(Peer Review + Similarity) Analisis Media Sosial Twitter Terhadap Topik Vaksinasi Covid-19

Yanuarti, Rosita (2021) (Peer Review + Similarity) Analisis Media Sosial Twitter Terhadap Topik Vaksinasi Covid-19. Justindo, Indonesia.

	Text Peer Review Rosita 2097.pdf Download (575kB)
	Text 1 Plagiasi Analisis Media Sosial Twitter Terhadap Topik Vaksinasi Covid-19.pdf Download (2MB)

Abstract

Analisis media sosial khususnya pada Twitter merupakan implementasi pemrosesan teks secara eksplisit dengan menggunakan data cuitan pada media sosial Twitter untuk menghasilkan informasi. Teknik ini sangat efektif dalam memahami informasi-informasi yang terkait terhadap suatu topik tertentu yang sedang dibahas oleh pengguna Twitter. Analisis media sosial pada twitter yang dilakukan pada penelitian ini, bertujuan untuk mengekstrak dan menganalisis komentar publik atau tweets tentang topik-topik yang terkait pelaksanaan pemberian vaksinasi covid-19 di Indonesia. Komponen pengukuran yang dianalisis meliputi centrality untuk menunjukkan aktor sentral dalam media sosial, dan modularity untuk mendapatkan jumlah komunitas yang terbagi pada media sosial, dan analisis konten yang menghasilkan frekuensi kata yang banyak muncul pada komentar user (tweets) tentang vaksinasi covid-19 di Indonesia yang direpresentasikan dengan word clouds. Adapun tahapan-tahapan pada analisis media sosial dimulai dengan definisi permasalahan, pengumpulan data, pembersihan data, analisis, visualisasi, dan kesimpulan. Gephi digunakan sebagai tool untuk menganalisis pengukuran centrality dan modularity yang dihasilkan dari data tweet. Hasil dari penelitian ini menunjukkan bahwa dari visualisasi analisis berupa graph tweets dihasilkan 185 nodes dan 101 edges, nilai modularity : 0.815, jumlah komunitas sebanyak 20 grup, dan Influencial Users adalah 'tvOneNews', „ryolandafit‟, „renatarecreio', „detikcom‟.

Item Type:	Peer Review
Uncontrolled Keywords:	Analisis Media Sosial, Centrality, Modularity, Word Cloud
Subjects:	000 Computer Science, Information, & General Works
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Rosita Yanuarti
Date Deposited:	30 Oct 2021 00:57
Last Modified:	30 Oct 2021 00:57
URI:	http://repository.unmuhjember.ac.id/id/eprint/12105

Actions (login required)

View Item