ELEKTABILITAS RIDWAN KAMIL DAN ANIES BASWEDAN DALAM SIMULASI PILPRES 2024 DI TWITTER (ANALISIS JARINGAN MEDIA SOSIAL DAN ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP #RIDWANKAMIL DAN #ANIESBASWEDAN)
Universitas Gunadarma
Indonesia
Universitas Gunadarma
Indonesia
Abstract
Penelitian ini bertujuan untuk mengetahui Elektabilitas Ridwan Kamil dan Anies Baswedan diTwitter menggunakan Sentiment Analysis dan Social Media Network Analysis, yang menjadi 2 kandidat yang paling banyak dipilih di Jawa Barat. #AniesBaswedan dan #RidwanKamil menjadi acuan pengguna Twitter untuk mengutarakan opini. Tagar memberi kesempatan publik untuk memberikan opini secara spontan, berkaitan dengan Teori Digital Movement of Opinion (DMO). Metode yang digunakan pendekatan kuantitatif dan paradigma positivistik. Data diambil menggunakan Netlytic.org pada 16-22 Maret 2022. keyword yang digunakan adalah #AniesBaswedan dengan sampel 10000tweet yang berhasil ditarik dan #RidwanKamil dengan sampel sebanyak 9815tweet. Data akan melalui Preprocessing menggunakan Python, dan klasifikasi sentimen Lexicon Based. Hasil Penelitian menunjukkan Anies memiliki volume percakapan lebih besar dibandingkan Ridwan. Anies memiliki 29% tweet negatif, 65% positif, 6% netral, sementara Ridwan dengan 8% tweet negatif, 89% positif, 3% netral. Kesimpulan, pembicaraan figur politik diTwitter membentuk opini publik berupa sentimen positif, negatif, dan netral. Pembicaraan terkait Anies lebih banyak dilakukan buzzer, sementara terkait Ridwan lebih banyak dilakukan pendukungnya. Elektabilitas dilihat dari analisis sentimen, Anies memiliki popularitas tinggi dibandingkan Ridwan, yang sejalan dengan tingginya sentimen negatif. Penelitian selanjutnya diharapkan mengembangkan konseptualisasi menggunakan metode kritis dan melakukan wawancara untuk mengkaji fenomena. Pengguna Twitter sebaiknya lebih bijaksana dalam beropini, khususnya isu politik.
Keywords
References
Arifiyanti, S. (2014). Restorasi Stigma Bonek di Surabaya. Paradigma, 2(3).
Aulia, B., Utomo, P. E. P., Khaira, U., & Suratno, T. (2021). Analisis sentimen tagar# Indonesiaterserah di masa COVID-19 menggunakan metode sentistrength. Jurnal Komputer dan Informatika, 9(2), 207-213.
Azhar, Y. (2018). Metode Lexicon-Learning Based Untuk Identifikasi Tweet Opini Berbahasa Indonesia. Jurnal Nasional Pendidikan Teknik Informatika: JANAPATI, 6(3), 237-242.
Barisione, M., & Ceron, A. (2017). Social Media and European Politics. Social Media and European Politics, February 2018. https://doi.org/10.1057/978-1-137-59890-5
Barisione, M., Michailidou, A., & Airoldi, M. (2019). Understanding a digital movement of opinion: the case of #RefugeesWelcome. Information Communication and Society, 22(8), 1145 1164.https://doi.org/10.1080/1369118X.2017.1410204
Cahyono, Y., & UNPAM, T. I. (2017). Analisis Sentiment pada Sosial Media Twitter Menggunakan Naїve Bayes Classifier dengan Feature Selection Particle Swarm Optimization dan Term Frequency. METODE, 81, 67.
Dihni, Vika Azkiya. (2022). SMRC: Ridwan Kamil dan Anies Baswedan Kanidat Capres Kuat di JawaBarat. https://databoks.katadata.co.id/datapublish/
Durrah, F. I., Anwar, S., & Siregar, L. R. (2020). Markov Chain Analysis, Metode Alternatif Dalam Mengukur Tingkat Elektabilitas Peserta Pemilu Melalui Tagar: Studi Kasus Pemilihan Presiden Indonesia Tahun 2019. JWP (Jurnal Wacana Politik), 5(1), 41-57
Effendy, O. Uchjana, (2009). Ilmu Komunikasi Teori dan Praktek. Bandung, PT. Remaja. Rosdakarya.
