ANALISIS JARINGAN KOMUNIKASI PADA VIDEO YOUTUBE SEPULANG SEKOLAH MENGGUNAKAN SOCIAL NETWORK ANALYSIS
ANALISIS JARINGAN KOMUNIKASI PADA VIDEO YOUTUBE SEPULANG SEKOLAH MENGGUNAKAN SOCIAL NETWORK ANALYSIS
Disusun oleh:
Nama : Muhammad Rahmandhito Wiratama
NPM : 17823113
Jurusan : Ilmu Komunikasi
Pembimbing : Pipit Fitriyah
Diajukan Guna Melengkapi Sebagian Tugas Akhir Mata Kuliah
Social Network Analysis (SNA)
1. Analisis dan Pembahasan
1.1 Gambaran
Fenomena
Kehidupan yang kita
jalani di dunia krisis iklim menjadi isu yang penting karena kondisi bumi kita
sudah mengkhawatirkan. Disamping itu muncul gerakan-gerakan go green yang
dikampanyekan untuk mengubah pola hidup kita agar lebih ramah lingkungan dan
upaya pencegahan krisis iklim. Mulai dari organisasi pro-lingkungan, ilmuwan,
sampai pemerintah negara-negara di dunia ingin beralih ke energi go-green.
Salah satu
terobosan yang diyakini akan membawa dampak signifikan adalah transisi sumber
energi dan bahan bakar. Contoh nya seperti beberapa waktu lalu Indonesia ingin
meningkat penggunaan kendaraan listrik dibandingkan kendaraan konvensional.
Tidak hanya di Indonesia kebijakan ini sudah diterapkan di beberapa negara di
dunia. Menurut IEA (International Energy Agency) di tahun 2020 jumlah kendaraan
listrik di dunia sudah mencapai 10 juta unit.
Bisa dikatakan
bahwa listrik bisa menjadi alternatif energi yang dianggap lebih bersih dan
ramah lingkungan. Karena tidak ada polusi yang keluar atau bahan-bahan yang
akan menecemari lingkungan. Tetapi, peralihan sumber energi ke listrik juga
menimbulkan masalah baru. Untuk penggunaan portable, listrik perlu disimpan
didalam baterai. Salah satu bahan pembuatan baterai adalah kobalt. Menurut
howstuffworks, kobalt menjadi bahan yang penting karena kobalt merupakan bahan
yang dapat baterai menjadi re-chargeable atau diisi ulang karena sifatnya yang
tidak mudah panas. Yang menjadi masalah adalah proses bagaimana kobalt ini
ditambang.
Republik
Demokratik Kongo, merupakan negara yang menjadi produsen kobalt terbesar di
dunia. Menurut Council on Foreign Relations, 70% dari total produksi kobalt di
seluruh dunia berasal dari Kongo dan 15-30% yang dihasilkan oleh Kongo berasal
dari tambang-tambang kecil atau tambang artisanal. Tambang tersebut bukan
dikelola oleh perusahan tambang besar namun dipegang oleh warga setempat.
Alat-alat yang mereka gunakan hanya alat gali manual dan tidak ada alat-alat
keselamatan yang layak.
Namun, tambang
besar yang menuyumbang ¾ dari total produksi kobalt di Kongo sebagian besar
kepemilikan perusahaan asing, khusunya perusahaan China. Padahal nilai total
potensi sumber daya alam di Kongo yang didominasi kobalt mencapai 20 triliun
pound sterling atau sekitar 397 miliar lebih.
Karena kepemilikan
tambang kobalt besar dikuasai oleh pihak asing dan warga lokal hanya memiliki
tambang skala kecil membuat potensi besar tersebut menjadi tidak dapat
dirasakan oleh masyarakat Kongo itu sendiri. Dengan potensi sebesar itu,
bukannya menjadi negera yang kaya dan makmur, masyarakat Kongo harus hidup
dibawah garis kemiskinan.
Selain kesenjangan tersebut, masyarakat yang disekitar pertambangan juga mendapat ancaman jangka panjang yang lebih parah dari penghasilan yang lebih kecil. Di Kolwezi, wilayah Kongo yang terkenal dengan tambang kobalt terjadi peningkatan jumlah penderita penyakit dan cacat setelah maraknya penambangan kobalt. Tidak hanya itu, setelah dilakukan serangkaian penelitian ditemukan bahwa wanita-wanita hamil di Kolwezi terpapar logam berat dalam level yang berbahaya. Hal tersebut bisa terjadi karena merekan menghirup debu tambang. Kandungan logam berat yang terlalu tinggi ini juga yang menyebabkan banyak kelahiran tidak normal di Kolwezi.
Gambar 1 Channel YouTube Sepulang
Sekolah
(Sumber: Olahan Peneliti
2024)
Sepulang sekolah merupakan
akun YouTube edukasi yang membahas sejarah dunia dan isu yang sedang berkembang
di media sosial. Sepulang Sekolah memiliki konten khas yang diberi nama Learning
By Googling.
Pada 18 September 2023, Sepulang Sekolah mengunggah
sebuah video yang berjudul “Nasib Tumbal Energi Go Green! Jadi Cacat Demi
Bumi! Negerinya Tetap Miskin! | Learning by Googling”. Unggahan tersebut
menarik perhatian publik untuk memberikan berbagai tanggapan dan opini mereka
lewat kolom komentar. Sampai pada 12 Januari 2024, komentar video tersebut
mencapai 1,464 dan sudah ditonton sebanyak 414,625 kali.
