Category: Insight

INSTAGRAM BEHAVIOUR

Dalam rangka mencapai tujuan posting di Instagram, pengguna dapat menganalisis time behaviour dan day behaviour untuk membangun strategi waktu dan hari posting agar terjadi “match” dalam digital activism. Untuk mendapatkan hasil yang maksimal dapat ditunjang dengan analisis kebutuhan dan dialektika yang terjadi. Saat ini hal tersebut sudah bisa dianalisis berdasarkan titik lokasi netizen sasaran hingga ke lokasi desa. Day behavior atau perilaku harian dalam media sosial adalah cara seseorang berinteraksi, berkomunikasi, dan bertindak di platform media sosial sehari-hari. Perilaku ini mencakup aktivitas seperti posting konten, membalas komentar, berbagi postingan orang lain, memberi tanda suka, mengirim pesan langsung, dan lain-lain pada hari tertentu. Perilaku harian dalam media sosial juga meliputi bagaimana seseorang mengelola privasi dan keamanan akun mereka, serta cara mereka menanggapi perilaku orang lain seperti tindakan bully, ujaran kebencian, atau tindakan lain yang merugikan. Perilaku harian dalam media sosial dapat memberikan gambaran tentang kepribadian seseorang, nilai-nilai, minat, dan preferensi. Hal ini dapat memengaruhi cara orang lain berinteraksi dengan mereka di platform media sosial, dan juga dapat mempengaruhi reputasi online mereka. Oleh karena itu, penting untuk memperhatikan perilaku harian dalam media sosial dan berusaha untuk membangun reputasi online yang positif dan sesuai dengan nilai-nilai yang dianut. Informasi insight akun sangat banyak membantu namun hanya menggambarkan analisis sederhana tentang diri kita sendiri (akun kita sendiri) dan followers, tidak menginformasikan bagaimana behaviour segmentasi khalayak sasaran kita pada demografi secara terperinci. Time behaviour atau perilaku waktu pada media sosial adalah cara seseorang memanfaatkan waktu dan mengelola jadwal posting di platform media sosial. Ini mencakup waktu posting, frekuensi posting, serta pola dan kebiasaan posting secara umum. Dalam konteks media sosial, time behaviour dapat mencakup berbagai strategi, seperti memilih waktu yang tepat untuk posting, mengatur jadwal posting secara teratur, atau menyesuaikan posting dengan acara atau topik yang sedang tren saat ini. Hal ini bertujuan untuk menjangkau audiens pada saat yang tepat, meningkatkan interaksi, dan memaksimalkan dampak posting di media sosial pada jam tertentu. Studi Kasus Surabaya Instagram Post by location Dapat dilihat pada visualisasi Time dan Day Behaviour bahwa akun instagram Walikota Surabaya (1.122 post/total post) dan Wakil Walikota Surabaya (1.265 post/total post) per 20 Februari 2023 kurang match dengan Time dan Day Behaviour wilayah (location) Kecamatan Rungkut dan Kecamatan Gunung Anyar (dapat dikembangkan pada tingkat Kota untuk hasil lebih lanjut atau dengan kecamatan-kecamatan lain di Kota Surabaya). Saran : Lakukan match behaviour tidak hanya pada Time dan Day Behaviour namun juga analisis percakapan dan dialektika digital yang ditimbulkan, kebutuhan, feedback hingga pada perolehan isu-isu lokal yang seringkali tidak muncul dipermukaan dan tidak dikemukakan pada dialektika konvensional. Digital membawa konsekuensi digital acceleration dimana jika selama ini pada umumnya Time dan Day Behaviour misalnya hanya para parameter saat-saat populer seperti jam istirahat atau makan siang, saat ini untuk memaksimalkan hasil dibutuhkan pencermatan-pencermatan tertentu untuk memaksimalkan hasil melalui match behaviour. Match behaviour tidak hanya pada Time dan Day behaviour, namun dengan data posting berdasarkan lokasi akan dapat memberikan insight. Match behaviour terkait lokasi dalam bisnis misalnya akan dapat memperoleh manfaat dalam banyak hal. Data posting Instagram pada lokasi tertentu dapat memberikan berbagai wawasan dan insight yang dapat membantu dalam merencanakan