Eriyanto. (2014) Analisis Jaringan Komunikasi. Jakarta: Kencana
Eriyanto. (2021) Analisis Jaringan Media Sosial: dasar-dasar dan aplikasi metode jaringan sosial untuk membedah percakapan di media sosial. Jakarta: Prenada Media
Eriyanto, E. (2020). Hashtags and Digital Movement of Opinion Mobilization: A Social Network Analysis/SNA Study on #BubarkanKPAI vs #KamiBersamaKPAI Hashtags. Jurnal Komunikasi Indonesia, 8(3). https://doi.org/10.7454/jki.v8i3.11591
Evanmartua (2020) Lexicon Based Twitter Bahasa Indonesia Sentiment Analysis. https://github.com/evanmartua34/Twitter-COVID19-Indonesia-Sentiment-Analysis---Lexicon-Based (Diakses 2 Juni 2022, 22:30 WIB)
/02/16/smrc-ridwan-kamil-dan-anies-baswedan-kandidat-capres-kuat-di-jawa-barat (Diakses 3 Maret 2022, 14:39 WIB)
Indra, D., & Wahid, U. (2021). Tinjauan Literatur: Digital Komunikasi Politik Anies Baswedan. Jurnal Interaksi: Jurnal Ilmu Komunikasi, 5(2), 228-239.
Khak, M. A., Sobarna, C., & Suganda, D. (2021). Language, Social Media, And Representation Of Ridwan Kamil Political Identity: A Critical Discourse Analysis. PalArch's Journal of Archaeology of Egypt/Egyptology, 18(4), 6913-6926.
Nuansa, Eza Putra (2017) Sentiment Analysis For Twitter User To Election Dki Jakarta Governor Using Naïve Bayessian Classification And Support Vector Machine Method. Surabaya: Institut Teknologi sepuluh November
Maesaroh. (2022). Anies-Ganjar-Ridwan Kamil, Siapa Paling Mencuri Perhatian di Medsos?.https://katadata.co.id/maesaroh/berita/61da5dae4ff23/anies ganjarridwan-kamil -siapa-paling-mencuri-perhatian-di-medsos (Diakses 3 Maret 2022, 16:28 WIB)
Prihantoro, E., Rakhman, F. R., & Ramadhani, R. W. (2021). Digital Movement of Opinion Mobilization: SNA Study on #Dirumahaja Vs. #Pakaimasker. Jurnal ASPIKOM, 6(1), 77. https://doi.org/10.24329/aspikom.v6i1.838
Rahmasari, G., & Andini, R. (2021). ANALISIS RESPON MASYARAKAT PADA PLATFORM MEDIA SOSIAL TWITTER TERHADAP TOKOH POLITIK, JENDERAL TNI (PURN.) GATOT NURMANTYO. Fair Value: Jurnal Ilmiah Akuntansi dan Keuangan, 4(2), 585-596.
Rakhman, F. R., Ramadhani, R. W., & Kuncoroyakti, Y. A. (2021). Analisis Sentimen dan Opini Digital Kampanye 3M di Masa Covid-19 melalui Media Sosial Twitter. KOMUNIKOLOGI: Jurnal Ilmiah Ilmu Komunikasi, 18(01).
Satriawan, Yudha. (2022). Survei SMRC: 4 Tokoh Bersaing Ketat di Jawa Barat. https://www.voaindonesia.com/a/survei-smrc-empat-tokoh-bersaing-ketat-di-jawa-barat/6442701.html (Diakses 31 Agustus 2022, 15:38 WIB)
Suryono, S., Utami, E., & Luthfi, E. T. (2018). Klasifikasi Sentimen Pada Twitter Dengan Naive Bayes Classifier. Angkasa J. Ilm. Bid. Teknol, 10(1),
