra, and M. K. Bratawisnu, “Penentuan Top Brand Menggunakan Social Network Analysis pada e-commerce Tokopedia dan Bukalapak,” J. Inf. Eng. Educ. Technol., vol. 2, no. 1, pp. 1–5, 2018, doi: 10.26740/jieet.v2n1.p1-5.

M. M. H. Kahari, “Pemanfaatan Graf pada Perhitungan Centrality dan Visualisasi Social Network Analysis (SNA),” Bandung, 2021. [Online]. Available: https://www.usd.ac.id/fakultas/pendidikan/s1pkim/f1l3/2017.

Y. D. P. Ariyanti, “Analisis Centrality Aktor pada Penyebaran Informasi Kuliner di Media Sosial dengan menggunakan Social Network Analysis,” J. Syst. Inf. Technol. Electron. Eng., vol. 2, no. 1, pp. 23–31, 2022.

C. J. Hutto and E. Gilbert, “VADER: A Parsimonious Rule-based Model for Social Media Text,” in Proceedings of the Eighth International AAAI Conference on Weblogs and Social Media, 2014, pp. 216–225, [Online]. Available: https://ojs.aaai.org/index.php/ICWSM/article/view/14550.

A. Ramadhanu, R. A. Mahessya, M. R. Zaky, and M. Isra, “Penerapan Teknologi Machine Learning Dengan Metode Vader Pada Aplikasi Sentimen Tamu Di Hotel Dymens,” JOISIE J. Inf. Syst. Informatics Eng., vol. 7, no. 1, pp. 165–173, 2023.

E. G. Harnanda and E. Mailoa, “Analisis Node dengan Metode Degree Centrality dan Sentiment Analysis dalam Acara G20 Indonesia di Twitter,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 7, no. 4, pp. 536–542, 2023, doi: https://doi.org/10.35870/jti k.v7i4.1022.

D. S. Adilla and E. Mailoa, “Analisis Akun Twitter Berpengaruh Terkait Serangan Cyber Bjorka menggunakan Metode Social Network Analysis,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 7, no. 4, pp. 519–527, 2023, [Online]. Available: http://www.journal.lembagakita.org/index.php/jtik/article/view/1005%0Ahttp://www.journal.lembagakita.org/index.php/jtik/article/download/1005/1113.

Y. T. Samuel and K. J. Manurip, “Analisis Sentimen Tokoh Publik Menggunakan Metode Naïve Bayesian Classification Pada Aplikasi Twitter,” TeIKa, vol. 7, no. 1, pp. 78–85, 2017, doi: 10.36342/teika.v7i1.2218.

I. Taufik and S. A. Pamungkas, “Analisis Sentimen terhadap Tokoh Publik Menggunakan Algoritma Support Vector Machine (SVM),” J. LOGIK@, vol. 8, no. 1, pp. 69–79, 2018.

M. S. Setatama and D. Tricahyono, “Implementasi Social Network Analysis pada Penyebaran Country Branding ‘Wonderful Indonesia,’” Indones. J. Comput., vol. 2, no. 2, pp. 91–104, 2017, doi: 10.21108/indojc.2017.2.2.183.

N. Istiqomah and F. Novika, “Sentiment Analysis Penyedia layanan Asuransi dari Media Sosial Twitter,” J. TEKNO KOMPAK, vol. 18, no. 1, pp. 77–89, 2023, [Online]. Available: https://www.bing.com/search?q=Sentiment+Analysis+Penyedia+layanan+Asuransi+dari+Media+Sosial+Twitter&qs=n&form=QBRE&sp=-1&lq=1&pq=sentiment+analysis+penyedia+layanan+asuransi+dari+media+sosial+twitter&sc=0-70&sk=&cvid=2457755A054C448489422CB917D05ACF&ghsh.

K. Hermanto, D. Salim, B. Wu, O. R. Salim, and R. B. Gunadi, “Penggunaan Python Untuk Menganalisis Pola Penyebaran Covid-19 Di Masa Pandemi,” J. Student Dev. Inf. Syst., vol. 3, no. 2, pp. 62–75, 2023.

A. T. Adai, S. V. Date, S. Wieland, and E. M. Marcotte, “LGL: Creating a map of protein function with an algorithm for visualizing very large biological networks,” J. Mol. Biol., vol. 340, no. 1, pp. 179–190, 2004, doi: 10.1016/j.jmb.2004.04.047.