strategi pemasaran dan mengembangkan bisnis. Beberapa insight yang dapat diperoleh dengan data posting Instagram pada lokasi tertentu antar lain: Mengidentifikasi target audience: Data posting Instagram pada lokasi tertentu dapat membantu dalam mengidentifikasi target audience, yaitu orang-orang yang berada di wilayah tersebut. Dengan mengetahui siapa target audience, bisnis dapat lebih mudah mengembangkan strategi pemasaran yang tepat untuk memenuhi kebutuhan dan preferensi mereka. Memahami preferensi konsumen: Data posting Instagram pada lokasi tertentu dapat memberikan wawasan tentang preferensi konsumen di daerah tersebut, seperti jenis produk yang mereka sukai, aktivitas yang paling disukai, atau merek yang paling populer. Dengan memahami preferensi konsumen, bisnis dapat mengembangkan produk atau layanan yang lebih sesuai dengan kebutuhan dan preferensi mereka. Mengevaluasi keberhasilan kampanye pemasaran: Data posting Instagram pada lokasi tertentu dapat membantu dalam mengevaluasi keberhasilan kampanye pemasaran. Misalnya, dengan mengetahui jumlah posting yang terkait dengan kampanye dan tingkat keterlibatan pengguna, bisnis dapat menentukan apakah kampanye tersebut berhasil dalam menarik perhatian konsumen dan meningkatkan penjualan. Mengetahui waktu posting yang tepat: Data posting Instagram pada lokasi tertentu dapat membantu dalam menentukan waktu posting yang tepat untuk mencapai audiens yang lebih besar. Misalnya, dengan mengetahui kapan orang-orang di wilayah tersebut paling aktif di Instagram, bisnis dapat memposting konten pada saat yang tepat untuk memaksimalkan keterlibatan pengguna. Memantau persaingan: Data posting Instagram pada lokasi tertentu juga dapat membantu dalam memantau aktivitas pesaing di wilayah tersebut. Dengan mengetahui jenis konten yang pesaing posting dan bagaimana audiens meresponsnya, bisnis dapat mengembangkan strategi pemasaran yang lebih efektif untuk bersaing dengan pesaing. Mengembangkan konten yang relevan: Data posting Instagram pada lokasi tertentu juga dapat membantu dalam mengembangkan konten yang lebih relevan dengan audiens. Misalnya, dengan mengetahui aktivitas dan minat pengguna di wilayah tersebut, bisnis dapat mengembangkan konten yang lebih sesuai dengan kebutuhan dan preferensi mereka. Meningkatkan pengalaman pengguna: Data posting Instagram pada lokasi tertentu dapat membantu dalam meningkatkan pengalaman pengguna. Misalnya, dengan memposting konten yang relevan dengan wilayah tersebut, seperti tempat-tempat wisata atau acara lokal, bisnis dapat membantu pengguna merasa lebih terhubung dengan wilayah tersebut dan meningkatkan pengalaman pengguna secara keseluruhan. Menentukan strategi pengembangan bisnis: Data posting Instagram pada lokasi tertentu dapat membantu dalam menentukan strategi pengembangan bisnis yang lebih efektif. Misalnya, dengan mengetahui wilayah yang paling populer di Instagram, bisnis dapat mempertimbangkan untuk membuka toko atau cabang baru di wilayah tersebut untuk meningkatkan visibilitas dan kehadiran merek di wilayah tersebut. Meningkatkan interaksi dengan pengguna: Data posting Instagram pada lokasi tertentu juga dapat membantu dalam meningkatkan interaksi dengan pengguna. Misalnya, bisnis dapat memposting konten yang mengajak pengguna untuk berpartisipasi dalam acara atau kegiatan lokal dan menandai lokasi tertentu pada postingan mereka. Hal ini dapat membantu pengguna merasa lebih terlibat dengan merek dan meningkatkan interaksi pengguna dengan merek. Menemukan influencer lokal: Data posting Instagram pada lokasi tertentu dapat membantu dalam menemukan influencer lokal yang dapat bekerja sama dengan bisnis untuk mempromosikan merek atau produk. Dengan mengetahui influencer lokal yang paling populer di wilayah tersebut, bisnis dapat mencari mitra yang tepat untuk kampanye pemasaran dan

