SOCIAL NETWORK ANALYSIS
“JOKOWI” (2014 – 2020)

Analisis ini full berisi grafik SNA, namun diambil dalam periode yang panjang. Dari tahun 2014 hingga sekarang 2020.

Apakah dengan disahkannya Omnibus Law ini ada dampak terhadap dukungan kepada @jokowi di media sosial?

THREAD
RESEARCH QUESTIONS

Ada 3 pertanyaan yang ingin dijawab:

1/ Bagaimana gambaran peta SNA untuk kata kunci “Jokowi, Joko Widodo” dari tahun 2014 hingga 2020?

2/ Apakah ada perubahan dukungan dalam cluster Pro Jokowi dari tahun ke tahun, khususnya sekarang tahun 2020?
3/ Apakah ada pergeseran pendukung dari yang Pro Jokowi ke Kontra Jokowi, dan juga sebaliknya dari Kontra ke Pro?
SETTING

Drone Emprit menggunakan setting berikut:

Keywords: "Jokowi, Joko Widodo, Presiden RI"
Periode: Januari 2014 sd Oktober 2020
Source: Twitter
JANUARY 2014: GUBERNUR DKI JAKARTA

Dari tanggal 1-31 Januari 2014, saat @jokowi masih sebagai Gubernur DKI, cluster Pro mendominasi peta percakapan. Media banyak di sini.

Mereka yang Kontra masih sedikit, didominasi oleh akun @TrioMacan2000 yang didukung oleh banyak akun bot.
APRIL 2015: PRESIDEN RI

Dari 1 - 18 April 2015, saat @jokowi sudah menjadi presiden RI, cluster Pro masih mendominasi. Akun2 media masih banyak di cluster ini.

Tapi yg Kontra sudah jauh lebih besar dibanding 2014. Akun TrioMacan, MasPiyungan, Yusril, dll jd influencernya.
SEP-OKT 2017: PRESIDEN RI, SETELAH PILKADA DKI

Lompat ke 2017 (1 Sep - 31 Okt), cluster Pro makin besar dengan tambahan sub-sub cluster baru dari partai pendukung dan K/L.

Yang Kontra juga makin besar, khususnya karena pasca pilkada DKI pendukung oposisi makin kuat.
NOV-DES 2018: PRESIDEN RI, KAMPANYE PILPRES

Mobilisasi media sosial terjadi luar biasa pada pilpres yang lalu. Pada 18 Nov - 2 Dec 2018, cluster Pro sangat besar networknya, dan makin banyak sub cluster baru, terbesar dari Satgas Dana Desa.
Cluster Kontra tidak menyebar, tidak tampak sub cluster pendukung baru saat kampanye. Hanya sebuah cluster besar yang sangat erat interaksinya. Sepertinya tidak ada investasi bikin jaringan akun baru untuk mendukung 02 saat itu.
FEB 2019: PRESIDEN RI, DEBAT CAPRES

Data 17 Februari 2019, kita bandingkan Jokowi vs Prabowo, untuk melihat kekuatan riil Pro-Kontra. SNA sebelumnya hanya untuk Jokowi saja.

Cluster Kontra tampak lebih besar, mempromosikan Prabowo, dan cluster Pro Jokowi sedikit lebih kecil.
JAN-FEB 2020: PRESIDEN RI, PRA COVID-19

Awal 2020, cluster Pro Jokowi sangat besar. Cuitan @jokowi ramai diamplifikasi, dg sentimen positif (hijau).

Cluster Kontra tak kalah besarnya, dg sentimen sangat negatif (merah).

Akun @PartaiSocmed mulai bergeser ke tengah (netral).
MEI-JULI 2020: PRESIDEN RI, COVID-19

Selama Covid19 (data 1 Mei-31 Juli), cluster Pro masih besar, terutama yg mengamplifikasi cuitan akun @jokowi.

Yang Kontra juga sangat besar, merah, dimotori oleh akun @geloraco. Akun @PartaiSocmed sudah masuk ke cluster Kontra.
OKT 2020: PRESIDEN RI, OMNIBUS LAW

Pasca Omnibus Law disahkan (data 3-10 Okt), petanya berubah. Cluster Pro (positif, hijau) sangat kecil dibanding yang Kontra (negatif, merah).