Gambar 2 Video YouTube Sepulang
Sekolah
(Sumber: Olahan Peneliti
2023)
Dari penjelasan di atas, peneliti tertarik untuk menjadikan video tersebut data yang akan dianalisis jaringan sosialnya. Peneliti menggunakan netlytic dan gephi untuk menganalisis jaringan sosial yang terbentuk dari komentar pada video podcast tersebut.
2. Analisis Jaringan “Nasib Tumbal Energi
Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling”
dengan model Netlytic
Analisis jaringan
komunikasi berkaitan dengan hubungan sosial menggunakan teori jaringan yang
terdiri dari node dan edge. Node yang merupakan seorang individu/aktor dalam
sebuah jaringan, dan edge merupakan hubungan antara node. Dalam mengetahui pola
dan interaksi yang terjadi dalam sebuah jaringan, peneliti dapat
merepresentasikan jaringan tersebut ke dalam graf, pada jejaring sosial youtube,
setiap user akan digambarkan ke dalam sebuah node dan setiap relasi
antar node divisualisasikan ke dalam sebuah edge.
Relasi seperti komentar
dan like pada fitur jejaring sosial youtube dapat mempengaruhi tingkat
kepopuleran tersebut. Nilai dari relasi ini dapat disebut juga dengan
Sentralitas. Berdasarkan sumber data, Channel Youtube Sepulang Sekolah yang
berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap
Miskin! | Learning by Googling akan dianalisis menggunakan metode Social
Network Analysis untuk melihat aktor-aktor yang mendistribusikan informasi
melalui Netlytic.
Jaringan Sosial
Netlytic yang secara otomatis dapat meringkas dan menemukan jaringan komunikasi
sosial yang tersedia. Pencarian distribusi informasi mengenai Channel Youtube Sepulang
Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi
Bumi! Negerinya Tetap Miskin! | Learning by Googling dapat dianalisis
menggunakan Netlytic karena terdapat 1,149 dataset yang dapat di recall
oleh Netlytic, dari dataset tersebut maka menghasilkan pola jaringan seperti
berikut:
Gambar 3 Visualisasi Jaringan
Komunikasi Netlytic
(Sumber: Olahan Peneliti
2024)
Jika dilihat dari banyaknya node dan edge pada gambar tersebut, aktor utama dengan kepopuleran tertinggi yaitu pada akun @alean16 (kuning). Netlytic terbukti dapat memperlihatkan node atau aktor-aktor utama yang terkuat dalam mendistribusikan informasi pada jejaring sosial youtbe melalui pola jaringan.
2.1. Total Degree
Degree merupakan
jumlah hubungan suatu node dalam hubungan terhadap node yang lainnya pada suatu
network. Degree yang digunakan adalah total degree yang berarti jumlah dari
indegree yang memberikan opini dan outdegree yang diberikan opini.
Gambar 4 Degree Netlytic
(Sumber: Olahan Peneliti
2024)
Pada Netlytic tidak ditampilkan data degree. Namun,
dari pembuatan gambar network yang didapatkan dapat diperkirakan bahwa @alean16
(kuning) memiliki degree yang tertinggi. Hal tersebut dikarenakan node nya
terhubung dengan banyak node
lainnya
dan total degree yang tinggi
Gambar 5 Visualisasi Jaringan
Komunikasi Netlytic
(Sumber: Olahan Peneliti
2024)
Pada gambar di atas bahwa keberadaan @alean16 (kuning) pada data di aplikasi Netlytic terbukti bahwa aktor tersebut merupakan aktor penting dalam pendistribusian informasi dari Channel Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
2.2 Cluster
Cluster adalah sekelompok node terhubung padat yang lebih mungkin untuk berkomunikasi satu sama lain daripada node di luar cluster.
Gambar 6 Pengelompokan Cluster pada Netlytic
(Sumber: Dokumentasi
peneliti 2024)
Netlytic
mengklusterkan dari Channel
Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green!
Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling menjadi
5 cluster. Node seseorang
dalam cluster dengan warna yang sama.
Cluster 1 @azr0ckship
Cluster 2 @sepulang
sekolah
Cluster 3 @vlogdewa
family
Cluster
4 @hardiantorahmatullah4405
Cluster 5 @scarlion97
Others
Gambar 7 Pola masing-masing
Cluster pada Netlytic
(Sumber: Olahan Peneliti
2024)
Anggota dari
Cluster 1 yaitu @azr0ckw4rsh1p.
@azr0ckw4rsh1p merupakan orang yang sangat kuat berkomunikasi di Channel
Youtube Sepulang Sekolah yang berjudul Nasib
Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling total degree 9.
Anggota dari
Cluster 2 yaitu
@sepulang
sekolah, @gemamoch1, dan @dreamwelch8100. @sepulang
sekolah, @gemamoch1, dan @dreamwelch8100 merupakan pengguna media
sosial youtube, di
cluster 2 terdapat total degree
sama yaitu 7.
Anggota dari
Cluster 3 yaitu @vlogdewafamily.