Digital Activism ASN – PPPK

Need Assessment Digital diperoleh melalui speak up masyarakat digital yang saat ini sudah bisa diambil dan dipelajari dengan analisis komunikasi big data. Informasi yang secara real time dapat di pantau perkembangannya sehingga pemangku kepentingan mendapatkan wawasan yang bermakna sesuai dengan perkembangan dan perlakuan yang diberikan.

Bjorka, hero ?

What we were dreaming about was profound global transformation.We wanted to tell the story of the companies, the ideas and especially the people making the Digital Revolution.Our heroes weren’t politicians and generals or priestsand pundits, but those creating and using technology and networks in their professional and private lives . . . you. (Louis Rossetto, Wired, 6.01, January 1998) Generasi Milenial memandang pahlawan bukan glorifikasi masa lalu, mereka punya pahlawannya sendiri. Mereka hidup dalam digital environment, lingkungan komunikasi terintegrasi. Mereka punya cara tersendiri dalam memaknai. Indera yang terasah dengan cara yang berbeda, kepekaan yang terbentuk dari budaya digital. Internet membentuk cara mereka berinteraksi. Bagaimana Bjorka dianggap Hero oleh netizen pada cluster tertentu …..

Nahdlatul Ulama – Muhammadiyah dalam Media Sosial (data Disertasi)

Data disertasi. Kontestasi terjadi di ruang cyber dengan perilaku yang berbeda sehingga tidak bisa dipahami secara konvensional. Berbagai temuan menyampaikan bahwa kesalah pahaman terjadi dikarenakan masih digunakannya cara cara konvensional dalam pembacaan digital Activism. PseudoPower dan Power shifting terjadi tanpa disadari. FACEBOOK Facebook Official NU Online https://www.facebook.com/situsresminu/ Facebook Official Persyarikatan Muhammadiyah https://www.facebook.com/PeryarikatanMuhammadiyah YouTube User Network Nahdlatul Ulama – Muhammadiyah YouTube User Network Islam Indonesia Twitter User Network Nahdlatul Ulama Twitter User Network Muhammadiyah

Membaca perkembangan “Indikasi Manipulasi Nilai di Seleksi CPNS 2021”