B. Heinbach, P. Burggräf, and J. Wagner, “Deep reinforcement learning for layout planning – An MDP-based approach for the facility layout problem,” Manuf. Lett., vol. 38, no. 11, pp. 40–43, 2023, doi: 10.1016/j.mfglet.2023.09.007.

E. Talapessy and H. Hendry, “Analisis Node Dengan Metode Degree Centrality Dan Follower Rank Pada Tagar Twitter,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 2, pp. 367–372, 2022, doi: 10.30865/jurikom.v9i2.4053.

D. Abimanyu, E. Budianita, E. P. Cynthia, F. Yanto, and Y. Yusra, “Analisis Sentimen Akun Twitter Apex Legends Menggunakan VADER,” J. Nas. Komputasi dan Teknol. Inf., vol. 5, no. 3, pp. 423–431, 2022, doi: 10.32672/jnkti.v5i3.4382.

J. A. Nursiyono and C. Chotimah, “Analisis Sentimen Netizen Twitter terhadap Pemberitaan PPN Sembako dan Jasa Pendidikan dengan Pendekatan Social Network Analysis dan Naive Bayes Classifier,” J Stat. J. Ilm. Teor. dan Apl. Stat., vol. 14, no. 1, pp. 52–58, 2021, doi: 10.36456/jstat.vol14.no1.a3868.

P. N. Aisyah, G. Nusantara, and N. A. Sjafirah, “Analisis Jejaring Sosial Peran Pers dalam Penyebaran Informasi Terkait Kebijakan PPKM,” J. Komun. Glob., vol. 11, no. 1, pp. 43–65, 2022, doi: 10.24815/jkg.v11i1.24555.

N. Anggraini and H. Suroyo, “Perbandingan Analisis Sentimen Terhadap Digital Payment ‘ T-cash dan Go-pay’ Di Sosial Media Menggunakan Orange Data Mining,” J. Inf. Syst. Informatics, vol. 1, no. 1, pp. 152–163, 2019, [Online]. Available: http://journal-isi.org/index.php/isi.

I. E. Yanti, O. N. Pratiwi, and R. Y. Fa’rifah, “Analisis Respon Masyarakat Terhadap Pandemi Covid-19 Pada Media Sosial Twitter Menggunakan Metode Social Network Analysis,” e-Proceeding Eng., vol. 8, no. 5, pp. 8988–8999, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/15892.

P. Rohimi, “Sna Dengan Netlytic Pada Kolom Komentar Video Youtube Gus Miftah Ceramah Di Gereja,” Ficosis, vol. 1, no. 1, pp. 360–377, 2021, doi: 10.21154/dialogia.v15i2.1192.4.

K. Kurniati, H. Kusmiati, and N. Rahmi, “Analisis Hashtag UTBK-SNBT di Twitter Menggunakan Netlytic Tools,” J. Comput. Sci. Inf. Syst. J-Cosys, vol. 3, no. 1, pp. 44–48, 2023, doi: 10.53514/jco.v3i1.383.

R. Luthfiansyah and B. Wasito, “Analisis Sentimen Terhadap Para Kandidat Presiden 2024 Berdasarkan Netizen Pengguna Twitter Dengan Metode Data Mining Dan Text Mining,” J. Inform. dan Bisnis, vol. 11, no. 2, pp. 85–104, 2022, doi: 10.46806/jib.v11i2.994.

G. Kusmantoro, “KPU Tetapkan Hasil Pemilu 2024 Usai Rampungkan Rekapitulasi Suara dari 38 Provinsi dan 128 Wilayah Luar Negeri,” Bawaslu Kota Cimahi, 2024. https://cimahikota.bawaslu.go.id/berita/kpu-tetapkan-hasil-pemilu-2024-usai-rampungkan-rekapitulasi-suara-dari-38-provinsi-dan-128 (accessed Jun. 01, 2024).

T. Wulandari, “Apa Itu Silent Majority ? Begini Sejarah dan Kemunculannya di Pemilu,” detikEdu, 2024. https://www.detik.com/edu/detikpedia/d-7194527/apa-itu-silent-majority-begini-sejarah-dan-kemunculannya-di-pemilu (accessed Jun. 01, 2024).