@vlogdewafamily merupakan pengguna media sosial youtube, di cluster 3 dengan total degree 7.
Anggota dari
Cluster 4 yaitu
@shineekebabybuff1452
dan @scarlion97. @shineekebabybuff1452
dan @scarlion97 merupakan pengguna media sosial youtube, di cluster 2 terdapat
total degree
sama yaitu 6.
Anggota dari
Cluster 5 yaitu @bayurocky1326,
@hardiantorahmatullah4405,
dan @edwardrajesh
dengan total degree 6.
2.3 Analisis Data Netlytic Pada Channel
Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi Cacat
Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Dalam Netlytic
ditemukan awal mulainya video
di upload
dan mendapatkan komentar untuk dibicarakan hingga puncak topiknya seperti
yang dapat dilihat pada gambar berikut:
Gambar 8 Data Post Over
Time
(Sumber: Olahan Peneliti,
2024)
Dapat dilihat pada
tanggal tanggal 18 September 2023 mulai perbincangan
mengenai konten Channel
Youtube Sepulang
Sekolah yang berjudul Nasib Tumbal Energi Go
Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Lalu turun sampai tanggal 22 September 2023.
Dalam aplikasi Netylic juga terdapat daya yang banyak
untuk menggunggah komen terdapat
10 akun, diantaranya ada akun @alean13, @azr0ckw4r, @MrACTAVIS, @dreamwel, @bayurocky,
@zeuserwin, @mimido6699, @hendiwija, @getintouchss, dan @makbarr1. Berikut ini
merupakan presentasi yang didapatkan dalam top 10 dalam mengunggah poster.
Gambar
10 Top
Ten Poster
(Sumber:
Olahan Peneliti, 2024)
Dengan hal ini mengenai degree yang merupakan jumlah
hubungan dalam suatu node
dengan hubungan terhadap node yang lainnya pada suatu jaringan. Degree yang
digunakan adalah total degree yang berarti jumlah dari indegree (yang mengenal)
dan outdegree (yang dikenal). dalam Netlytic terdapat top 10 user berdasarkan
in-degree dan top 10 user berdasarkan out-degree.
Gambar 11 Top 10 users In-degree
(Sumber: Olahan Peneliti, 2023)
Pada gambar di
atas dapat dilihat top user In-degree yang dimana paling atas yaitu @vlogdewafamily yang memiliki peran penting dalam
pendistribusian di Channel
Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green!
Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Gambar
12 Top 10 Users Out-Degree
(Sumber:
Olahan Peneliti, 2024)
Dapat dilihat pada
gambar di atas terdapat aktor aktor paling utama dalam top out degree yang
dimana mempunyai pendistribusian informasi yang saling berkaitan satu sama lain
dengan aktor paling utama seperti @alean13 lalu yang kedua ada @azr0ckw4r lalu yang
paling terakhir ada @mractavis dalam komenan dari Channel Youtube Sepulang Sekolah yang
berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap
Miskin! | Learning by Googling.
.
2.3.1 Network Properties
Network properties adalah Jaringan Wireless adalah jaringan yang mengkoneksi dua komputer atau lebih menggunakan sinyal radio, cocok untuk berbagai-pakai file, printer, atau akses internet.
Tabel 1 Network
Properties by Netlytic.org
Network
Properties |
|
Diameter |
4 |
Density |
0.001136 |
Reciprocity |
0.000000 |
Centralization |
0.004307 |
Modularity |
0.992000 |
Diameter
menghitung langkah terpendek antara jarak terpanjang antara dua peserta
jaringan. Langkah ini menunjukkan ukuran jaringan, dengan menghitung jumlah
node yang dibutuhkan untuk mendapatkan dari satu sisi ke sisi lain. Netlytic
memperoleh hasil diameter dengan dari
Channel Youtube Sepulang Sekolah yang berjudul Nasib
Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling sebanyak 4 diameter.
Density
(kepadatan) adalah proporsi ikatan yang ada untuk jumlah total ikatan mungkin
dalam jaringan. Dengan kata lain, itu dihitung dengan membagi jumlah ikatan
yang ada (koneksi) dengan jumlah ikatan yang mungkin. Langkah inimembantu untuk
menggambarkan seberapa dekat peserta dalam jaringan. Netlytic memperoleh hasil
density dengan nilai
0.001136. Dengan demikian, Netlytic telah
memberitahukan bahwa keadaan jaringan tidak banyak.
Reciprocity
(timbal balik) adalah proporsi ikatan yang menunjukkan komunikasi dua arah
(juga disebut ikatan timbal balik) dalam kaitannya dengan jumlah total ikatan
yang ada. Hal ini diukur dengan jumlah ikatan timbal balik dalam kaitannya
dengan jumlah total ikatan dalam jaringan (tidak semua ikatan mungkin). Sebuah
nilai yang lebih tinggi menunjukkan banyak peserta memiliki dua percakapan,
sedangkan nilai timbal balik yang rendah menunjukkan banyak percakapan adalah
satu-sisi, sehingga ada sedikit kembali dan sebagainya percakapan. Netlytic
memperoleh hasil Reciprocity dengan nilai 0.000000 Reciprocity. Dengan demikian,
Netlytic telah memberitahukan bahwa tingkat timbal balik rendah.