*dalam proses pembacaan analisis (akan diupdate berkala) “https://twitter.com/alhrkn/status/1474925007297921026” The graph represents a network of 1.541 Twitter users whose recent tweets contained “https://twitter.com/alhrkn/status/1474925007297921026”, or who were replied to or mentioned in those tweets. The network was obtained from Twitter on Monday, 27 December 2021 at 10:58 UTC. The tweets in the network were tweeted over the 1-day, 7-hour, 55-minute period from Sunday, 26 December 2021 at 02:38 UTC to Monday, 27 December 2021 at 10:33 UTC. There is an edge for each “replies-to” relationship in a tweet, an edge for each “mentions” relationship in a tweet, and a self-loop edge for each tweet that is not a “replies-to” or “mentions”. The graph is directed. The graph’s vertices were grouped by cluster using the Clauset-Newman-Moore cluster algorithm. The graph was laid out using the Harel-Koren Fast Multiscale layout algorithm. The edge colors are based on edge weight values. The edge widths are based on edge weight values. The edge opacities are based on edge weight values. The vertex sizes are based on betweenness centrality values. Overall Graph Metrics:Vertices: 1541Unique Edges: 1599Edges With Duplicates: 37Total Edges: 1636Self-Loops: 953Reciprocated Vertex Pair Ratio: 0Reciprocated Edge Ratio: 0Connected Components: 943Single-Vertex Connected Components: 851Maximum Vertices in a Connected Component: 467Maximum Edges in a Connected Component: 601Maximum Geodesic Distance (Diameter): 13Average Geodesic Distance: 5,362128Graph Density: 0,000285276047767936Modularity: 0,587648 Top 10 Vertices, Ranked by Betweenness Centrality:trendingtopiqbetaepsilonphialandakarizaoxsyanditalkinandymrzuthmlowongandosenjokowipimamanggalaariesadhar Top URLs in Tweet in Entire Graph:[1533] https://twitter.com/alhrkn/status/1474925007297921026[1] https://twitter.com/alhrkn/status/1474925007297921026?s=21 Top URLs in Tweet in G1:[862] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G2:[107] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G3:[96] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G4:[41] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G5:[39] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G6:[40] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G7:[22] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G8:[39] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G9:[39] https://twitter.com/alhrkn/status/1474925007297921026 Top URLs in Tweet in G10:[27] https://twitter.com/alhrkn/status/1474925007297921026 Top Domains in Tweet in Entire Graph:[1534] twitter.com Top Domains in Tweet in G1:[862] twitter.com Top Domains in Tweet in G2:[107] twitter.com Top Domains in Tweet in G3:[96] twitter.com Top Domains in Tweet in G4:[41] twitter.com Top Domains in Tweet in G5:[39] twitter.com Top Domains in Tweet in G6:[40] twitter.com Top Domains in Tweet in G7:[22] twitter.com Top Domains in Tweet in G8:[39] twitter.com Top Domains in Tweet in G9:[39] twitter.com Top Domains in Tweet in G10:[27] twitter.com Top Hashtags in Tweet in Entire Graph:[2] throwback2018[2] bukafilewawancaradanmt[1] sorinih[1] nodebat[1] ngabisinanggarandoang[1] luarrbiasaaa[1] ceovetforgovt[1] bukarekamanwawancaramt[1] bukafilewancaradanmt Top Hashtags