Akun2 yg dulunya di Pro, tampak ada di cluster Kontra, spt PartaiSocmed, sahal_AS, dll.
BOT ANALYSIS: MEI-JULI 2020

Analisis Bot terhadap 53.36% dari 522k akun menunjukkan pada 1 Mei-31 Juli, percakapan cenderung natural (hijau). Ada percakapan oleh bot (merah) tapi proporsinya tidak besar.

Contoh akun2 bot bisa dilihat dibawah. Silahkan cek sendiri TL nya.
KESIMPULAN

1/ Dari tahun 2014 hingga awal 2020, cluster Pro Jokowi awalnya lebih besar dari cluster Kontra. Setiap tahun, ukuran cluster Kontra Jokowi semakin besar, hingga akhirnya menyamai cluster Pro Jokowi.
2/ Pada awal tahun 2020 (Jan-Feb) sebelum ramai Covid-19 dan saat Covid-19 (Mei-Juli), cluster Pro Jokowi masih sangat besar, berimbang dengan cluster Kontra. Akun organik yang meretweet postingan akun @Jokowi masih sangat besar.
3/ Dalam seminggu terakhir (3-10 Oktober 2020), sejak UU Omnibus Law disahkan, cluster Pro Jokowi tampak jauh lebih kecil dibanding cluster Kontra. Bahkan akun organik yang meretweet postingan akun @Jokowi tidak sebesar sebelumnya.
Sebaliknya, akun ini posisinya bergesar ke tengah di antara dua cluster, yang menggambarkan banyaknya akun dari cluster Kontra yang turut meretweet postingan @Jokowi; bukan karena setuju, tapi lebih banyak sebagai bentuk penolakan dan kritikan.
4/ Terdapat pergeseran beberapa akun influensial dari yang sebelumnya dalam cluster Pro Jokowi, bergeser ke cluster Kontra Jokowi. Dari narasinya, berisi kritikan yang disukai dan diretweet oleh akun-akun di cluster Kontra, sehingga posisinya bergeser dari cluster Pro ke Kontra.
DAMPAK OMNIBUS LAW

Perubahan peta SNA di atas memperlihatkan adanya dampak OL terhadap dukungan kepada @jokowi di media sosial Twitter. Dari yang sebelumnya banyak yang mendukung (ukuran cluster besar) menjadi berkurang dukungannya. Sedangkan yang kontra makin besar.
TEMPORER

Meski SNA memperlihatkan turunnya dukungan, namun ini temporer. Dukungan di media sosial bisa digalang dan dimobilisasi seperti saat pilpres, sehingga makin besar lagi.

Dan SNA ini bukan gambaran di lapangan tp di dunia maya. Namun bisa mempengaruhi dunia offline.
Download PDF

Versi PDF dari analisis ini bisa didownload di Slideshare saya.

slideshare.net/IsmailFahmi3/s…

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Ismail Fahmi

Ismail Fahmi Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @ismailfahmi

11 Oct
BAGAIMANA TAGAR TRENDING OLEH BOT?

Thread ini untuk "educational only," agar publik bisa tahu bagaimana sebuah tagar bisa trending, dengan cara mudah, di posisi top 5 selama 3-4 jam. Tapi oleh bantuan bot.

Dan buat yg bikin trending, supaya lebih natural metodenya. 😊

THREAD Image
TRENDING TOPICS TWITTER 11:00 WIB

Ceritanya di layar "Trending Topics" Drone Emprit, ada tagar tentang Omnibus Law yang trending beberapa jam. Padahal sekarang publik lagi adem ayem soal OL ini. Mahasiswa dan Kpoppers belum punya agenda terkait.

Jadi deh, saya monitor. Image
TRENDING DARI JAM 8:00 SD 11:00

Tagar ini langsung trending, naik turun di posisi 5-3, dari pukul 8 pagi sampai 11 siang. Image
Read 23 tweets
11 Oct
Tulisan yang bagus juga, dari @LokadataID. Mewawancarai Kpoppers.

“Jadi DNA mereka adalah solidarity. Dan mereka benar-benar memanfaatkan itu untuk gerakan kemanusiaan dan kaitannya dengan negara. Dan itu sudah sering mereka lakukan,” katanya (IF).