Sentralisasi
mengukur tingkat sentralitas rata-rata semua node dalam sebuah jaringan. Ketika
jaringan memiliki nilai sentralisasi tinggi lebih dekat ke 1, itu menunjukkan
ada peserta sentral beberapa yang mendominasi arus informasi dalam jaringan.
Jaringan dengan pengukuran rendah sentralisasi lebih dekat ke 0 dianggap
didesentralisasikan mana informasi mengalir lebih bebas antara banyak peserta.
Netlytic memperoleh hasil Centralization dengan nilai 0.004307 Centralization. Dengan
demikian, Netlytic telah memberitahukan bahwa nilai tersebut tergolong rendah
karena lebih mendekati angka 0. hal tersebut berarti di dalam network youtube tidak hanya terdiri dari
1 peserta yang menggunakan yang mendominasi tautan tersebut.
Modularitas
menentukan apakah cluster ditemukan mewakili masyarakat yang berbeda dalam
jaringan. Nilai-nilai yang lebih tinggi menunjukkan berbedaan yang jelas antara
masyarakat yang diwakili oleh cluster di Netlytic. Nilai-nilai rendah
modularitas, biasanya kurang dari 0.5, menunjukkan bahwa cluster, ditemukan
oleh Netlytic,
akan tumpang tindih lebih; jaringan lebih cenderung terdiri dari suatu kelompok
yang mendominasi. Netlytic memperoleh hasil Modularity dengan nilai 0.992000.
Nilai tersebut digolongkan dalam nilai modularitas yang tinggi karena diatas
angka 0.5. Nilai-nilai yang lebih tinggi menunjukkan berbedaan yang jelas
antara masyarakat yang diwakili oleh cluster di Netlytic. Hal tersebut
merupakan hal yang baik karena peserta terdistribusi merata.
3. Analisis
Sentralitas Jaringan Komunikasi Pada Fenomena “Nasib Tumbal Energi Go Green!”
Dengan Model GEPHI
Software Gephi
merupakan modul jaringan yang dapat diolah dengan di impor, divisualisasikan,
dipetakan, difilter, dimanipulasi dan diekspor di dalam software Gephi
tersebut.
Analisis jaringan
komunikasi mengkaitkan hubungan sosial dengan teori jaringan yang terdiri
dari node dan edge. Node yang merupakan seorang individu/aktor dalam sebuah
jaringan, dan edge merupakan hubungan antara node.
Penelitian dilakukan dengan
memvisualisasikan data interaksi jaringan pendistribusian informasi pada tautan
dengan keywords “Nasib Tumbal Energi Go Green” pada situs jejaring sosial Youtube dengan menggunakan
software Gephi versi 0.10.1. Data divisualisasikan ke dalam
sociogram dimana titik pada gambar disebut “node” atausimpul merepresentasikan
seorang individu yang dihubungkan oleh garis yang disebut “edge”. Dua node yang
terhubung dinyatakan dengan adanya garis yang menghubungkan keduanya. Semakin
tebal garis maka semakin banyak jumlah interkasi yang terjadi antara dua node
tersebut.
Dalam mengetahui
pola dan interaksi yang terjadi dalam sebuah jaringan, peneliti dapat
merepresentasikan jaringan tersebut ke dalam graf, pada jejaring sosial youtube, setiap user akan
digambarkan ke dalam sebuah node dan setiap relasi antar node divisualisasikan
ke dalam sebuah edge. Relasi seperti mention, replay, dan like pada
fitur jejaring sosial youtube dapat
mempengaruhi tingkat kepopuleran tersebut. Nilai dari relasi ini dapat disebut
juga dengan Sentralitas.
Berdasarkan sumber
data isi Channel
Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green!
Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling dapat
dianalisis menggunakan metode Social Network Analysis untuk melihat
aktor-aktor yang mendistribusikan informasi melalui Gephi.
Gephi yang secara otomatis dapat meringkas dan menemukan pola jaringan komunikasi yang tersedia. Pencarian distribusi Channel Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling yang diakses pada tanggal 12 Januari 2024 dapat dianalisis menggunakan Gephi. Gephi dapat menghasilkan sebuah pola jaringan untuk mengetahui aktor-aktor yang terdapat pada pendistribusian informasi pada tautan dalam penentuan Centrality. Data berikut menunjukan hasil dari data in-degree, out-degree dan total degree pada aktor yang memiliki kekuatan terbesar dalam pola jaringan tersebut:
3.1 Analisis Sentralitas Degree pada Gephi
Degree merupakan jumlah
hubungan suatu node dalam hubungan terhadap node yang lainnya pada suatu
network. Degree yang digunakan adalah total degree yang berarti jumlah dari
indegree (yang mengenal) dan outdegree (yang dikenal).
Gambar 13 Pola Jaringan Degree
Komunikasi Gephi
(Sumber: Olahan data peneliti, 2024)
Tabel 2 Degree Statistic
by Gephi
Label |
Degree |
@alean13 |
11 |
@azr0ckw4rsh1p |
9 |
@vlogdewafamily |
7 |
@sepulangsekolah |
7 |
@gemamoch1 |
7 |
Pada data tabel
bisa dilihat tabel yang terdapat @alean13 node yang merupakan aktor yang mendapatkan
nilai degree sebanyak 11,
yang berarti @alean13 adalah aktor yang paling banyak dimention
oleh pola jaringan yang terbentuk dari konten Channel Youtube Sepulang Sekolah yang
berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap
Miskin! | Learning by Googling.