in Tweet in G1:[1] bukarekamanwawancaramt[1] luarrbiasaaa[1] sorinih[1] nodebat[1] ngabisinanggarandoang Top Hashtags in Tweet in G4:[2] bukafilewawancaradanmt[1] bukafilewancaradanmt Top Words in Tweet in Entire Graph:[505] di[439] yang[422] ini[397] yg[360] ada[342] aja[279] dan[243] dosen[237] tapi[213] itu Top Words in Tweet in G1:[236] yg[208] di[201] ini[165] dan[139] ada[127] yang[121] dosen[85] orang[82] ga[81] sama Top Words in Tweet in G2:[204] aja[103] gak[102] laporannya[102] runut[102] datanya[102] nyambung[102] kritiknya[102] jelas[102] selain[102] perlu Top Words in Tweet in G3:[72] thread[72] semangat[71] honest[71] owned[71] higher[71] degree[71] institution[71] hire[71] person[19] ada Top Words in Tweet in G4:[24] bkngoid[18] yg[16] kemdikbud_ri[16] ini[16] dan[12] di[11] nadiemmakarim[8] orang[7] ada[6] yang Top Words in Tweet in G5:[28] sih[28] ini[27] wah[27] ngeri[27] mas[27] saya[27] pikir[27] calon[27] tunggal[27] dijalur Top Words in Tweet in G6:[61] yang[56] dosen[56] ketika[56] beliau[56] pasangan[56] saya[30] ini[29] nya[29] dan[29] jadi Top Words in Tweet in G7:[10] bisa[9] itjen_kemdikbud[9] jadi[6] tapi[6] di[6] yang[5] ini[5] nilai[4] ga[4] kan Top Words in Tweet in G8:[58] yang[46] dengan[26] di[25] thread[25] bukti[25] semoga[24] bisa[23] praktek[23] curangnya[23] bahkan Top Words in Tweet in G9:[47] ini[36] geleng[23] yg[20] thread[19] di[19] bisa[18] baca[18] cuman[18] bener2[18] contoh Top Words in Tweet in G10:[29] di[21] dosen[20] jadi[18] gw[18] ditanya[18] mau[15] dari[13] kamu[12] ini[12] ub_official Top Word Pairs in Tweet in Entire Graph:[137] ada,yang[128] uu,ite[128] ke,ptun[127] biar,gak[126] laporannya,runut[126] runut,datanya[126] datanya,nyambung[126] nyambung,kritiknya[126] kritiknya,jelas[126] jelas,selain Top Word Pairs in Tweet in G1:[31] di,kampus[28] orang,dalam[22] seperti,ini[20] jadi,dosen[18] rahasia,umum[18] salah,satu[17] lebih,baik[16] tes,cpns[15] kayak,gini[14] wawancara,dan Top Word Pairs in Tweet in G2:[102] laporannya,runut[102] runut,datanya[102] datanya,nyambung[102] nyambung,kritiknya[102] kritiknya,jelas[102] jelas,selain[102] selain,perlu[102] perlu,waspada[102] waspada,ada[102] ada,yang Top Word Pairs in Tweet in G3:[71] honest,owned[71] owned,higher[71] higher,degree[71] degree,institution[71] institution,hire[71] hire,person[71] person,thread[71] thread,semangat[9] laporannya,runut[9] runut,datanya Top Word Pairs in Tweet in G4:[9] bkngoid,kemdikbud_ri[4] baca,ini[3] calon,tunggal[3] mas,menteri[3] menteri,nadiemmakarim[3] sedih,baca[3] ini,korbannya[3] korbannya,orang[3] orang,yg[3] yg,kerja Top Word Pairs in Tweet in G5:[27] wah,ngeri[27] ngeri,sih[27] sih,ini[27] ini,mas[27] mas,saya[27] saya,pikir[27] pikir,calon[27] calon,tunggal[27] tunggal,dijalur[27] dijalur,cumlaude Top Word Pairs in Tweet in G6:[56] pasangan,saya[28] banyak,dosen[28] dosen,yang[28] yang,kualitasnya[28] kualitasnya,meragukan[28] meragukan,karena[28] karena,begini[28] begini,ini[28] ini,ketika[28] ketika,ketemu Top Word Pairs in Tweet in G7:[6] bisa,jadi[4] calon,tunggal[3] harusnya,itjen_kemdikbud[3] itjen_kemdikbud,bisa[3] bisa,jemput[3] jemput,bola[3] bola,sih[3] sih,udh[3] udh,ga[3] ga,sibuk Top Word Pairs in Tweet in