Social Network Analysis untuk Identifikasi Pengguna Twitter Berpengaruh pada Topik Bencana Gempa dan Tsunami di Indonesia

Ibnu Santoso, Siskarossa Ika Oktora, Siti Muchlisoh, Ernawati Pasaribu
{"title":"Social Network Analysis untuk Identifikasi Pengguna Twitter Berpengaruh pada Topik Bencana Gempa dan Tsunami di Indonesia","authors":"Ibnu Santoso, Siskarossa Ika Oktora, Siti Muchlisoh, Ernawati Pasaribu","doi":"10.26418/jp.v9i1.62211","DOIUrl":null,"url":null,"abstract":"Indonesia merupakan negara yang rawan terjadi bencana alam seperti gempa dan tsunami. Seiring dengan perkembangan teknologi, arus informasi mengenai kebencanaan juga mengalir di media sosial seperti Twitter. Penggunaan Twitter dalam kaitannya dengan kebencanaan telah banyak diteliti antara lain untuk penyebarluasan informasi, alat manajemen dan pengurangan resiko, pemantauan aktivitas tanggap darurat, dan lain-lain. Penelitian ini bertujuan untuk mengidentifikasi pengguna twitter berpengaruh khusus untuk topik bencana gempa dan tsunami di Indonesia dengan menggunakan Social Network Analysis (SNA) dengan dan tanpa mempertimbangkan faktor frequency dan engagement. Hasil SNA tanpa mempertimbangkan faktor frequency dan engagement menunjukkan bahwa pengguna Twitter yang dinilai paling berpengaruh pada topik bencana gempa dan tsunami adalah situs berita seperti detikcom dengan influence score sebesar 0,77. Sedangkan jika mempertimbangkan faktor frequency dan engagement menunjukkan bahwa pengguna Twitter yang dinilai paling berpengaruh pada topik bencana gempa dan tsunami adalah akun infoBMKG dengan indeks influence score sebesar 0,63. Berdasarkan hasil penelitian ini ditemukan bahwa BMKG telah berperan penting dalam pemberian informasi mengenai bencana gempa bumi dan tsunami di Indonesia dan mendapatkan kepercayaan luas dari masyarakat yang ditunjukkan dengan adanya engagement yang lebih tinggi dibandingkan akun lainnya.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"46 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-04-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JEPIN Jurnal Edukasi dan Penelitian Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26418/jp.v9i1.62211","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Indonesia merupakan negara yang rawan terjadi bencana alam seperti gempa dan tsunami. Seiring dengan perkembangan teknologi, arus informasi mengenai kebencanaan juga mengalir di media sosial seperti Twitter. Penggunaan Twitter dalam kaitannya dengan kebencanaan telah banyak diteliti antara lain untuk penyebarluasan informasi, alat manajemen dan pengurangan resiko, pemantauan aktivitas tanggap darurat, dan lain-lain. Penelitian ini bertujuan untuk mengidentifikasi pengguna twitter berpengaruh khusus untuk topik bencana gempa dan tsunami di Indonesia dengan menggunakan Social Network Analysis (SNA) dengan dan tanpa mempertimbangkan faktor frequency dan engagement. Hasil SNA tanpa mempertimbangkan faktor frequency dan engagement menunjukkan bahwa pengguna Twitter yang dinilai paling berpengaruh pada topik bencana gempa dan tsunami adalah situs berita seperti detikcom dengan influence score sebesar 0,77. Sedangkan jika mempertimbangkan faktor frequency dan engagement menunjukkan bahwa pengguna Twitter yang dinilai paling berpengaruh pada topik bencana gempa dan tsunami adalah akun infoBMKG dengan indeks influence score sebesar 0,63. Berdasarkan hasil penelitian ini ditemukan bahwa BMKG telah berperan penting dalam pemberian informasi mengenai bencana gempa bumi dan tsunami di Indonesia dan mendapatkan kepercayaan luas dari masyarakat yang ditunjukkan dengan adanya engagement yang lebih tinggi dibandingkan akun lainnya.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
印度尼西亚是一个容易发生地震和海啸等自然灾害的国家。随着技术的发展,关于垃圾迦南的信息流也在Twitter等社交媒体上传播。Twitter在与垃圾迦南相关的使用受到了广泛的研究,包括信息传播、管理工具和降低风险、监测应急反应活动等等。本研究旨在通过使用社交网络分析(SNA)来确定twitter用户对印尼地震和海啸主题的特殊影响,而不考虑频率和接触因素。SNA的结果不考虑频率和接触因素,表明Twitter上对地震和海啸最具影响力的用户是拥有0.77流行性影响的新闻网站。另一方面,考虑到频率因素和参与因素,Twitter用户对地震和海啸主题的影响最大,是价值0.63。根据这项研究发现,BMKG在对印尼地震和海啸灾害的评估中发挥了重要作用,并获得了比其他任何账户更高的社区的信任。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
1
审稿时长
10 weeks
期刊最新文献
Optimasi Hyperparameter pada Neural Network (Studi Kasus: Identifikasi Komentar Cyberbullying Instagram) Algoritma Penanganan Constraint pada Persoalan Penjadwalan Perkuliahan Universitas di Lingkungan Pendidikan Tinggi Keagamaan Islam (PTKI) Sistem Penilaian Jawaban Singkat Otomatis pada Ujian Online Berbasis Komputer Menggunakan Algoritma Cosine Similarity Penerapan Seleksi Fitur Particle Swarm Optimization pada Klasifikasi Teks (Studi Kasus: Komentar Cyberbullying Instagram) Sistem Rekomendasi Topik Skripsi Program Studi Informatika
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1