Pada data table
nodes degree terdapat 5 nodes yaitu @alean13 dengan jumlah degree
sebanyak 11,
@azr0ckw4rsh1p sebanyak 9, @vlogdewafamily, @sepulangsekolah, dan @gemamoch1 memiliki jumlah degree sama sebanyak 7 yang berarti ke-5 nodes tersebut lebih
sering reply atau
berkomentar di Channel Youtube Sepulang
Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi
Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Diketahui aktor-aktor tersebut merupakan pengguna akun pribadi, dimana masing masing aktor tersebut terlibat aktif dalam memberikan opininya mereka tentang Nasib Tumbal Energi Go Green, pada Channel Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
3.2 Analisis Sentralitas In-Degree pada Gephi
Gambar 14 Pola Jaringan In-Degree pada Gephi
(Sumber: Olahan data
peneliti, 2024)
Tabel 3 In-Degree statistic by
gephi
Label |
In-Degree |
@vlogdewafamily |
6 |
6 |
|
@drekikun8822 |
6 |
@diystron_ |
6 |
@chandramarbun |
6 |
Bisa dilihat tabel, @vlogdewafamily, @gemamoch1, @drekikun8822, @diystron, dan @chandramarbun adalah aktor-aktor yang paling banyak dimention oleh pola jaringan dengan jumlah 6. Nodes tersebut lebih sering di-mention atau disebutkan di Youtube terhadap pendistribusian tautan dari Channel Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
3.3 Analisis Sentralitas Out-Degree pada
Gephi
Gambar 15 Pola Jaringan Out-Degree pada Gephi
(Sumber: Olahan data
peneliti, 2024)
Tabel 4 Out-Degree statistic by
gephi
Label |
Out- Degree |
10 |
|
@azr0ckw4rsh1p |
8 |
@zeuserwin6456 |
5 |
5 |
|
@getintouchss |
5 |
Bisa dilihat @alean13 yang merupakan aktor yang
mendapatkan nilai out-degree sebanyak 10,
yang berarti @alean13 adalah
aktor yang paling
banyak me-reply pada Channel Youtube Sepulang Sekolah yang berjudul Nasib Tumbal
Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by
Googling.
Pada data table
nodes out-degree
terdapat 5 nodes yaitu @alean13 dengan
jumlah out-degree sebanyak 10, @azr0ckw4rsh1p sebanyak 8,
@zeuserwin6456, @mractavis, dan @getintouchss memiliki jumlah out-degree sama sebanyak 5 yang
berarti ke-5 nodes tersebut lebih sering me-reply atau menyebutkan
pendistribusian tautan “Nasib Tumbal Energi Go Green”.
Pada hasil out-degree dapat ditemukan aktor-aktor terpenting pada tabel 4 bahwa aktor tersebut adalah aktor yang terdistribusi dalam fenomena Nasib Tumbal Energi Go Green yang semua aktornya merupakan pengguna akun pribadi, dimana dalam masing masing perbedaan aktor tersebut menjadi satu dan terlibat aktif dalam memberikan opininya pada Channel Youtube Sepulang Sekolah yang Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
4. Analisis Sentralitas pada Jaringan Komunikasi Channel Youtube Sepulang
Sekolah yang berjudul Nasib
Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling.
Dalam Social Network Analysis, terdapat empat cara untuk mengukur centrality, yaitu dengan cara menghitung degree centrality, betweeness centrality, closeness centrality dan eigenvector centrality. Pada penelitian ini akan digunakan tiga cara perhitungan, yaitu eigenvector centrality, betweeness centrality, dan closeness centrality.
4.1 Analisis Eigenvector Sentralitas pada
Jaringan Komunikasi Channel
Youtube Sepulang Sekolah yang
berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap
Miskin! | Learning by Googling.
Eigenvector
centrality merupakan pengukuran pentingnya atau berharganya suatu node dalam
jaringan sosial. Node ini yang berperan sebagai penghubung bagi individu
lainnya yang tidak saling terhubung sebelumnya. Semakin tinggi nilainya
(mendekati 1) maka semakin penting pula node tersebut.
Data tabel pada
aplikasi gephi dalam Eigenvector Centrality peneliti menyimpulkan bahwa node
dengan kepopuleran tertinggi dengan nilai sempurna yaitu 1.0.
Pada penentuan
Centrality dalam Eigenvector Centrality dapat memunculkan pola jaringan pada
Eigenvector Centrality, pola jaringan ini memperlihatkan nodes yang berhubungan
dengan nodes lain. Hasil gambaran pola jaringan pada Eigenvector Centrality
sebagai berikut:
Gambar 16 Pola Jaringan Eigenvector Centrality pada
Gephi
(Sumber: Olahan data
peneliti, 2024)
Dapat disimpulkan bahwa jika nilai pada eigenvector centrality mendekati angka 1.0, maka semakin banyak juga kenalan pada node tersebut.
Gambar
17 Data Tabel Eigenvector
pada Gephi
(Sumber:
Olahan data peneliti, 2024)
Peneliti
memfokuskan pada nilai 1.0 yaitu akun @gemamoch1 sebagai aktor
utama pada penentuan Centrality dalam Eigenvector Centrality untuk mengetahui
pola jaringan nodes pada @gemamoch1.