>>
lokadata.id/artikel/ketika…
Anya, mahasiswa hukum, menyatakan, sudah tidak sepakat dengan omnibus law sejak awal direncanakan karena disinyalir hanya memenuhi kepentingan segelintir orang.
“Walaupun konten (media sosial) saya kebanyakan K-Pop, tetapi bukan berarti hati nasionalisme saya tidak ada. Negara kita lagi dalam situasi seperti ini. Harus siapa lagi yang turun? Ya ujung-ujungnya adalah kita anak muda,” ujar Putri (mahasiswi).
Read 6 tweets
9 Oct
PDF - Literasi Digital Untuk Keluarga

Minggu lalu saya ngisi webinar khusus untuk parents. Orang tua muda kebanyakan yang ikut. Ini materinya, siapa tahu ada yang butuh.

Saya kasih konsep "meta-awareness" sbg basis pelajaran "media literacy" bg anak.

slideshare.net/IsmailFahmi3/l…
META-AWARENESS

Meta-awareness: menyadarkan anak bahwa semua media ini bikinan orang. Ada yang merencanakan dan membuatnya sebelum diberikan kepada kita.

Anak lebih mudah memahami tentang apa dan siapa di balik teknologi layar ini. Agar sadar dan tidak dikontrol media digital.
CONTOH META-AWARENESS

Ketika melihat film, apps, siaran berita, karun, bilang ke anak misal spt ini:
- Nak, kamu sama cerdasnya dengan penulis cerita film ini.
- Nak, kamu bisa jadi jurnalis yang kritis dan hebat seperti dia.
- Nak, kamu bisa bikin kartun yang bagus spt itu.
Read 12 tweets
9 Oct
Dalam UU Ciptaker, Paranormal itu termasuk "Science of medicine"?

Istilah "medis" atau in English "medical" artinya: "relating to the science of medicine, or to the treatment of illness and injuries." ~ Oxford Dictionary

Jasa pelayanan kesehatan medis, include "paranormal".
Saran: Mungkin perlu dimasukkan ke kategori lain biar tidak rancu. Biar tidak dianggap bahwa paranormal itu adalah salah satu bagian dari science.
Download File UU Ciptaker

UU Cipta Kerja FINAL - Paripurna - Tapi Ndak Jadi - Masih Dirapikan.pdf

Read 6 tweets
9 Oct
Apa, Siapa, dan Bagaimana Kpoppers ini?

Tulisan di Harian Kompas tentang Kpoppers ini sangat bagus dan clear. Ada wawancara langsung dengan para Kpoppers dan dicocokkan dg hasil analisis DE.

bebas.kompas.id/baca/metro/202…
Kpoppers Mahasiswi HI

Iza (20) mahasiswi jurusan Hubungan Internasional turut menggemakan tagar penolakan RUU Cipta Kerja. Berulang kali K-Popers ini mencuit dan meretweet tagar GagalkanOmnibusLaw, JegalSampaiGagal, JEGALSAMPAIBATAL, MosiTidakPercaya, TolakOmnibusLaw, dll.
Kpoppers Diskusi Dulu di Group

"Ada obrolan sesama K-Popers di grup. Kami ngobrol bagaimana dampak RUU Cipta Kerja terhadap orangtua si A dan orang lain. Dari situ mulai sebarluaskan informasi tentang RUU ini ke teman-teman K-Popers lain," ucap Iza, Kamis (8/10/2020).
Read 17 tweets
8 Oct
LAPORAN INTELIJEN DRONE EMPRIT
*Ups salah kirim bos*

Analisis Natural Language Processing dari artikel berita online terkait aksi demo pada tanggal 8 Oktober 2020

Peta sebaran aksi, aktor utama, dan aktivitas mereka.

THREAD
Highly Confidential 🤫
NATURAL LANGUAGE PROCESSING

NLP adalah sebuah bidang dalam ilmu linguistik, computer science, dan artificial intelligence (nah catat, ini kata INTELIJENNYA), terkait komputer yang memproses bahasa manusia dalam ukuran raksasa (big data, unstructured).
TEKNOLOGI NLP DI DRONE EMPRIT

Rangkaian proses NLP di atas, dilakukan hampir semua di dalam proses INTELIJEN Drone Emprit. Nah ada kata intelijennya lagi tuh. 🤫

- Segmentation
- POSTagging
- Automatic Term Recognition
- Named Entity Recognition
- Syntax Analysis (S-P-O)
Read 12 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!