Deteksi influencer pada social media Twitter, dengan studi kasus topik pemilihan presiden tahun 2024

Abstract

Pemilihan presiden yang akan diselenggarakan pada tahun 2024 mendatang merupakan suatu kegiatan yang sangat dinanti oleh masyarakat Indonesia saat ini. Masyarakat Indonesia mulai banyak melakukan diskusi terkait kandidat calon presiden Indonesia periode mendatang. Diskusi banyak dilakukan melalui berbagai platform media sosial yang tersedia di Indonesia, di mana salah satu media sosial yang banyak dimanfaatkan untuk berdiskusi adalah Twitter. Diskusi yang berlangsung di Twitter dapat dipengaruhi oleh seorang pengguna yang disebut sebagai influencer. Dalam penelitian ini dilakukan pencarian terhadap pengguna yang memberikan pengaruh besar bagi pengguna lainnya di Twitter. Deteksi influencer dilakukan dengan menerapkan suatu teknik analisis yaitu Social Network Analysis (SNA). Penerapan SNA dimanfaatkan untuk mendeteksi influencer pada media sosial adalah memvisualisasikan jaringan dengan pemodelan graf berdasarkan perhitungan sentralitas. Terdapat 3 jenis sentralitas yang digunakan dalam penelitian yaitu degree centrality, betweenness centrality, dan closeness centrality. Tahapan yang dilakukan dalam penelitian diawali dengan penarikan data Twitter meman- faatkan librury Twint. Data Twitter kemudian dibersihkan sesuai dengan kebutuhan analisis selanjutnya. Data yang telah siap dianalisis telah dieksplorasi berdasarkan komponen-komponen Twitter seperti likes, reply, dan retweet yang diperoleh setiap pengguna Twitter. Proses deteksi influencer diawali dengan pemodelan suatu graf berdasarkan interaksi berupa reply yang terjadi antar pengguna Twitter. Berdasarkan graf yang telah terbentuk, dilakukan analisis perhitungan sentralitas untuk memperoleh kandidat pengguna yang terdeteksi sebagai influencer. Penelitian diakhiri dengan analisis lanjutan terkait topik diskusi dari setiap pengguna yang terindikasi sebagai influencer di Twitter melalui visualisasi word cloud. Hasil implementasi SNA berdasarkan perhitungan tiap sentralitas menunjukkan bahwa jaringan pengguna Twitter yang terbentuk dapat berbeda. Jaringan Twitter yang terbentuk berdasarkan nilai degree centrality dan closeness centrality memiliki arah interaksi yang ber- beda dengan nilai betweenness centrality. Deteksi influencer telah berhasil dilakukan dengan memanfaatkan nilai perhitungan degree centrality dan closeness centrality.