Gambar
18 Pola Jaringan @gemamoch1pada
Gephi
(Sumber:
Olahan data peneliti, 2024)
Gambar di atas
menunjukkan posisi @gemamoch1 yang
menjadi Eigenvector Centrality terbesar karena komentar nya mendapat balasan persetujuan dari nodes lain. Dengan hal ini dapat dilihat
bahwa node @gemamoch1 dapat
terhubung oleh nodes lain melalui opini digital yang menunjukkan kebebasan
dalam berkomunikasi dengan terjaga, atau tidak terlalu dibatasi oleh karena itu
melalui opini digital publik dapat dengan bebas mengutarakan aspirasinya, termasuk menyampaikan opininya
terkait Nasib Tumbal Energi Go Green. Maka @gemamoch1 merupakan aktor
penting dalam pendistribusian informasi pada Channel Youtube Sepulang
Sekolah yang
berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap
Miskin! | Learning by Googling.
Tabel
5 Eigenvector pada Gephi
Label |
Eigenvector Centrality |
1.0 |
|
@sepulangsekolah |
0.573252 |
@vlogdewafamily |
0.558920 |
@pardiagustin420 |
0.473380 |
@chandramarbun |
0.459048 |
Hasil data tabel
pengukuran yang menunjukkan bahwa tautan dengan Channel Youtube Sepulang
Sekolah yang
berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap
Miskin! | Learning by Googling memiliki node dengan eigenvector centrality
tertinggi yaitu @gemamoch1 dengan
nilai sempurna 1.0.
Dapat disimpulkan bahwa data eigenvector sentralitas @gemamoch1 merupakan
aktor yang keberadaannya begitu populer sehingga distribusi informasi dengan
Channel Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go
Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Hasil data tabel
pada node @sepulangsekolah pada Eigenvector Centrality hanya
mendapatkan nilai sebanyak 0.573252 nilai tersebut tidak mendekati
nilai sempurna yaitu 1.0 maka node @sepulangsekolah tidak dapat dianggap sebagai node
tertinggi karena kepopuleran node @sepulangsekolah
tidak mencapai nilai sempurna. Dapat disimpulkan bahwa pada data Eigenvector
Centrality @sepulangsekolah
merupakan aktor yang keberadaannya tidak begitu populer dalam pendistribusian
informasi dari Channel
Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi
Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling
Hasil data tabel
pada node @vlogdewafamily
pada nilai Eigenvector Centrality hanya mendapatkan nilai sebanyak 0.558920 nilai
tersebut tidak mendekati nilai sempurna yaitu 1.0 maka node @vlogdewafamily tidak
dapat dianggap sebagai node tertinggi karena kepopuleran node @vlogdewafamily tidak mencapai
nilai sempurna. Dapat disimpulkan bahwa pada
data Eigenvector Centrality @vlogdewafamily
merupakan aktor yang keberadaannya tidak begitu populer dalam pendistribusian
informasi dari Channel
Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi
Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Hasil data tabel
pada node @pardiagustin420
pada nilai Eigenvector Centrality hanya mendapatkan nilai sebanyak 0.473380 nilai
tersebut tidak mendekati nilai sempurna yaitu 1.0 maka node @pardiagustin420
tidak dapat dianggap sebagai node tertinggi karena kepopuleran node @pardiagustin420 tidak mencapai
nilai sempurna. Dapat disimpulkan bahwa pada
data Eigenvector Centrality @pardiagustin420
merupakan aktor yang keberadaannya tidak begitu populer dalam pendistribusian
informasi dari Channel
Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi
Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Hasil data tabel
pada node @chandramarbun
pada nilai Eigenvector Centrality hanya mendapatkan nilai sebanyak 0.459048 nilai tersebut tidak
mendekati nilai sempurna yaitu 1.0 maka node @chandramarbun
tidak dapat dianggap sebagai node tertinggi karena kepopuleran node @chandramarbun tidak mencapai
nilai sempurna. Dapat disimpulkan bahwa pada
data Eigenvector Centrality @chandramarbun
merupakan aktor yang keberadaannya tidak begitu populer dalam pendistribusian
informasi dari Channel
Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi
Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
4.2 Analisis Betweenness Sentralitas pada Jaringan
Komunikasi Channel Youtube Sepulang
Sekolah yang berjudul Nasib Tumbal Energi Go
Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Betweeness
centrality merupakan pengukuran sentralitas suatu node. Betweeness dapat dimisalkan
sebagai simbol “kekuatan” atau “pengaruh” suatu node dalam jejaring sosial.
Karena node tersebut sebagai jembatan/penghubung ke node lain. Semakin tinggu
nilai nya, maka semakin penting pula node tersebut.
Gambar
19 Pola Jaringan Betweenness
Centrality pada Gephi
(Sumber:
Olahan data peneliti, 2024)
Pada Gephi, juga
ditampilkan kelompok dengan betweenness centrality yang sama.