G8:[23] praktek,curangnya[23] curangnya,bahkan[23] bahkan,tidak[23] tidak,mengagetkan[23] mengagetkan,salut[23] salut,buat[23] buat,penulis[23] penulis,thread[23] thread,yang[23] yang,bisa Top Word Pairs in Tweet in G9:[18] baca,thread[18] thread,ini[18] ini,cuman[18] cuman,bisa[18] bisa,geleng[18] geleng,geleng[18] geleng,bener2[18] bener2,contoh[18] contoh,kecurangan[18] kecurangan,yg Top Word Pairs in Tweet in G10:[18] mau,jadi[10] jadi,dosen[10] dosen,di[9] dulu,waktu[9] waktu,interview[9] interview,seleksi[9] seleksi,beasiswa[9] beasiswa,gw[9] gw,ditanya[9] ditanya,mau Top Replied-To in Entire Graph:[8] bkngoid[2] dennysiregar7[2] itjen_kemdikbud[1] resturmdhn[1] pdi_perjuangan[1] kurawa[1] komisiasn[1] qpenk91[1] muhammad6arif[1] aws_96 Top Replied-To in G3:[1] pertamina Top Replied-To in G4:[7] bkngoid[1] komisiasn Top Replied-To in G7:[2] dennysiregar7[2] itjen_kemdikbud[1] mohmahfudmd[1] narasitv[1] bkngoid Top Mentioned in Entire Graph:[14] bkngoid[14] kemdikbud_ri[12] nadiemmakarim[12] ub_official[8] alhrkn[8] itjen_kemdikbud[6] jokowi[6] kempanrb[5] hmilkom_ub[5] najwashihab Top Mentioned in G3:[1] kemenbumn[1] kementerianesdm Top Mentioned in G4:[14] bkngoid[14] kemdikbud_ri[11] nadiemmakarim[6] kempanrb[4] jokowi[4] ombudsmanri137[1] ernestprakasa[1] kasn_ri[1] itjen_kemdikbud[1] kemenag_ri Top Mentioned in G6:[1] pns_ababil Top Mentioned in G7:[7] itjen_kemdikbud[4] najwashihab[3] detikcom[2] matanajwa[1] nadiemmakarim[1] jokowi[1] tjahjo_kumolo[1] narasitv[1] narasinewsroom[1] kompascom Top Mentioned in G10:[12] ub_official[5] hmilkom_ub[1] remajaasamurat Top Tweeters in Entire Graph:[2033320] kompascom[1993521] enggarhakim[1919402] detikcom[1275689] collegemenfess[1157501] metro_tv[820619] tribunnews[754744] sbyfess[557477] kompastv[421695] auliaackckck[403970] lizaariani5 Top Tweeters in G1:[754744] sbyfess[276503] jypenthu[249729] jfairnando[245386] strugglemanusia[238910] cyrawords[234968] osehnaelcityx[176846] bemywhales[165072] tusukancilok[158220] michinfree[155194] szilverberg Top Tweeters in G2:[320081] yayan0628[178710] trendingtopiq[171757] jilansy[171128] fujoshi232[138372] penyejuk_hati_[136400] covercouch[122819] syipoh[117442] txtdarianonimne[115528] amesoraya[100618] handlewithcry Top Tweeters in G3:[236466] annichut[234984] 4rdn4n[189021] 60far60pay[167447] larkspuretruby[130937] yodeesigner[104676] lazuandi[102042] retweetingtwt[97652] buihmelebur[95681] zahrabonbon[91397] pertamina Top Tweeters in G4:[144083] ganjarpranowo[134937] ernestprakasa[54759] lapor1708[49991] wirhthebear[44621] dauzseven[41538] anggiianggiaa[34361] sryusron[33683] kemenag_ri[33663] kemdikbud_ri[28144] zatahani Top Tweeters in G5:[59275] babehbabeh_[50666] baldstev[49394] alphibaa[40353] mrzuthm[39239] fadelyafie[33354] nazirproletar[29704] wulandarindi[28953] msuluhjati[22629] dayushita[21461] lengssssssssss Top Tweeters in G6:[1993521] enggarhakim[158344] rizaridho[111821] adnshafry[91843] resutooo[91632] mychocomint[76084] pns_ababil[63062] aaenggie[61616] puteeera[55371] awakazmi[44783] selowrun Top Tweeters in G7:[2033320] kompascom[1919402] detikcom[1157501] metro_tv[820619] tribunnews[557477] kompastv[108718] rasndeso[93297] transtv_corp[75011] tirtoid[73056] matanajwa[61446] widodolestari Top Tweeters in G8:[320343] pimamanggala[208582] shintaaraa_[199614] ribkadel[155890]