Gambar
20 Data Tabel Betweenness pada Gephi
(Sumber:
Olahan data peneliti, 2024)
Dari data tersebut
dapat dilihat mengetahui tingkat betweeness centrality yang dominan pada
pendistribusian informasi dari
Channel Youtube Sepulang Sekolah yang Nasib
Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling dengan nodes lainnya. yaitu 6.0. Hal tersebut
berarti pendistribusian informasi pada Channel Youtube Sepulang Sekolah yang
Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin!
| Learning by Googling tidak memiliki banyak node yang menjadi jembatan
untuk node lainnya.
Gambar
21 Pola Jaringan @dreamwelch8100 pada Gephi
(Sumber : Olah data penelitian, 2024)
Gambar di atas
menunjukkan posisi @dreamwelch8100 yang menjadi betweenness centrality
terbesar dengan Opini digital yang membentuk dan mempengaruhi pendapat
pribadi publik terkait issue yang sedang terjadi. Dapat dilihat bahwa node @dreamwelch8100
menjadi penghubung yang menghubungkan komunikasi dengan pengguna akun lainnya.
Tabel
6 Betweenness Centrality pada Gephi
Label |
Betweeness Centrality |
@dreamwelch8100 |
6.0 |
@sepulangsekolah |
6.0 |
3.0 |
|
@kijangberburu5991 |
2.0 |
@hafidzmuqorrobin1779 |
1.0 |
Hasil pengukuran
menunjukkan pendistristribusian Nasib Tumbal Energi Go Green dari Channel Youtube Sepulang
Sekolah yang berjudul Nasib Tumbal Energi Go
Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling
memiliki node dengan betweeness centrality tertinggi yaitu @dreamwelch8100
dan @dreamwelch8100
dengan nilai sempurna yaitu 6.0.
Dapat disimpulkan bahwa @dreamwelch8100 dan @dreamwelch8100 merupakan
sebagai nodes terkuat dalam menghubungkan pendistribusian informasi
pendistristribusian mengenai informasi Nasib Tumbal Energi Go Green dari Channe
Youtube Sepulang Sekolah yang berjudul berjudul Nasib Tumbal Energi
Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling
dengan nodes lainnya.
Hasil pengukuran menunjukkan
pada Channel Youtube Sepulang Sekolah yang berjudul Nasib Tumbal
Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by
Googling node @muhammadzulkhamgustiar7086 dengan nilai 3.0
yang merupakan nilai yang merupakan nilai kurang dari 6.0. Dapat
disimpulkan bahwa
@muhammadzulkhamgustiar7086 merupakan
nodes yang tidak memiliki pengaruh yang kuat dalam menghubungkan
pendistribusian informasi mengenai Nasib Tumbal Energi Go Green dari Channel
Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green!
Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling dengan
nodes lainnya.
Hasil pengukuran
menunjukkan pada Channel Youtube Sepulang Sekolah yang berjudul Nasib
Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling node @kijangberburu5991 dengan nilai 2.0 yang
merupakan nilai yang merupakan nilai kurang dari 3.0. Dapat disimpulkan bahwa @kijangberburu5991 merupakan nodes yang
tidak memiliki pengaruh yang kuat dalam menghubungkan pendistribusian informasi
mengenai gagasan calon presiden
dari Channel Youtube Sepulang Sekolah yang
berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap
Miskin! | Learning by Googling dengan nodes lainnya.
Hasil pengukuran
menunjukkan pada Channel Youtube Sepulang Sekolah yang berjudul Nasib
Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling node @hafidzmuqorrobin1779 dengan nilai 1.0 yang merupakan
nilai yang merupakan nilai kurang dari 2.0. Dapat disimpulkan bahwa @hafidzmuqorrobin1779 merupakan
nodes yang tidak memiliki pengaruh yang kuat dalam menghubungkan
pendistribusian informasi dari
Channel Youtube Sepulang Sekolah yang berjudul Nasib
Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling dengan nodes lainnya. Hasil gambaran pola jaringan
pada Betweeness Centrality sebagai berikut:
4.3 Analisis Closeness Sentralitas pada
Jaringan Komunikasi dari
Channel Youtube Sepulang Sekolah
yang berjudul Nasib
Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling dengan nodes lainnya.
Closeness
centrality merupakan pengukuran banyaknya node lain yang dikenal oleh satu node
dalam graph, tanpa pertimbangan bahwa node tersebut dekatataupun mengetahui
detil informasi node lain. Semakin tinggi nilai nya (mendekati 1) maka semakin
banyak kenalan pula node tersebut.
Tabel
7 Closeness Centrality pada Gephi
Closeness centrality |
Closeness centrality |
1.0 |
99 |
0.8 |
1 |
0,75 |
3 |
0.66 |
3 |
0.6 |
1 |
0.57 |
1 |
0.5 |
1 |
0.0 |
905 |
Hasil data tabel pada Closeness Centrality menunjukan
sentralitas kedekatan yang menggambarkan seberapa
dekat aktor dengan aktor-aktor lain dalam jaringan sosial. Hasil menunjukkan semua aktor di tabel
aktor yang memiliki tingkat kedekatan dengan aktor lainnya. Sehingga mereka
memiliki kebebasan dalam berkomunikasi dengan aktor lainnya dalam
menginformasikan dari Channel
Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green!
Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Gambar
22 Pola Jaringan Closeness pada Gephi
(Sumber:
Olahan data peneliti, 2024)
Gambar di atas merupakan salah satu pola dari clossnes centrality yang diman adapat dilihat secara keseluruhan dan saling terhubung satu sama lain. Maka closeness merupakan salah satu bagian yang terpenting dalam pendistribusian informasi dari Channel Youtube Sepulang Sekolah yang berjudul Nasib Tumbal Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
5 Analisis Pembentukan Digital Opinion Pada Channel Youtube Sepulang
Sekolah yang berjudul Energi
Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! | Learning by Googling.
Internet merupakan
suatu jaringan untuk menghubungkan ke komputer yang memudahkan penggunanya
untuk mentransfer data atau suatu informasi melalui sebuah bentuk protokol
transmisi berdasarkan sistem pengalamanan data. Pada pendistribusian informasi
pada komenan dan balasan tentu
adanya pendistribusian informasi yang menghasilkan sebuah pola jaringan yang
direpresentasikan pada aplikasi Netlytic. Berdasarkan hasil temuan pada
netlytic ditemukan total massages 1030. Dengan hal ini ditemukan 5 cluster berdasarkan
pada akun @azr0ckwarship, @sepulangsekolah, @vlogdewafamily,
@scarlion97 dan @hardiantorahmatullah4405. Jika ditelusuri kembali topik
paling sering dibicarakan yaitu Listrik, green, tambang, negara dan masih banyak lagi lainnya.
Pada
gambar tersebut menunjukkan beberapa konten yang terkait dengan komen yang dimana Konsep
digitalnya yang dibangun melalui media sosial youtube konsep opini publik. Berikut ini beberapa
yang ditemukan oleh peneliti
sebagai berikut :
Gambar 23 Dataset
(Sumber: Olahan Peneliti, 2024)
5.1 Analisis
Jaringan Keyword Konten “Listrik” Pada Netlytic
Pada keyword “Listrik”
merupakan suatu upaya dari publik dalam dari Channel Youtube Sepulang Sekolah yang
berjudul Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin! |
Learning by Googling. Komen
tersebut dilakukan oleh akun @ExpiredUltra, @wdimassyaifulloh9485, @naugiavrilio,
@galst3153, @friedrice021 dan
masih banyak yang lainnya. Akun-akun tersebut merupakan pengguna youtube yang aktif dalam
memberikan opininya pada
kolom komontar. Netlytic mendapatkan 151 postingan komenan.
Gambar
24 Data yang berkaitan dengan “Listrik”
(Sumber:
Olahan Peneliti, 2024)
Dapat dilihat pada
gambar di atas merupakan salah satu dari banyaknya topik yang sedang
dibicarakan oleh publik terhadap topik “Listrik” di media youtube. Komunikasi bermedia pada
saat ini mempermudah penggunanya untuk memberikan opini yang bergerak sangat
cepat dalam fenomena "Nasib Tumbal Energi Go Green” dari Channel Youtube Sepulang
Sekolah yang berjudul Energi Go Green! Jadi Cacat Demi Bumi! Negerinya
Tetap Miskin! | Learning by Googling.
5.2 Analisis
Jaringan Keyword “green” Pada Netlytic
Pengguna akun youtube banyak yang memberikan
opini mengenai “green” yang dimana Netlytic berhasil menemukan 149
postingan yang ditemukan pada netlytic dari berbagai pengguna akun di media
sosial youtube.
Gambar
25 Data yang berkaitan dengan “green”
(Sumber: Olahan Penulis, 2024)
Pada gambar di
atas dapat dilihat berbagai akun dan kalangan ikut serta memberikan masing
masing opininya salah satu contohnya pada tanggal 18 September 2023 akun
@pardiagustin420 memberikan
komentar “akhirnya ini yg gue tunggu-tunggu sisi lain dari
"go green" yang katanya paling ramah lingkungan”.
Dengan hal ini Komunikasi membuat publik dapat memberikan opini dan opini
tersebut menunjukan sisi lain yang berkaitan di media sosial youtube.
5.3 Analisis Jaringan Keyword "tambang"
Pada Netlytic
Banyak yang
berkomen memberikan opini mengenai “tambang”. Dengan hal ini Netlytic
menemukan 130 postingan dan ditemukan pada netlytic dari berbagai akun.
Gambar
26 Data yang berkaitan dengan “tambang”
(Sumber:
Olahan Penulis, 2024)
6 Kesimpulan
Pada analisis jaringan sosial yang menggunakan data dari komentar
YouTube Sepulang Sekolah
yang berjudul Energi Go Green! Jadi Cacat Demi Bumi! Negerinya Tetap Miskin!
| Learning by Googling menggunakan
netlytic dan gephi, ditemukan beberapa aktor yang memiliki peranan penting dan
pengaruh pada jaringan tersebut. Eigenvector centrality dari jaringan ini
adalah akun @gemamoch1. Lalu, aktor yang berperan sebagai jembatan
antaraktor dan juga paling dekat dengan aktor-aktor lain dalam jaringan adalah
akun @dreamwelch8100.
Beberapa komentar yang
dilontarkan publik juga dapat ditelusuri. Kebanyakan dari mereka menggunakan
kata Listrik, green, dan tambang. Komentarnya berupa tanggapan dan opini mereka
terhadap Nasib Tumbal Energi Go Green. Dapat dikatakan, komentar mereka juga
menjadi opini publik yang ada di dunia digital.
Comments
Post a Comment