Muktamar Ke-34 Nahdlatul Ulama

Digital Activism pada media digital menggambarkan geliat dukungan dan ketertarikan digital yang kuat pada Gus Yahya didukung dengan sentimen positif yang lebih tinggi. Tampak jelas digital activism dukungan netizen kepada Gus Yahya

Digital Activism Mahasiswa

Memahami digital activism kurang memadai jika hanya sekedar berkutat pada teks. Penting bagi mahasiswa untuk mengenal digital activism dalam prakteknya. Perkuliahan Kajian Media Sosial dan Komunikasi Organisasi adalah sarana yang tepat untuk memberikan kesempatan langsung bagi mahasiswa untuk praktek digital activism berdasarkan materi perkuliahan yang telah diberikan. Dalam Kajian Media Sosial, mahasiswa mendapatkan materi tentang landscape media sosial yang akan selalu berubah dan berkembang dengan berbekal big data yang mereka miliki melalui algoritma sinkronisasi tujuan organisasi dan perilaku netizennya. Pada prakteknya mahasiswa dibebaskan melakukan digital activism di Twitter dengan akun mereka dengan kunci #kajianmedia sosial untuk kemudian dilakukan analisis sehingga mereka tahu bagaimana digital activism melalui cermin tindakan mereka dimedia sosial twitter. Dalam Komunikasi Organisasi, mahasiswa diajarkan tentang Analisis Jaringan Organisasi (AJARSI). Mahasiswa dibebaskan untuk melakukan digital activism dengan kunci #AJARSI. Mahasiswa dapat melakukan analisis jaringan organisasi setelah tanggal waktu yang telah ditentukan (30 Oktober 2021) sehingga bisa melihat sendiri bagaimana peran dan posisi juga kuasa akun mereka dalam jaringan. Melakukan praktek langsung diharapkan mahasiswa dapat dengan mudah mengidentifikasi digital activism yang mereka lakukan. Mahasiswa dapat memahami dengan prilaku yang mereka lakukan menjadikan mereka anggota dari cluster tertentu dalam jaringan dengan posisi sebagai apa atau bahkan mengapa hingga tidak masuk dalam jaringan. Menggunakan analisis aktor dengan centralitas yang dimiliki dan relasi jaringan dapat memberikan insight terkait jaringan yang terbentuk. Catatan :

Elektabilitas Digital Aktor Politik (17 Oktober 2021)

Visualisasi Elektabilitas Digital Aktor Politik adalah gambaran sederhana ketertarikan juga keterlibatan netizen dengan aktor politik dalam jaringan Twitter (level 1) dengan 4.549 netizen dan 32.453 hubungan yang terjalin. Tergambarkan struktur jaringan utuh dalam jaringan aktor politik pada media sosial Twitter. Menggunakan Dynamic Condition dapat teridentifikasi akun-akun mana yang “berjasa” atau berpaling dari jaringan waktu ke waktu, siapa saja yang datang dan pergi dengan bagaimana digital activismnya. Secara kualitatif dapat terungkap kebiasaan, kepercayaan dan nilai-nilai yang dianut. Mengungkap kebiasaan unik dari berbagai jenis interaksi sosial yang terjadi. Aturan dan symbol yang berlaku. Konstruksi identitasnya. Menemukan insight tersendiri bagaimana peluang pengembangan dan penguatan jaringan untuk peningkatan elektabilitas digital. Membentuk Positive Society Support yang memiliki jangka panjang kesetiaan. Menggunakan level 2 meliputi 27.284 netizen dengan 60.438 relations yang terbagi dalam 9 cluster dengan kekompakan yang bervariasi. Kekompakan menjadi sangat penting mengingat kerjasama timbul apabila individu menyadari kepentingan bersama pada saat yang bersamaan memiliki pengetahuan cukup dan pengendalian terhadap diri sendiri untuk memenui kepentingan tersebut sebagai orientasi individu tersebut terhadap kelompoknya. Menggunakan level 2 terjadi perluasan dalam pengambilan netizen sesuai tujuan penelitian. Perluasan memberikan data bagaimana kualitas aktor penghubung ditinjau dari perluasan jaringannya sehingga dapat memberikan gambaran bagaimana strategi komunikasi yang paling tepat untuk dilakukan dalam waktu dekat. Pelibatan netizen dalam jaringan akan menciptakan kemampuan kolektif mengalihkan kepentingan “saya” menjadi “kita” hingga terbangun kekompakan dan solidaritas netizen. Menyatukan persepsi tentang hal yang diperjuangkan.

ASIGTA